本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：5G网络的复杂性、业务的多样性、用户的规模性使得5G用户投诉处理成为巨大挑战。提出了基于机器学习的5G用户智能投诉处理方案，该方案依托于用户O域与B域数据互通关联的端到端大数据系统，基于用户画像的标签体系，结合历史投诉单的内容、地点以及历史问题的定位结果，利用机器学习分类算法反复迭代得出可靠稳定的决策模型，最终实现5G用户投诉问题的自动、智能定界和定位。
关键词：5G；用户投诉；大数据系统；用户画像；机器学习
doi：10.12045/j.issn.1007-3043.2021.05.011
前言
5G将给社会带来全新的改变，给用户带来全新的体验。目前，5G应用场景包括eMBB、uRLLC、mMTC3种通信服务类型，公认的5G未来杀手级应用包括VR/AR、自动驾驶、无人机、智能电网、无线医疗等。5G将通过网络切片的方式，给包括人和物在内的、数量庞大的用户提供适配的多样连接。与此同时，5G将对运营商的网络运维和用户服务带来全新的挑战，而用户投诉处理将是5G时代一大考题。面对5G网络复杂度、业务类型、用户类型和数量的急剧增加，如何快速定位用户投诉原因，制定投诉解决方案，给用户满意答复，最终提升用户满意度，是5G时代亟需解决的问题。
近年来，云计算、大数据、深度学习等技术的发展推动了人工智能产业的进步，人工智能在各行各业的应用遍地开花。目前主流的人工智能应用中，最主要的是机器学习和深度学习，它们专门研究计算机怎样模拟人类的学习行为获取新知识或技能，从而不断改善自身性能。机器学习主要包括监督学习、半监督学习、无监督学习、强化学习、神经网络等。本文研究了如何依托大数据系统，利用机器学习的方法，开展5G用户智能投诉处理，实现5G用户投诉处理的自动化和智能化。
