CN103209422B - 一种wlan网络精确选点的方法 - Google Patents

Abstract

本发明公开了一种WLAN网络精确选点的方法，该方法首先设置维度系数及各维度系数的权重，包括价值维度系数、质量维度系数、wifi用户行为维度系数和终端维度系数；然后根据维度系数CSM判断小区的WLAN价值，筛选出WLAN潜在热点小区区域；最后对潜在热点小区区域内的用户进行栅格化定位，精确定位WLAN热点小区。本发明所述的选点方法基于现网采集的实时数据，根据不同的分析需求进行数据的存储汇总，在保障高WLAN价值潜在热点的区域范围正确判断的前提下，尽可能的提高WLAN网络选点的精度。

Description

一种WLAN网络精确选点的方法

技术领域

本发明涉及移动通信技术领域，具体设计一种WLAN网络精确选点的方法。

背景技术

在无线网络规划中，站点的勘察和选择在移动通信网络建设中具有极其重要的地位，对于网络的建设成本与网络建设后的运行质量有重要的影响。

当前WLAN选点主要依据主观经验来判断，传统方法以小区为识别量级，单纯依靠数据业务、话务网管话务数据，诸如数据业务流量、数据业务等效话务量、TBF复用度等KPI指标评估小区WLAN潜在价值，缺乏有效的系统分析和数据支持.，WLAN选点参考量单一。同时，由于小区的覆盖范围大，在地域上无法精确定义用户对TD、WLAN网络的支持能力，也无法评估因为网络问题对分流效果的影响，WLAN部署未能有效覆盖GSM、TD数据热点，准确率低下。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种WLAN网络精确选点的方法，通过该方法提高WLAN网络选点的精度。

为实现上述目的，本发明采用的技术方案如下：

一种WLAN网络精确选点的方法，包括以下步骤：

(1)通过设置维度系数及各维度系数的权重建立小区业务模型CSM；所述的维度系数包括价值维度系数Value、质量维度系数Quality、wifi用户行为维度系数Behaviour和终端维度系数Terminal；Value的权重记为V、Quality的权重记为Q、Behaviour的权重记为B，Terminal的权重记为T；

(2)根据所建立的小区业务模型CSM计算小区的CSM得分，判断小区的WLAN价值，筛选出WLAN潜在热点小区区域；

(3)对潜在热点小区区域进行栅格化定位，精确定位WLAN潜在热点小区。

进一步，如上所述的一种WLAN网络精确选点的方法，步骤(1)中，步骤(1)中，Value、Quality、Behaviour和Terminal的取值采用百分制或者一分制的取值方式。

进一步，如上所述的一种WLAN网络精确选点的方法，步骤(1)中，根据小区的网络效益价值和小区内用户属性设置价值维度系数Value，具体方式为：

1)计算小区的网络效益价值，计算方式为：根据呼叫详细记录S-CDR话单数据中的小区信息，计算设定时间内用户的数据流量在不同小区的分布比例，将用户的数据收入按分布比例分摊到不同小区，对小区各用户的数据收入求和，得到小区的网络效益价值；

2)根据小区的网络效益价值和小区内的用户类型进行小区价值评估，设置价值维度系数Value；小区的网络效益价值越高、用户类型越高，小区的价值维度系数Value取值越高。

进一步，如上所述的一种WLAN网络精确选点的方法，Value的取值设置为十个等级，采用百分制时，Value的取值分别为100、90、80、70、60、50、40、30、20、10；采用一分制时，Value的取值分别为1、0.9、0.8、0.7、0.6、0.5、0.4、0.3、0.2和0.1。

进一步，如上所述的一种WLAN网络精确选点的方法，步骤(1)中，对于维度系数Quality、Behaviour和Terminal，通过分别设置Quality、Behaviour和Terminal的基准值范围和挑战值范围建立评分线性函数关系，根据评分线性函数关系得到Quality、Behaviour和Terminal的计算关系式，具体方式如下：

