服务质量的控制方法和装置
文献发布时间:2023-06-19 19:00:17
技术领域
本公开涉及通信技术领域,特别涉及一种服务质量的控制方法、服务质量的控制装置和非易失性计算机可读存储介质。
背景技术
4G QoS(Quality of Service,服务质量)产品是运营商在4G领域实现差异化服务的重要产品。该类产品通过建立4G专有承载,为用户分配更多的无线资源和核心网资源,从而降低时延丢包,改进用户的4G体验。
随着运营商不限量套餐的推广以及视频、直播、VR(Virtual Reality,虚拟现实)等大流量应用的普及,4G QoS产品的精准控制越来越重要。
在相关技术中,4G QoS产品主要是从网络路径、网络容量、用户业务、时间序列等角度进行预测。
发明内容
本公开的发明人发现上述相关技术中存在如下问题:没有考虑提速后的效果及影响,无法实现精准控制,导致平均保障效果较低。
鉴于此,本公开提出了一种服务质量的控制技术方案,能够实现精准控制,提高平均保障效果。
根据本公开的一些实施例,提供了一种服务质量的控制方法,包括:根据发起QoS提速请求的用户的终端标识信息和位置信息,获取用户的提速特征向量;根据提速特征向量,利用预测模型,预测QoS提速请求的提速结果信息;根据提速结果信息,确定QoS提速请求的处理策略,以便对QoS提速请求进行QoS保障控制。
在一些实施例中,根据提速特征向量,利用预测模型,预测QoS提速请求的提速结果信息包括:利用预测模型,预测QoS提速请求的提速效果信息和提速影响信息作为提速结果信息,提速效果信息用于预测QoS提速请求的有效性,提速影响信息用于预测QoS提速请求对非保障用户的负面影响。
在一些实施例中,提速效果信息包括提速有效概率,提速影响信息包括非保障用户产生劣化损失的概率。
在一些实施例中,根据提速结果信息,确定QoS提速请求的处理策略包括:根据提速结果信息,利用评估模型,评估QoS提速请求的综合收益信息;根据综合收益信息,确述处理策略。
在一些实施例中,利用评估模型,评估QoS提速请求的综合收益信息包括:根据提速效果信息中的提速有效概率和非保障用户产生劣化损失的概率,评估综合收益信息。
在一些实施例中,综合收益信息与提速有效概率正相关,与非保障用户产生劣化损失的概率负相关。
在一些实施例中,综合收益信息与提速有效概率、保障收益的乘积正相关,与非保障用户产生劣化损失的概率、非保障用户数量、劣化损失的乘积负相关。
在一些实施例中,根据综合收益信息,确定处理策略包括:在综合收益信息大于收益阈值的情况下,返回正常保障信号;在综合收益信息小于或等于收益阈值的情况下,返回降维处理信号或者服务拒绝信号。
在一些实施例中,根据发起QoS提速请求的用户的终端标识信息和位置信息,获取用户的提速特征向量包括:在多个预先生成的候选的提速特征向量中,查询与终端标识信息和位置信息关联的候选的提速特征向量,作为用户的提速特征向量。
在一些实施例中,候选的提速特征向量包括与历史QoS提速请求的相应终端的特征信息和相应基站的特征信息,相应基站的特征信息包括历史基站性能特征、准实时特征、准静态特征中的至少一项,所述终端的特征信息包括历史提速效果特征信息、历史上下文信息、历史网络特征信息中的至少一项。
在一些实施例中,历史基站性能特征包括从无线管理平台收集的小区小时颗粒度性能数据,准实时特征包括通过收集无线测量报告数据建立的无线信号覆盖特征,准静态特征从相应基站的工程参数中提取,历史提速效果特征信息包括通过收集DPI(DeepPacket Inspection,深度包检测)的感知数据建立的非保障用户影响指标,历史上下文信息、历史网络特征信息通过在历史QoS提速请求的信令中增加信息获取字段收集。
在一些实施例中,控制方法还包括:根据历史提速结果信息及其统计特征,对历史提速结果信息进行标注;根据标注结果、历史提速结果信息,训练预测模型。
