感知指标体系九篇

感知指标体系 篇1

随着互联网业务的快速发展, IP类业务的逐步普及, 互联网用户的数量逐年增长, 同时用户对于互联网质量的要求逐步提升。随着高清视频、实时播放、云存储等各类高带宽业务的发展和普及, 给互联网质量的要求带来了新的课题和挑战, 要求互联网必须具备更高的带宽、更好的性能。另一方面, 随着互联网用户使用习惯的多样化、业务的多元化, 用户上网的质量问题也日益凸显。宽带互联网的网络质量优化与网络质量提升成为各大运营商关心的热点问题。

二、互联网客户感知构成要素

2.1定义

互联网客户感知主要指的是客户对于互联网业务质量的满意度。

2.2构成要素

互联网客户感知的构成要素包括互联网业务的可用性、可靠性、有用性、增值性等。其中可用性指的业务的正常使用性, 该要素是业务质量的最基本保证;可靠性指的是业务质量的品质稳定性, 该要素是业务长期使用的保证;有用性已经超出了用户质量的本身, 指的是用户对于业务有效性的认可度;增值性指的是互联网业务对用户带来的附加价值, 该要素是用户持续使用该业务的保证, 真正体现了互联网业务质量的内在价值。

三、客户感知的影响指标

根据客户使用的业务不同, 客户感知的影响指标分为业务层指标和网络层指标。

3.1业务层指标

业务层指标主要为业务的常见性能参数。根据对移动互联网客户的调查统计, 目前移动互联网客户使用前三的业务为:网页浏览、在线视频和网络游戏。

以这三大业务为例, 网页浏览的主要业务层指标包括了:网页首屏时间、完全打开时间、页面下载速率、网络时延及连接成功率等。在线视频的主要业务层指标包括了:视频播放速率、缓冲时间、缓存次数、连接成功率等。网络游戏的主要业务层指标包括了:游戏时延、掉线率等。

3.2网络层指标

网络层指标主要为网络层面的相关性能参数, 具体包括:带宽、丢包率、网络PING时延、TCP连接时延、路由跳数等。

四、质量指标体系及评估算法

4.1质量指标体系

互联网质量指标体系主要包括了业务层指标和网络层指标。通过对网银业务、邮箱业务、网页浏览、P2P业务等客户常用业务进行业务层性能和网络层性能的指标评估, 加以权重, 得到直观性的评分来体现互联网网络的健康状态。

同时通过参考对热门网站域名及子域名的归属地分析评估, 监控收集热门网站的首屏时间、连接时延等指标, 综合评估用户的互联网质量体验。

4.2评估算法

4.2.1算法概述

本次评估算法以业务重要性为权重, 结合用户群体、业务层指标、网络层指标、热门网站指标综合进行评估。

4.2.2算法分析

业务权重:本算法的业务权重以前期调研得到的各类用户的TOP3用户为主要权重, 其余业务权重定义为1, TOP3的权重从高到低分别为1.3、1.2、1.1。

业务层指标:

网络层指标:

业务层指标和网络层指标均和4M的互联网测试专线进行对比计算, 并结合业务权重, 得出综合评价指标。

4.3系统实施

4.3.1系统概述

在业务层和网络层指标监控层面, 通过将互联网网管数据、互联网用户行为分析数据、互联网监测系统的数据进行整合, 实现从用户帐号 (IP) 、使用业务、网络层指标质量三个维度对互联网服务的感知情况进行监控。同时通过在客户侧部署软探针, 监控、定位业务的告警情况, 测试解决网络性能的质量问题, 及时发现网络问题和隐患, 确保客户感知的持续提升。

具体指标监测系统包括: (1) 互联网指标监控系统。 (2) 互联网探针系统。

4.3.2互联网指标监控系统

互联网指标监控系统对互联网质量的关键业务指标进行分析。目前已对网银等https类业务、邮箱业务、即时通讯业务、动态Http应用, 网页浏览业务、Web视频业务、Http下载业务、P2P业务等进行监控。其监控的指标包括了时延、丢包、首屏时间、缓冲时间、下载速率、可用性、缓冲时间等。

系统部署主要采用管理服务器和指标测试服务器的B/S架构的部署方式, 在指标测试服务器上应用质量评估算法, 实时监控互联网质量情况。

4.3.3互联网探针系统

互联网探针系统主要部署在用户侧, 可以通过软件探针或者硬件探针的方式进行部署。通过探针方式监测用户侧的性能情况, 形成包括网络设备监测、Ping测试、DNS解析测试、路由跟踪测试、首屏测试等功能于一体的性能监测系统, 并通过性能诊断报表和告警提醒保障客户的互联网感知体验。

4.4实施效果

4.4.1质量评估效果

通过建立基于客户感知的互联网质量指标体系, 并应用互联网质量监测系统, 并对三大运营商的互联网质量指标进行对比分析, 验证了系统的可行性、可靠性和有效性。

通过指标算法, 建立起对三大运营商客户感知质量的总体分析, 并对各大运营商的网内资源、跨网资源的感知情况进行综合比较, 比较的数据验证了电信的互联网质量在网络资源和用户感知体验上均得到了较高的分值, 与用户的体验基本一致。而对于三大运营商网内的体验感知进行比较测试, 基本上用户对于网内资源的感知得分均较高。说明了网络资源的分布对于用户感知的重要影响。

4.4.2质量优化情况

根据前期的评估数据, 将有针对性的进行相关资源的引入测试工作, 对于资源优化到网内后的用户感知提升情况进行进一步分析。

摘要：互联网质量的评价方法的研究对于改进互联网运行性能状况、提高客户感知有着重要的意义。为了综合地评价互联网网络的运行状况, 提出了基于业务层指标和网络层指标多个测量指标的多指标综合评价方法, 并结合多个运营商指标的对比分析, 反映了客户互联网的综合性能状况, 并可以按照不同的用户群体结合的业务权重的变化, 真实地了解用户的感知体验。测试结果表明, 该方法可以有效的评价网络的质量状况和用户感知情况。