对于维度系数D，D为Quality、Behaviour和Terminal中的一个，设置D的基准值范围为M,挑战值范围为N，根据M和N建立评分线性函数关系：

对于基准值，评分线性函数关系为M_min＝M_{min_std}×W+a；

对于挑战值，评分线性函数关系为N_min＝N_{min_std}×W+a；

其中，M_min与N_min分别表示D的取值计算参数，M_{min_std}与N_{min_std}分别表示M_min与N_min对应的D的标准得分值，W为评分线性函数关系式的变量系数，a为评分线性函数关系的常数项；对于Quality，取值计算参数为小区的网络质量得分；对于Behaviour，取值计算参数为小区的wifi用户行为得分；对于Terminal，取值计算参数为小区的wifi终端渗透率；

根据评分线性函数关系计算W和a,得到D的取值计算关系式：X＝Y×W+a；其中，Y为D的取值，X为D的取值计算参数。

进一步，如上所述的一种WLAN网络精确选点的方法，根据小区的网络类型计算小区的网络质量得分，具体方式如下：

a.对于GSM网络数据业务：网络质量得分＝(90/PDCH复用度+10×PDCH分配成功率)×下行TBF建立成功率；

b.对于TD网络数据业务：网络质量得分＝(1-PS无线掉线率)×PS域无线接通率；

根据wifi用户行为上网时长和流量使用程度确定Wifi用户行为得分，具体方式为：

Wifi用户行为得分＝上网时长得分×流量使用程度得分；

小区的wifi终端渗透率的计算方式为：

wifi终端渗透率＝wifi终端持有量/全网小区终端总量。

进一步，如上所述的一种WLAN网络精确选点的方法，步骤(1)中，四个维度系数的权重值之和为1，即V+Q+B+T＝1；权重V的取值为0.35，采用变异系数法计算Q、B和T的取值，计算的具体计算方式为：

1)计算维度系数的变异系数，计算公式为：

$V_i=\frac{{\mathrm{\σ}}_i}{\stackrel{\‾}{X_i}}$

其中，V_i是维度系数的变异系数，σ_i是维度系数的标准差，是维度系数的平均数，维度系数为Quality、Behaviour和Terminal中的一个；

2)计算维度系数的权重值，计算公式为：

$W_i=\frac{V_i}{\ΣV_i}\×(1-V)$

其中，W_i为Q、B、T三个权重中的一个，∑V_i为Q、B、T三个维度系数的变异系数之和。

再进一步，如上所述的一种WLAN网络精确选点的方法，步骤(2)中，筛选WLAN潜在热点小区的具体方式为：

①设置小区业务模型CSM的CSM阈值；所述的CSM阈值包括高门限值和低门限值；

②根据建立的小区业务模型CSM计算小区的CSM得分，计算公式为：

CSM＝Value×V+Quality×Q+Behaviou×B+Terminal×T；

③根据小区的CSM得分与CSM阈值，确定小区为潜在热点小区的优先级级别：具体如下：

如果小区的CSM得分大于高门限值，则小区为高优先级潜在热点小区；若小区的CSM得分大于或等于低门限值且小于或等于高门限值，则小区为中优先级潜在热点小区；若小区的CSM得分小于低门限值，则小区为低优先级潜在热点小区。

更进一步，如上所述的一种WLAN网络精确选点的方法，步骤(3)中，精确定位WLAN热点小区的具体方式为：

①获取潜在热点小区区域的经纬度信息，结合Mapinfo中的GridTool工具将将潜在热点小区区域进行栅格化划分；

②根据潜在热点小区的优先级程度，精确定位栅格区域所对应的WLAN潜在热点小区。

本发明的效果在于：本发明所述的WLAN网络精确选点的方法基于现网采集的实时数据，根据不同的分析需求进行数据的存储汇总，能够更加全面有效的进行数据支撑；基于科学的数据建模和完善合理的算法结构，使WLAN选点结果更加准确可信。

