Введение
Вопросам оценки качества информационных услуг, таких как мобильная или сотовая связь, посвящается немало работ, в которых предлагаются различные подходы, алгоритмы и методы оценки качества мобильной/сотовой связи, информационных и коммуникационных технологий [1–4]. Существуют также нормативные документы, регламентирующие оценку качества той или иной услуги связи. В условиях глобализации информации многие аспекты оценки качества можно почерпнуть из сети Интернет. Как правило, числовые данные предоставленных услуг операторами мобильной связи сводятся в таблицу, в которой строки первого столбца отображают наименование компаний мобильной связи, а названия столбцов соответствуют характеристикам связи. Значительный набор числовых характеристик затруднителен для комплексной визуальной оценки качества услуг того или иного оператора связи пользователем, выбирающим для себя оператора мобильной/сотовой связи. При этом количество характеристик услуг связи может меняться. В связи с этим актуальной становится задача программно-автоматизированной оценки качества услуг связи. Для этого следует определить некоторые критерии или маркеры, которые рассчитываются с учетом всех имеющихся числовых данных, характеризующих заданный ряд услуг. Вводимые в рассмотрение маркеры качества определяются с учетом уровня средних арифметических значений, рассчитанных для заданных услуг каждого оператора мобильной связи, и кодированных значений имеющихся услуг.
Материалы и методы
Для исследований были приняты следующие условные названия операторов:
– оператор № 1;
– оператор № 2;
– оператор № 3;
– оператор № 4.
Соответственно, традиционные характеристики услуг операторов мобильной связи могут быть представлены в виде таблицы (табл. 1) в предположении, что операторы связи имеют одинаковые характеристики своих услуг.
Таблица 1
Table 1
Тестовые услуги мобильных операторов и их обозначение
Test services of mobile operators and their designation
|
Вид услуги |
Обозначение характеристики услуги |
|
Цена (в месяц), руб. |
Характеристика 1 (–) |
|
Интернет, ГБ |
Характеристика 2 (+) |
|
Качество интернета, усл. ед. |
Характеристика 3 (+) |
|
Сбои при разговоре, % |
Характеристика 4 (–) |
|
Не пришедшие СМС, % |
Характеристика 5 (–) |
|
Рейтинг по стоимости тарифов, усл. ед. |
Характеристика 6 (+) |
|
Скорость интернета, Мбит/с |
Характеристика 7 (+) |
|
Звонки, мин |
Характеристика 8 (+) |
В табл. 1 символы «+» и «–» условно означают «позитивные» или «негативные» свойства характеристики услуги для пользователя. Например, чем выше цена за подключение к оператору связи, тем его услуги для пользователя будет сначала менее привлекательны. В то же время характеристика услуги «Скорость интернета» принимается положительной, т. к. чем выше скорость интернета, тем эта характеристика услуги связи является более привлекательной для пользователя.
С учетом обозначений в дальнейшем будут рассматриваться и анализироваться данные, представленные в табл. 2, в которую собраны искусственно сформированные значения по информации из широко распространенных интернет-источников.
Таблица 2
Table 2
Тестовые данные услуг операторов мобильной связи
Test results of the mobile operators’ services
|
Оператор |
Обозначения и числовые данные характеристик услуг операторов мобильной связи |
|||||||
|
1 (–) |
2 (+) |
3 (+) |
4 (–) |
5 (–) |
6 (+) |
7 (+) |
8 (+) |
|
|
Оператор № 1 |
650 |
60 |
9 |
0,7 |
1,7 |
6 |
65 |
1 500 |
|
Оператор № 2 |
600 |
45 |
7 |
15,1 |
0 |
9 |
17 |
900 |
|
Оператор № 3 |
650 |
50 |
10 |
0,8 |
2,4 |
7 |
14 |
1 500 |
|
Оператор № 4 |
500 |
40 |
8 |
1,2 |
1,2 |
10 |
64 |
600 |
Как видно из табл. 2, числовые значения различных характеристик значительно отличаются по величине, поэтому целесообразно привести их
к относительным значениям. Для этого значение каждой характеристики услуг каждого оператора поделим на ее максимальное значение. В результате получим данные, приведенные в табл. 3.
