Current communication networks use design methodologies that prevent the realization of maximum network efficiency. In the first place, while users' perception of satisfactory service diverges widely, current networks are designed to be a "universal fit," where they are generally over-engineered to deliver services appealing to all types of users. Also, current networks lack user-level data cognitive intelligence that would enable fast personalized network decisions and actions through automation. Thus, in this article, we propose the utilization of AI, big data analytics, and real-time non-intrusive user feedback in order to enable the personalization of wireless networks. Based on each user's actual QoS requirements and context, a multi-objective formulation enables the network to micro-manage and optimize the provided QoS and user satisfaction levels simultaneously. Moreover, in order to enable user feedback tracking and measurement, we propose a user satisfaction model based on the zone of tolerance concept. Furthermore, we propose a big-data-driven and AI-based personalization framework to integrate personalization into wireless networks. Finally, we implement a personalized network prototype to demonstrate the proposed personalization concept and its potential benefits through a case study. The case study shows how personalization can be realized to enable the efficient optimization of network resources such that certain requirement levels of user satisfaction and revenue in the form of saved resources are achieved.

中文翻译：

---

大数据驱动和基于人工智能的框架，可在无线网络中实现个性化

当前的通信网络使用阻止实现最大网络效率的设计方法。首先，虽然用户对满意服务的看法差异很大，但当前的网络被设计为“通用的”，它们通常被过度设计以提供对所有类型用户都有吸引力的服务。此外，当前的网络缺乏用户级数据认知智能，无法通过自动化实现快速的个性化网络决策和行动。因此，在本文中，我们建议利用人工智能、大数据分析和实时非侵入性用户反馈，以实现无线网络的个性化。根据每个用户的实际QoS要求和上下文，多目标公式使网络能够同时对所提供的 QoS 和用户满意度进行微观管理和优化。此外，为了实现用户反馈跟踪和测量，我们提出了基于容错区概念的用户满意度模型。此外，我们提出了一个大数据驱动和基于人工智能的个性化框架，将个性化集成到无线网络中。最后，我们实现了一个个性化的网络原型，通过案例研究来展示所提出的个性化概念及其潜在好处。该案例研究展示了如何实现个性化以实现网络资源的有效优化，从而以节省资源的形式实现用户满意度和收入的某些要求水平。为了实现用户反馈跟踪和测量，我们提出了一个基于容错区概念的用户满意度模型。此外，我们提出了一个大数据驱动和基于人工智能的个性化框架，将个性化集成到无线网络中。最后，我们实现了一个个性化的网络原型，通过案例研究来展示所提出的个性化概念及其潜在好处。该案例研究展示了如何实现个性化以实现网络资源的有效优化，从而以节省资源的形式实现用户满意度和收入的某些要求水平。为了实现用户反馈跟踪和测量，我们提出了一个基于容错区概念的用户满意度模型。此外，我们提出了一个大数据驱动和基于人工智能的个性化框架，将个性化集成到无线网络中。最后，我们实现了一个个性化的网络原型，通过案例研究来展示所提出的个性化概念及其潜在好处。该案例研究展示了如何实现个性化以实现网络资源的有效优化，从而以节省资源的形式实现用户满意度和收入的某些要求水平。我们提出了一个大数据驱动和基于人工智能的个性化框架，将个性化集成到无线网络中。最后，我们实现了一个个性化的网络原型，通过案例研究来展示所提出的个性化概念及其潜在好处。该案例研究展示了如何实现个性化以实现网络资源的有效优化，从而以节省资源的形式实现用户满意度和收入的某些要求水平。我们提出了一个大数据驱动和基于人工智能的个性化框架，将个性化集成到无线网络中。最后，我们实现了一个个性化的网络原型，通过案例研究来展示所提出的个性化概念及其潜在好处。案例研究展示了如何实现个性化以实现网络资源的有效优化，从而以节省资源的形式实现用户满意度和收入的某些要求水平。