附图说明

图1为本发明一种WLAN网络精确选点的方法的流程图；

图2为本发明WLAN网络精确选点的方法实施的部署示意图；

图3为具体实施方式中某市的网络数据业务流量分布示意图；

图4图3中的网络数据业务流量集中区域栅格化的示意图；

图5为精确定位图4中潜在热点小区的示意图。

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。

本发明所述的WLAN网络精确选点的方法，从小区的价值、网络质量、wifi用户行为、业务、终端等多角度综合分析构建小区WLAN价值评估的小区业务模型即CSM模型，对WLAN潜在热点区域进行分值评估。在此基础上，通过对潜在WLAN热点小区的栅格化分析，精确定位WLAN。本发明提供的WLAN网络精确选点解决方案，结合具体的方法或者产品进行选点操作，即可在保障高WLAN价值潜在热点的区域范围正确判断的前提下，尽可能的提高WLAN网络选点的精度，获得更高的分流效益。

图1示出了本发明一种WLAN网络精确选点的方法的流程图，图2为本发明WLAN网络精确选点的方法实施的部署示意图，由图中可以看出，该方法主要包括以下步骤：

步骤S11：设置维度系数及各维度系数权重；

设置维度系数及各维度系数的权重，本实施方式中共设置了四个维度系数，包括价值维度系数Value、质量维度系数Quality、wifi用户行为维度系数Behaviour和终端维度系数Terminal；价值维度系数Value的权重记为V、质量维度系数Quality的权重记为Q、wifi用户行为维度系数Behaviour的权重记为B，终端维度系数Terminal的权重记为T。

本实施方式中，Value、Quality、Behaviour和Terminal的取值采用百分制或者一分制的取值方，各维度系数设置的具体方式为：

1.设置价值维度系数Value

对于价值维度系数Value，根据小区的网络效益价值和小区内用户属性设置价值维度系数Value，具体方式为：

1)计算小区的网络效益价值，计算方式为：根据呼叫详细记录S-CDR话单数据中的小区信息，计算设定时间内用户的数据流量在不同小区的分布比例，将用户的数据收入按分布比例分摊到不同小区，对小区各用户的数据收入求和，得到小区的网络效益价值；

2)根据小区的网络效益价值和小区内的用户类型进行小区价值评估，设置价值维度系数Value；小区的网络效益价值越高、用户类型越高，小区的价值维度系数Value取值越高。本实施方式中Value的取值设置为十个等级，采用百分制时，Value的取值分别为100、90、80、70、60、50、40、30、20、10；采用一分制时，Value的取值分别为1、0.9、0.8、0.7、0.6、0.5、0.4、0.3、0.2和0.1，如表1所示，对于网络效益价值为高效益且高业务的优质用户其价值维度系数Value的取值最高为1，其次高效益&高业务&中质的取值为0.9，当然也可以采用百分之的形式，Value的取值方式及取值可以根据需要进行设置。

表1

价值维度系数Value的权重V根据Delphi专家咨询法进行赋值，本实施方式中V的取值为0.35。Delphi专家咨询法是就一定的问题函请相关领域的专家提出意见或看法，然后将专家的答复意见或新设想加以科学的综合、整理、归纳，将所归纳的结果反馈给各专家再次咨询意见，如此经过多轮反复，直到意见趋于较集中，得到一种比较一致的、可靠性较高的意见。本实施方式中利用Delphi专家咨询法对权重V的取值进行赋值。

2.设置质量维度系数Quality、wifi用户行为维度系数Behaviour和终端维度系数Terminal

本实施方式中，对于质量维度系数Quality、wifi用户行为维度系数Behaviour和终端维度系数Terminal，通过分别设置Quality、Behaviour和Terminal的基准值范围和挑战值范围的方式建立评分线性函数关系，并根据评分线性函数关系得到Quality、Behaviour和Terminal的计算关系式，具体方式如下：