关键词：客户感知,互联网质量,性能指标

参考文献

[1]韩军.IP网运行指标与客户上网感知的关系[C].中国通信学会第五届学术年会, 南京:电子工业出版社, 2008.P1165-1170

感知指标体系 篇2

1 用户感知评价体系概述

1.1 概念简述

用户感知是指客户对网络质量是可深入认识、感知的, 良好的网络质量感知是企业核心竞争能力的直接表现。

用户感知在移动通信业务中是指用户在主观感受上对移动网络业务的使用满意程度, 它反映了用户对网络和业务的感受优劣度, 反映了该移动网络业务的质量与用户本身期待之间的差异。

1.2 用户感知发展现状

传统的网络优化方法主要包括基于网管指标、路测指标的网络优化。其中路测指标主要通过DT (dimension test) 测试、CQT (Call Quality Test) 测试获得, 其特点是从终端侧收集数据, 主要用于检测网络运行质量, 反映测试路线上的网络情况。网络指标主要为网管KPI, 获取方式是网管数据、告警数据、用户投诉数据等, 该指标的特点是从网络侧收集数据, 反映网络运行质量, 统计不同范围的网络情况。传统用户感知模型如图1。传统用户感知模型只能够反映网络侧因素对用户体验质量的影响, 片面的将网络设备状态当做用户的实际感受。

目前, 移动网络技术广泛的应用于社会的各方各面, 人们对移动业务质量也提出了更高的要求。现在的网络优化已经由过去的单纯优化网络性能, 改变成优化用户的感知满意度。因此提出改进型的用户感知模型如图2。

2 用户感知模型的指标筛选

影响语音业务用户感知的相关指标比较多, 但是并非每一个指标对用户体验质量都有着绝对的影响。为了建立科学客观的指标体系, 本文采用最小距离聚类算法去除相关性较强的指标, 并结合实际情况筛选出适合的语音业务用户感知的评价指标。

聚类法是研究多要素事物分类问题的数量方法。基本原理是根据样本自身的属性, 用数学方法按照某种相似性或差异性指标, 定量地确定样本之间的亲疏关系, 并按这种亲疏关系程度对样本进行聚类筛选。

最小距离聚类法是在原来的mm距离矩阵的非对角元素中找出, 把分类对象Gp和qG归并为一新类rG, 然后按计算公式 (1)

计算原来各类与新类之间的距离, 这样就得到一个新的 (7) m-1 (8) 阶的距离矩阵;再从新的距离矩阵中选出最小者dij, 把iG和Gj归并成新类;再计算各类与新类的距离, 这样一直下去, 直至各分类对象被归为一类为止。

经过调查得到重庆市九个区一个月内的九项指标的平均值如表1所示。

把表1中的数据填入矩阵A中, 然后将矩阵A根据极差标准化公式变换得到矩阵B:

将矩阵C进行最小距离聚类法分析:

找出C矩阵非对角线元素中最小值C1, 2=0.96, 将第一行G1和第二行G2合并成一类G10, 分别计算其余几行同G10的距离, 得到一个新的矩阵:

重复进行以上步骤可以得到最小距离聚类谱系图, 如图3。

通过最小距离聚类谱系图可以筛选出六项评价指标:平均呼叫时长G1、切换成功率G8、呼叫建立时长G9、业务信道分配成功率G4、寻呼成功率G6、掉话率G3。

3 利用模糊神经网络建立评价模型

人工神经网络起源于模拟人脑神经元的工作方式。人工神经网络是由大量的简单基本元件——神经元相互联接而成的自适应非线性动态系统。每个神经元的结构和功能比较简单, 但大量神经元组合产生的系统行为却非常复杂。人工神经网络具有很强的自适应与自组织特性以及泛化能力、非线性映射能力、高度并行性。

根据人工神经网络的特点, 可以利用其建立用户感知评价模型, 从用户角度分析所提供的服务的满意程度, 为之后的网络优化提供支持。

T-S模糊神经网络分为输入层、模糊化层、模糊规则计算曾和输出层等四层。输入层与输入向量连接, 节点数与输入向量的维数相同。

利用模糊神经网络建立语音业务用户感知体系KPI-QOE的映射模型, 通过大量数据样本对模型进行训练自动调整权值使得模型的性能及误差等符合要求。建立用户感知模糊神经网络模型流程如图4。

4 结语

我国通信领域正在进行日新月异的变化, 而传统的无线网络优化技术已经难以满足当前技术革新的步伐。落后的用户感知评估体系滞后了用户体验对网络质量的直接影响, 使得传统的Qo E体系不能完全真实的反映用户感知, 常常会出现网络的KPI情况很好, 但是从用户的真实感受来看, 网络的质量却不如人意。因此, 改进用户体验评价体系是当务之急。一套合理有效的用户感知评价体系将成为企业改善服务质量, 提升用户满意度, 培养用户忠诚度的必然之选。

参考文献

[1]林闯, 胡杰, 孔祥震.用户体验质量 (QOE) 的模型与评价方法综述[J].计算机学报, 2012 (35) .

[2]冯国玲, 徐旭东.用户感知评估体系的设计与实现[J].河北工业科技, 2009 (3) .

[3]李荣.浅析移动通信中的用户感知[J].电信快报, 2008 (5) .

[4]王萍, 单超.神经网络在通信中的应用[J].现代电子技术, 2013 (13) .

[5]李校林, 金渝, 李雪松.高速率业务用户体验质量评估模型及KQI指标权重计算方法[J].计算机工程, 2013, 39 (2) .

