取待評價語音 業(yè)務相關記錄數(shù)據(jù)的評價值，并根據(jù)這些語音業(yè)務相關記錄數(shù)據(jù)的評價值進一步對待評價 語音業(yè)務相關記錄數(shù)據(jù)對應的語音業(yè)務進行綜合評價處理，從而為改進和優(yōu)化語音業(yè)務提 供了更為可靠的依據(jù)。同時，根據(jù)對語音業(yè)務相關記錄數(shù)據(jù)的評價還可以反應出網(wǎng)絡的真 實狀況，可以根據(jù)所反應的網(wǎng)絡狀況進一步對網(wǎng)絡指標進行調(diào)整。
【附圖說明】
[0059] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn) 有技術描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā) 明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0060] 圖1為本發(fā)明提供的語音業(yè)務的評價處理方法實施例一的流程示意圖；
[0061] 圖2為本發(fā)明提供的語音業(yè)務的評價處理方法實施例二的流程示意圖；
[0062] 圖3為本發(fā)明提供的語音業(yè)務的數(shù)據(jù)評價方法實施例三的流程示意圖；
[0063] 圖4為本發(fā)明提供的語音業(yè)務的評價處理裝置實施例一的結構示意圖；
[0064] 圖5為本發(fā)明提供的語音業(yè)務的評價處理裝置實施例二的結構示意圖；
[0065] 圖6為本發(fā)明提供的語音業(yè)務的評價處理裝置實施例三的結構示意圖；
[0066] 圖7為本發(fā)明提供的語音業(yè)務的評價處理裝置實施例四的結構示意圖；
[0067] 圖8為本發(fā)明提供的語音業(yè)務的評價處理裝置實施例五的結構示意圖。
【具體實施方式】
[0068] 為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚，下面將結合本發(fā)明實施例 中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是 本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員 在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0069] 圖1為本發(fā)明提供的語音業(yè)務的評價處理方法實施例一的流程示意圖，如圖1所 示,該方法包括：
[0070] S101、獲取待評價語音業(yè)務相關記錄數(shù)據(jù)。
[0071] 語音業(yè)務相關記錄數(shù)據(jù)是指語音業(yè)務進行過程中，后臺完整記錄的語音業(yè)務過程 中的數(shù)據(jù)。
[0072] S102、采用根據(jù)語音相關記錄數(shù)據(jù)獲取的語音業(yè)務評價模型，對上述待評價語音 業(yè)務相關記錄數(shù)據(jù)進行評價，獲取該待評價語音業(yè)務相關記錄數(shù)據(jù)的評價值。
[0073] 具體地，這里語音業(yè)務評價模型是根據(jù)大量的歷史語音相關記錄數(shù)據(jù)獲取的，上 述獲取的待評價語音業(yè)務相關記錄數(shù)據(jù)未來也可以用于建立語音業(yè)務評價模型。
[0074] S103、根據(jù)上述評價值對上述待評價語音業(yè)務相關記錄數(shù)據(jù)對應的語音業(yè)務進行 評價處理。
[0075] 通過該語音業(yè)務評價模型來獲取待評價語音業(yè)務相關記錄數(shù)據(jù)的評價值，然后進 一步根據(jù)該評價值來全面的綜合地分析評價語音業(yè)務，可以對語音業(yè)務進行全面可靠的評 價。