对于维度系数D，D为Quality、Behaviour和Terminal中的一个，设置D的基准值范围为M,挑战值范围为N，根据M和N建立评分线性函数关系：

对于基准值，评分线性函数关系为M_min＝M_{min_std}×W+a；

对于挑战值，评分线性函数关系为N_min＝N_{min_std}×W+a；

其中，M_min与N_min分别表示D的取值计算参数，M_{min_std}与N_{min_std}分别表示M_min与N_min对应的D的标准得分值，即D的最终取值；W为评分线性函数关系式的变量系数，a为评分线性函数关系的常数项；对于Quality，取值计算参数为小区的网络质量得分；对于Behaviour，取值计算参数为小区的wifi用户行为得分；对于Terminal，取值计算参数为小区的wifi终端渗透率；

根据评分线性函数关系计算W和a,得到D的取值计算关系式：X＝Y×W+a；其中，Y为D的取值，X为D的取值计算参数。

2.1质量维度系数Quality

对于质量维度系数Quality，根据小区的网络类型计算小区的网络质量得分，具体方式如下：

a.对于GSM网络数据业务：网络质量得分＝(90/PDCH复用度+10×PDCH分配成功率)×下行TBF建立成功率；

b.对于TD网络数据业务：网络质量得分＝(1-PS无线掉线率)×PS域无线接通率。

采用上述方式计算质量维度系数Quality时，本实施方式中以GSM网络为例，Quality的基准值范围为30—60分，挑战值范围为60—100分，建立评分线性函数关系时，如果用户的网络质量得分达到基准值范围则记为60分，达到挑战值范围记为100，也就是说对于基准值，如果用户的网络质量得分值M_min为30，M_min对应的Quality的标准得分值M_{min_std}记为60，对于挑战值，如果用户的网络质量得分值N_min为60，M_min对应的Quality的标准得分值N_{min_std}记为100，然后通过建立基准值和挑战值之间的线性函数，根据线性函数得到Quality的计算公式，具体为：

建立评分线性函数关系：

(1)对于基准值，建立函数关系30＝60×W+a

(2)对于挑战值，建立函数关系60＝100×W+a

根据上述两个关系式得到W＝0.75，a＝-15，从而得到Quality的计算公式：X＝Y×0.75-15；

根据该计算公式，即可以根据网络质量得分得到小区的质量维度系数Quality的取值，例如当GSM网络质量得分为42时，则42＝Y*0.75-15，计算得到Y＝76。本实施方式中，Quality的上述计算采用的百分之形式，当然也可以采用一分制形式，只需要把相关的基准值范围与挑战值范围等相关参数均除以100即可。

由上文的描述可知，如果小区的网络质量得分达到60，Quality的取值即达到100，可以认为小区的网络质量为优，如果Quality的取值大于30分，Quality的取值则低于60分，可以认为小区的网络质量为差，其它的网络质量得分对应的小区网络质量为中；同样对于TD网络，网络质量95以上为优，90分以下为差，其余为中。T网Quality的基准值范围为基准值范围为90-95，挑战值为95-100，那么建立评分线性函数关系：

(1)对于基准值，90＝95×W+a

(2)对于挑战值，95＝100×W+a

计算得W＝1，a＝-5；从而得到Quality的计算公式：X＝Y-15。

2.2wifi用户行为维度系数Behaviour

对于wifi用户行为维度系数Behaviour，根据wifi用户行为上网时长和流量使用程度确定Wifi用户行为得分，具体方式为：

Wifi用户行为得分＝上网时长得分×流量使用程度得分；

同样采用设置Behaviour基准值范围与挑战值范围的方式，建立评分线性函数关系，从而得到Behaviour的计算公式。对于wifi用户行为维度系数Behaviour，上述公式中的M_min与N_min表示Wifi用户行为得分，M_{min_std}与N_{min_std}分别表示M_min与N_min对应的Behaviour的标准得分值。基准值范围与挑战值范围的设置可根据实际情况进行调整，Wifi用户行为得分的计算由上网时长得分与流量使用程度得分决定，上网时长得分与流量使用程度得分由用户进行设定。

