網絡優化及監控排障

ONU光功率定界的故障主動識別；故障位置和根因分析；故障處理建議清單

高頻采集+時序算法，區分單/多ONT故障；1.智能算法定位不穩定根因；2.高頻度采集ONT性能，關聯分析ONT告警和性能數據；3.挖掘光路物理層指標特征，準確定位光模塊故障；

生成故障清單，包含故障說明及處理建議；分析全網用戶質差指標，給出質差指標質差情況分析，及質差問題解決方案；提供用戶輔助分析指標圖譜，輔助裝維人員快速解決問題，提升用戶感知

互聯網電視端到端的故障分析

對于性能指標已經出現故障得網元指標進行圖形擬合分析，輸出指標降低問題原因及故障解決方案；對排障后實際問題、解決方案與現有系統給出得問題原因及解決方案進行比對，細化問題差異和解決方案差異，提升問題識別準確度；對問題案例及解決方案提供前臺錄入/導入功能，豐富機器學習案例量，提升分析結果準確度；

故障模型訓練

搭建故障判斷模型；搭建問題解決方案模型；按照周期進行故障定位指標梳理及模型訓練；按照周期進行故障解決方案指標梳理及模型訓練

網絡分析

潛在不滿意用戶回訪分析

派單：針對重點指標分析用戶近期潛在不滿意結果，將具備重要隱患的分析結果及相應的問題解決方案推送給綜調平臺，協助綜調平臺完成隱患用戶排除工作，以提高用戶整體滿意度、提高用戶使用體驗為出發點，減少用戶的投訴量

回訪分析：綜調平臺根據家寬性能端到端系統（智慧優家）推送的潛在不滿意用戶，解決用戶隱患問題，并將解決結果反饋給家寬性能端到端系統（智慧優家），家寬性能端到端系統（智慧優家）側根據反饋的結果，對所有反饋數據進行匯總分析

回訪定位：根據反饋結果，反向分析用戶潛在不滿意因素，定位用戶實際潛在不滿意因素

回訪跟蹤：根據用戶潛在不滿意模型重新計算用戶潛在不滿意因素，結合用戶投訴，定位用戶潛在不滿意原因，并對用戶進行持續回訪；

網絡投訴

投訴用戶潛在不滿意分析

整體情況：增加用戶潛在不滿意因素及質差因素解決建議，增加用戶投訴跟蹤，優化潛在不滿意因素與解決建議準確性

寬帶業務：針對寬帶投訴用戶，偏重分析用戶寬帶業務相關潛在不滿意因素及對應解決方案，增加用戶投訴跟蹤，優化潛在不滿意因素與解決建議準確性

互聯網電視業務：針對互聯網電視投訴用戶，偏重分析用戶，互聯網電視業務相關潛在不滿意因素及對應解決方案，增加用戶投訴跟蹤，優化潛在不滿意因素與解決建議準確性

融合畫像

預警指標：根據用戶經分屬性、寬帶屬性、語音屬性、手機上網屬性和網絡類服務屬性，綜合形成預警指標庫（通過用戶投訴、DPI上網行為、探針用戶上網時段）

指標閾值：通過用戶行為分析，動態生成用戶私有指標閾值；

標簽定義：對預警指標進行標簽定義，形成用戶標簽庫

用戶輸出：生成用戶標簽信息。