今日不满，明日满意：一种基于众包的网络监测性能评估仿真框架

网络运营商需要持续升级其基础设施，以保持较高的客户满意度水平。通常采用基于众包的方法，直接邀请客户回答有关其用户体验的问卷调查。由于协作用户的数量通常较少，网络运营商依赖机器学习模型来预测用户的满意度水平/QoE，而非通过调查直接测量。最后，将真实/预测的用户满意度水平与每个用户的移动性信息（例如，每个用户访问了哪些网络站点以及访问时长）相结合，运营商可揭示网络中的关键区域并合理地引导/优先投资。在本工作中，我们提出了一种经验框架，专门用于评估从主观用户体验评分出发对性能不佳小区进行检测的质量。该框架允许模拟多样化的网络场景，其中一个具有少量性能不佳小区的网络被按照真实移动模型在其间移动的异质用户所访问。该框架同时模拟满意度调查发放与用户满意度预测过程，考虑不同的发放策略并评估具有不同预测性能的预测算法。我们利用该仿真框架在具有不同用户密度和移动模型的通用场景中实证测试性能不佳站点检测的性能，以获得可泛化的见解，并为网络运营商提供有价值的指导。