一种基于多维画像评估的网格管理优化方法及系统与流程

1.本发明涉及网格管理领域，尤其涉及一种基于多维画像评估的网格管理优化方法及系统。


背景技术：

2.在三大运营商市场争夺日益白热化的情况下，家庭宽带服务质量日益成为重要竞争优势，运营商及服务提供商需要利用有效的it手段，提升其家庭宽带服务水平。全业务运营及三网融合的大背景下，各大运营商大力发展宽带业务，面对激烈的市场竞争格局，必须进一步提高运营水平，降低运维成本。
3.网格划小管理的主要工作是：通过整合故障、性能、流量、内容等方面的数据，对省、市、县承载公客的网络服务感知进行评估。为装维服务提供用户、小区、网格多维度的画像数据，赋能一线人员的装移拆修及营销工作，提升客户感知，提高主动营销准确率。
4.然而，现有技术对网格精控管理的画像评估中，存在分析网格指标较少不够全面、不能有效掌握网格划小管理的画像得分以及定位网格画像不达标的问题。


技术实现要素：

5.本技术通过提供一种基于多维画像评估的网格管理优化方法及系统，解决了现有技术对网格精控管理的画像评估中，存在分析网格指标较少不够全面、不能有效掌握网格划小管理的画像得分以及定位网格画像不达标的技术问题，达到从多维度全面分析网格画像指标，可快速定位是否达标，并且可通过雷达图分析，深入了解网格不达标的根本原因，能有效地掌握网格运营管理情况，辅助网格划小管理优化可自动派单整治及校验，运营管理效率高，推广使用价值高的技术效果。
6.鉴于上述问题，本发明提供了一种基于多维画像评估的网格管理优化方法及系统。
7.第一方面，本技术提供了一种基于多维画像评估的网格管理优化方法，所述方法包括：通过数据采集平台获得多维网格管理数据，基于所述多维网格管理数据筛选获取网格画像指标数据；对所述网格画像指标数据进行主成分分析，获得降维网格画像指标数据；对所述降维网格画像指标数据进行权重分配，获得业务权重占比；通过层次分析算法，基于所述降维网格画像指标数据和所述业务权重占比，构建网格画像评估模型；将第一网格画像指标数据输入所述网格画像评估模型中，获得第一网格画像评分结果；将所述第一网格画像评分结果渲染至多维评估指标雷达图，生成第一网格评分特征图形；设置评估属性，基于所述第一网格评分特征图形和所述评估属性进行达标解析，获得网格画像达标解析结果；基于所述网格画像达标解析结果，对所述第一网格画像进行网格管理优化。
8.另一方面，本技术还提供了一种基于多维画像评估的网格管理优化系统，所述系统包括：第一获得单元，所述第一获得单元用于通过数据采集平台获得多维网格管理数据，基于所述多维网格管理数据筛选获取网格画像指标数据；第二获得单元，所述第二获得单
元用于对所述网格画像指标数据进行主成分分析，获得降维网格画像指标数据；第三获得单元，所述第三获得单元用于对所述降维网格画像指标数据进行权重分配，获得业务权重占比；第一构建单元，所述第一构建单元用于通过层次分析算法，基于所述降维网格画像指标数据和所述业务权重占比，构建网格画像评估模型；第四获得单元，所述第四获得单元用于将第一网格画像指标数据输入所述网格画像评估模型中，获得第一网格画像评分结果；第一生成单元，所述第一生成单元用于将所述第一网格画像评分结果渲染至多维评估指标雷达图，生成第一网格评分特征图形；第五获得单元，所述第五获得单元用于设置评估属性，基于所述第一网格评分特征图形和所述评估属性进行达标解析，获得网格画像达标解析结果；第一优化单元，所述第一优化单元用于基于所述网格画像达标解析结果，对所述第一网格画像进行网格管理优化。
9.第三方面，本技术提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述收发器、所述存储器和所述处理器通过所述总线相连，所述计算机程序被所述处理器执行时实现上述任意一项所述方法中的步骤。
10.第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述方法中的步骤。
11.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：