[0076] 本實施例中，獲取待評價語音業(yè)務相關記錄數(shù)據(jù)，采用根據(jù)語音相關記錄數(shù)據(jù)獲 取的語音業(yè)務評價模型，對待評價語音業(yè)務相關記錄數(shù)據(jù)進行評價，獲取待評價語音業(yè)務 相關記錄數(shù)據(jù)的評價值，并根據(jù)這些語音業(yè)務相關記錄數(shù)據(jù)的評價值進一步對待評價語音 業(yè)務相關記錄數(shù)據(jù)對應的語音業(yè)務進行綜合評價處理，從而為改進和優(yōu)化語音業(yè)務提供了 更為可靠的依據(jù)。同時，根據(jù)對語音業(yè)務相關記錄數(shù)據(jù)的評價還可以反應出網(wǎng)絡的真實狀 況，可以根據(jù)所反應的網(wǎng)絡狀況進一步對網(wǎng)絡指標進行調(diào)整。
[0077] 具體地，上述采用根據(jù)語音相關記錄數(shù)據(jù)獲取的語音業(yè)務評價模型，對上述待評 價語音業(yè)務相關記錄數(shù)據(jù)進行評價之前，包括：獲取語音業(yè)務相關記錄數(shù)據(jù)；根據(jù)這些語 音業(yè)務相關記錄數(shù)據(jù)，獲取上述語音業(yè)務評價模型。
[0078] 其中，語音業(yè)務相關記錄數(shù)據(jù)包括語音業(yè)務相關屬性數(shù)據(jù)。一般情況下，一條語音 業(yè)務相關記錄數(shù)據(jù)可以包括多個語音業(yè)務相關屬性數(shù)據(jù)。對應地，上述根據(jù)這些語音業(yè)務 相關記錄數(shù)據(jù)，獲取上述語音業(yè)務評價模型，具體為根據(jù)上述語音業(yè)務相關屬性數(shù)據(jù)，獲取 語音業(yè)務評價模型。
[0079] 語音業(yè)務相關屬性數(shù)據(jù)可以包括：移動主叫（MobileOriginatedCall,簡稱M0C) 數(shù)據(jù)、移動被叫（MobileTeminatedCall，簡稱MTC)數(shù)據(jù)等，但并不以此為限。需要說明的 是，在進行語音通信的過程中，后臺會完整的記錄整個通信過程中的所有數(shù)據(jù)，在建立模型 之前，在數(shù)據(jù)庫中獲取大量與語音業(yè)務相關記錄數(shù)據(jù)。這些記錄數(shù)據(jù)中包括大量屬性數(shù)據(jù)， 獲取屬性數(shù)據(jù)的同時可以獲取這些屬性數(shù)據(jù)對應的屬性值以及屬性值的分布。需要說明的 是，具體評價時，是對接收到的待評價語音業(yè)務相關記錄數(shù)據(jù)整體進行評價，獲取評價值， 而不是針對其中的某個屬性數(shù)據(jù)進行評價。
[0080] 更具體地，上述語音業(yè)務相關屬性數(shù)據(jù)可以包括下述任一項或其任意組合：響鈴 時間、接聽時間、分配時間、鑒權請求時間、加密請求時間、業(yè)務請求接收時間、掛斷時間、結 束通信時間、釋放時間、呼叫時間。具體實現(xiàn)過程中，這些屬性數(shù)據(jù)可能是上述MOC數(shù)據(jù)或 MTC數(shù)據(jù)中的具體屬性字段，但并不以此為限。
[0081] 圖2為本發(fā)明提供的語音業(yè)務的評價處理方法實施例二的流程示意圖，如圖2所 示，上述根據(jù)語音業(yè)務相關屬性數(shù)據(jù)，獲取上述語音業(yè)務評價模型，具體可以為：
[0082] S201、采用聚類算法，對上述語音業(yè)務相關屬性數(shù)據(jù)進行聚類，獲取預設數(shù)目個屬 性數(shù)據(jù)分類。即可以根據(jù)具體需要，預設將屬性數(shù)據(jù)聚類為幾類。
[0083] 此處對聚類算法不作限制，可以根據(jù)具體的應用場景選擇合適的聚類算法。
[0084] S202、根據(jù)各分類中的屬性數(shù)據(jù)，計算各分類對應的分類度量指標值。
[0085] 具體地，每個分類下包括至少一種屬性數(shù)據(jù)，每個屬性數(shù)據(jù)可能會對應多個不同 的屬性值，根據(jù)這些屬性值就可以計算出每個分類對應的分類度量指標值。
[0086] 前述獲取語音業(yè)務相關屬性數(shù)據(jù)時，可以同時獲取到每個屬性數(shù)據(jù)對應的大量屬 性值，以及這些屬性值的分布情況。
[0087] S203、根據(jù)各分類對應的分類度量指標值，對各分類進行排序，獲取優(yōu)劣排序結 果。
