移动网络投诉热点区域智能识别方法与应用

孟现锋， 梁松柏， 徐 刚

（1.中国联通郑州市分公司，郑州 450000； 2.中国联通河南省分公司，郑州 450000）

用户对无线网络感知越来越敏感，导致移网用户投诉量居高不下. 与此同时，如何快速识别移网投诉热点区域，将有限的投资及设备资源投入到真正的投诉热点区域，有效改善用户感知，则是运营商十分关心的一个问题［1］. 传统方法是通过对某一个投诉位置的投诉数量累加，随后进行投诉量排名，将投诉量靠前的场景名称确定为投诉热点. 而该方法的主要缺点，一是无法有效去除噪声点，形成独立成簇的投诉热点区域；二是无法精细化地识别投诉热点区域的边框，投诉热点区域通常为没有明确边界范围的模糊区域；三是无法对网络的规划、建设、调整以及优化提供有力的数据支撑. 各行业的热点区域挖掘目前常用的方法是聚类算法［2-15］. 其中，DBSCAN算法（密度聚类）相较于其他聚类算法，对噪声不敏感，无须设定类别数量，可以任意形状成簇，适合投诉热点区域识别.

针对投诉热点区域网络问题的解决，对规划方法和手段要求更高. 而网络仿真软件无法评估每一个投诉热点区域的价值及建设优先级. 并且，传统方法更多依赖于经验判断，考虑维度较单一，在解决方案的精准性方面存在欠缺，不经慎重评估便建设一个站点，不仅无法针对性地解决实际需求，反而可能会带来重叠覆盖、越区覆盖、干扰等严重问题.

基于以上分析，本文结合DBSCAN 聚类和凸包算法，提出一种投诉热点区域智能识别方法. 首先通过DBSCAN算法预处理历史投诉数据，聚类生成投诉热点区域；……