CN104348635A - 一种移动用户行为分析方法和装置 - Google Patents
一种移动用户行为分析方法和装置 Download PDFInfo
- Publication number
- CN104348635A CN104348635A CN201310312444.4A CN201310312444A CN104348635A CN 104348635 A CN104348635 A CN 104348635A CN 201310312444 A CN201310312444 A CN 201310312444A CN 104348635 A CN104348635 A CN 104348635A
- Authority
- CN
- China
- Prior art keywords
- mobile subscriber
- attributed region
- signaling
- count
- attributed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Telephonic Communication Services (AREA)
- Telephone Function (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种移动用户行为分析方法和装置,其中,该方法包括:根据基站清单获取移动用户在某一时间段内发生的信令事件信息;根据最大隶属原则处理所述信令事件信息,获取移动用户的归属区域信息;信令事件信息中包含移动用户名称、时间、基站位置。本发明的移动用户行为分析方法和装置,将移动用户信令数据作为评估用户行为轨迹的信息来源,利用最大隶属原则Ⅰ确定移动用户行为轨迹的归属区域,结合建立用户模型;本发明的优势是即使用户不主动发起网络交互行为,只要移动用户位置发生变更,本发明都能捕捉到,因此可以完整的记录用户的行为轨迹。
Description
技术领域
本发明涉及通信领域中业务支撑技术领域,具体地,涉及移动用户行为分析的方法和装置。
背景技术
现有的移动用户行为分析系统中,大多数是使用统计分析的方法分析移动用户静态数据(历史数据)来支撑长效营销功能,这样造成的结果是分析结果基本雷同,没有办法发现隐藏在数据中的更多信息。
2007年8月22日公开的专利号为“200710020655.5”中国专利申请文件中,公开了一种基于对用户行为和习惯分析的统一营销支撑系统及其方法。它包括用户端和统一营销支撑中心,所述的统一营销支撑中心又包括:经营分析模块、话单分析模块和信令分析模块,统一营销支撑中心可以同时对来自移动用户的信息进行长效营销和即时营销活动,也可以将两部分信息进行交叉调用,以便对用户进行需求分析和精准定位。该平台通过对用户静态数据(历史数据)分析支撑长效营销功能;以话单方式为主(通话话单、短信话单、GPRS话单)信令方式为辅分析用户的单次行为支撑即时营销功能。
现有技术中,获取移动用户行为的方法主要是通过话单,统计移动用户实际发生通话、短信等行为时所登记的基站来分析移动用户的位置,但因为移动用户并非在所有停留的位置都主动发起网络交互行为,因此现有技术无法完整的统计到移动用户的行为轨迹。
发明内容
本发明是为了克服现有技术中对移动用户行为分析不准确的缺陷,根据本发明的一个方面,提出一种移动用户行为分析方法。
根据本发明实施例的移动用户行为分析方法,包括:
根据基站清单获取移动用户在某一时间段内发生的信令事件信息;
根据最大隶属原则处理所述信令事件信息,获取移动用户的归属区域信息;
信令事件信息中包含移动用户名称、时间、基站位置。
本发明是为了克服现有技术中对移动用户行为分析不准确的缺陷,根据本发明的另一个方面,提出一种移动用户行为分析装置。
根据本发明实施例的移动用户行为分析装置,包括:
事件获取模块,用于根据基站清单获取移动用户在某一时间段内发生的信令事件信息;
区域获取模块,用于根据最大隶属原则处理信令事件信息,获取移动用户的归属区域信息;
其中,信令事件信息中包含移动用户名称、时间、基站位置。
本发明的移动用户行为分析方法和装置,将移动用户信令数据作为评估用户行为轨迹的信息来源,利用最大隶属原则Ⅰ确定移动用户行为轨迹的归属区域,结合建立用户模型;本发明的优势是即使用户不主动发起网络交互行为,只要移动用户位置发生变更,本发明都能捕捉到,因此可以完整的记录用户的行为轨迹。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明移动用户行为分析方法实施例1的流程图;
图2为本发明移动用户行为分析装置实施例1的流程图。
具体实施方式
下面结合附图,对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
本发明提供了一种新的移动用户行为分析方法,将移动用户信令数据作为评估移动用户行为轨迹的信息来源,利用最大隶属原则Ⅰ建立模型确定移动用户行为轨迹的归属区域。本方法的优势是即使用户不主动发起网络交互行为,只要移动用户位置发生变更,该方法都能捕捉到,因此可以完整的记录移动用户的行为轨迹。
