Page 15 - 网络电信2019年6月刊下

根因分析是一项结构化的问题处理法，用以逐步找出问题 首先，要分辨和精炼数据，通过数据趋势分析提取聚焦关
的根本原因并制定问题预防措施，常用方法因果图、鱼骨图、 注信息。
头脑风暴等。 其次，通过数据统计和深度学习，进行根因分析，并构建
预测建模与策略建议，通过机器学习，获取最佳决策，常 机器学习模型。
用方法是决策树和神经网络等。 最后，利用运维的历史数据，通过学习模型不断训练机器
机器学习常见主流算法如表1所示。 的识别和分析能力，提升机器自我判断的准确性，同时逐步减
表1 机器学习主流算法 少对运维人员的依赖，实现机器的自我决策。
智能运维基本架构如图3所示。
图3 智能运维

三、人工智能产品在通信领域的应用研究
运营商人工智能应用台平台基于大数据平台构建，充分利
用全网各类大数据资源，进行数据挖掘和数据分析，搭建机器
学习和训练模型，使各应用系统更加智能化。 综上所述，人工智能的引入，开启了一个新运维时代。
人工智能体系架构如图2所示。 3、智能客服
在购物出现问题时，想打电话给客服，但是对方一直占
图2 人工智能应用平台架构
线，或者询问机器小助手后答非所问的时候，是不是很恼火？
智能客服或许可以解决困扰。
智能客服系统逻辑如图4所示。
图4 智能客服应答逻辑图

1、智能营销
通过对用户终端偏好识别和购买事前动作识别等构建机器 （1）用户发起问题。
学习模型，根据某公司4G换机营销活动跟踪分析，统计模型在 （2）智能客服系统将问题分别发送到数据源库和自然语言
命中率和覆盖率方面均有较大提升。 分析模块。
终端偏好识别：基于用户通信消费能力、交往圈、用户位 （3）自然语言模块将语义解析结果输入到数据源库和机器
置、上网行为、终端搜索行为、终端参数配置爬取等匹配用户 学习模型。
适配终端。 （4）数据源库通过数据挖掘、数据统计等数据分析技术将
购买事前动作识别：基于用户通信行为和上网行为进行分 趋势分析结果发送到机器学习模型。
析，通过用户流量使用行为变化、APP使用行为变化、特定网站 （5）经过机器学习模型学习，将问题答案输入到智能客服
上网行为变化等筛选潜在换机用户。 系统，反馈给客户。
2、智能运维 （6）智能系统会将与用户沟通过程全部回传到数据源库，
如何从错综复杂的运维监控数据中快速、准确自动找到我 供系统进行修正和学习。
们需要的信息和结果，是智能运维面临的最大挑战。因此，如 智能客服系统结合自然语言分析技术，通过对大量数据源
何让机器成为一位经验丰富的运维工程师成为当下运维系统思 的趋势分析，构建机器学习模型学习，并通过反复迭代学习，
考最多的问题，那么将人工智能技术引入到运维系统，将是一 不断提升对用户问题精准回答的能力。同时智能系统也可以向
个必然的趋势。智能运维过程如下。 用户推荐其感兴趣的业务，也可以根据运营商发展需求配置

网络电信 二零一九年六月 25