本技术涉及计算机，尤其是涉及一种移动网络感知预测方法、装置、设备及存储介质。
背景技术：
1、随着计算机技术的发展，计算机应用极大的丰富了我们的生活，有效推动了社会生产力的发展。用户满意度在近年来移动网络中越来越关注却又苦于找不到抓手的一个指标，作为一种用户主观性满意度，满意度取决于网络体验的服务质量和期望的服务质量差值，两个变量都是动态变化的。其存在多个问题，观调研数据与客观网络性能难关联，大规模用户回访耗费大量人力物力，仍不能有效提升满意度，无法准确预测。
2、目前，移动网络感知预测方法主要有根据采集访问任务的指标，根据其指标计算关键质量指标，根据关键质量指标占任务重要程度的不同，进行加权求和。此类方法能实现一些任务的用户体验感知预测，但无法及时预警用户行为与网络质量，并进行有效处理。
3、如何在感知影响用户满意度降低问题的前提下，又能识别精准预测，识别投诉潜在用户的问题，是本发明亟需解决的问题。
技术实现思路
1、本技术提供一种移动网络感知预测方法、装置、设备及存储介质，用以解决在感知影响用户满意度降低问题的前提下，又能识别精准预测，识别投诉潜在用户的问题。
2、第一方面，本技术提供一种移动网络感知预测方法，该方法包括：
3、对输入的用户数据进行预处理，得到数据宽表，其中，数据宽表包括：多种维度下，每个网络用户在每个网络指标的指标值；
4、对数据宽表的多个网络指标进行相关性选择，从多个网络指标中确定多个目标指标；
5、根据预设的每个目标指标的第一集合，分别得到每个网络指标的指标值对应的指标得分，其中，每个第一集合均包括：多个取值范围，以及每个取值范围对应的指标得分；
6、根据多种维度下，每个网络用户在每个目标指标的指标得分，加权计算对应的网络用户的用户得分。
7、在一种可能的设计中，对输入的用户数据进行预处理，得到数据宽表，包括：
8、对用户数据进行数据清洗，其中，清洗后的用户数据来源于多个网络用户，每个网络用户均是第五代移动通信技术网络用户；
9、根据清洗后的用户数据，建立数据宽表。
10、在一种可能的设计中，多种维度包括：多个时间维度、多个场景维度和多个偏好维度。
11、在一种可能的设计中，对数据宽表的多个网络指标进行相关性选择，从多个网络指标中确定多个目标指标，包括：
12、通过箱型图分布算法，从多个网络指标中确定多个第一指标；
13、通过皮尔逊相关系数算法，从多个网络指标中确定多个第二指标；
14、计算多个第一指标与多个第二指标的交集，得到多个目标指标。
15、在一种可能的设计中，根据预设的每个目标指标的第一集合，分别得到每个网络指标的指标值对应的指标得分之前，方法还包括：
16、根据预设的每个目标指标的优化目标函数，通过模型自动寻优算法，得到对应的目标指标的第二集合；
17、通过箱型图算法，将每个目标指标的第二集合均划分为多个取值范围，得到对应的目标指标的第一集合。
18、在一种可能的设计中，目标用户是多个网络用户中的任意一个；
19、在相同的时间维度下，根据多种维度下，每个网络用户在每个目标指标的指标得分，加权计算对应的网络用户的用户得分，包括：
20、根据每个偏好维度下，目标用户在每个目标指标的指标得分，加权计算目标用户在每个偏好维度的偏好第一得分；
21、通过标准分数标准化算法，将目标用户在每个偏好维度的偏好第一得分，转换为对应的偏好维度的偏好第二得分，其中，多个偏好第二得分均位于得分预设范围；
22、根据目标用户在每个偏好维度的偏好第二得分，加权计算目标用户的用户得分。
23、在一种可能的设计中，目标偏好维度是多个偏好维度中的任意一个；
24、在目标偏好维度下，根据每个偏好维度下，目标用户在每个目标指标的指标得分，加权计算目标用户在每个偏好维度的偏好第一得分，包括：
25、通过熵权法，计算每个目标指标的指标权重；
26、根据每个目标指标的指标权重，以及目标用户在每个目标指标的指标得分，加权计算目标用户在目标偏好维度的偏好第一得分。
27、第二方面，一种移动网络感知预测装置，包括：