12.由于采用了通过数据采集平台对多维网格管理数据进行采集，并对采集数据进行筛选获取网格画像指标数据，再对网格画像指标数据进行主成分分析，通过层次分析算法，基于降维处理后的网格画像指标数据和业务权重占比，构建网格画像评估模型，将网格画像指标数据输入网格画像评估模型中，获得网格画像评分结果；将网格画像评分结果渲染至多维评估指标雷达图，生成对应的网格评分特征图形，基于网格评分特征图形和评估属性进行达标解析，获得网格画像达标解析结果，最后基于网格画像达标解析结果，对网格画像进行网格管理优化的技术方案。进而达到从多维度全面分析网格画像指标，可快速定位是否达标，并且可通过雷达图分析，深入了解网格不达标的根本原因，能有效地掌握网格运营管理情况，辅助网格划小管理优化可自动派单整治及校验，运营管理效率高，推广使用价值高的技术效果。
13.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
14.图1为本技术一种基于多维画像评估的网格管理优化方法的流程示意图；
15.图2为本技术一种基于多维画像评估的网格管理优化方法中获取网格画像指标数据的流程示意图；
16.图3为本技术一种基于多维画像评估的网格管理优化方法中生成第一网格评分特征图形的流程示意图；
17.图4为本技术一种基于多维画像评估的网格管理优化方法中获得网格画像达标解析结果的流程示意图；
18.图5为本技术一种基于多维画像评估的网格管理优化系统的结构示意图；
19.图6为本技术示例性电子设备的结构示意图。
20.附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一构建单元14，第四获得单元15，第一生成单元16，第五获得单元17，第一优化单元18，总线1110，处理器1120，收发器1130，总线接口1140，存储器1150，操作系统1151，应用程序1152和用户接口1160。
具体实施方式
21.在本技术的描述中，所属技术领域的技术人员应当知道，本技术可以实现为方法、装置、电子设备及计算机可读存储介质。因此，本技术可以具体实现为以下形式：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外，在一些实施例中，本技术还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式，该计算机可读存储介质中包含计算机程序代码。
22.上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括：电、磁、光、电磁、红外或半导体的系统、装置或器件，或者以上任意的组合。计算机可读存储介质更具体的例子包括：便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本技术中，计算机可读存储介质可以是任意包含或存储程序的有形介质，该程序可以被指令执行系统、装置、器件使用或与其结合使用。
23.本技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律的相关规定。
24.本技术通过流程图和/或方框图描述所提供的方法、装置、电子设备。
25.应当理解，流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合，都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而生产出一种机器，这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行，产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
26.也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样，存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
27.也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
28.下面结合本技术中的附图对本技术进行描述。
29.实施例一
30.如图1所示，本技术提供了一种基于多维画像评估的网格管理优化方法，所述方法包括：
31.步骤s100：通过数据采集平台获得多维网格管理数据，基于所述多维网格管理数
据筛选获取网格画像指标数据；
32.具体而言，在三大运营商市场争夺日益白热化的情况下，家庭宽带服务质量日益成为重要竞争优势，运营商及服务提供商需要利用有效的it手段，提升其家庭宽带服务水平。全业务运营及三网融合的大背景下，各大运营商大力发展宽带业务，面对激烈的市场竞争格局，必须进一步提高运营水平，降低运维成本。网格化划小管理是指运营商通过对整个大片的区域市场进行划小，然后根据客户的类别及地理位置建立网格，再通过划小团队对所属网格区域进行针对性拓展，通过网格化划小经营，改变了运营商过去对市场指标性导向的粗放式发展，从而转变为以市场为导向的精细化管理和精准化营销。