2.3终端维度系数Terminal

对于终端维度系数Terminal，小区的wifi终端渗透率的计算方式为：

wifi终端渗透率＝wifi终端持有量/全网小区终端总量。

针对2G网络高负荷或者TD网络效益较低的现状，有必要进行WLAN分流。此维度进行wifi终端分析，能从终端侧对分流收益进行评估，避免有了网络却无终端的现象，保证WLAN建设的经济价值。此维度通过分析小区内支持wifi终端的渗透率进行多差级线性得分取值，补充维度系数T。

终端识别方法：根据IMEI前8位的TAC号可确定终端的型号，关联终端库可以获得其对不同网络的支持能力的信息。终端渗透率计算方法：渗透率＝wifi终端持有量/全网小区终端总量。终端维度数据源自Gb接口信令分析系统。

同样采用设置Terminal基准值范围与挑战值范围的方式，建立评分线性函数关系，从而得到Terminal的计算公式。对于Terminal，上述公式中的M_min与N_min为wifi终端渗透率，M_{min_std}与N_{min_std}分别表示M_min与N_min对应的Terminal的标准得分值。基准值范围与挑战值范围的设置可根据实际情况进行调整。

通过上述建立评分线性函数关系的方式计算得到设置质量维度系数Quality、wifi用户行为维度系数Behaviour和终端维度系数Terminal的取值。

本实施方式中计算各维度系数的权重值涉及到两种算法，专家打分法(Delphi专家咨询法)和变异系数法，采用专家打分法对价值维度系数Value的权重V的取值进行赋值，采用变异系数法计算Q、B和T的权重值，本实施方式中四个维度系数的权重值之和为1，即V+Q+B+T＝1；采用变异系数法计算Q、B和T的取值，计算的具体计算方式为：

1)计算维度系数的变异系数，计算公式为：

$V_i=\frac{{\mathrm{\σ}}_i}{\stackrel{\‾}{X_i}}$

其中，V_i是维度系数的变异系数，σ_i是维度系数的标准差，是维度系数的平均数，维度系数为Quality、Behaviour和Terminal中的一个；

2)计算维度系数的权重值，计算公式为：

$W_i=\frac{V_i}{\ΣV_i}\×(1-V)$

其中，W_i为Q、B、T三个权重中的一个，∑V_i为Quality、Behaviour和Terminal三个维度系数的变异系数之和。

变异系数法是直接利用各项指标所包含的信息，通过计算能得到指标的区中，是一种客观赋值的方法，是现有技术。在本发明中，各项指标指的是维度系数(Quality、Behaviour和Terminal)，通过变异系数法计算得到各维度系数的权重值。

如表2中所示，对于GSM网络(G网)，如果计算得到的Quality的变异系数为0.6，则其权重值Q＝0.6/(0.6+0.55+0.35)×0.65＝0.26；

同样的方式可以得到GSM网络下的B和T的最终值:

权重值B＝0.55/(0.60+0.55+0.35)×0.65＝0.2383；

权重值T＝0.35/(0.60+0.55+0.35)×0.65＝0.1517；

Q+B+T＝0.26+0.2383+0.1517＝1-V＝0.65。

对于TD网络(T网)，如果计算得到的Quality的变异系数为为0.75，则其权重值Q＝0.75/(0.75+0.55+0.35)×0.65＝0.2955；

同样的方式可以得到TD网络下的B和T的最终值:

权重值B＝0.55/(0.75+0.55+0.35)×0.65＝0.2167；

权重值T＝0.35/(0.75+0.55+0.35)×0.65＝0.1378；

Q+B+T＝0.2955+0.2167+0.1378＝1-V＝0.65。

	Q(G网)	Q(T网)	B(G网)/(T网)	T(G网)/(T网)
					变异系数	0.60	0.75	0.55	0.35
权重值	0.26	0.2955	0.2383/0.2167	0.1517/0.1378

表2

步骤S12：筛选潜在热点小区；

根据所建立的小区业务模型CSM计算小区的CSM得分，判断小区的WLAN价值，筛选出WLAN潜在热点小区区域，具体方式为：

①设置小区业务模型CSM的CSM阈值；所述的CSM阈值包括高门限值和低门限值；

②根据建立的小区业务模型CSM计算小区的CSM得分，计算过公式为：

CSM＝Value×V+Quality×Q+Behaviour×B+Terminal×T；

③根据小区的CSM得分与CSM阈值，确定小区为潜在热点小区的优先级级别：具体如下：

如果小区的CSM得分大于高门限值，则小区为高优先级潜在热点小区；若小区的CSM得分大于或等于低门限值且小于或等于高门限值，则小区为中优先级潜在热点小区；若小区的CSM得分小于低门限值，则小区为低优先级潜在热点小区。

本实施方式中的CSM阈值与步骤S11中各维度系数的取值方式相对应，如果各维度系数的取值方式为百分制，CSM阈值的高门限值为75，低门限值为40；如果各维度系数的取值方式为一分制，CSM阈值的高门限值为0.75，低门限值为0.40。根据步骤S12中得到的各维度系数的取值及其所对应的权重的取值，由公式CSM＝Value*V+Quality*Q+Behaviour*B+Terminal*T计算出个小区的CSM得分，将CSM得分与CSM阈值对比判断小区为热点小区的优先级程度，例如对于GSM网络下的小区，价值维度系数Value、质量维度系数Quality、wifi用户行为维度系数Behaviour和终端维度系Terminal的取值分别为100、76、80、90，各维度系数对应的权重分别为0.35、0.26、0.2838和0.1517，则CSM＝1*100*0.35+76*0.26+80*0.2383+90*0.1517

＝87.477，则该小区为高优先级潜在热点小区。

步骤S13：精确定位WLAN选点热点小区。

对潜在热点小区区域内的用户进行栅格化定位，精确定位WLAN热点小区，具体方式为：

①获取潜在热点小区区域的经纬度信息，结合Mapinfo中的GridTool工具将将潜在热点小区区域进行栅格化划分；

②根据潜在热点小区的优先级程度，精确定位栅格区域所对应的WLAN潜在热点小区。

该步骤中首先收集现网工程参数(经纬度信息)，将一块连续的地域划分为若干相连的栅格，如对地域上100×00米的区域进行100×100的栅格的定位。具体实施方法如下：

a)通过GoogleEarth软件，截取目标区域(潜在热点小区)经纬度信息，结合Mapinfo中GridTool工具进行100m*100m的基础栅格绘制，如表3中所示，输出如下信息：

栅格ID	所属BSC	经度左边界	经度右边界	纬度下边界	纬度上边界	经度中心点	纬度中心点
								1	BSC318	112.94	112.9410098	28.25030495	28.2512	112.9405049	28.25075248
2	BSC318	112.9410098	112.9420196	28.25030495	28.2512	112.9415147	28.25075248
								3	BSC318	112.9420196	112.9430294	28.25030495	28.2512	112.9425245	28.25075248
4	BSC318	112.9430294	112.9440392	28.25030495	28.2512	112.9435343	28.25075248
								5	BSC318	112.9440392	112.945049	28.25030495	28.2512	112.9445441	28.25075248
6	BSC318	112.945049	112.9460588	28.25030495	28.2512	112.9455539	28.25075248