28、数据处理模块，用于对输入的用户数据进行预处理，得到数据宽表，其中，数据宽表包括：多种维度下，每个网络用户在每个网络指标的指标值；
29、指标选择模块，用于对数据宽表的多个网络指标进行相关性选择，从多个网络指标中确定多个目标指标；
30、阈值设定模块，用于根据预设的每个目标指标的第一集合，分别得到每个网络指标的指标值对应的指标得分，其中，每个第一集合均包括：多个取值范围，以及每个取值范围对应的指标得分；
31、结果计算模块，用于根据多种维度下，每个网络用户在每个目标指标的指标得分，加权计算对应的网络用户的用户得分。
32、第三方面，一种电子设备，包括：处理器，以及与处理器通信连接的存储器；
33、存储器存储计算机执行指令；
34、处理器执行存储器存储的计算机执行指令时，用于实现第一方面
技术实现要素：
的一种移动网络感知预测方法。
35、第四方面，一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时，用于实现第一方面发明内容的一种移动网络感知预测方法。
36、第五方面，本技术提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时，用于实现第一方面发明内容的一种移动网络感知预测方法。
37、本技术提供的一种移动网络感知预测方法、装置、设备及存储介质，对输入的用户数据进行预处理，得到数据宽表，其中，数据宽表包括：多种维度下，每个网络用户在每个网络指标的指标值；对数据宽表的多个网络指标进行相关性选择，从多个网络指标中确定多个目标指标；根据预设的每个目标指标的第一集合，分别得到每个网络指标的指标值对应的指标得分，其中，每个第一集合均包括：多个取值范围，以及每个取值范围对应的指标得分；根据多种维度下，每个网络用户在每个目标指标的指标得分，加权计算对应的网络用户的用户得分。实现了以下技术效果：对输入的用户数据进行预处理，得到数据宽表，通过对用户数据进行预处理后，得到目标用户数据，减少了计算量，仅需计算当前问题下的用户数据。对数据宽表的多个网络指标进行相关性选择，从多个网络指标中确定多个目标指标，通过对指标进行选择，得到了与问题最相近的指标，针对后期的预测结果更加准确，解决了指标选择的问题。根据预设的每个目标指标的第一集合，分别得到每个网络指标的指标值对应的指标得分，通过方法对指标设置阈值，并使用多种方法进一步确定阈值，并使其标准化，解决了各个指标数量级差距大的问题，使多个指标能处于阈值区间内。根据多种维度下，每个网络用户在每个目标指标的指标得分，加权计算对应的网络用户的用户得分，利用多种方法，确定了各个指标的权重，解决了不同情况下，各个指标的重要程度不同，导致的预测结果可能不准确的问题。
1.一种移动网络感知预测方法，其特征在于，所述方法，包括：
2.根据权利要求1所述的方法，其特征在于，所述对输入的用户数据进行预处理，得到数据宽表，包括：
3.根据权利要求2所述的方法，其特征在于，多种所述维度包括：多个时间维度、多个场景维度和多个偏好维度。
4.根据权利要求3所述的方法，其特征在于，所述对所述数据宽表的多个所述网络指标进行相关性选择，从多个所述网络指标中确定多个目标指标，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据预设的每个所述目标指标的第一集合，分别得到每个所述网络指标的指标值对应的指标得分之前，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，目标用户是多个所述网络用户中的任意一个；
7.根据权利要求6所述的方法，其特征在于，目标偏好维度是多个所述偏好维度中的任意一个；
8.一种移动网络感知预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时，用于实现如权利要求1至7任一项所述的一种移动网络感知预测方法。
