论文提出一种基于栈式降噪自编码器(Stacked Denoising Autoencoder，SDAE)与分类和回归决策树(Classification and Regression Tree， CART)的移动互联网满意度预测方法，此模型能挖掘出用户的满意度与用户的特征和网络特征的关联规则，通过这种规则能更精准及时地预测到用户满意度的变化，以便运营商针对这种变化提前作出决策。论文所提方法能够挖掘特征间的深层关系，通过SDAE编码样本可以获得影响用户体验的隐含特征，及时发现用户对于网络贬损的真正痛点，为运营商网络建设和运行维护部门制定提升用户的网络感知策略提供依据，从而提升用户体验。