本方法打通经分系统与网管系统的阻断,将移动用户的海量信令数据保存到本地数据库,根据移动用户从事各种活动的特征时间段,将信令数据贴上特征标签,包括职业特性、娱乐特性、家庭特性和休假特性等,然后采用最大隶属原则Ⅰ建立模型判定移动用户各特征行为所在区域,从而立体的记录出移动用户的行为轨迹。同时为了解决模型在一段时间后需要重建或失效的问题,还进行了自适应模型参数调优。
用户行为体系的形成和建立
源数据说明:在网络侧的移动用户信令数据包含了丰富的字段信息,经分系统侧只抽取了部分对分析有用的字段,包括手机号、事件类型、时间和小区,如表1所示。各项数据的使用和作用如下:
手机号:用于区分移动用户;
事件类型:标识移动用户与网络进行交互的事件类型,包括开机、正常位置区更新、周期性位置区更新、主叫、被叫等;
时间:记录移动用户与网络进行交互的时间;
LAC/CELL:用于记录移动用户与网络进行交互时所属的小区。
表1:样表
手机号 | 事件类型 | 时间 | LAC | CELL |
137****1307 | 2 | 2012-8-1818:00:59 | 24586 | 19735 |
136****8057 | 16384 | 2012-8-1818:00:59 | 22874 | 13726 |
136****8057 | 8 | 2012-8-1818:00:59 | 22874 | 13726 |
152****2737 | 16384 | 2012-8-1818:00:59 | 22981 | 28283 |
152****2737 | 1024 | 2012-8-1818:00:59 | 22981 | 28283 |
136****6401 | 8 | 2012-8-1818:00:59 | 24775 | 30121 |
188****1053 | 8 | 2012-8-1818:00:59 | 22972 | 12291 |
特征标签:根据正常的从事各类活动的特征时间段,将源数据打上标签,包括职业特性、家庭特性、娱乐特性和休假特性。
职业特性
以工作日上班时间段(8:30-17:00)为分析时间段;
家庭特性
以每天22:00至次日7:30为分析时间段;
娱乐特性
以工作日娱乐时间段(18:00-22:00)为分析时间段;
休假特性
以周末和法定节假日的活动时间段为分析时间段。
基于最大隶属原则Ⅰ的用户行为轨迹归属区域模型
研究方法介绍:最大隶属原则是一种模型识别技术,它有两种隶属原则:
最大隶属原则I:设论域U={x1,x2,……,xn}上有m个模糊子集A1,A2,……,Am(即m个模型),构成了一个标准模型库,若对任一x0∈U,有k∈{1,2,……,m},使得Ak(x0)=max{A1(x0),A2(x0),……,Am(x0)},则认为x0相对隶属于Ak。
最大隶属原则II:设论域U上有一个标准模型A,待识别的对象有n个:x1,x2,……,xn∈U,如果有某个xk满足A(xk)=max{A(x1),A(x2),……,A(xn)},则应优先录取xk。
实施方案:基于最大隶属原则Ⅰ,为了计算用户行为轨迹归属区域,本发明构建了如下A函数:对于任何一个用户x0,A函数表示从x0在信令位置登记次数的一种一对一的对应关系,并且x0在该信令位置登记的时效性小于30天。简言之,A函数可以表示如下:A=count(x,c,T),
其中,count()表示次数计算;
x表示用户,x∈U;
c表示信令位置,若信令位置的集合为C,则c∈C;
T表示时效性,以天为单位,T∈[0,30],且T∈R。
基于A函数,每个月可以计算每个x0对应的一组A值,记为A1(x0),A2(x0),……,Am(x0)(假设共有n组,n随x而异,n∈[0,|C|]且T∈Z),求最大值,令Ak(x0)=max{A1(x0),A2(x0),……,Am(x0)},则此时的ck=A-1 k(x0)便是该移动用户的归属区域。
如图1所示,本发明实施例公开了一种移动用户行为分析方法,包括:
步骤110:根据基站清单获取移动用户在某一时间段内发生的信令事件信息;
以表2为例,分析移动用户张三的职业特性,以工作日上班时间段(8:30-17:00)为分析时间段,系统记录一个月以来张三在分析时间段内在A城市所有基站登记的清单(为避免失真,剔除同一个基站2个小时内反复登记的纪录)。
表2
用户 | 信令事件 | 时间 | 基站 |
张三 | 2 | 2013-5-128:15 | 移动公司 |
张三 | 16384 | 2013-5-129:15 | 晚报社 |
张三 | 8 | 2013-5-1210:15 | 移动公司 |
张三 | 16384 | 2013-5-1213:45 | 移动公司 |
张三 | 1024 | 2013-5-1214:15 | 水利局 |
张三 | 8 | 2013-5-1215:30 | 移动公司 |