Таблица 3
Table 3
Приведенные значения характеристик услуг операторов мобильной связи
Given values of the service characteristics of the mobile operators
|
Оператор |
Обозначения и числовые данные приведенных характеристик услуг |
|||||||
|
1 (–) |
2 (+) |
3 (+) |
4 (–) |
5 (–) |
6 (+) |
7 (+) |
8 (+) |
|
|
Оператор № 1 |
1,000000 |
1,000000 |
0,900000 |
0,046358 |
0,708333 |
0,600000 |
1,000000 |
1,000000 |
|
Оператор № 2 |
0,923077 |
0,750000 |
0,700000 |
1,000000 |
0,000000 |
0,900000 |
0,261538 |
0,600000 |
|
Оператор № 3 |
1,000000 |
0,833333 |
1,000000 |
0,052980 |
1,000000 |
0,700000 |
0,215385 |
1,000000 |
|
Оператор № 4 |
0,769231 |
0,666667 |
0,800000 |
0,079470 |
0,500000 |
1,000000 |
0,984615 |
0,400000 |
Следующий этап решения поставленной задачи будет связан с данными из табл. 3. Вычислим средние арифметические значения Ek каждого столбца табл. 3. Результат отражен в табл. 4, где также приведены кодированные значения Pk характеристик услуг связи.
Таблица 4
Table 4
Приведенные средние тестовые значения услуг операторов мобильной связи
и их кодированные значения
Given mean test values of services of mobile operators
and their encoded values
|
Показатель |
Приведенные средние числовые данные услуг мобильной связи |
|||||||
|
1 (–) |
2 (+) |
3 (+) |
4 (–) |
5 (–) |
6 (+) |
7 (+) |
8 (+) |
|
|
Средние арифметические значения Ek |
0,923077 |
0,812500 |
0,850000 |
0,294702 |
0,552083 |
0,800000 |
0,615385 |
0,750000 |
|
Кодированные |
–1 |
+1 |
+1 |
–1 |
–1 |
+1 |
+1 |
+1 |
Значения Ek и Pk, k = 1, 2, ..., 8, могут быть представлены в виде числовых одномерных массивов. Характер изменения средних значений тестовых характеристик услуг операторов мобильной связи представлен на рис. 1.
Рис. 1. Области предпочтительных и менее предпочтительных характеристик услуг операторов мобильной связи
Fig. 1. Аreas of preferred and less preferred characteristics of mobile operators’ services
На рис. 1 линия с маркерами представляет собой график приведенных средних значений характеристик услуг операторов мобильной связи в соответствии с данными из табл. 4.
Результаты экспериментального исследования
На основе данных табл. 1, 3, 4 опишем алгоритм определения метрик качества, с помощью которых ранжируется качество характеристик услуг операторов мобильной связи. Прежде заметим, что количество операторов связи может быть практически любым (в разумных пределах). Аналогично можно ввести в рассмотрение и дополнительные услуги связи, это не скажется на предлагаемом эвристическом алгоритме, начало которого рассмотрено выше. Реальное ограничение будет связано с конфигурацией и характеристиками компьютера, на котором предполагается программная реализация предлагаемого алгоритма.
Шаги предлагаемого эвристического программного алгоритма.
Шаг 1. Подготовка данных об услугах (о характеристиках) операторов мобильной связи с сохранением в файле.
Шаг 2. Загрузка файла с данными услуг (характеристик) операторов мобильной связи.
Шаг 3. Выделение матрицы числовых данных Aik, наименования строк Ni и столбцов Ck, соответствующих исследуемым операторам и их услугам (характеристикам).
Шаг 4. Преобразование матрицы Aik к приведенным значениям относительно максимальных значений каждого столбца, например к матрице RTVik (англ. relative). В результате в дальнейшем используется матрица с безразмерными значениями соответствующих характеристик, которые по абсолютной величине могут иметь значительный разброс. Значения RTVik могут принадлежать отрезку [0; 1].
Шаг 5. Определение средних арифметических значений Ek услуг (характеристик) столбцов матрицы RTVik в виде одномерного массива, число элементов которого равно количеству рассматриваемых характеристик операторов связи.
Шаг 6. Включение в алгоритм одномерного массива Pk кодированных значений услуг (характеристик) операторов связи.