33.网格划小管理的主要工作是：通过整合故障、性能、流量、内容等方面的数据，对省、市、县承载公客的网络服务感知进行评估。为装维服务提供用户、小区、网格多维度的画像数据，赋能一线人员的装移拆修及营销工作，提升客户感知，提高主动营销准确率。通过运营商的数据采集平台对多维网格管理相关数据进行采集，具体采集的数据如下：cbss系统、号线资源、综合网管、aaa系统、接入网网管、ip网管、探针系统、公客系统数据等。
34.各类数据详情如下：1.cbss系统：接入方式、签约速率、业务办理、iptv专网等信息，同步频率为天，接口类型为ftp文件；2.号线资源：o域数据，设备资源数据，同步频率为天，接口类型为ftp文件；3.综合网管：设备故障工单，同步频率为实时，接口类型为webservice；4.aaa系统：aaa认证、aaa话单，同步频率为天，接口类型为ftp文件；5.接入网网管：olt性能、onu性能、光衰数据等，同步频率为天，接口类型为ftp文件；6.ip网管：bras性能数据，同步频率为天，接口类型为ftp文件；7.探针系统：终端探针拨测数据，同步频率为天，接口类型为ftp文件；8.公客系统：投诉工单、投诉满意度、装机满意度、工程师信息、随销支撑工单，同步频率为天，接口类型为ftp文件。
35.基于所述多维网格管理数据的每类数据都需要经过数据采集、预处理、清洗、整合处理，而后筛选出和网格画像相关的指标数据，网格画像是通过各个维度对网格特征属性的刻画，网格画像指标数据能够帮助运营商快速找到精准用户群体以及精准用户需求等更为广泛的反馈信息，来进行各种精准营销。筛选出和网格画像相关的指标数据如下表1所示：
36.表1
[0037][0038]
步骤s200：对所述网格画像指标数据进行主成分分析，获得降维网格画像指标数据；
[0039]
具体而言，对所述网格画像指标数据进行主成分分析，主成分分析是一种多变量统计方法，是最常用的降维方法之一，通过正交变换将一组可能存在相关性的变量数据转换为一组线性不相关的变量，转换后的变量被称为主成分，使其尽可能多地保留原始变量的信息，且彼此间互不相关。通过主成分分析获得降维后的网格画像指标数据，使用较少的数据维度，同时保留住较多的原数据点的特性，从而实现数据降维，降低无关信息的干扰，使降维后信息量损失最小。
[0040]
步骤s300：对所述降维网格画像指标数据进行权重分配，获得业务权重占比；
[0041]
具体而言，根据网格运营的业务重要性，对所述降维网格画像指标数据进行权重分配，如可通过历史运营数据获取各指标数据的重要程度，进而通过各评价指标的重要程度进行权重分配，获得各业务评价指标的权重占比。示例性的，网格画像评估模型的权重占比表可如下表2所示：
[0042]
表2
[0043][0044]
步骤s400：通过层次分析算法，基于所述降维网格画像指标数据和所述业务权重占比，构建网格画像评估模型；
[0045]
步骤s500：将第一网格画像指标数据输入所述网格画像评估模型中，获得第一网格画像评分结果；
[0046]
具体而言，层次分析法是一种定性和定量相结合的、系统的、层次化的分析方法，这种方法的特点就是在对复杂决策问题的本质、影响因素及其内在关系等进行深入研究的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法，是对难以完全定量的复杂系统做出决策的模型和方法。按照指标因素间的相互关联影响以及隶属关系将因素按不同的层次聚集组合，形成一个多层次的分析结构模型，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定。
[0047]
基于大数据技术和ai建模分析技术，将网格画像相关的指标数据，按照业务权重占比，通过层次分析算法，建立网格画像评估模型，所述网格画像评估模型为神经网络模型，用于对网格画像进行评分更加合理准确。将第一网格画像指标数据输入所述网格画像评估模型中，获得所述模型的训练输出结果即第一网格画像评分结果，通过多维度对网格进行评分分析，有助于提高评分准确性。
[0048]
步骤s600：将所述第一网格画像评分结果渲染至多维评估指标雷达图，生成第一网格评分特征图形；
[0049]
如图3所示，进一步而言，所述将所述第一网格画像评分结果渲染至多维评估指标雷达图，生成第一网格评分特征图形，本技术步骤s600还包括：