[0088] S204、采用機器學習法，對上述優(yōu)劣排序結果進行訓練，獲取上述語音業(yè)務評價模 型。
[0089] 這里機器學習法可以選用支持向量機（SupportVectorMachine,簡稱SVM)，但并 不以此為限。當然，隨著數(shù)據(jù)的不斷更新，可以不斷的根據(jù)新數(shù)據(jù)來更新模型。
[0090] 更進一步地，上述各分類對應的分類度量指標可以包括：各分類對應的平均值和 標準差。但并不以此為限。
[0091] 假設聚類后有5種分類，舉例說明，表1記載這5類中屬性數(shù)據(jù)分別對應的平均 值，表2記載這5類中屬性數(shù)據(jù)對應的標準差。
[0092] 表 1

[0097] 圖3為本發(fā)明提供的語音業(yè)務的數(shù)據(jù)評價方法實施例三的流程示意圖，如圖3所 示，以各分類對應的平均值和標準差為例進行說明，上述根據(jù)各分類對應的分類度量指標 值，對各分類進行排序，獲取優(yōu)劣排序結果，可以為：
[0098] S301、根據(jù)上述分類對應的平均值和各分類中屬性數(shù)據(jù)的屬性特征，對上述各分 類進行排序，獲取第一排序結果。
[0099] 具體地，各分類中屬性數(shù)據(jù)的屬性特征用于表明該屬性特性是屬性值越大越優(yōu)， 還是屬性值越小越優(yōu)。因此，具體排序時，先按每種屬性數(shù)據(jù)對應的平均值分別為各分類排 序，然后再綜合確定各分類的第一排序結果。
[0100] S302、若該第一排序結果中包括平均值相同的分類，則將各平均值相同的分類按 照對應的標準差進行排序，獲取第二排序結果。
[0101] 假設聚類后有5種分類（cluster)，記為：cl、c2、c3、c4、c5,根據(jù)平均值排序后， 在第一排序結果中c3和c4并列，即它們平均值相同，那么再按照它們的標準差對c3和c4 進行排序，獲取第二排序結果。
[0102] 與平均值不同的是，標準差用于表示分類的聚集度，標準差越小表示對應分類中 的屬性數(shù)據(jù)越集中，因此，按標準差排列時都是標準差越小則對應的分類越優(yōu)。
[0103] S303、根據(jù)第一排序結果和第二排序結果，獲取上述優(yōu)劣排序結果。即綜合第一排 序結果和第二排序結果，就可以整理獲得最終的優(yōu)劣排序結果。
[0104] 具體地，該優(yōu)劣排序結果就可以作為各分類的評價值。將該評價值標記在對應的 數(shù)據(jù)上，用于學習獲取模型。
[0105] 舉例說明排序過程，以表1和表2中的數(shù)據(jù)為例進行排列，表3顯示排序結果，表 3中每一列表示一種屬性數(shù)據(jù)對應的各分類的排序，其中，第1列表示綜合評價值，即排第1 位的記5分，排第2位的記4分，依次類推。需要說明的是，表3中"I"表示對應屬性數(shù)據(jù) 的屬性值越小越優(yōu)，"丨"對應屬性數(shù)據(jù)的屬性值越大越優(yōu)。
[0106]表 3
[0109] 從第1行可以看出，c2在排序第1的屬性數(shù)據(jù)中包含的個數(shù)最多，因此c2最優(yōu)， 記5分，然后第1行中有2個c4,因此c4第二，記4分，從第1行中無法確定cl、c3、c5的 排序，進而參照第2行c3有4個,cl有2個,c5有1個,因此排序依次為c3排第3記3分， cl排第4記2分，c5排第5記1分。
[0110] 進一步地，為了優(yōu)化樣本數(shù)據(jù)，上述根據(jù)語音業(yè)務相關屬性數(shù)據(jù)，獲取上述語音業(yè) 務評價模型之前，還包括：若上述語音業(yè)務相關屬性數(shù)據(jù)中包括兩個屬性值分布具有相關 性的語音業(yè)務相關屬性數(shù)據(jù)，則在上述兩個語音業(yè)務相關屬性數(shù)據(jù)中刪除任一個語音業(yè)務 相關屬性數(shù)據(jù)。具體實現(xiàn)過程中，可以將語音業(yè)務相關屬性數(shù)據(jù)的屬性值依次兩兩進行比 較，兩兩比較時，如果發(fā)現(xiàn)這兩個屬性值分布具