在一些实施例中,历史提速结果信息包括保障控制前后的平均时延变化信息,根据历史提速结果信息及其统计特征,对历史提速结果信息进行标注包括:在平均时延变化信息大于其统计均值的情况下,将历史提速结果信息标注为负样本;在平均时延变化信息小于其标准差与其统计均值之差的情况下,将历史提速结果信息标注为正样本。
在一些实施例中,历史提速结果信息包括非保障用户的时延感知信息,根据历史提速结果信息及其统计特征,对历史提速结果信息进行标注包括:在时延感知信息大于其统计均值与其标准差2倍之和的情况下,将历史提速结果信息标注为负样本;在时延感知信息小于其统计均值与其标准差之和的情况下,将历史提速结果信息标注为正样本。
根据本公开的另一些实施例,提供一种服务质量的控制装置,包括:特征提取模块,用于根据发起QoS提速请求的用户的终端标识信息和位置信息,获取用户的提速特征向量;预测模块,用于根据提速特征向量,利用预测模型,预测QoS提速请求的提速结果信息;策略确定模块,用于根据提速结果信息,确定QoS提速请求的处理策略,以便对QoS提速请求进行QoS保障控制。
在一些实施例中,控制装置还包括:训练模块,用于根据历史提速结果信息及其统计特征,对历史提速结果信息进行标注,根据标注结果、历史提速结果信息,训练预测模型。
根据本公开的又一些实施例,提供一种服务质量的控制装置,包括:存储器;和耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器装置中的指令,执行上述任一个实施例中的服务质量的控制方法。
根据本公开的再一些实施例,提供一种非易失性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一个实施例中的服务质量的控制方法。
在上述实施例中,根据与发起QoS提速请求的用户的终端标识信息和位置信息关联的提速特征向量,利用预测模型预测提速结果信息,进而确定该请求的处理策略。这样,在无线资源总量有限的情况下,能够实现QoS的精准控制,从而提高平均保障效果较低。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1示出本公开的服务质量的控制方法的一些实施例的流程图;
图2示出图1中步骤130的一些实施例的流程图;
图3示出本公开的服务质量的控制方法的一些实施例的示意图;
图4示出本公开的服务质量的控制装置的一些实施例的框图;
图5示出本公开的服务质量的控制装置的另一些实施例的框图;
图6示出本公开的服务质量的控制装置的又一些实施例的框图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
在4G QoS产品运营和推广过程中,有两类问题不可忽视。
一方面,现网实际用户的4G无线环境较为复杂,即便通过4G QoS保障成功,也会由于用户4G信号不好、基站无线负载较高、用户手机程序卡顿等各方面原因,导致提速后保障效果并没有明显提升,反而白白浪费了宝贵的无线资源。
另一方面,由于无线资源总量有限,在热点地区过多地进行4G QoS保障会影响普通用户的网络体验。
因此,如果4G QoS产品缺乏精准控制,会导致平均保障效果较低;而且,也会浪费无线资源,从而影响大网用户的体验。
如前所述,相关技术的4G QoS只提及了如何保障QoS的问题,并没有考虑提速后的效果及影响;而且,相关技术的QoS预测方法也并不适用于4G QoS提速前预测提速效果及提速影响的场景。
因此,针对上述4G QoS类产品存在的平均保障效果不高、无线资源浪费、影响大网用户等技术问题,本公开根据4GQoS网络特点和现网实施现状,提出了数据收集、效果预测、成本计算、智能控制的4G QoS保障方法。通过预测,对提速无明显效果、提速后对大网用户影响较大的提速请求进行拒绝或降维处理,从而实现精细控制。
在一些实施例中,本公开通过多种手段获取4G QoS提速时的网络、环境信息;然后,采用机器学习等预测方法,预测提速效果和大网用户劣化情况;再使用价值模型计算提速收益;最终,做出是否应该提速的决策。例如,可以通过如下的实施例实现本公开的技术方案。
图1示出本公开的服务质量的控制方法的一些实施例的流程图。