张三 | 8 | 2013-5-1216:55 | 晚报社 |
…… | …… | …… | …… |
步骤120:根据最大隶属原则处理所述信令事件信息,获取移动用户的归属区域信息;
其中,步骤120具体包括:
步骤122:在信令事件信息中获取移动用户对应每个信令事件的信令位置登记次数;
以表2为例,根据上述最大隶属原则I,得到张三对不同信令事件的信令位置登记次数:A移动公司(张三)=4;A晚报社(张三)=2;A水利局(张三)=1,……。
步骤124:获取信令位置登记次数的最大值,获得移动用户的归属区域。
对上述步骤122中的信令位置登记次数求最大值,令Ak(张三)=max{A移动公司(张三),A晚报社(张三),A水利局(张三),……}=max{4,2,1,……}=A移动公司(张三);
因此,此时的ck=A-1 移动公司(张三)=移动公司,便是移动用户张三的归属区域,张三的职业特性判定为移动公司员工。
本发明实施例又公开了另一种移动用户行为分析方法,包括:
步骤210:每个月统计移动用户在所有信令位置登记的次数;
例如,统计1月份移动用户A在所有信令位置(如各基站)登记的次数:汽车站5次、大洋百货6次、移动公司20次;
步骤212:取得当月移动用户登记次数最多的信令位置列表,次数相同的信令位置全部列出;
例如,1月份移动用户A最大信令位置:移动公司;
步骤214:若移动用户是新用户,直接将当月登记次数最多的信令位置作为结果,若存在多个,随机选一个;若用户是老用户,将上月结果与当月最大信令位置列表对比,若上月结果在列表中,直接以上月结果作为新的结果,若不在,则取当月最大信令位置(若存在多个,随机选一个)。
例如,对比去年12月移动用户A的归属区域,得到结果:假设去年12月移动用户A归属区域为大洋百货,因1月最大信令位置为移动公司,因此将1月份移动用户A归属区域更新为:移动公司。
本发明实施例的移动用户行为分析方法,将移动用户信令数据作为评估用户行为轨迹的信息来源,利用最大隶属原则Ⅰ确定移动用户行为轨迹的归属区域,结合建立用户模型;本实施例的优势是即使用户不主动发起网络交互行为,只要移动用户位置发生变更,本实施例都能捕捉到,因此可以完整的记录用户的行为轨迹。
如图2所示,为本发明移动用户行为分析装置实施例1的流程图,包括:
事件获取模块100,用于根据基站清单获取移动用户在某一时间段内发生的信令事件信息;
区域获取模块200,用于根据最大隶属原则处理信令事件信息,获取移动用户的归属区域信息;
其中,信令事件信息中包含移动用户名称、时间、基站位置。
其中:区域获取模块200包括:
次数获取子模块210,用于在信令事件信息中获取移动用户对应每个信令事件的信令位置登记次数;
归属获得子模块220,用于获取信令位置登记次数的最大值,获得移动用户的归属区域。
其中:次数获取子模块210,具体用于建立A函数:对于任何一个移动用户x0,A函数表示x0与信令位置登记次数的一对一的对应关系,A函数表示如下:A=count(x,c,T),其中,count()表示次数计算,x表示移动用户,x∈U,c表示信令位置,若信令位置的集合为C,则c∈C,T表示时效性;
基于A函数,某一时间段内计算每个x0对应的一组A值,记为A1(x0),A2(x0),……,Am(x0),假设共有n组,n随x而异,n∈[0,|C|]且T∈Z;
归属获得子模块220,具体用于令Ak(x0)=max{A1(x0),A2(x0),……,Am(x0)},则此时的ck=A-1k(x0)便是该移动用户的归属区域。
其中:归属获得子模块220具体包括:
区域比较单元221,用于如果移动用户为老用户,将上一时间段移动用户的归属区域与本时间段的归属区域进行比较;
归属确定单元222,用于根据上一时间段移动用户的归属区域与本时间段的归属区域的比较结果确定用户的归属区域:
如果两归属区域相同,则将上一时间段移动用户的归属区域作为移动用户的归属区域;
如果不相同,则将本时间段的归属区域作为移动用户的归属区域。
其中:归属确定单元222,还用于如果所述移动用户为新用户,则将本时间段的归属区域作为移动用户的归属区域。
本发明实施例的移动用户行为分析装置,将移动用户信令数据作为评估用户行为轨迹的信息来源,利用最大隶属原则Ⅰ确定移动用户行为轨迹的归属区域,结合建立用户模型;本实施例的优势是即使用户不主动发起网络交互行为,只要移动用户位置发生变更,本实施例都能捕捉到,因此可以完整的记录用户的行为轨迹。
本发明能有多种不同形式的具体实施方式,上面以图1-图2为例结合附图对本发明的技术方案作举例说明,这并不意味着本发明所应用的具体实例只能局限在特定的流程或实施例结构中,本领域的普通技术人员应当了解,上文所提供的具体实施方案只是多种优选用法中的一些示例,任何体现本发明权利要求的实施方式均应在本发明技术方案所要求保护的范围之内。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种移动用户行为分析方法,其特征在于,包括:
根据基站清单获取移动用户在某一时间段内发生的信令事件信息;
根据最大隶属原则处理所述信令事件信息,获取所述移动用户的归属区域信息;
所述信令事件信息中包含移动用户名称、时间、基站位置。
2.根据权利要求1所述的方法,其特征在于,所述根据最大隶属原则处理所述信令事件信息,获取所述移动用户的归属区域信息包括:
在所述信令事件信息中获取所述移动用户对应每个信令事件的信令位置登记次数;
获取所述信令位置登记次数的最大值,获得所述移动用户的归属区域。
3.根据权利要求2所述的方法,其特征在于,所述根据最大隶属原则处理所述信令事件信息,获取移动用户的归属区域信息具体包括:所述最大隶属原则为最大隶属原则I,包括:
建立A函数:对于任何一个移动用户x0,A函数表示x0与所述信令位置登记次数的一对一的对应关系,A函数表示如下:A=count(x,c,T),其中,count()表示次数计算,x表示移动用户,x∈U,c表示信令位置,若信令位置的集合为C,则c∈C,T表示时效性;
基于A函数,某一时间段内计算每个x0对应的一组A值,记为A1(x0),A2(x0),……,Am(x0),假设共有n组,n随x而异,n∈[0,|C|]且T∈Z;
令Ak(x0)=max{A1(x0),A2(x0),……,Am(x0)},则此时的ck=A-1 k(x0)便是该移动用户的归属区域。
4.根据权利要求2所述的方法,其特征在于,所述获取信令位置登记次数的最大值,获得所述移动用户的归属区域具体包括:
如果所述移动用户为老用户,将上一时间段所述移动用户的归属区域与本时间段的归属区域进行比较;
如果两归属区域相同,则将上一时间段所述移动用户的归属区域作为所述移动用户的归属区域;
如果不相同,则将本时间段的归属区域作为所述移动用户的归属区域。
5.根据权利要求4所述的方法,其特征在于,所述获取信令位置登记次数的最大值,获得所述移动用户的归属区域具体还包括:
如果所述移动用户为新用户,则将本时间段的归属区域作为所述移动用户的归属区域。
6.一种移动用户行为分析装置,其特征在于,包括:
事件获取模块,用于根据基站清单获取移动用户在某一时间段内发生的信令事件信息;
区域获取模块,用于根据最大隶属原则处理所述信令事件信息,获取所述移动用户的归属区域信息;
其中,所述信令事件信息中包含移动用户名称、时间、基站位置。
7.根据权利要求6所述的装置,其特征在于,所述区域获取模块包括:
次数获取子模块,用于在所述信令事件信息中获取所述移动用户对应每个信令事件的信令位置登记次数;
归属获得子模块,用于获取所述信令位置登记次数的最大值,获得所述移动用户的归属区域。
8.根据权利要求7所述的装置,其特征在于,
所述次数获取子模块,具体用于建立A函数:对于任何一个移动用户x0,A函数表示x0与所述信令位置登记次数的一对一的对应关系,A函数表示如下:A=count(x,c,T),其中,count()表示次数计算,x表示移动用户,x∈U,c表示信令位置,若信令位置的集合为C,则c∈C,T表示时效性;
基于A函数,某一时间段内计算每个x0对应的一组A值,记为A1(x0),A2(x0),……,Am(x0),假设共有n组,n随x而异,n∈[0,|C|]且T∈Z;
所述归属获得子模块,具体用于令Ak(x0)=max{A1(x0),A2(x0),……,Am(x0)},则此时的ck=A-1 k(x0)便是该移动用户的归属区域。
9.根据权利要求7所述的装置,其特征在于,所述归属获得子模块具体包括:
区域比较单元,用于如果所述移动用户为老用户,将上一时间段所述移动用户的归属区域与本时间段的归属区域进行比较;
归属确定单元,用于根据所述上一时间段所述移动用户的归属区域与本时间段的归属区域的比较结果确定用户的归属区域:
如果两归属区域相同,则将上一时间段所述移动用户的归属区域作为所述移动用户的归属区域;
如果不相同,则将本时间段的归属区域作为所述移动用户的归属区域。
10.根据权利要求9所述的装置,其特征在于,所述归属确定单元,还用于如果所述移动用户为新用户,则将本时间段的归属区域作为所述移动用户的归属区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310312444.4A CN104348635A (zh) | 2013-07-24 | 2013-07-24 | 一种移动用户行为分析方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310312444.4A CN104348635A (zh) | 2013-07-24 | 2013-07-24 | 一种移动用户行为分析方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104348635A true CN104348635A (zh) | 2015-02-11 |
Family