[0050]
步骤s610：基于所述维度画像评估指标集合，生成所述多维评估指标雷达图；
[0051]
步骤s620：将所述第一网格画像评分结果渲染至所述多维评估指标雷达图，获得对应的指标径向长度分布集合；
[0052]
步骤s630：对所述指标径向长度分布集合中的各径向长度数据进行标记，生成指标径向分布标记点集合；
[0053]
步骤s640：将所述指标径向分布标记点集合中的各标记点进行连接，生成所述第一网格评分特征图形。
[0054]
具体而言，将所述第一网格画像评分结果渲染至雷达图，雷达图是以从同一点开始的轴上表示的多个变量的二维图表的形式显示多变量数据的图形方法。轴的相对位置和角度通常是无信息的，雷达图也称为网络图，星图，不规则多边形，相当于平行坐标图，轴径向排列。基于所述维度画像评估指标集合，即网格画像评估的六个维度：基本能力、服务及时性、服务规范性、维护质量、服务满意度和随销支撑，生成所述多维评估指标雷达图。
[0055]
将所述第一网格画像评分结果渲染至所述多维评估指标雷达图，获得对应的指标径向长度分布集合，所述指标径向长度分布集合是第一网格各维度评分值集合，评分越高，该维度评估指标的径向长度越长。对所述指标径向长度分布集合中的各径向长度数据进行标记，即对各维度评估指标得分进行标记，生成指标径向分布标记点集合。将所述指标径向分布标记点集合中的各标记点进行线段连接，生成所述第一网格评分特征图形，即为该网格的评分雷达图。通过雷达图对网格画像评分进行图形展现，直观全面的展现网格的多维数据评分特征，为后续评判网格画像是否达标提供数据基础。
[0056]
步骤s700：设置评估属性，基于所述第一网格评分特征图形和所述评估属性进行达标解析，获得网格画像达标解析结果；
[0057]
如图4所示，进一步而言，所述获得网格画像达标解析结果，本技术步骤s700还包括：
[0058]
步骤s710：基于所述评估属性，获得所述多维评估指标雷达图中各指标的合格评分阈值；
[0059]
步骤s720：根据所述各指标的合格评分阈值，获得所述各指标对应的预设径向长度；
[0060]
步骤s730：基于所述预设径向长度，对所述指标径向长度分布集合中的各径向长度数据进行数据比对，获得数据比对达标结果；
[0061]
步骤s740：根据所述数据比对达标结果，生成所述网格画像达标解析结果。
[0062]
具体而言，设置评估属性，所述评估属性是网格评价的合格标准，可根据业务标准设定，通过所述评估属性获取所述多维评估指标雷达图中各指标的合格评分阈值，即各指标合格评分值，如各指标合格分值为90分。根据所述各指标的合格评分阈值，获得所述各指标对应的预设径向长度，所述预设径向长度是在雷达图上对应的径向长度。基于所述预设径向长度，对所述指标径向长度分布集合中的各径向长度数据进行数据比对，记录满足预设径向长度的指标数据和不满足预设径向长度的指标。
[0063]
根据所述数据比对达标结果，生成所述网格画像达标解析结果，所述网格画像达标解析结果是对网格画像评价得分进行是否达标分析的结果。举例而言，假设a网格存在基本能力、服务及时性、服务规范性、维护质量、服务满意度和随销支撑中至少一项不达标，则认定该网格画像评估为不达标。通过雷达图对多维度画像数据进行评估，直观全面的对网格评分结果进行达标分析，提高网格画像分析的准确性和效率，进而对网格画像进行准确管理优化。
[0064]
步骤s800：基于所述网格画像达标解析结果，对所述第一网格画像进行网格管理优化。
[0065]
具体而言，基于所述网格画像达标解析结果，对所述第一网格画像进行网格管理优化，举例而言，基于雷达图找到a网格管理不达标的评价指标，即为该网格的不达标根因，进而进行整治优化。能有效地掌握网格运营管理情况，辅助网格划小管理优化可自动派单整治及校验，运营管理效率高，推广使用价值高。
[0066]
如图2所示，进一步而言，所述基于所述多维网格管理数据筛选获取网格画像指标数据，本技术步骤s100还包括：
[0067]
步骤s110：对所述多维网格管理数据进行遍历清洗、整合，生成规范化采集数据；
[0068]
步骤s120：构建维度画像评估指标集合，所述维度画像评估指标集合包括基本能力、服务及时性、服务规范性、维护质量、服务满意度、随销支撑；
[0069]
步骤s130：按照所述维度评估指标集合对所述规范化采集数据进行筛选，获得所述网格画像指标数据。
[0070]