如图1所示,在步骤110中,根据发起QoS提速请求的用户的终端标识信息和位置信息,获取用户的提速特征向量。例如,终端标识信息,可以为IMEI(International MobileEquipment Identity,国际移动设备身份码);位置信息可以为ECGI(Evolved UniversalMobile Telecommunications System Terrestrial Radio Access Network Cell GlobalIdentifier,演进的通用移动通信系统陆地无线接入网小区全局标识符)。
在一些实施例中,在多个预先生成的候选的提速特征向量中,查询与终端标识信息和位置信息关联的候选的提速特征向量,作为用户的提速特征向量。
例如,候选的提速特征向量包括与历史QoS提速请求的相应终端的特征信息和相应基站的特征信息。相应基站的特征信息包括历史基站性能特征、准实时特征、准静态特征中的至少一项。终端的特征信息包括历史提速效果特征信息、历史上下文信息、历史网络特征信息中的至少一项。
例如,历史基站性能特征包括从无线管理平台收集的小区小时颗粒度性能数据。准实时特征包括通过收集无线测量报告数据建立的无线信号覆盖特征。准静态特征从所述相应基站的工程参数中提取。历史提速效果特征信息包括通过收集DPI的感知数据建立的非保障用户影响指标。历史上下文信息、历史网络特征信息通过在历史QoS提速请求的信令中增加信息获取字段收集。
在一些实施例中,从无线网管平台收集小区小时粒度性能数据,建立历史基站性能特征。
例如,历史基站性能特征包括小时粒度的上下行PRB(Physical Resource Block,物理资源模块)占用率、ERAB(Evolved Universal Mobile Telecommunications SystemTerrestrial Radio Access Network Radio Access Bearer,演进的用移动通信系统陆地无线接入网无线接入承载)建立数、CQI(Channel Quality Indication,信道质量指示)占比、RRC(Radio Resource Control,无线资源控制)连接用户数、站内切换次数、LTE(LongTerm Evolution,长期演进)切换率中的至少一项。
热点小区在高峰期时,随着用户量和用户占用带宽的增多,4G QoS保障过多会使普通用户感知下降。因此,利用历史基站性能特征,能够预测对QoS提速对普通用户的影响,以便进行QoS精准控制。
在一些实施例中,从无线MR(Measurement Report,测量报告)的拨测数据中,统计月度小区粒度无线信号覆盖特征作为准实时特征。
例如,无线信号覆盖特征包括平均RSRP(Reference Signal Receiving Power,参考信号接收功率)、平均RSRQ(Reference Signal Receiving Quality,参考信号接收质量)、平均CQI、无线覆盖率(如RSRP>-105db的MR占比)中的至少一项。
这些覆盖类特征能够反应了户提速时无线信号的强弱。当用户无线信号过弱时,即便建立专有承载也难以保障用户网络体验。因此,利用准实时特征,能够预测QoS提速效果,以便进行QoS精准控制。
在一些实施例中,从基站的工程参数中提取基站的准静态特征,包括基站厂商、基站类型、基站经纬度中的至少一项。
在一些实施例中,通过主动探测或从SP(Service Provider,服务供应方)侧收集提速效果,建立历史提速效果特征。
例如,历史提速效果特征包括用户小时级历史提速效果向量和基站小时级历史提速效果向量。
在一些实施例中,在用户提速请求的信令中采集用户面的历史网络特征和上下文特征。例如,上下文特征包括手机的IMSI、用户地理位置ECGI、手机型号、操作系统、提速时信号格数、提速前时延、手机剩余电量中的至少一项。
ECGI作为关联字段可以用于查询上述任一个步骤中的基站维度特征。IMSI作为关联字段可以用于查询上述任一个步骤5中的用户维度的特征。