感知连接分享 构建营销生态体系 篇3

上午圆桌论坛环节，互动通控股集团邓广梼（Michael）担纲主持，围绕“巅峰对话：视频营销的苦与乐”话题，好耶首席战略官姚晓洁、英特尔市场运营部总监孙彦斌、可口可乐公司媒体总监杨曼曼、奥美广告公司副总裁王宏鹏、易传媒CMO唐敏、优酷高级运营副总裁魏明、搜狐副总裁兼搜狐视频CEO邓晔展开积极交锋。

“更多的年轻人会选择网络视频，相比传统媒体，它可以承载很多内容，有吸引力的视频于消费者是一个寓教于乐的过程”，孙彦斌这样总结视频网站带来的快乐。谈到视频营销的目前应用和发展空间，杨曼曼认为，“当前作为电视媒体的延伸应用，视频营销有更丰富的创意空间和更新颖的表现形式，利于实现企业营销点和创意有机结合的传播效果”；“魏明表示，未来创意在互联网的视频营销和电视营销间的融合将会更加优化，同时，互联网不断增长的精准用户群，将远远超过电视收视率的模糊数据邓晔认为，”视频网站的价值和存在意义不止于互动、精准和更好的创意表现形式，新媒体原本可以做得更多。众嘉宾也就视频网站的现状发表了看法。

下午的“触摸”移动营销新机遇分论坛，掌握传媒总经理简昉（Melody）就移动营销发表“超越Banner”的精彩演讲，她坦言，现今的移动互联网广告太多只是难看的毛毛虫，还没有孵化成美丽的蝴蝶，比如banner。

移动富媒体3.0的到来，意味着广告形式与用户体验的同步升级。掌握传媒的MoCast产品完全实现了iPad端富媒体流畅播放，为NOKIA LUMA打造的推广方案给MoCast的传播带来实际效果，投放上线一周点击率即超过4%。

“其实手机广告也可以是一种户外广告”，简昉这样比喻MoCity在手机的应用，“分众传媒专业于楼宇显示屏LBS业务，MoCity则致力于做手机上的分众传媒”。掌握传媒通过LBS技术的定向固定人群，推送有趣的品牌广告，为客户提供更好的服务。

用户感知体系优化的探讨及应用 篇4

【摘 要】移动通信服务的竞争日益激烈，用户体验的提升是留住用户的重要手段，为了能够有效地评价用户实际感受，通过对无线参数及核心网信令数据进行研究，提出了可实施的评价算法，通过该算法对用户体验进行量化评分，客观地表达了用户的真实感受。

【关键词】用户感知；感知体系；用户体验质量

Discussion and Application of User Experience System Optimization

HUANG Yihua1，SUN Liuyi2，LU Hongtao1，WEI Yao1

[Abstract] The competition of mobile communication services is increasingly fierce，the improvement of user experience is the important mean to retain customers.In order to effectively evaluate the actual user experience，wireless parameters and signaling data in the core network are investigated.A practical evaluation algorithm is proposed，which can objectively express the true user feelings by quantitatively scoring user experiences.[Key words]user experience； experience system； quality of experience 引言

?S着4G的普及，用户对无线通信网络的依赖程度不断加深。因此，用户的网络体验直接影响用户对运营商网络的选择。

以用户体验提升为目标来优化网络，逐渐替代现有的通过路测进行网络优化，从而达到运营商品牌忠诚度提高的目的，推动用户流量使用量的提升。用户感知体系现状

运营商曾经在3G时代使用端到端优化来改善用户体验，已经设计出一套完整的用户感知打分体系，该体系主要是通过监控网络质量，通过综合打分，来判断用户对无线网络的感知情况。各厂家各制式的感知体系在细节上有些不同，但是总体的思路基本相同。大多都是采用4层模型分解（如图1所示），提出QoE（Quality of Experience，用户体验）目标，分解到KQI（Key Quality Indication，关键质量指标）及KPI（Key Performance Indication，关键业绩指标），再到具体的指标，然后指定各指标权重，最后对网络整体的用户感知状况进行打分。

但是，随着网络从3G升级到4G，用户使用手机的需求和习惯产生了很大的变化，影响网络的因素也有很大的变化，不同的App、不同的手机、不同的网站都可能对用户体验产生重大影响。而用户对网页打开时延的忍受力，聊天应用的顺利与否，视频的卡顿等也都成为用户感知的主要内容。原有的感知体系也需要跟着用户的需求变化而发生变化。因此，需要重新制定一份满足现状的评分体系来评估LTE的用户感知。用户感知体系搭建

3.1 客户体验管理体系概念

用户投诉往往是用户对网络不能忍受的情况下才提出来的，如果能够在投诉前就发现用户问题，及时地跟进解决，那就会在很大程度上提升用户体验。CEM（Customer Experience Management，客户体验管理）就是针对这一体验管理而提出的。CEM体系通过分析用户对各种业务的使用频度、网络和服务质量、对KQIs进行加权汇总，建立起尽可能贴近用户感受的CEM指标体系，进行测量、计算、监控和分析利用，及时发现和定位影响用户感知的问题，并通过各种保障措施确保用户感知。同时通过分析相关数据，对用户感知进行营销，使用户感知保障成为可持续的经营活动。

针对CEM的度量，给出了一个CEI（Customer Experience Indicators，客户管理指标）指标。CEI指标的定义原则如下所示：

（1）QoE指标分为子项感知度和整体感知度。

（2）子项感知度的定义与用户对业务某一方面的应用感受相一致，用户对该业务的应用感受有几个方面，则定义几个相应的子项感知度指标。

（3）每个子项感知度指标都有与之相对应的一个或一组KQI指标。这个或这组KQI指标描述的是某一业务应用在某一方面的性能，而对应的子项感知度则是用户对这一方面性能的主观感受。