表3

b)将所收集到的GB数据、T网的TD数据在每栅格进行汇总，通过结合基础栅格信息计算输出包含栅格的TD信息表，如下表4所示：

表4

之后利用平台采集MR信息，通过定位算法工具(含特征库)，将用户关联到栅格小区内。再从业务构成维度C、流量分布维度F进行栅格内数据分析。如分析终端P2P业务占比，TD终端倒流流量占比分析等。

表5

最后根据栅格内分流的热区效果绘制，例如按TD终端倒流2G网络以流量(此项亦可选择用户数、终端数的多少)的多少将栅格划为红、黄、蓝三色，在图层上进行再次叠加。基于图形的展现，通过TD路测，判决得到适合部署WIFI的栅格，精确确定出WLAN选点区域。

例如，对于某市移动全市应用WLAN进行精确选点，该市小区分布特点如图3所示：

a.数据业务高流量小区整体分布较为分散；

b.相对集中的区域有：高校区1、高校区2、高校区3、高校区4

通过PSGM模型得分栅格地理化呈现，本实施方式中采用50×50米经度，栅格化后的示意图如图4所示，最后可以通过PSGM模型在地图上自动关联栅格所在建筑物名称，如表6中所示，图5中的热点1为财政小区，热点2为师范学院宿舍楼，：

表6

通过本发明所述的方法计算得到TH0900312H1小区的CSM得分为93分，为全网TOP2，经验证：

该TH0900312H1小区共有186个手机用户，178个数据卡用户；

小区特点：数据卡渗透率较高，WIFI手机渗透率较高；单用户的手机流量高，说明大量用户有使用手机上网的习惯。

该市现网分析小区总数3483个，发现热点小区245个，室外热点567个，针对室外热点中的107个小区进行了实际勘查分析，得出实际热点98个，准确度超过90％，WLAN精确选点后部署的单AP流量和使用时长明显高于传统选点的AP。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种WLAN网络精确选点的方法，包括以下步骤：

(1)通过设置维度系数及各维度系数的权重建立小区业务模型CSM；所述的维度系数包括价值维度系数Value、质量维度系数Quality、wifi用户行为维度系数Behaviour和终端维度系数Terminal；Value的权重记为V、Quality的权重记为Q、Behaviour的权重记为B，Terminal的权重记为T；

(2)根据所建立的小区业务模型CSM计算小区的CSM得分，判断小区的WLAN价值，筛选出WLAN潜在热点小区区域；

(3)对潜在热点小区区域进行栅格化定位，精确定位WLAN潜在热点小区。

2.如权利要求1所述的一种WLAN网络精确选点的方法，其特征在于：步骤(1)中，Value、Quality、Behaviour和Terminal的取值采用百分制或者一分制的取值方式。

3.如权利要求2所述的一种WLAN网络精确选点的方法，其特征在于：步骤(1)中，根据小区的网络效益价值和小区内用户属性设置价值维度系数Value，具体方式为：

1)计算小区的网络效益价值，计算方式为：根据呼叫详细记录S-CDR话单数据中的小区信息，计算设定时间内用户的数据流量在不同小区的分布比例，将用户的数据收入按分布比例分摊到不同小区，对小区各用户的数据收入求和，得到小区的网络效益价值；

2)根据小区的网络效益价值和小区内的用户类型进行小区价值评估，设置价值维度系数Value；小区的网络效益价值越高、用户类型越高，小区的价值维度系数Value取值越高。

4.如权利要求3所述的一种WLAN网络精确选点的方法，其特征在于：Value的取值设置为十个等级，采用百分制时，Value的取值分别为100、90、80、70、60、50、40、30、20、10；采用一分制时，Value的取值分别为1、0.9、0.8、0.7、0.6、0.5、0.4、0.3、0.2和0.1。

5.如权利要求2所述的一种WLAN网络精确选点的方法，其特征在于：步骤(1)中，对于维度系数Quality、Behaviour和Terminal，通过分别设置Quality、Behaviour和Terminal的基准值范围和挑战值范围建立评分线性函数关系，根据评分线性函数关系得到Quality、Behaviour和Terminal的计算关系式，具体方式如下：