在步骤120中,根据提速特征向量,利用预测模型,预测QoS提速请求的提速结果信息。
在一些实施例中,利用预测模型,预测QoS提速请求的提速效果信息和提速影响信息作为提速结果信息。提速效果信息用于预测QoS提速请求的有效性,提速影响信息用于预测QoS提速请求对非保障用户的负面影响。
例如,提速效果信息包括提速有效概率,提速影响信息包括非保障用户产生劣化损失的概率。
在一些实施例中,根据历史提速结果信息及其统计特征,对历史提速结果信息进行标注;根据标注结果、历史提速结果信息,训练预测模型。
例如,历史提速结果信息包括保障控制前后的平均时延变化信息。在平均时延变化信息大于其统计均值的情况下,将历史提速结果信息标注为负样本;在平均时延变化信息小于其标准差与其统计均值之差的情况下,将历史提速结果信息标注为正样本。
例如,历史提速结果信息包括非保障用户的时延感知信息。在时延感知信息大于其统计均值与其标准差2倍之和的情况下,将历史提速结果信息标注为负样本;在时延感知信息小于其统计均值与其标准差之和的情况下,将历史提速结果信息标注为正样本。
在一些实施例中,从4G QoS保障平台获取历史保障数据和历史保障效果(历史提速结果信息),计算每次历史保障控制前后的平均时延变化E,作为历史保障控制的效果的评价指标。
例如,可以通过如下公式计算E:
E=AVG(delay
delay
在一些实施例中,从运营商DPI设备获取基站小时粒度历史用户感知信息Q,作为历史保障控制对普通用户(非保障用户)的影响指标。
例如,可以通过如下公式计算Q:
Q=AVG(delay)
delay为普通用户在历史保障控制后的时延。
在一些实施例中,在E取其均值以上的情况下,将其标记为负样本;在E取其均值-其标准差以下的情况下,将其标记为正样本;在Q取其均值+2×其标准差以上的情况下,将其标记为负样本;在Q取其均值+其标准差以下的情况下,将其标记为正样本。
在一些实施例中,可以根据上述步骤中标注的标签以及采集的各特征,采用机器学习的方法,优化训练数据的AUC(Area Under Curve,曲线下面积)指标,并选取AUC最高的训练模型作为预测模型。
在一些实施例中,当用户发起新的提速请求时,从信令字段实时获取用户的IMSI和ECGI;然后,查询上述步骤中获取的用户维度和基站维度的各种实时特征、准实时特征、历史特征等作为提速特征向量;再使用预先训练的预测模型,预测提速有效概率以及对非保障用户产生劣化损失的概率。
在步骤130中,根据提速结果信息,确定QoS提速请求的处理策略,以便对QoS提速请求进行QoS保障控制。
在一些实施例中,可以通过图2中的实施例实现步骤130的技术方案。
图2示出图1中步骤130的一些实施例的流程图。
如图2所示,在步骤1310中,根据提速结果信息,利用评估模型,评估QoS提速请求的综合收益信息。例如,根据提速效果信息中的提速有效概率和非保障用户产生劣化损失的概率,评估综合收益信息。
在一些实施例中,综合收益信息与提速有效概率正相关,与非保障用户产生劣化损失的概率负相关。例如,综合收益信息与提速有效概率、保障收益的乘积正相关,与非保障用户产生劣化损失的概率、非保障用户数量、劣化损失的乘积负相关。
例如,综合收益信息V可以通过如下的公式计算:V=提速有效概率×保障收益-非保障用户劣化损失概率×非保障用户数×劣化损失。保障收益可以为4G QoS产品的平均价值;劣化损失可以使用[大网用户平均包月费用×0.1%×保障时长]作为基准值,并根据产品形态动态调整。
在步骤1320中,根据综合收益信息,确定处理策略。
在一些实施例中,在综合收益信息大于收益阈值的情况下,返回正常保障信号;在综合收益信息小于或等于收益阈值的情况下,返回降维处理信号或者服务拒绝信号。
例如,对于V为正值的正收益的请求,向提速平台返回正常保障信号;对于V为负值的无效保障请求,向提速平台返回服务降维处理或服务拒绝信号。
在上述实施例中,面向保障效果和普通用户的影响,通过预测和价值计算,对4GQoS请求进行动态地允许、降维、拒绝等适应性的处理,从而进行精准控制。