（4）整体感知度是用户对某一业务应用的综合体验质量，是该业务对应的所有子项感知度的综合反映，为单独的一个指标，包括用户行为和终端分析。

（5）CEI的指标从网络侧多个接口获取数据，从端到端的角度来分析用户感知。因此，其度量的指标能够较为准确地反映用户的实际情况，如图2所示。

CEI是基于用户感知的总体评价，分为三层，第一层是CEI度量的分值，第二层是KQI指标参数，第三层是KPI指标参数，如图3所示。而KQI又可以由分布在不同网络侧的KPI参数来监控得到。虽然最后都是分解到KPI指标，但是此KPI和传统的KPI还是有很大区别。其具体区别如下：

（1）物理链路

传统KPI关注运营商的网络/网元；KQI关注业务应用的端到端网络性能。

（2）业务类别

传统KPI无法区分业务应用类别；KQI体系重点考察具体业务应用性能。

（3）协议层

底层协议层性能无法完整反映上层协议层性能。

图3 CEI三层指标

3.2 用户感知指标体系指标的选取

为了能够量化用户感知，需要给出一定的量化指标。因此要从客观的角度去找到一些影响用户感知的因素，并对其进行量化，方便客观地评价感知情况。

影响感知的因素有很多，包括：

（1）网络因素：由于网络通信问题，例如通信质量差、速率慢等因素导致用户体验差。

（2）手机因素：由于手机本身问题，例如出现卡死，手机本身CPU处理较慢等因素导致用户体验差。

（3）应用因素：手机App也是影响用户体验的一个重要因素，App本身的界面，操作等因素是否合理对用户体验的影响也很大。

（4）其他因素：例如品牌、价格、客服等其他因素的影响。

通过用户感知发现网络所存在的问题，通过提升网络质量来提升用户感知。

通过大量的用户投诉意见分析，发现无线网络覆盖是用户的基础需求，网络接入性和保持性是保障网络的基本条件，用户感知的最主要部分是用户对业务的体验。而且对于业务体验，可以通过网络侧的一些监控参数来实现。通过专家法给出了三个方面的权重，无线覆盖质量30%，网络接入性和保持性10%，业务体验60%。

（1）无线质量覆盖：用户可以在手机界面上直接看到信号强度，因此，一旦信号强度显示较差，就会影响运营商品牌在用户心中的得分。因此，选取RSRP直接反应了用?舳酝?络的主观感受。如果手机信号回落到3G或2G，数据业务在用户心中的体验就会明显降低。因此，专家讨论后给了一半的权重。

（2）网络接入性和保持性：通过随机对200位用户的调研发现：电话网络是否能接通，需要多久接通，是否经常掉话，这三个方面在用户主观感受中排在前三位。根据这个调研结果，建议选取RRC连接成功率、RRC连接时延、掉话率三个指标作为感知指标。通过专家法给出了三个指标的权重，RRC连接成功率30%，RRC连接时延40%，掉话率30%。

（3）业务体验：通过用户调研排名，选取了占用户时间较多的即时通讯、视频、应用下载、其他下载。由于不同的用户偏好不同，因此，采用了根据时间来确定动态权重的方式来设定各个应用的权重。基于各个应用体验，也通过专家法选取了KPI指标，并确定其权重，具体如图4所示。

3.3 得分计算方法

对用户的打分，分为单用户得分、单小区感知得分、区域总体感知得分。满分为100分，根据失败情况，进行单项扣分，扣完后加权计算得到感知的最后得分。

用户打分可以根据公式（1）来确定最后的得分。根据异常次数来扣分，每次扣分步长是根据预定的期望分数和异常事件次数代入公式（1）来进行计算的。单用户评分是要把用户数量改成一个，设定合适的期望分数和一定时间的异常总数。期望分数值和期望每日异常次数为人工经验值。扣分步长计算规则如表1所示：

表1 扣分步长计算规则

指标 评分规则

成功类 满分100分，失败一次扣一个步长STEP，扣完为止

时延类 满分100分，超过门限一次扣一个步长STEP，扣完为止

速率类 满分100分，低于门限一次扣一个步长STEP，扣完为止

（1）

其中，STEP表示步长，SubscriberNo表示用户数，Exceptation表示用户评分期望值，Abnormal表示异常话单次数。

（1）单用户打分计算说明

1）一般用户得分

单指标得分计算（扣分方式）=100-每日实际异常次数×扣分步长；扣分步长=（100-期望分数值）/单用户期望每日异常次数（2）

其中，期望分数值和期望每日异常次数为经验值。

2）异常用户得分

针对一些特定用户，异常次数较少，但是成功率特别低。例如，掉话三次，但是一共发生4次电话。针对这样的用户引入了按成功率计算得分的方式。其计算公式如下：

单指标得分计算（成功率）=100×（总次数-异常次数）/总次数（3）

单指标实际最后得分：Min[扣分方式得分，成功率得分]（4）

3）最后总分

根据单指标加权汇总得分。

（2）小区用户感知打分计算说明

将小区当做一个用户，打分方式参考单用户打分。

（3）区域感知打分计算

区域感知打分是将区域内的各小区的感知打分进行平均处理。

3.4 实际打分案例

从广东电信某地区获取某一用户得分案例。内容说明如下。

（1）项目：根据指标体系获取可直接打分项目。

（2）得分：100-（问题次数×扣分步长）。

（3）问题次数：问题发生次数是该用户实际的用户问题发生次数。得到上述数据后，得到如表2所示的计算表格。

（4）扣分步长：根据“扣分步长=（100-期望分数值）/单用户期望每日异常次数”计算方法得出扣分步长。

（5）期望每日异常次数：该地区期望每日异常次数得分由该地区的日常统计得出。根据经验值给定80分时对应的每日异常次数。

得到每项的得分后，计算加权分数。其中业务体验的二级权重根据用户使用时间来确定比例。通过加权计算得到最后的总分为86.7分，如表3所示。应用效果分析

4.1 用户得分情况分析

用户感知体系设计完成之后，在某地市进行应用。该地市电信用户总数543 956人，期望值取80分。期望异常数根据各指标不同按照人工经验值给出。

图5是2017年2月某地市的得分情况，从数据上看，80分以上人数占总数的68%，大部分用户感知符合此次评估的预期。但是仍存在很多感知较差的用户。例如低于20分的，可以认为这部分用户感知极差，可能会产生投诉或离网，需要进行主动关怀。

