麦英健
(深圳供电局有限公司, 广东 深圳 518000)
当前随着移动网络用户的增多,对移动网络的服务水平提出更大的挑战,需要优化构建移动网络用户体验质量评价模型,结合对移动网络用户体验质量的大数据融合结果,根据推荐算法实现对移动网络用户体验质量的精准评价,从而进一步改善移动网络用户体验质量,相关的移动网络用户体验质量评价和量化分析方法的研究受到相关专家的极大关注[1]。
对移动网络用户体验质量的评价是建立在对移动网络用户体验的量化特征分析基础上,采用大数据分析和模糊度层次聚类分析,设计移动网络用户体验质量评价模型,通过模糊融合层次性分析,构建移动网络用户体验质量评价的关联规则模型,实现层次化调度和量化评价[2]。传统移动网络用户体验质量评价的方法主要有基于PID的移动网络用户体验质量评价方法[3]、基于粒子群滤波算法的移动网络用户体验质量评价方法[4]以及非线性预测方法[5]等,通过建立移动网络用户体验质量信息推荐模型,结合统计分析实现对移动网络用户体验质量的自适应评价,但传统方法进行移动网络用户体验质量评价的可靠性不高,自适应性不好。
针对上述问题,本文提出基于移动网络用户体验质量评价的模糊层次分析方法。首先根据用户的历史偏好数据的分布构建移动网络用户体验质量分析模型,考虑移动网络用户……