具体而言，对所述多维网格管理数据进行遍历清洗、整合，数据清洗是指发现并纠正数据文件中可识别的错误的处理方式，包括检查数据一致性，处理无效值和缺失值等，对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性；数据整合是把在不同数据源的数据进行收集、整理、转换，为数据消费者提供统一数据视图的数据信息，使得到的数据更为完整准确，生成数据规范化处理后的所述规范化采集数据集合。
[0071]
构建维度画像评估指标集合，所述维度画像评估指标集合包括基本能力：智家工程师认证等级；服务及时性：装机首次响应及时率、故障首次响应及时率、装移机处理及时率、故障处理及时率；服务规范性：光衰占比、端业不匹配占比；维护质量：故障解决率、故障处理及时率、重复投诉率、故障处理及时率；服务满意度：装机回访满意度、投诉回访满意度；随销支撑：网格对装维人员随销支撑工单量。按照所述维度评估指标集合对所述规范化采集数据进行筛选，获得和网格画像相关的指标数据。通过对多维网格管理数据进行处理整合，提高数据一致性和规范性，加强数据完整性和利用程度，进而保证对网格画像指标数据的提取管控能力。
[0072]
进一步而言，本技术步骤s740还包括：
[0073]
步骤s741：如果所述网格画像达标解析结果为达标，对所述第一网格画像进行数据归档；
[0074]
步骤s742：如果所述网格画像达标解析结果为未达标，获得未达到所述预设径向长度的指标径向长度数据；
[0075]
步骤s743：根据所述预设径向长度和所述指标径向长度数据的差值，获得未达标指标合格度；
[0076]
步骤s744：基于所述未达标指标合格度，对所述第一网格画像进行整治优化。
[0077]
具体而言，判断所述网格画像达标解析结果是否达标，如果所述网格画像达标解析结果为达标，则将所述第一网格画像进行数据归档。如果所述网格画像达标解析结果为未达标，获得未达到所述预设径向长度的指标径向长度数据，即未达到合格评分阈值的评价指标得分。根据所述预设径向长度和所述指标径向长度数据的差值，获得未达标指标合格度，所述未达标指标合格度为该指标距离合格评分的差值，示例性的，a网格的服务规范性指标径向长度为50分，合格分值为90分，则差值为40分，即所述未达标指标合格度为40。
[0078]
基于所述未达标指标合格度，对所述第一网格画像进行整治优化，举例而言，a网格下的服务规范性维度下的用户光衰不达标占比为50％以上，则认定a网格关联的olt设备存在质量差问题，可以设备质量差的原因派发网格整治工单，按照对应的网格画像评估不达标根因派单至指定岗位整治。通过雷达图分析，深入了解网格不达标的根本原因，能有效地掌握网格运营管理情况，辅助网格划小管理优化可自动派单整治，运营管理效率高，推广使用价值高。
[0079]
进一步而言，所述对所述第一网格画像进行整治优化后，本技术步骤s744还包括：
[0080]
步骤s7441：制定校验方式，根据所述校验方式对整治后的所述第一网格画像进行校验，获得第一校验结果；
[0081]
步骤s7442：如果所述第一校验结果为不达标，对所述第一网格画像进行重新整治优化直至所述第一校验结果为达标；
[0082]
步骤s7443：将达标后的所述第一网格画像进行数据归档。
[0083]
具体而言，网格整改完成后，回单进行校验，制定校验方式，所述校验方式用于验证网格整治优化后是否达标，根据所述校验方式对整治后的所述第一网格画像进行校验，获得相应的校验结果。如果所述第一校验结果为不达标，对所述第一网格画像进行重新整治优化直至所述第一校验结果为达标，举例而言，当天整改完后，第二天分析网格画像指标得分是否达标，达标则将其数据归档，不达标则重新派单整改，直至整改完成，并将达标后的所述第一网格画像进行数据归档。通过雷达图多维度分析，深入了解网格不达标的根本原因，能有效地掌握网格运营管理情况，辅助网格划小管理优化可自动派单整治及校验，运营管理效率高，推广使用价值高。
[0084]
进一步而言，所述对所述网格画像指标数据进行主成分分析，获得降维网格画像指标数据，本技术步骤s200还包括：
[0085]
步骤s210：对所述网格画像指标数据进行去中心化处理后，获得第一协方差矩阵；
[0086]
步骤s220：对所述第一协方差矩阵进行计算，获得所述第一协方差矩阵的第一特征值和第一特征向量；
[0087]
步骤s230：将所述网格画像指标数据投影到所述第一特征向量，获得降维网格画像指标数据，其中所述降维网格画像指标数据为所述网格画像指标数据降维之后获得的指标数据。
[0088]