图5 各分数段人数分布图

4.2 小区得分情况分析

通过查看小区的打分，发现问题小区。选取某一感知较差小区，该小区得分为67分。

查看其第一级子项得分，发现覆盖和业务得分较低，体验较差，初步判断是由于覆盖问题导致的业务体验差。详细得分如表4所示：

表4 一级子项得分情况

一级子项 得分

?o线覆盖 61

网络接入性和保持性 97

业务体验 65

一级子项雷达图如图6所示：

图6 一级子项雷达图

进一步查看无线覆盖质量下的二级子项得分，RSRP得分只有52分，4G覆盖较差，且3G连接也不是非常好，可能会因流量速率较差，导致用户体验差。二级子项得分情况（天线覆盖）如表5所示：

表5 二级子项得分情况（无线覆盖）

二级子项（无线覆盖）得分

RSRP 52

3G连接 68

查看业务体验二级子项，发现视频、应用下载和其他下载得分明显偏低，说明在需要高速下载相关的应用都存在较差体验，这个符合我们之前的判断。二级子项得分情况（业务体验）如表6所示。

二级子项（业务体验）雷达图如图7所示。

通过此套体系评估体系，可以认识到该小区覆盖的用户感知情况，初步判断小区存在问题的原因。通过该打分体系对所有小区打分后，可以针对感知得分较差的小区进行专项优化，以提升用户感知。

4.3 与实际投诉用户得分进行对比分析

选取一些实际投诉用户，通过查看他们的得分情况以评判投诉用户的情况。总体来看投诉用户的部分时间得分较低。下面选取了5种投诉用户的情况：

（1）有信号无法上网投诉。当月最差日得分：22.5分。

（2）语音投诉。当月最差日得分：72.7分。

（3）无信号投诉。当月最差日得分：37分。

（4）频繁掉线投诉。当月最差日得分：52分。

（5）网速慢投诉。当月最差日得分：54分。

从上述得分来看，除了语音投诉用户得分较高外，其他用户得分都相对较低。由于系统中不对2G、3G的参数进行感知评分，因此语音问题没能够反应在感知得分中，符合系统预期的设计。结束语

用户感知评估系统能够从一个简单的得分就看出用户感知的好坏，将复杂的网络优化简单化，通过对用户大数据的分析，将更精准地把脉网络。

随着感知系统的逐渐成熟，用大数据进行问题分析的能力也要进一步加入。

（1）问题点细化。感知评分需要根据不同场景进行细化，比如忙时场景，会展场景，校园场景等多个维度场景来区分评分，以便更有效地发现问题。

（2）自动发现问题。通过信令分析，对得分低的小区问题自动定界定位。自动给出问题的经验方案供网优人员参考。

（3）人工智能网优。再到后期通过大数据自动学习，可以让系统自动跟踪用户习惯，调整系统评估参数，发现异常用户，实现网优的人工智能化。

参考文献：

感知指标体系 篇5

LTE能为用户提供更高传输速率、更低时延和更好的QoS(Quality of Service)保证。为了实现这一要求,寻求更好的无线资源管理方法成为解决问题的关键。LTE的信道具有时变特性,并采用了共享信道的机制,如何在用户之间灵活分配和动态调度可用的无线资源,是最大限度提高频谱利用率和系统吞吐量的前提。上行调度区别于下行调度,上行采用SC-FDMA[1]技术,要求分配给任一UE的RB资源必须是连续的,传统的下行分组调度算法不能直接应用于上行。上行调度既要考虑优先级调度因子的影响,还要保证分配的RB具有连续性[1]。

本文提出了一种基于队列感知和信道感知的LTE系统上行调度算法,简称RPE(Riding Peak Evolution)算法。该算法研究了待传数据量大小、队列等待时延和信道状态信息对调度优先级[3]的影响,重新定义了调度优先级因子的表达式,然后在已有RP算法基础之上,依据重新定义的优先级进行RB的分配。仿真结果表明,该算法与传统调度算法相比提高了频谱效率,同时提升了系统的吞吐量。

2 LTE上行分组调度算法

LTE上行调度算法主要分为两类,一类是基于调度优先级的调度算法,一类是基于资源分配方法的调度算法。前者是根据计算得到的调度优先级对UE进行排序,然后依次为UE分配RB资源;后者是根据当前UE在每个RB上的度量值进行资源分配,为了保证RB连续性,还需要权衡UE在连续RB上的总度量值。在LTE上行调度过程中,上述两类调度算法是相辅相成的,既要根据UE的QoS需求计算调度优先级,又要考虑在RB分配过程中保证连续性,使系统频谱利用率最高和系统吞吐量最大。

2.1 基于调度优先级的传统算法

文献[2,3,4]分别介绍了目前主流的分组调度算法有最大载干比算法(Max C/I)、轮询算法(RR)和比例公平算法(PF),这些都是基于调度优先级进行资源分配的算法。最大载干比算法实现了吞吐量最大化,优先为信道质量好的UE进行调度,不能保证公平性。轮询算法保证了用户间的公平性,但是在系统吞吐量上欠佳。比例公平算法在吞吐量和公平性上达到一个平衡,目前大多数研究都是建立在PF算法基础上改进的。本文调度优先级也以PF算法为基础,把队列大小和队列时延考虑到其中,重新定义了调度优先级因子表达式。频域的PF算法的优先级表达式:

式中ri ,j(t ) 是指用户i在时刻t在RBj上获得最大传输速率,由信道质量决定;Ri (t ) 是指UEi 在时刻t内的平均吞吐量,根据(2)式进行更新:

式中tc 为更新时间窗。

2.2 基于资源分配方法的传统算法

文献[5,6,7]介绍了基于资源分配方法的上行调度算法主要有:最先最大值扩张算法(FME)、递归最大值扩张算法(RME)、峰值选择算法(RP)。最先最大值扩张算法是从具有PF调度度量值最高的RB开始查找,依次比较与当前RB相邻两个RB的调度度量值进行单边查找,选取优先级高的RB进行分配,但是该算法查找方法效率低。递归最大值扩张算法原理与FME一样,区别是采取了双边递归查找,查找效率明显提高。RP算法的原理同FME算法、RME算法一样,同样利用多载波系统的多普勒效应,用户信道质量状态在时域和频域上具有相关性。RP算法步骤如下:

step1:查找UE i-RB j的SINR度量值矩阵,选取具有最高SINR值的RBc ,其对应UEi ;

step2:把RBc 分配给UEi ,将此SINR度量值从矩阵中剔除;

step3: 查找具有次最高SINR度量值对应的RB,如果该RB有相邻的已被分配的RB,则此RB被分配给和相邻RB同样的UE;如果没有,则该RB被分配到给其对应的UE,剔除该SINR度量值。

step4: 执行step3,直到所有的RB都被分配完毕。

3 基于队列感知和信道感知的调度算法

队列状态信息包括队列大小和队列时延,对于非fullbuffer业务的系统来说,队列长度有界。如果用户的信道质量好,但是其对应的待传数据量不足,仅凭借信道质量好就在共享信道上优先调度该用户,就会造成系统资源的浪费,所以调度优先级需要考虑队列大小,优先为待传数据量大且信道质量相对较好的UE分配RB。同时不同业务队列对队列时延的要求不同,为保障UE的QoS需求,调度算法还应该充分考虑调度过程中各业务队列的时延要求,优先为时延要求更为严格且信道质量相对较好的UE分配RB。综合考虑队列大小、队列时延和信道质量计算调度优先级,优先为优先级别高的用户进行资源调度。

3.1 算法描述

LTE系统中eNodeB端通过UE端上报信道质量状态,可以获得每个用户在每个RB上的瞬时传输速率。ri,j(t )表示UEi 在RBj 上的获得的瞬时传输速率,B代表每个RB的带宽为180KHz,SINRi,j表示UEi 在RB j上的信道质量状态,ri ,j(t ) 表示为:

由式(3)我们可以得到,在每个TTI内,用户i能达到的总传输速率为:

其中xi ,j(t ) = 1表示RBj分给用户i,值为0时表示未分配给该用户,同时需满足每个RB最多只能分配给一个用户: 其中m表示RB个数。

调度过程中不仅需要考虑当前信道条件下的传输速率,还要考虑当前待传队列的数据量大小。针对每种业务队列,其到达率λi(t )服从参数为λi 的泊松分布,队列到达的时间间隔为一个TTI,记为T。则在单位时间T内,业务队列的平均到达率为λi 。由于缓存区域有界,设最大容纳的业务队列长度为Qthi 。则在t时刻开始,队列大小为:

同时由于队列长度有界,在t时刻待传队列的实际长度为:

式(5)中QLi (t ) 为当前信道实际传输的数据量,由当前信道状态下总传输速率和当前待传队列数据量大小决定,其表达式为:

由上可以设计基于队列大小的调度优先级因子表达式为:

其中n表示用户数, 为n个用户的平均待传数据量。在t时刻内,待传用户i的队列长度和所有用户的队列长度平均值成指数关系增长,用户的队列长度越长调度优先级越高。

由式(8)可知,相同条件下,待传数据量越大被调度的几率越大。LTE上行调度还需要考虑用户业务的QoS需求,本文考虑了队列等待时延对上行调度的影响。根据Litter公式可以估算出队列等待时延的计算公式为:

LTE系统中调度对象既包括非实时性业务,也包括实时性业务。非实时性业务和实时性业务对时延的要求不一样,当eNodeB调度混合业务时,需要根据统一的时延调度优先级公式对不同业务进行调度。对于非实时性业务,可以采用下式:

由式(7)可知,其中Qi (t ) 为在t时刻待传队列的实际长度,Qthi 为队列长度门限值,超过队列门限的数据包将直接被丢弃,用户队列长度和队列门限成指数性关系增长,队列长度越接近门限值,调度优先级越高。

对于实时性业务来说,每种业务对应一个时延门限值,可以采用下式:

式中Wthi 表示用户i当前业务对应的时延门限值,由于业务队列的平均到达率为λi ,所以(11)式可以变为:

其中Dthi=Wthi×λi ,是由业务时延得到对应的时延门限队列长度值。又由于VoIP、流媒体等实时性业务相对于FTP、WWW等非实时性业务对时延要求更高,所以Dthi(t )

在PF算法基础上,综合考虑队列大小和队列时延,得到基于队列感知和信道感知的调度优先级表达式为:

3.2 RPE算法流程

根据式(14)得到的调度度量值表达式,得到RPE算法流程,具体算法伪代码如下:

4 仿真结果和性能分析

本文算法通过系统级仿真验证所提算法的性能,并与传统频域的RME、FME算法进行比较。仿真参数为:小区数为7个,载波频率2GHz,带宽为20MHz,阴影衰落服从对数正态分布,标准差为8dB,快衰落为Jakes多径模型,UE的移动速度为3km/h,天线配置为SISO。仿真中,系统中实时业务以流媒体业务为代表,非实时性业务以FTP业务为代表,最大队列长度为100个数据包。仿真过程中用FQ ( △t) 表征用户的公平性,表达式为:

其中,Qi ( △t) 表示用户i在时间间隔 △t内获得的实际传输速率,系统用户数为n。FQ ( △t ) 1=表示所有用户在时间△t内有相同的数据速率。

图2是系统吞吐量的仿真结果,随小区用户数增加系统吞吐量的变化情况。RPE算法与传统的RP、RME、FME算法相比较,吞吐量有所提升,这是因为相同条件下,RPE算法下的用户得到的实际传输速率相比于其他三种算法有所增加,每个TTI实际能够传输的数据速率增加了,所以系统吞吐量也跟着增加。当小区内用户数少时,RPE算法和其他算法性能无大差别,这是由于用户数少时,系统有相对足够的RB为用户分配,RPE算法在低负载场景下性能提升不明显。

图3是用户数据速率公平性的仿真结果,小区活跃的用户数增加对用户数据速率公平性的影响。由图可以看出,RME算法相比较RPE、RP、FME算法在数据速率公平性方面表现较好。RPE算法在满足用户速率需求的同时更好的利用有限的无线资源,使待传数据量大和时延要求严格的用户在相同信道条件下系统获得的实际传输速率增加,但是因为RPE算法考虑了队列状态信息,在优先级表达式加入用户QoS需求的考虑,使系统在用户数据速率公平性方面的性能有所下降。同时,FME算法数据速率公平性随着用户数量增加下降很明显,是因为FME算法在查找最优优先级用户时采取单边查找策略,没有利用频域相关性查找,致使用户资源分配不合理,造成公平性很差。

图4是频谱效率随着用户变化的仿真,从图中可以知道,所提RPE算法在频谱效率上的性能优于FME、RME、RP算法,RPE算法在查找矩阵中的最大优先级时,由于引进新的调度度量值判断条件,使系统用户获得了更高的增益。同时,随着用户数量的增加,RPE算法和RP算法效果相似,只有用户数在5到35之间,RPE算法相比于RP算法获得增益。RME算法相比于FME算法,他们之间的差异接近3%。

图5是各算法在每个TTI内被调度的用户数统计结果,每个TTI时刻内小区中有50个激活的用户。由图可知,RPE算法将可用RBs尽可能多的分配给所有用户使用,相同条件下比FME、RME、RP算法调度更多的用户。

5 结论

征文-感知幸福 篇6

全椒县实验小学五（6）班陈凌寒

说到幸福这个词，相信大家并不陌生，可是如果问“什么是幸福?”同学们恐怕就不好回答了。

对小草来说，春风就是幸福；对鸟儿来说，蓝天就是幸福；对孩子来说，妈妈就是幸福„„由此可见，幸福就像是春天的花朵一样千姿百态。那么我们该如何理解“幸福”呢？

简单说，幸福是人对生活的一种感受和评价。

有人说：“生活在21世纪的中国是一种幸福。”因为20世纪50之60年代，老百姓物质生活极其匮乏。农村里没有电灯，同学们晚上看书写字用的是煤油灯。煤油灯的光度很弱，为了省油又不能挑大，若要看清字，就只能把头放得低一点，这样一来，不仅会伤害视力，还会被灯火烧了头发。所以生活在用电灯看书的21世纪的中国是一种幸福。

有人说“能上学是一种幸福。”因为“十年树木，百年树人”，许多教育家前仆后继来到中国的大地上，播撒下文明的种子，开出绚丽的花朵，结出丰硕的果实。

有人说“能看得起病是一种幸福。”因为俗话说：人吃五谷杂粮哪有不，生灾害病的。众所周知，生病找医生。自古以来“病有所医”一直是每个人的梦想。生病是痛苦的，可是，看得起病却是幸福的。如今国家的惠农政策减免了农业税，让农民有了医保，看病再也不愁了，幸福洋溢在每个农民的脸上。

有人说“能住上好房子是一种幸福。”因为孟子说“居者有其屋”，从原始社会的洞穴，到如今的高楼大厦，人类一直对居所抱有极大的热忱。事实上，住房是百姓安身立命之所，关系到千家万户。而如今的新农村建设，让农民也住上楼房，楼上楼下已是一个现实的梦，幸福不言而喻。

有人说“能有文化是一种幸福。”因为中国历史悠久，文化灿烂。古往今来，一代又一代中国人，用勤劳和智慧创造了灿烂的文明，在中华文明史上谱写了辉煌篇章。而今天国家颁布了《九年义务教育法》，减免了学杂费。每个孩子只需交10元簿本费就能去上学了。再也不用为交不起学费而发愁了。坐在宽敞明亮的教室里，吮吸知识的甘露，幸福洋溢在每个孩子的脸上。

有人说：“能够一起共享是一种幸福。”因为有一首歌中唱到：“和我分享太阳，你有灿烂辉煌；和我分享月色，你有妩媚漂亮；和我分享大海，你有无比宽广；和我分享蓝天，你有至高无上„„分享是心与心的交流；分享是情与情的传递！分享让我们社会更加和谐，人们生活更加幸福。

有人说：“行动是一种幸福。”在这阳春三月，在这学雷锋的日子里，同学们在雷锋精神的鼓舞下，纷纷行动起来。班级的垃圾有人主动去倒；基础差的同学有人主动去辅导；操场摔倒的小朋友有大同学主动去扶；过马路的老人有红领巾在搀扶„„雷锋精神在我们这一代身上传承。雷锋叔叔若在天有灵，他再也不会为广州的十八个路人的冷漠而伤悲了。大爱在同学们的行动中传承，有爱就有希望。对我们 2

这个民族充满希望，怎么会没有幸福呢？

“谁言寸草心，报得三春晖。”，我们生活在幸福的中国，一定要树立爱国的信念，努力学好科学知识，积极投身到为人民服务的行动中，让我们的国家更强盛，让我们的生活更幸福。