对于维度系数D，D为Quality、Behaviour和Terminal中的一个，设置D的基准值范围为M,挑战值范围为N，根据M和N建立评分线性函数关系：

对于基准值，评分线性函数关系为M_min＝M_{min_std}×W+a；

对于挑战值，评分线性函数关系为N_min＝N_{min_std}×W+a；

其中，M_min与N_min分别表示D的取值计算参数，M_{min_std}与N_{min_std}分别表示M_min与N_min对应的D的标准得分值，W为评分线性函数关系式的变量系数，a为评分线性函数关系的常数项；对于Quality，取值计算参数为小区的网络质量得分；对于Behaviour，取值计算参数为小区的wifi用户行为得分；对于Terminal，取值计算参数为小区的wifi终端渗透率；

根据评分线性函数关系计算W和a,得到D的取值计算关系式：X＝Y×W+a；其中，Y为D的取值，X为D的取值计算参数。

6.如权利要求5所述的一种WLAN网络精确选点的方法，其特征在于：根据小区的网络类型计算小区的网络质量得分，具体方式如下：

a.对于GSM网络数据业务：网络质量得分＝(90/PDCH复用度+10×PDCH分配成功率)×下行TBF建立成功率；

b.对于TD网络数据业务：网络质量得分＝(1-PS无线掉线率)×PS域无线接通率；

根据wifi用户行为上网时长和流量使用程度确定Wifi用户行为得分，具体方式为：

Wifi用户行为得分＝上网时长得分×流量使用程度得分；

小区的wifi终端渗透率的计算方式为：

wifi终端渗透率＝wifi终端持有量/全网小区终端总量。

7.如权利要求5或6所述的一种WLAN网络精确选点的方法，其特征在于：步骤(1)中，四个维度系数的权重值之和为1，即V+Q+B+T＝1；权重V的取值为0.35，采用变异系数法计算Q、B和T的取值，计算的具体计算方式为：

1)计算维度系数的变异系数，计算公式为：

$V_i=\frac{{\mathrm{\σ}}_i}{{\stackrel{\‾}{X}}_i}$

其中，V_i是维度系数的变异系数，σ_i是维度系数的标准差，是维度系数的平均数，维度系数为Quality、Behaviour和Terminal中的一个；

2)计算维度系数的权重值，计算公式为：

$W_i=\frac{V_i}{{\mathrm{\ΣV}}_i}\×(1-V)$

其中，W_i为Q、B、T三个权重中的一个，∑V_i为Q、B、T三个维度系数的变异系数之和。

8.如权利要求7所述的一种WLAN网络精确选点的方法，其特征在于：步骤(2)中，筛选WLAN潜在热点小区的具体方式为：

①设置小区业务模型CSM的CSM阈值；所述的CSM阈值包括高门限值和低门限值；

②根据建立的小区业务模型CSM计算小区的CSM得分，计算公式为：

CSM＝Value×V+Quality×Q+Behaviou×B+Terminal×T；

③根据小区的CSM得分与CSM阈值，确定小区为潜在热点小区的优先级级别：具体如下：

如果小区的CSM得分大于高门限值，则小区为高优先级潜在热点小区；若小区的CSM得分大于或等于低门限值且小于或等于高门限值，则小区为中优先级潜在热点小区；若小区的CSM得分小于低门限值，则小区为低优先级潜在热点小区。

9.如权利要求8所述的一种WLAN网络精确选点的方法，其特征在于：步骤(3)中，精确定位WLAN热点小区的具体方式为：

①获取潜在热点小区区域的经纬度信息，结合Mapinfo中的GridTool工具将将潜在热点小区区域进行栅格化划分；

②根据潜在热点小区的优先级程度，精确定位栅格区域所对应的WLAN潜在热点小区。