具体而言，主成分分析算法是最常用的线性降维方法，它的目标是通过某种线性投影，将高维的数据映射到低维的空间中，并期望在所投影的维度上数据的信息量最大(方差最大)，以此使用较少的数据维度，同时保留住较多的原数据点的特性。对所述网格画像指标数据进行中心化处理，首先求解所述指标数据中各数据特征的平均值，然后对于所有的样本，每一个特征都减去自身的均值，继而获得新的特征值。通过协方差公式获得计算后对应的所述第一协方差矩阵，继而通过矩阵运算，求出所述第一协方差矩阵的第一特征值及第一特征向量，且每一特征值对应一个特征向量。
[0089]
在求出的所述第一特征向量中，选取最大的前k个特征值及其对应的特征向量，并将所述网格画像指标数据中的原始特征投影到所选取的特征向量之上，得到降维之后的网格画像指标数据。通过主成分分析法对网格画像指标数据进行降维处理，在保证信息量的前提下，剔除冗余数据，使得网格画像指标数据的样本量减小，且降维后信息量损失最小，
从而加快训练模型对于数据的运算速度。
[0090]
综上所述，本技术所提供的一种基于多维画像评估的网格管理优化方法及系统具有如下技术效果：
[0091]
由于采用了通过数据采集平台对多维网格管理数据进行采集，并对采集数据进行筛选获取网格画像指标数据，再对网格画像指标数据进行主成分分析，通过层次分析算法，基于降维处理后的网格画像指标数据和业务权重占比，构建网格画像评估模型，将网格画像指标数据输入网格画像评估模型中，获得网格画像评分结果；将网格画像评分结果渲染至多维评估指标雷达图，生成对应的网格评分特征图形，基于网格评分特征图形和评估属性进行达标解析，获得网格画像达标解析结果，最后基于网格画像达标解析结果，对网格画像进行网格管理优化的技术方案。进而达到从多维度全面分析网格画像指标，可快速定位是否达标，并且可通过雷达图分析，深入了解网格不达标的根本原因，能有效地掌握网格运营管理情况，辅助网格划小管理优化可自动派单整治及校验，运营管理效率高，推广使用价值高的技术效果。
[0092]
实施例二
[0093]
基于与前述实施例中一种基于多维画像评估的网格管理优化方法同样发明构思，本发明还提供了一种基于多维画像评估的网格管理优化系统，如图5所示，所述系统包括：
[0094]
第一获得单元11，所述第一获得单元11用于通过数据采集平台获得多维网格管理数据，基于所述多维网格管理数据筛选获取网格画像指标数据；
[0095]
第二获得单元12，所述第二获得单元12用于对所述网格画像指标数据进行主成分分析，获得降维网格画像指标数据；
[0096]
第三获得单元13，所述第三获得单元13用于对所述降维网格画像指标数据进行权重分配，获得业务权重占比；
[0097]
第一构建单元14，所述第一构建单元14用于通过层次分析算法，基于所述降维网格画像指标数据和所述业务权重占比，构建网格画像评估模型；
[0098]
第四获得单元15，所述第四获得单元15用于将第一网格画像指标数据输入所述网格画像评估模型中，获得第一网格画像评分结果；
[0099]
第一生成单元16，所述第一生成单元16用于将所述第一网格画像评分结果渲染至多维评估指标雷达图，生成第一网格评分特征图形；
[0100]
第五获得单元17，所述第五获得单元17用于设置评估属性，基于所述第一网格评分特征图形和所述评估属性进行达标解析，获得网格画像达标解析结果；
[0101]
第一优化单元18，所述第一优化单元18用于基于所述网格画像达标解析结果，对所述第一网格画像进行网格管理优化。
[0102]
进一步的，所述系统还包括：
[0103]
第二生成单元，所述第二生成单元用于对所述多维网格管理数据进行遍历清洗、整合，生成规范化采集数据；
[0104]
第二构建单元，所述第二构建单元用于构建维度画像评估指标集合，所述维度画像评估指标集合包括基本能力、服务及时性、服务规范性、维护质量、服务满意度、随销支撑；
[0105]
第六获得单元，所述第六获得单元用于按照所述维度评估指标集合对所述规范化
采集数据进行筛选，获得所述网格画像指标数据。
[0106]
进一步的，所述系统还包括：
[0107]
第三生成单元，所述第三生成单元用于基于所述维度画像评估指标集合，生成所述多维评估指标雷达图；
[0108]
第七获得单元，所述第七获得单元用于将所述第一网格画像评分结果渲染至所述多维评估指标雷达图，获得对应的指标径向长度分布集合；
[0109]
第四生成单元，所述第四生成单元用于对所述指标径向长度分布集合中的各径向长度数据进行标记，生成指标径向分布标记点集合；
