目前我国电信行业处在关键的转折期,在全业务运营后,行业竞争的核心不可避免的转移到服务质量和用户体验的层面上,各个电信运营商对服务质量的水平以及客户满意度的衡量更加重视。随着电信运营商对面向客户感知/用户体验的运营理念的逐步清晰,用户体验感知分析已经成为电信运营商构建面向未来的高品质运营支撑体系架构中不可缺少的核心部分。在电信领域,用户体验感知(QoE)分析通过接近量化的方法来为使用者对电信运营商提供的业务和网络质量的认可程度进行预测,体现终端用户的主观感受。并反映当前业务和网络的质量与用户期望之间的差距。目前QoE分析模型一般基于经验模型,智能算法的应用还不广泛。建模和分析周期较长;模型投入应用后,对模型的调整不易得到快速、有效的满足。而对于复杂而主观的用户体验感知分析,智能算法的应用具有良好的适应性。在这一趋势下,应用智能算法的电信业务用户体验感知分析有着广阔的市场前景。本文结合电信行业的业务需求特性,探讨智能算法在电信业务用户感知体验分析的应用。论文首先从智能算法应用的角度出发,针对用户体验感知分析在电信领域里模型建立慢、分析工具分散、缺乏集中管理等问题,提出研发用户体验感知分析建模管理工具的思路。运用决策树、模糊神经网络算法,把前期研究建立的指标体系作为算法参数,将电信业务的用户体验感知进行模型训练的步骤做了软件实现。文中描述了将模型挖掘、决策分析、运营策略制定这三方面业务进行集中管理,形成“建模-应用-评估-调整完善模型”的管理闭环的设计思路。使相关研究可以帮助运营商应对电信行业市场的快速变化,主要工作包括:1.以逻辑型和数值型体验算法为基础,为训练、分析用户体验分析模型提供平台;并对模型实际应用效果进行跟踪,支持对模型的快速重训练,使模型能够得到持续优化。将用户体验分析的各个环节进行整合,将训练建模、模型分析、模型计算、模型验证、决策管理、对比报告等流程进行统一管理。2.针对电信行业的实际业务数据,为来自不同数据源的数据提供统一的系统入口,以便实时接入数据,使模型能及时的应用数据,计算用户体验感知值。从而使应用模型进行QoE分析常态化,及时地进行用户体验感知预测、监控和分析。3.以模型快速发布应用为目标,集成模型建立后的应用环境;并定义了外部模型导入接口,具有良好的算法扩展性。4.面向电信行业的深度运营,为电信业务的质量和用户感知体验分析提供决策依据。集成多主题的分析监控研究,具有良好的业务扩展性。5.相关研究结果与电信运营商的数据相结合进行了应用测试。目前,文中涉及的研究成果已在某电信运营商多个省份的业务部门得到良好试应用,并获得了二期研发的商业机会。