这样,可以对忙时忙站进行服务降维或拒接,以降低对大网普通用户的影响。从而,使得4G QoS产品在负载较重、本来无法进行QoS保障的重点区域(例如高铁、高校等)进行保障,扩大了产品的覆盖面。
还可以节省4G无线资源,从而服务更多用户;易于部署和实施,充分利用了现网的设备、资源和数据;可以为产品建立更精准的SLA(Service-Level Agreement,服务等级协议),从而提升产品单价。
图3示出本公开的服务质量的控制方法的一些实施例的示意图。
如图3所示,在步骤0中,可以通过外部数据系统收集各种历史数据,并训练4G QoS提速效果、影响的预测模型。
在步骤1中,将训练的预测模型嵌入提速策略控制器(即服务质量的控制装置);同时将MR系统、无线网管系统、DPI系统的准实时数据、基站工参的准静态数据、历史提速效果数据、历史终端信息数据接入提速策略控制器;预先计算提速特征向量,以小时粒度的ECGI、IMSI作为这些题述特征向量的查询索引。
在步骤2中,当用户发起提速请求时,将提速请求交给策略控制器判断是否需要服务降维、拒绝处理。
在步骤3中,策略控制器获取系统当前时间、终端侧上下文信息、ECGI、IMSI信息,并通过ECGI、IMSI信息查询关联的预先计算的历史特征、准实时特征,生成提速特征向量。
在步骤4中,策略控制器用预先训练的预测模型,根据提速特征向量预测提速效果和提速影响;并根据价值模型判断是否需要服务降维、拒绝;将判断结果返回给4G QoS提速保障平台。
在步骤5中,4G QoS提速保障平台根据策略控制器的策略,进行有选择的4G QoS保障控制。
上述实施例中,通过收集MR数据,建立无线覆盖特征,用于4GQoS提速效果预测和4GQoS提速控制;通过收集DPI的感知数据,建立普通用户劣化影响指标,用于4GQoS提速影响预测和4GQoS提速控制;通过收集无线网管数据,建立基站性能特征,用于4G QoS提速效果预测、4G QoS提速影响预测和4G QoS提速控制。通过在提速请求信令中添加字段,收集用户终端信息,建立用户面上下文特征,用于4G QoS提速效果预测和4G QoS提速控制。通过4GQoS提速效果预测、4G QoS提速影响预测、提速价值模型,进行4G QoS服务降维、拒绝等4GQoS提速控制。
图4示出本公开的服务质量的控制装置的一些实施例的框图。
如图4所示,服务质量的控制装置4,包括特征提取模块41、预测模块42、策略确定模块43。
特征提取模块41,用于根据发起QoS提速请求的用户的终端标识信息和位置信息,获取用户的提速特征向量。
预测模块42,用于根据提速特征向量,利用预测模型,预测QoS提速请求的提速结果信息。
策略确定模块43,用于根据提速结果信息,确定QoS提速请求的处理策略,以便对QoS提速请求进行QoS保障控制。
在一些实施例中,预测模块42利用预测模型,预测QoS提速请求的提速效果信息和提速影响信息作为提速结果信息,提速效果信息用于预测QoS提速请求的有效性,提速影响信息用于预测QoS提速请求对非保障用户的负面影响。
在一些实施例中,提速效果信息包括提速有效概率,提速影响信息包括非保障用户产生劣化损失的概率。
在一些实施例中,策略确定模块43根据提速结果信息,利用评估模型,评估QoS提速请求的综合收益信息;根据综合收益信息,确述处理策略。
在一些实施例中,策略确定模块43根据提速效果信息中的提速有效概率和非保障用户产生劣化损失的概率,评估综合收益信息。
在一些实施例中,综合收益信息与提速有效概率正相关,与非保障用户产生劣化损失的概率负相关。
在一些实施例中,综合收益信息与提速有效概率、保障收益的乘积正相关,与非保障用户产生劣化损失的概率、非保障用户数量、劣化损失的乘积负相关。
在一些实施例中,策略确定模块43在综合收益信息大于收益阈值的情况下,返回正常保障信号;在综合收益信息小于或等于收益阈值的情况下,返回降维处理信号或者服务拒绝信号。
在一些实施例中,特征提取模块41在多个预先生成的候选的提速特征向量中,查询与终端标识信息和位置信息关联的候选的提速特征向量,作为用户的提速特征向量。