ID=52503514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310312444.4A Pending CN104348635A (zh) | 2013-07-24 | 2013-07-24 | 一种移动用户行为分析方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104348635A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989226A (zh) * | 2015-02-12 | 2016-10-05 | 中兴通讯股份有限公司 | 一种分析用户轨迹的方法及装置 |
CN107086922A (zh) * | 2016-02-15 | 2017-08-22 | 中国移动通信集团福建有限公司 | 一种用户行为识别方法和装置 |
CN107231480A (zh) * | 2017-06-16 | 2017-10-03 | 深圳奥迪仕科技有限公司 | 一种利用运动手环与手机进行场景精确自动识别的方法 |
CN110210250A (zh) * | 2019-06-17 | 2019-09-06 | 国家计算机网络与信息安全管理中心 | 一种基于区块链的移动终端位置轨迹监测系统及方法 |
CN112541013A (zh) * | 2020-01-02 | 2021-03-23 | 北京融信数联科技有限公司 | 基于移动信令大数据的应届毕业生跳槽频率分析方法 |
CN116033354A (zh) * | 2022-12-16 | 2023-04-28 | 中科世通亨奇(北京)科技有限公司 | 一种用户位置属性信息的分析方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101227649A (zh) * | 2008-01-15 | 2008-07-23 | 侯万春 | 以无线覆盖区域选择广告受众的系统和方法 |
US20100153292A1 (en) * | 2008-12-11 | 2010-06-17 | Microsoft Corporation | Making Friend and Location Recommendations Based on Location Similarities |
CN101945400A (zh) * | 2009-07-10 | 2011-01-12 | 中国移动通信集团公司 | 一种用户动态行为分析方法及分析装置 |
CN102957996A (zh) * | 2011-08-24 | 2013-03-06 | 武汉联合信通科技有限公司 | 一种基于地域的社区微博系统及其实现方法 |
CN103052022A (zh) * | 2011-10-17 | 2013-04-17 | 中国移动通信集团公司 | 基于移动行为的用户稳定点发现方法和系统 |
-
2013
- 2013-07-24 CN CN201310312444.4A patent/CN104348635A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101227649A (zh) * | 2008-01-15 | 2008-07-23 | 侯万春 | 以无线覆盖区域选择广告受众的系统和方法 |
US20100153292A1 (en) * | 2008-12-11 | 2010-06-17 | Microsoft Corporation | Making Friend and Location Recommendations Based on Location Similarities |
CN101945400A (zh) * | 2009-07-10 | 2011-01-12 | 中国移动通信集团公司 | 一种用户动态行为分析方法及分析装置 |
CN102957996A (zh) * | 2011-08-24 | 2013-03-06 | 武汉联合信通科技有限公司 | 一种基于地域的社区微博系统及其实现方法 |
CN103052022A (zh) * | 2011-10-17 | 2013-04-17 | 中国移动通信集团公司 | 基于移动行为的用户稳定点发现方法和系统 |
Non-Patent Citations (1)
Title |
---|
陈康 等: "基于位置信息的用户行为轨迹分析与应用综述", 《电信科学》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105989226A (zh) * | 2015-02-12 | 2016-10-05 | 中兴通讯股份有限公司 | 一种分析用户轨迹的方法及装置 |
CN107086922A (zh) * | 2016-02-15 | 2017-08-22 | 中国移动通信集团福建有限公司 | 一种用户行为识别方法和装置 |
