-
题名用户体验质量评估模型及KQI权重计算方法
被引量：14
- 1
-
-
作者
金渝
李校林
李雪松
-
机构
重庆邮电大学通信与信息工程学院
重庆信科设计有限公司
-
出处
《计算机工程》
CAS
CSCD
2013年第2期311-316,共6页
-
基金
国家科技重大专项基金资助项目(2011ZX03003-001-01)
-
文摘
根据影响用户体验质量(QoE)的技术因素和非技术因素,建立QoE评估模型,以较好地呈现用户主观感受和网络因素。利用该模型提出一种关键质量指标(KQI)权重计算方法,应用模糊层次分析法计算KQI指标初始权重值,并通过影响QoE的非技术因素动态改变KQI指标的权重,使静态QoE评估过程动态化、实时化。仿真实验结果表明,该方法能保证最先假定的技术因素和非技术因素对QoE的影响程度各占50%,较为直观和真实地反映用户感受。
-
关键词
用户体验质量
技术因素
非技术因素
评估模型
关键质量指标
权重计算方法
-
Keywords
quality of Experience（QoE）
technical factor
non-technical factor
assessment model
key quality indicator（kqi）
weight calculation method
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于特征加权ML-kNN的网页浏览业务KQI预测
被引量：2
- 2
-
-
作者
谢苏
刘子巍
李克
-
机构
北京联合大学智慧城市学院
-
出处
《高技术通讯》
CAS
2021年第3期263-269,共7页
-
基金
国家自然科学基金(61841601,61972040)
北京联合大学人才强校优选计划(BPHR2018CZ05)资助项目。
-
文摘
传统以网络为中心的移动网络运维往往是在接到用户投诉时才采取相应补救措施,随着移动互联网(OTT)业务的高速发展,这一问题愈发突出。如何在监测用户业务感知的基础上对用户业务质量进行预测预警并及时干预,是提高移动业务保障能力和网络运维智能化水平的重要手段。本文利用从普通用户终端上采集的海量业务感知数据,重点针对网页浏览业务,研究了ML-ReliefF算法在业务感知采样数据降维中的应用。在此基础上,将特征选择结果与多标记k近邻(kNN)算法相结合,提出了基于特征加权的多标记k近邻算法应用于业务关键质量指标(KQI)预测。实验结果表明,该方法可有效提高KQI预测质量。
-
关键词
特征选择
智能网络运维(AIOps)
关键质量指标(kqi)
k近邻(kNN)
移动互联网(OTT)
移动众包感知(MCS)
-
Keywords
feature selection
AI for IT operations(AIOps)
key quality indicator(kqi)
k-nearest neighbor(kNN)
over-the-top(OTT)
mobile crowdsensing(MCS)
-
分类号
TP393.092
[自动化与计算机技术—计算机应用技术]
-
-
题名基于策略的业务质量评价方法
被引量：4
- 3
-
-
作者
张奕奎
邱雪松
成璐
-
机构
北京邮电大学网络与交换技术国家重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2007年第13期109-111,共3页
-
基金
国家自然科学基金资助项目(60572121
90204002)
教育部长江学者和创新团队发展计划资助项目(IRT0410)
-
文摘
业务质量评价是业务等级协定管理中的重要内容。为了解决现有业务质量评价方法存在的问题和满足新的业务质量评价需求,研究了通用的业务质量指标集合并提出了基于策略的业务质量评价方法,描述了业务质量评价过程并分析了该方法的特点。原型系统的实现验证了该方法能够实现实时、细粒度、动态、自动化、可扩展和定量的业务质量评价。
-
关键词
业务质量评价
服务质量
业务等级协定
策略
关键质量指标
-
Keywords
service quality assessment
quality of service（QoS）
service level agreement（SLA）
policy
key quality indicator（kqi）
-
分类号
TN929.53
[电子电信—通信与信息系统]
-