Шаг 7. Обход приведенной числовой матрицы RTVik. Если во вложенном цикле текущее значение Ck тождественно равно +1, то рассчитывается величина (маркер) d = RTVik – Ek, заносится во временную переменную, например, с именем Ldm. Если Ck тождественно равно –1, то рассчитывается маркер m = Ek – RTVik и также заносится в Ldm.
Шаг 8. На каждой итерации внешнего цикла по числу строк матрицы RTVik величина Ldm заносится в ассоциативный контейнер, например, с именем Li, в котором в качестве ключа используется числовой маркер из Ldm, а в качестве значения – наименование оператора мобильной связи.
Шаг 9. Сортировка числовых маркеров качества, находящихся в Li.
Шаг 10. На основе шага 9 производится ранжирование операторов мобильной связи с указанием величины маркеров качества.
Характеристика предлагаемого алгоритма. Примеры ранжирования объектов, примеры оценки качества услуг связи основаны на разнообразных подходах, некоторые из них приведены в [5, 6].
В соответствии с тестовыми данными (см. табл. 3, 4), индексы у массивов изменяются в следующих пределах: i = 1, 2, ..., 4, k = 1, 2, ..., 8. Соответственно, кодированные значения характеристик равны –1, +1, +1, –1, –1, +1, +1, +1.
Проведенные расчеты сведены в табл. 5.
Таблица 5
Table 5
Результат ранжирования
тестовых операторов мобильной связи
Ranking result
of the tested mobile operators
|
№ п/п |
Оператор |
Метрика качества |
|
1 |
Оператор № 2 |
–0,769561 |
|
2 |
Оператор № 3 |
–0,362285 |
|
3 |
Оператор № 4 |
0,444559 |
|
4 |
Оператор № 1 |
0,687287 |
По данным табл. 5 наиболее предпочтительный оператор мобильной связи – Оператор № 1, а менее предпочтительным оператором является Оператор № 2. Значения метрик качества приведенных услуг не выходят из отрезка [–1; +1], при этом положительное максимальное значение маркера будет соответствовать наиболее востребованному оператору мобильной связи.
В табл. 5 имена операторов не раскрываются, чтобы показать возможность анализа не только дополнительных операторов, но и дополнительных характеристик услуг связи, таких, например, как характеристики голосовой связи (четкость передачи речи), зона охвата (доступность сети) и др. Особенностью подготовки данных является выявление характеристик услуг, прямо пропорциональных качеству характеристик операторов мобильной связи (+1), и обратно пропорциональных (–1). Во многих случаях это интуитивно очевидно. В то же время следует допустить, что тот или иной пользователь может иметь свое мнение. Но в этом случае алгоритм будет работать с заданными условиями пользователя.
В соответствии с пересчитанными данными предлагается диаграмма (рис. 2), где показаны графики средних приведенных значений характеристик, а также наиболее предпочтительного оператора (лучший оператор) и менее предпочтительного оператора (худший оператор).
Рис. 2. Графики более предпочтительных,
средних и менее предпочтительных характеристик услуг операторов мобильной связи
Fig. 2. Diagrams of more preferred,
average and less preferred characteristics of the mobile operators' services
Кривая характеристик услуг лучшего оператора (№ 1) большей частью располагается выше кривой приведенных средних характеристик услуг; кривая характеристик услуг худшего оператора (№ 2) большей частью располагается ниже кривой средних приведенных значений характеристик услуг операторов мобильной связи.
Заключение
В статье рассмотрен эвристический метод оценки качества услуг операторов мобильной связи. Предлагаемый метод может быть оперативно реализован практически на любом языке программирования. Авторы использовали Python, C#, MATLAB. Особенностью предлагаемого метода является то, что он может быть применен практически к любым объектам, среди которых необходимо выбрать наиболее предпочтительный объект с несколькими разнородными характеристиками услуг или свойствами объектов. Также следует отметить, что объекты могут иметь не только разнородные свойства, но и однородные, например в кодировке (+1). В то же время авторы еще раз отмечают, что предложенный метод оценки качества услуг операторов мобильной связи носит эвристический характер, поэтому в дальнейшем он должен быть математически обоснован. В качестве элемента новизны следует отметить приведение к относительным единицам характеристик относительно максимальных значений характеристик операторов мобильной связи.