CN107086922B (zh) * | 2016-02-15 | 2020-08-04 | 中国移动通信集团福建有限公司 | 一种用户行为识别方法和装置 |
CN107231480A (zh) * | 2017-06-16 | 2017-10-03 | 深圳奥迪仕科技有限公司 | 一种利用运动手环与手机进行场景精确自动识别的方法 |
CN110210250A (zh) * | 2019-06-17 | 2019-09-06 | 国家计算机网络与信息安全管理中心 | 一种基于区块链的移动终端位置轨迹监测系统及方法 |
CN112541013A (zh) * | 2020-01-02 | 2021-03-23 | 北京融信数联科技有限公司 | 基于移动信令大数据的应届毕业生跳槽频率分析方法 |
CN112541013B (zh) * | 2020-01-02 | 2021-12-28 | 北京融信数联科技有限公司 | 基于移动信令大数据的应届毕业生跳槽频率分析方法 |
CN116033354A (zh) * | 2022-12-16 | 2023-04-28 | 中科世通亨奇(北京)科技有限公司 | 一种用户位置属性信息的分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104348635A (zh) | 一种移动用户行为分析方法和装置 | |
Jiang et al. | Activity-based human mobility patterns inferred from mobile phone data: A case study of Singapore | |
Vanhoof et al. | Assessing the quality of home detection from mobile phone data for official statistics | |
CN106570184B (zh) | 从手机信令数据提取游憩-居住联系数据集的方法 | |
CN106547894B (zh) | 基于移动通信信令大数据挖掘职住位置标签的系统及方法 | |
CN103136807A (zh) | 一种基于lbs的考勤系统及方法 | |
US20210374204A1 (en) | Method and apparatus for managing region tag | |
CN112001829B (zh) | 一种基于手机信令数据的人口分布判断方法 | |
CN104732756A (zh) | 一种利用移动通信数据挖掘进行公交规划的方法 | |
CN101945400A (zh) | 一种用户动态行为分析方法及分析装置 | |
CN108257025B (zh) | 孤儿保单分配方法和装置 | |
CN113516500A (zh) | 一种基于大数据商旅运营平台的实现方法和系统 | |
CN111464950A (zh) | 一种使用手机信令数据提取出行停驻点的方法 | |
Wismans et al. | Improving a priori demand estimates transport models using mobile phone data: a Rotterdam-region case | |
CN102075850A (zh) | 确定移动用户职业信息的方法及其装置 | |
Yusoff et al. | The impact of regional development towards the well-being of rural community | |
CN110012436A (zh) | 用户位置确定方法、装置、设备及计算机可读存储介质 | |
CN102131226B (zh) | 无线网络测试方法、装置和系统 | |
CN114385609A (zh) | 基于标签的政务事件处理系统、方法、设备及存储介质 | |
Jacques | Mobile phone metadata for development | |
Klimek et al. | Towards a better understanding and behavior recognition of inhabitants in smart cities. A public transport case | |
CN102256255A (zh) | 一种基于时间和地理位置冲突的反并卡侦测方法 | |
CN105279533A (zh) | 一种车辆用户标签管理方法及系统 | |
CN102083092A (zh) | 时分同步码分多址网络中弱覆盖小区的查找方法和装置 | |
CN103079006A (zh) | 联系人管理方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150211 |
|
RJ01 | Rejection of invention patent application after publication |