检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自媒体时代图书馆网络投诉应对技能的探析

图书馆杂志 2015年第7期34卷 46-49页

作者：吴雪映温州市图书馆

自媒体被越来越多的读者所青睐,采取网络投诉渠道者也越来越多,图书馆面临着一定的挑战。本文分析了当代图书馆服务的网络信息环境,记述了多种类型的投诉及其对馆员的影响,梳理了图书馆提高网络投诉应对技能的对策。

关键词：自媒体图书馆网络投诉

基于NGOSS的移动通信网络投诉支撑平台研究

在线全文

学校读者我要写书评

暂无评论

电信科学 2010年第9期26卷 100-105页

作者：郭建华向华广东技术师范学院计算机科学学院广州510665 亿阳信通股份有限公司北京100093

以提高移动通信网络投诉的客户感知和处理效率为目标,参考NGOSS思想,在网络运维支撑系统之上建立自动分析投诉原因的网络投诉支撑平台,提出了客服部门和网维部门协作的端到端的网络投诉处理流程和共享信息数据模型,进而设计了技术中立... 详细信息

以提高移动通信网络投诉的客户感知和处理效率为目标,参考NGOSS思想,在网络运维支撑系统之上建立自动分析投诉原因的网络投诉支撑平台,提出了客服部门和网维部门协作的端到端的网络投诉处理流程和共享信息数据模型,进而设计了技术中立的基于组件的软件体系结构。结合运营商的运维支撑系统环境对平台进行实现和集成,应用表明,客服人员利用网络投诉支撑平台能快速定位投诉原因并获得解释口径,实现投诉的规范描述和一次截单。

关键词：网络投诉运维支撑系统下一代运营软件系统共享信息数据模型

在线全文

学校读者我要写书评

暂无评论

网络投诉:老农将色狼追入法网

法律与生活 2009年第3期 41-43页

作者：阿莲

父亲用一双握锄把的手，顽强地学会了打字。他通过网络，向检察网投诉女儿的遭遇，引起了检察机关的高度关注……

关键词：网络投诉检察机关地学会

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

网络投诉处理解决方案

电信工程技术与标准化 2015年第1期28卷 68-72页

作者：侯韶宗刘钊段建平钟睿中国移动通信集团广东有限公司广东510640 杭州东方通信软件技术有限公司上海200030

介绍网络投诉处理流程及其系统支撑现状,基于SOA体系架构,对分布于不同网段、不同地理位置的投诉工具和数据整合,提供统一投诉处理平台,实现投诉一键处理,提高网络投诉处理工作效率。

关键词：支撑系统网络投诉 SOA架构

在线全文

学校读者我要写书评

暂无评论

降低自建密集居民区网络投诉量

中国质量 2016年第7期 97-107页

作者：中国移动通信集团四川有限公司绵阳涪城分公司拓荒者QC 中国移动通信集团四川有限公司绵阳涪城分公司拓荒者QC小组

一、小组概况拓荒者QC小组隶属于四川移动绵阳涪城分公司网络部,主要负责辖区内网络维护、基站建设、网络优化、数据接入等工作。小组情况如表1所示。二、课题选定截止到2015年3月,涪城分公司自建密集居民区网络投诉量从2014年10月的8... 详细信息

一、小组概况拓荒者QC小组隶属于四川移动绵阳涪城分公司网络部,主要负责辖区内网络维护、基站建设、网络优化、数据接入等工作。小组情况如表1所示。二、课题选定截止到2015年3月,涪城分公司自建密集居民区网络投诉量从2014年10月的8次增长为51次,增幅达到537%,投诉增长明显。为此,公司要求必须降低自建密集居民区的网

关键词：居民区基站设备基地台设备覆盖率测试直放站网络投诉

中国质量网络投诉联盟平台2020年上半年投诉分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

产品可靠性报告 2020年第8期38卷 74-79页

作者：田磊李建伟不详

2020年上半年受理消费者投诉案件13979例,咨询件335例。办结率达67%,投诉厂家回复率71%。其中搜索引擎、微信、平台公众号等互联网平台投诉较难得到有效解决.

关键词：网络投诉互联网平台办结率回复率搜索引擎投诉分析

在线全文

学校读者我要写书评

暂无评论

基于机器学习的网络投诉预测分析

电信工程技术与标准化 2020年第8期33卷 45-50页

作者：万仁辉王洁戴鹏程张旭阳辛潮中国移动通信集团设计院有限公司北京100080

减少网络相关的投诉一直是运营商的重点工作之一。目前,网络投诉用户预警方案多以网优工程师经验为主导,准确率和效率都较低。本文通过对历史网络投诉用户数据进行全面深入的分析,基于XGboost算法建立投诉用户特征模型,实现了对网络投... 详细信息

减少网络相关的投诉一直是运营商的重点工作之一。目前,网络投诉用户预警方案多以网优工程师经验为主导,准确率和效率都较低。本文通过对历史网络投诉用户数据进行全面深入的分析,基于XGboost算法建立投诉用户特征模型,实现了对网络投诉用户的预测。该方法预测准确率较高,与其它网优系统对接后能够定位用户质差原因,使网络部门能够提前进行网络优化,提升用户满意度。

关键词：机器学习网络投诉投诉预测