感知生命作文 篇7

当挂在树梢的冰凌在阳光的照射下慢慢融化，去浸润土地时；当“万里冰封，千里雪飘”的风景被春风吹散时；当茫茫草原有第一株小草破土而出时，那春天来了！

春风吹醒了沉睡许久的世间万物，而在春雨的洗礼过后，以新的神貌去迎接生命对他们的挑战。

生命在这个万物复苏的季节，如同春天的那种嫩绿，充满生机。它活跃在世间的各个角落，迎接各种属于自己的曙光。青松居高山，荷花居水中，它们的生命在春雨的缠绵下、在阳光的柔照下、在春风的亲扶下熠熠生辉。生命就是如此，每个人都有属于自己的精彩，在春天。

一个人用快乐谱写自己的生命，另一个人用悲伤填埋自己的生命。精彩的生命永远是快乐的所向，悲伤只是其中的小插曲，但有时我发现生命中的快乐消逝的很快，恍眼间，另样的生命就已出现在我们的眼前。

生命的脆弱在这个充满生机的春天是一个不和谐的音符。若生命里荆棘丛生，跌跌撞撞，或许因为生命的脆弱而沮丧而失去信心，可是只要相信，就能看见幸福的终点。

的确，生命的精彩我们感受过；生命的脆弱我们体验过。生命对于我们而言，就似一杯茶，喝进去是苦涩，回味的却是阵阵香甜。我们学会了品味，从中又懂得了享受，着就是生命的活力，在春天。

春天，心灵的悸动如同江水碧波荡漾，此起彼伏。在春天，我们用更多的精彩去取代生命的脆弱，让精彩化为动力，致使生命更加的坚强。

感知障碍：幻觉 篇8

幻觉(hallucination)是指没有相应的客观刺激时所出现的知觉体验。换言之，幻觉是一种主观体验，主体的感受与知觉相似。这是一种比较严重的知觉障碍。幻觉与错觉不同之处在于前者没有客观刺激存在。由于其感受常常逼真生动，可引起愤怒、忧伤、惊恐、逃避乃至产生攻击别人的情绪或行为反应。企图说服出现幻觉体验的人不相信幻觉往往是徒劳的。幻觉偶然也能见于正常人。例如在似睡非睡的时候，出现幻听或幻视，称为入睡前幻觉;将醒而又倦睡时出现的幻觉，称为睡醒前幻觉。幻觉也能通过暗示方式产生。如过去文献中所的有些沉溺于宗教狂热的人，声称见到了“ 观音菩萨”或“耶稣基督”等，并不一定有病理意义。但是，应当说，幻觉大多是病理性。如果一个人多次出现幻觉，应当及时进行检查，以便对其心理障碍进行诊治，防止幻觉影响下发生伤人、出走或自杀等意外。

(一)幻觉分类

1.根据幻觉的结构性质，可分为：

(1)要素性幻觉(或称原始性幻觉)，指幻觉简单、原始、如火光、哨音等。

(2)完全性幻觉，幻觉鲜明、生动、逼真、投射于外部空间，引起相应的.情绪和行为反应。

2.根据感觉器官，常见幻觉可分为：

(1)幻听(auditory hallucination)：最为常见。病人听到各种声音，常为言语声。其来源、清晰程度和内容各不相 同。病人有相应的情绪和行为反应，如与幻听对骂，或侧耳谛听，或将耳中塞以棉花(图106-1)。幻听可为评论、争论或命令的内容，如为命令性幻听，可直接支配患者的行动。

(2)幻视(visual hallucination)：多见鲜明生动的形象，亦可为支离 破碎的人形或令人惊恐的怪物猛兽。多见于感染、中毒所致的精神障碍。误食毒蕈可出现丰富幻觉。云南省居民食用一种小美牛肝蕈时，常出现形象比实物小的“小人国样幻视”。

(3)幻嗅(olfactory hallucination)：较少见，病人可闻到各种特殊的气味，如异香、奇臭、血腥、烧焦气味等。见于颞叶癫痫与精神分裂症(图23-1)。

(4)幻味(gustatory hallucination)：较少见，常与幻嗅或其他幻觉同时存在，病人感到进食或饮水时尝到特殊味道，常引起拒食。见于颞叶癫痫与精神分裂症。

(5)幻触(tactile hallucination)：病人感到其皮肤粘膜有虫爬、通电、火灼、手抓等异常感觉，可见于中毒性精神病与精神分裂症。有性器官接触感者，称为性幻觉，尤多见精神分裂症。

(6)本体幻觉(body-sensory hallucination)：较少见，包括内脏幻觉、运动幻觉和前庭幻觉。更年期发生的抑郁症常有内脏幻觉。运动幻觉指病人处于静止状态时自觉身体某部位有运动感，以精神分裂症多见。前庭幻觉指病人自感失去平衡，从而引起奇特姿势和行为，可见于精神分裂症和脑干器质性病变。

什么是感知障碍？ 篇9

感知是客观事物的刺激作用于人体的感觉器官，并反映至大脑所获得的信息。如颜色、味、触、温觉等以及躯体内部器官的活动情况，肌肉、关节的运动等。感觉是一个人认识活动的基础，有一定的界限、范围，并受心理、生理的影响。知觉是一种较为复杂的感觉，是对感觉到的`事物的综合认识和整体印象。如我们看到一朵荷花是知觉，荷花单独的色彩和形状是感觉。常见的知觉障碍有以下几种：

(1)错觉：是对客观事物的错误感知或确认。正常人在疲劳、衰弱、过度紧张或感知条件不良的情况下，也会产生，不过一般较短暂，并能纠正。如“杯弓蛇影”、“草木皆兵”等，就是这个道理。

(2)幻觉：指对客观环境中，缺乏相应的现实刺激作用于感觉器官而出现的虚幻知觉，病人总是信以为真，难以与之解释、说服，并产生相应的情感、思维和行动。常见的幻觉有听、视、嗅、味、触幻觉等。

(3)感知综合障碍：常见有以下几种：

①看东西大小、形态、颜色、距离等失真。

②眼睛早已失明或没有眼球的人，自称“看到”什么。

③从来就没有见过、经历过的事物，却觉得很熟悉、亲切，也称为似曾相识。