本發明涉及計算機數據服務
技術領域：
：，具體地說是一種投訴業務預警監控方法。
背景技術：
：：過去的二十多年來，企業收集了大量的數據，但是迄今為止，大多數數據都沒有派上用場，或者至少是沒有得到充分的利用。然而，這一現狀將發生變化，因為提供給大中小型企業的大數據系統和云服務正在讓數據的可獲取性達到前所未有的水平。現在，企業可以通過大數據來獲得有關業務運營的實時信息，使得大數據和云計算成為業務發展的最大趨勢之一。目前移動網絡類投訴處理工作在事中定位、事后分析分析以及事前預警環節存在一定缺陷，主要體現在：事中定位難：投訴單只包含用戶基本信息，缺乏用戶投訴發生時的相關網絡數據，不足以支撐投訴原因的快速定位，需要通過多個平臺、工具定位用戶投訴位置、分析小區設備是否存在問題。當現有工具無法判斷問題時，需外場人員現場測試，定位處理周期長。事后分析難：由于信令數據龐大且設備異常原因及環境原因的復雜性，目前未對發生網絡類投訴的高發區域、時間段、設備運行情況進行匯總分析，難以通過投訴分析結果指導網絡建設與優化。事前預判難：投訴一起應對一起，未對可能導致用戶投訴原因的因素進行分析判斷，難以在事前進行優化，規避，對客戶感知提升效果有限?；诖?，本發明提出了一種投訴業務預警監控方法。技術實現要素：本發明的技術任務是針對以上不足之處，提供一種投訴業務預警監控方法。一種投訴業務預警監控方法，其實現過程為：首先獲取信令數據；對信令數據進行分析；通過配置預警規則模板對要監控的信令業務數據設定規則，根據該規則，對經過數據分析的信令進行預警。所述信令數據獲取是指通過服務器集群接通信令平臺，然后將該服務器集群作為信令緩存從信令平臺接收實時信令數據，并為信令數據提供緩存服務。所述服務器集群收到信令數據后，通過消息中間件緩存信令數據。所述信令數據分析是指：首先采用分布式集群作為計算節點，nosql數據庫作為分布式存儲；然后計算節點從服務器集群獲取信令數據，進行大數據分析并將分析結果存儲到關系型數據庫，當分析出異常信令數據時，將異常信令數據存儲到nosql數據庫，便于后期進行問題追溯。信令數據分析的具體過程為：首先對信令數據規則進行分析和建模，確定與異常相關的信令字段和數據描述；然后通過大數據計算平臺對接收到的信令數據進行分析、整理和匯總并將整理后的問題數據保存到nosql數據庫中以便后期進行問題的追溯。所述異常信令數據包括以下描述數據：cm業務拒絕、加密拒絕、指配失敗rr、切換失敗rr原因、第一個掛機、relcause釋放、clear清除。所述預警規則包括規則名稱、預警周期、預警閾值、預警種類，在設定預警規則模板時，首先配置預警周期，即業務預警監測周期，并配置預警閾值，即信令數據中異常數據的閾值，并根據閾值的范圍對應為升級預警、一級預警、二級預警、三級預警，最后配置預警種類，即確定告警方式和通知對象。所述預警周期包括分鐘、小時、天；預警閾值包括升級預警、一級預警、二級預警、三級預警；預警類型包括通話質量、網絡覆蓋、漫游障礙。本發明的一種投訴業務預警監控方法和現有技術相比，具有以下有益效果：本發明的一種投訴業務預警監控方法，采用大數據計算和信令分析作為監控模型的基礎，提出了通過信令異常信息實時監控，實現動態預警的方法；本發明可適用于投訴客服系統對網絡異常故障的監控與預警；采用本發明能顯著提高投訴系統中對投訴原因的分析和定位、增加對設備故障及用戶投訴的預警能力，為移動客服支撐提高服務質量提供技術保證，實用性強，適用范圍廣泛，具有很好的推廣應用價值。附圖說明附圖1為本發明的實現示意圖。具體實施方式下面結合附圖及具體實施例對本發明作進一步說明。如附圖1所示，一種投訴業務預警監控方法，本發明的創新點及設計原因如下：實時信令數據的緩存，由于信令數據龐大，傳統的接口及處理模式，無法快速接收和緩存信令數據，要對信令數據進行分析首先要解決的就是信令數據的快速緩存問題。對信令數據的實時分析和計算，傳統的計算模型和架構已無法滿足對信令數據的實時匯總的要求。信令數據的異常分析，由于環境及設備的異常造成信令數據數據的變化及原因的分析和匯總。其實現過程為：首先獲取信令數據：由于信令數據信息龐大，以寧夏語音數據為例，每天手機所產生的信令數據在4t以上，對實時信令的接收采用了消息服務器集群作為信令緩存，快速接收并緩存信令數據。對信令數據進行分析：采用分布式集群作為計算節點，nosql數據庫作為分布式存儲。計算節點從消息服務器獲取信令數據進行大數據分析并將分析結果存儲到關系型數據庫，所涉及到的異常信令數據存儲到nosql數據庫，便于后期進行問題追溯。通過配置預警規則模板對要監控的信令業務數據設定規則，根據該規則，對經過數據分析的信令進行預警。所述信令數據獲取是指通過服務器集群接通信令平臺，然后將該服務器集群作為信令緩存從信令平臺接收實時信令數據，并為信令數據提供緩存服務。所述服務器集群收到信令數據后，通過消息中間件緩存信令數據。信令數據分析的具體過程為：首先對信令數據規則進行分析和建模，確定與異常相關的信令字段和數據描述；然后通過大數據計算平臺對接收到的信令數據進行分析、整理和匯總并將整理后的問題數據保存到nosql數據庫中以便后期進行問題的追溯。所述異常信令數據包括以下描述數據：cm業務拒絕、加密拒絕、指配失敗rr、切換失敗rr原因、第一個掛機、relcause釋放、clear清除，更為具體的，信令字段及原因歸類如下，即涉及到以下字段時，該信令數據為異常數據：cmcause（cm業務拒絕原因，lucause位置更新拒絕原因）：2imsiunknowninhlr；3illegalms；4imsiunknowninvlr；5imeinotaccepted；6illegalme；11plmnnotallowed；12locationareanotallowed；13roamingnotallowedinthislocationarea；17networkfailure；22congestion；32serviceoptionnotsupported；33requestedserviceoptionnotsubscribed；34serviceoptiontemporarilyoutoforder；38callcannotbeidentified；48-63retryuponentryintoanewcell；95semanticallyincorrectmessage；96invalidmandatoryinformation；97messagetypenon-existentornotimplemented；98messagetypenotcompatiblewiththeprotocolstate；99informationelementnon-existentornotimplemented；100conditionalieerror；101messagenotcompatiblewiththeprotocolstate；113protocolerror,unspecified。