在一些实施例中,候选的提速特征向量包括与历史QoS提速请求的相应终端的特征信息和相应基站的特征信息,相应基站的特征信息包括历史基站性能特征、准实时特征、准静态特征中的至少一项,所述终端的特征信息包括历史提速效果特征信息、历史上下文信息、历史网络特征信息中的至少一项。
在一些实施例中,历史基站性能特征包括从无线管理平台收集的小区小时颗粒度性能数据,准实时特征包括通过收集无线测量报告数据建立的无线信号覆盖特征,准静态特征从相应基站的工程参数中提取,历史提速效果特征信息包括通过收集DPI(DeepPacket Inspection,深度包检测)的感知数据建立的非保障用户影响指标,历史上下文信息、历史网络特征信息通过在历史QoS提速请求的信令中增加信息获取字段收集。
在一些实施例中,控制装置还包括:训练模块44,用于根据历史提速结果信息及其统计特征,对历史提速结果信息进行标注,根据标注结果、历史提速结果信息,训练预测模型。
在一些实施例中,历史提速结果信息包括保障控制前后的平均时延变化信息.训练模块44在平均时延变化信息大于其统计均值的情况下,将历史提速结果信息标注为负样本;在平均时延变化信息小于其标准差与其统计均值之差的情况下,将历史提速结果信息标注为正样本。
在一些实施例中,历史提速结果信息包括非保障用户的时延感知信息。训练模块44在时延感知信息大于其统计均值与其标准差2倍之和的情况下,将历史提速结果信息标注为负样本;在时延感知信息小于其统计均值与其标准差之和的情况下,将历史提速结果信息标注为正样本。
图5示出本公开的服务质量的控制装置的另一些实施例的框图。
如图5所示,该实施例的服务质量的控制装置5包括:存储器51以及耦接至该存储器51的处理器52,处理器52被配置为基于存储在存储器51中的指令,执行本公开中任意一个实施例中的服务质量的控制方法。
其中,存储器51例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)、数据库以及其他程序等。
图6示出本公开的服务质量的控制装置的又一些实施例的框图。
如图6所示,该实施例的服务质量的控制装置6包括:存储器610以及耦接至该存储器610的处理器620,处理器620被配置为基于存储在存储器610中的指令,执行前述任意一个实施例中的服务质量的控制方法。
存储器610例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
服务质量的控制装置6还可以包括输入输出接口630、网络接口640、存储接口650等。这些接口630、640、650以及存储器610和处理器620之间例如可以通过总线660连接。其中,输入输出接口630为显示器、鼠标、键盘、触摸屏、麦克、音箱等输入输出设备提供连接接口。网络接口640为各种联网设备提供连接接口。存储接口650为SD卡、U盘等外置存储设备提供连接接口。
本领域内的技术人员应当明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
至此,已经详细描述了根据本公开的服务质量的控制方法、服务质量的控制装置和非易失性计算机可读存储介质。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
可能以许多方式来实现本公开的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改。本公开的范围由所附权利要求来限定。
- 医疗服务质量控制方法及质量管理平台系统、电子装置
- 一种信号控制装置及方法、显示控制装置及方法、显示装置
- 起重机控制装置、起重机控制装置的控制方法、控制程序、以及记录介质
- 工件组装装置、工件组装装置的控制方法以及工件组装装置的控制程序及记录介质
- 设备控制方法、控制装置及采用该控制装置的设备
- 可控制服务质量的网络装置与服务质量的控制方法
- 服务质量的映射方法以及服务质量控制实体