[0110]
第五生成单元，所述第五生成单元用于将所述指标径向分布标记点集合中的各标记点进行连接，生成所述第一网格评分特征图形。
[0111]
进一步的，所述系统还包括：
[0112]
第八获得单元，所述第八获得单元用于基于所述评估属性，获得所述多维评估指标雷达图中各指标的合格评分阈值；
[0113]
第九获得单元，所述第九获得单元用于根据所述各指标的合格评分阈值，获得所述各指标对应的预设径向长度；
[0114]
第十获得单元，所述第十获得单元用于基于所述预设径向长度，对所述指标径向长度分布集合中的各径向长度数据进行数据比对，获得数据比对达标结果；
[0115]
第六生成单元，所述第六生成单元用于根据所述数据比对达标结果，生成所述网格画像达标解析结果。
[0116]
进一步的，所述系统还包括：
[0117]
第一归档单元，所述第一归档单元用于如果所述网格画像达标解析结果为达标，对所述第一网格画像进行数据归档；
[0118]
第十一获得单元，所述第十一获得单元用于如果所述网格画像达标解析结果为未达标，获得未达到所述预设径向长度的指标径向长度数据；
[0119]
第十二获得单元，所述第十二获得单元用于根据所述预设径向长度和所述指标径向长度数据的差值，获得未达标指标合格度；
[0120]
第二优化单元，所述第二优化单元用于基于所述未达标指标合格度，对所述第一网格画像进行整治优化。
[0121]
进一步的，所述系统还包括：
[0122]
第十三获得单元，所述第十三获得单元用于制定校验方式，根据所述校验方式对整治后的所述第一网格画像进行校验，获得第一校验结果；
[0123]
第三优化单元，所述第三优化单元用于如果所述第一校验结果为不达标，对所述第一网格画像进行重新整治优化直至所述第一校验结果为达标；
[0124]
第二归档单元，所述第二归档单元用于将达标后的所述第一网格画像进行数据归档。
[0125]
进一步的，所述系统还包括：
[0126]
第十四获得单元，所述第十四获得单元用于对所述网格画像指标数据进行去中心化处理后，获得第一协方差矩阵；
[0127]
第十五获得单元，所述第十五获得单元用于对所述第一协方差矩阵进行计算，获
得所述第一协方差矩阵的第一特征值和第一特征向量；
[0128]
第十六获得单元，所述第十六获得单元用于将所述网格画像指标数据投影到所述第一特征向量，获得降维网格画像指标数据，其中所述降维网格画像指标数据为所述网格画像指标数据降维之后获得的指标数据。
[0129]
前述图1实施例一中的一种基于多维画像评估的网格管理优化方法的各种变化方式和具体实例同样适用于本实施例的一种基于多维画像评估的网格管理优化系统，通过前述对一种基于多维画像评估的网格管理优化方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于多维画像评估的网格管理优化系统的实施方法，所以为了说明书的简洁，在此不再详述。
[0130]
此外，本技术还提供了一种电子设备，包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，该收发器、该存储器和处理器分别通过总线相连，计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0131]
示例性电子设备
[0132]
具体的，参见图6所示，本技术还提供了一种电子设备，该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
[0133]
在本技术中，该电子设备还包括：存储在存储器1150上并可在处理器1120上运行的计算机程序，计算机程序被处理器1120执行时实现上述控制输出数据的方法实施例的各个过程。
[0134]
收发器1130，用于在处理器1120的控制下接收和发送数据。
[0135]
本技术中，总线架构(用总线1110来代表)，总线1110可以包括任意数量互联的总线和桥，总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
[0136]
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个，包括存储器总线和存储器控制器、外围总线、加速图形端口、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制，这样的体系结构包括：工业标准体系结构总线、微通道体系结构总线、扩展总线、视频电子标准协会、外围部件互连总线。