（加密拒絕原因）：0imeisvshallnotbeincluded；1imeisvshallbeincluded。（指配失敗rr原因，切換失敗rr原因）：0normalevent；1abnormalrelease,unspecified；2abnormalrelease,channelunacceptable；3abnormalrelease,timerexpired；4abnormalrelease,noactivityontheradiopath；5preemptiverelease；8handoverimpossible,timingadvanceoutofrange；9channelmodeunacceptable；10frequencynotimplemented；65callalreadycleared；95semanticallyincorrectmessage；96invalidmandatoryinformation；97messagetypenon-existentornotimplemented；98messagetypenotcompatiblewithprotocolstate；100conditionalieerror；101nocellallocationavailable；111protocolerrorunspecified。（第一個掛機原因，relcause釋放原因，clear清除原因）：1.unassigned(unallocated)；3.noroutetodestination；6.channelunacceptable；8.operatordeterminedbarring；16.normalcallclearing；17.userbusy；18.nouserresponding；19.useralerting,noanswer；21.callrejected；22.numberchanged；25pre-emption；26.nonselecteduserclearing；27.destinationoutoforder；28.invalidnumberformat(in-completenumber)；29.facilityrejected；30.responsetostatusenquiry；31.normal,unspecified；34.nocircuit/channelavailablenote1；38.networkoutoforder；41.temporaryfailure；42.switchingequipmentconges-tion；43.accessinformationdiscarded；44.requestedcircuit/channel；47.resourcesunavailable,un-specified；49.qualityofservice；50.requestedfacilitynotsubscribed；55.incomingcallsbarredwithinthecug；57.bearercapabilitynotauthorized；58.bearercapabilitynotpresentlyavailable；63.serviceoroptionnotavailable,unspecified；65.bearerservicenotimplemented；68.acmequaltoorgreaterthanacmmax；69.requestedfacilitynotimplemented；70.onlyrestricteddigitalinformationbearercapabilityisavailable；79.serviceoroptionnotimplemented,unspecified；81.invalidtransactionidentifiervalue-；87.usernotmemberofcug；88.incompatibledestination；91.invalidtransitnetworkselection；95.semanticallyincorrectmessage；96.invalidmandatoryinformation；97.messagetypenon-existentornotimplemented；98.messagetypenotcompatiblewithprotocolstate；99.informationelementnon-existentornotimplemented；100.conditionalieerror；101.messagenotcompatiblewithprotocolstate；102.recoveryontimerexpiry；111.protocolerror,unspecified；127.interworking,unspecified。所述預警規則包括規則名稱、預警周期、預警閾值、預警種類，在設定預警規則模板時，首先配置預警周期，即業務預警監測周期，并配置預警閾值，即信令數據中異常數據的閾值，并根據閾值的范圍對應為升級預警、一級預警、二級預警、三級預警，最后配置預警種類，即確定告警方式和通知對象。所述預警周期包括分鐘、小時、天；預警閾值包括升級預警、一級預警、二級預警、三級預警；預警類型包括通話質量、網絡覆蓋、漫游障礙。在本發明中，針對信令數據及問題原因進行數據建模分析，推導引發用戶投訴的關鍵指標和閾值。對可能發生用戶投訴的行為進行預警。從而在發生用戶投訴前，進行事前預警。對已發生用戶投訴的區域進行進行快速的問題分析和定位，進一步提高用戶感。在本發明中，依托大數據計算平臺對接收到的信令數據進行分析、整理和匯總并將整理后的問題數據保存到分布式數據庫中以便后期進行問題的追溯。通過規則模板配置模塊，配置業務預警監測周期及異常數據閾值，定義告警及信息通知對象。業務調度模塊根據規則模板的配置對信令分析結果進行監控和管理，當異常數據超過閾值時則根據告警等級進行相關處理操作。預警管理模塊則對告警數據信息進行多維度的分析，并結合gis等可視化展現技術對時段、地區、人群等綜合維度呈現。通過本發明可以對移動客服投訴處理中網絡類投訴提供有效的技術支撐手段，提高一線客服的投訴攔截率，提升問題分析的準確性和實時性；本發明可以對移動設備及環境造成的通信異常提供預警及問題的追溯分析能力，為網絡優化、設備更新提供數據依據。通過上面具體實施方式，所述
技術領域：
：的技術人員可容易的實現本發明。但是應當理解，本發明并不限于上述的具體實施方式。在公開的實施方式的基礎上，所述
技術領域：
：的技術人員可任意組合不同的技術特征，從而實現不同的技術方案。除說明書所述的技術特征外，均為本專業技術人員的已知技術。當前第1頁12當前第1頁12