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：随着千兆家宽的普及和智慧家庭应用的快速发展，保障家庭宽带用户满意度的要求也有所提高。为了提升服务质量，增强用户黏性，构建一个基于融合AI模型的家庭宽带用户满意度预测方法。通过对工信部及本地满意度评分、宽带业务端到端数据的深入挖掘和分析，研究各个打分段用户的特征，结合人工智能构建融合型AI模型，实现家庭宽带满意度精准预测，对提升用户网络感知具有重要意义。
关键词：宽带；满意度；人工智能
doi：10.12045/j.issn.1007-3043.2025.05.013
背景
近年来，随着家庭宽带业务的飞速发展和千兆家庭宽带的广泛普及，如何进一步提升用户黏性和满意度，已成为运营商的一个全新挑战。面对这一挑战，各大运营商已经提出并实施了多种预测用户满意度的方法。常见的方法有通过大数据分析家宽业务端到端数据并设定固定阈值，来对用户维度网络感知评价进行分析、量化；通过LightGBM算法进行家宽满意度评分预测。
本文提出了一种通过融合模型来预测家庭宽带满意度评分的方法，该方法基于内容侧、接入网侧、终端侧、服务质量等宽带端到端数据以及工信部和本地满意度评分数据，通过将分类模型和聚类模型融合，对用户满意度评分进行预测。该方法不仅预测准确性高，而且预测效率高，通过每月对用户进行满意度评分预测，并将预测评分结果提供给省分，以便其进行及时维系和排障，精准提升了家庭宽带用户的满意度。