[0137]
处理器1120可以是一种集成电路芯片，具有信号处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括：通用处理器、中央处理器、网络处理器、数字信号处理器、专用集成电路、现场可编程门阵列、复杂可编程逻辑器件、可编程逻辑阵列、微控制单元或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本技术中公开的各方法、步骤和逻辑框图。例如，处理器可以是单核处理器或多核处理器，处理器可以集成于单颗芯片或位于多颗不同的芯片。
[0138]
处理器1120可以是微处理器或任何常规的处理器。结合本技术所公开的方法步骤可以直接由硬件译码处理器执行完成，或者由译码处理器中的硬件和软件模块组合执行完成。软件模块可以位于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
[0139]
总线1110还可以将，例如外围设备、稳压器或功率管理电路等各种其他电路连接在一起，总线接口1140在总线1110和收发器1130之间提供接口，这些都是本领域所公知的。因此，本技术不再对其进行进一步描述。
[0140]
收发器1130可以是一个元件，也可以是多个元件，例如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。例如：收发器1130从其他设备接收外部数据，收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机装置的性质，还可以提供用户接口1160，例如：触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
[0141]
应理解，在本技术中，存储器1150可进一步包括相对于处理器1120远程设置的存储器，这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网、局域网、无线局域网、广域网、无线广域网、城域网、互联网、公共交换电话网、普通老式电话业务网、蜂窝电话网、无线网络、无线保真网络以和两个或更多个上述网络的组合。例如，蜂窝电话网和无线网络可以是全球移动通信装置、码分多址装置、全球微波互联接入装置、通用分组无线业务装置、宽带码分多址装置、长期演进装置、lte频分双工装置、lte时分双工装置、先进长期演进装置、通用移动通信装置、增强移动宽带装置、海量机器类通信装置、超可靠低时延通信装置等。
[0142]
应理解，本技术中的存储器1150可以是易失性存储器或非易失性存储器，或可包括易失性存储器和非易失性存储器两者。其中，非易失性存储器包括：只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器，或闪存。
[0143]
易失性存储器包括：随机存取存储器，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如：静态随机存取存储器、动态随机存取存储器、同步动态随机存取存储器、双倍数据速率同步动态随机存取存储器、增强型同步动态随机存取存储器、同步连接动态随机存取存储器和直接内存总线随机存取存储器。本技术描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
[0144]
在本技术中，存储器1150存储了操作系统1151和应用程序1152的如下元素：可执行模块、数据结构，或者其子集，或者其扩展集。
[0145]
具体而言，操作系统1151包含各种装置程序，例如：框架层、核心库层、驱动层等，用于实现各种基础业务和处理基于硬件的任务。应用程序1152包含各种应用程序，例如：媒体播放器、浏览器，用于实现各种应用业务。实现本技术方法的程序可以包含在应用程序1152中。应用程序1152包括：小程序、对象、组件、逻辑、数据结构和其他执行特定任务或实现特定抽象数据类型的计算机装置可执行指令。
[0146]
此外，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
[0147]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术披露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。