简介:摘要:随着移动网络和业务的飞速发展,用户感知成为各运营商关注的重点。常规感知优化需要网络优化工程师花费大量的精力进行统计、分析、定位,手段匮乏、时效性差、资源消耗多。用户感知分析系统是以现网海量KPI数据、KQI数据、基站底层日志、告警数据、操作日志等大数据为基础,通过数据标准化清洗、预处理流程,借助AI机器学习完成多维业务特征模型的构建、训练和自学习,实现无线网络感知问题的智能化检测和主动预警,并通过算法实现自动根因定位,从而提升网络问题的识别、定位和优化效率。用户感知分析系统相比人工分析效率提升70%,质差小区识别准确率98%,根因定位准确率达95%,大幅提升感知优化效率。
简介:摘要:随着人类社会从工业化迈向信息化脚步的加快,信息交流、获取和利用成为社会服务的基本要素。网络技术及数据处理、通讯技术的迅速发展,使图书馆的需求者从以往的读者扩大到社会上每一个信息用户,这种变化使图书馆用户的需求和行为发生了重要变化。图书馆中的资源丰富,能够满足不同人对知识与文化学习的需求,基于用户需求的图书馆用户满意实证分析,能够在全面了解用户满意度的基础上,改善当前图书馆管理中存在的问题,进而真正满足人们的图书文化需求,提升图书馆用户的总体满意度。文章将结合图书馆的实际管理情况以及用户的满意度进行分析,希望能够对新时期背景下的图书馆科学管理与综合服务产生一定的积极影响。
简介:文章从MOOCs用户体验角度,以协作学习理论为研究视角,提出了MOOCs协作学习效果评价指标体系,并应用该指标体系于实践,采用逼近理想点法(TOPSIS)多属性决策方法对齐鲁师范学院6个MOOCs网络班级的协作学习效果进行了评价。该指标体系以发展性评价理论和群体协作学习理论为基础,采用过程性评价与总结性评价、定性评价与定量评价相结合的评价方案,着重评价协作学习过程中的群体情感表现,不仅丰富了MOOCs评价的理论基础,也提供了一整套的群体协作学习评价方案及实施步骤;同时,还拓展了TOPSIS方法的应用领域,把TOPSIS方法引入MOOCs学习效果评价研究中,尝试为解决MOOCs高辍学率问题提供新的方向。