CN104581832A - 一种数据业务分流的实现方法及系统 - Google Patents
一种数据业务分流的实现方法及系统 Download PDFInfo
- Publication number
- CN104581832A CN104581832A CN201310495358.1A CN201310495358A CN104581832A CN 104581832 A CN104581832 A CN 104581832A CN 201310495358 A CN201310495358 A CN 201310495358A CN 104581832 A CN104581832 A CN 104581832A
- Authority
- CN
- China
- Prior art keywords
- user
- strong correlation
- shunting
- community
- target
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/16—Performing reselection for specific purposes
- H04W36/22—Performing reselection for specific purposes for handling the traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种数据业务分流的实现方法及系统,涉及通信技术领域,解决了现有技术中分流后改善效果有限,效益较低的技术问题。其中,该方法包括根据用户的数据业务量和预设的业务行为标准确定与所述用户的业务行为有强相关系性的强相关小区;根据确定的强相关小区数量和每个强相关小区的用户数确定用户影响力因子;根据所述用户影响力因子确定目标分流用户;根据目标分流用户的通信数据分析出针对所述目标分流用户应采取的分流策略。
Description
技术领域
本发明涉及通信技术领域,特别涉及一种数据业务分流的实现方法及系统。
背景技术
由于受到可用频率资源和数据承载能力的制约,GSM网络已越来越不堪重负,高业务密度区域已出现网络发展瓶颈,同时,网络业务负荷上升带来的网络自身干扰问题越来越突出,对GSM网络语音质量造成较大影响。而TD-SCDMA网络对手机终端业务量的分流作用目前仍不明显,TD-SCDMA无线网络利用率仍处于较低水平,还有很大的提升空间。根据目前趋势,移动数据业务中期内仍将延续快速增长的态势,为满足高速增长的业务发展需求,同时实现网络效益最大化,迫切需要通过有效的用户及业务引导方案,实现数据业务的分流,充分发挥现有三网的协同效应,均衡网络负荷及资源利用率,支撑业务发展需求,降低网络建设成本,提升用户的业务感知。
现有的数据业务分流方案主要从流量情况、终端类型和资源负荷出发,主要选取在2G网络中的大流量用户,大流量2G小区或者资源利用率高的2G小区,结合终端设置和投放情况采取分流措施。参见TD分流246法和WLAN分流357法,具体如图1和2所示。
但是现有的数据业务分流方案以转移2G流量,或平衡多网间负荷为基本出发点,其缺陷主要在于:
1、未能通盘考虑所选取分流对象对全局的影响,使得分流所获得的效益有限,获得分流益处的仅局限于被分流的用户和被分流的小区的用户,分流改善效益低;
2、未能考虑用户行为及不同用户的影响力差异在分流中的影响作用,被分流小区的用户可能存在全局影响力小,或存在对该小区的业务体验不敏感的风险,这就使得分流收益更低。
发明内容
为了解决现有技术中数据业务分流方案中分流后改善效果有限,效益较低的技术问题,本发明提出一种数据业务分流的实现方法及系统。
一种数据业务分流的实现方法,包括:
根据用户的数据业务量和预设的业务行为标准确定与所述用户的业务行为有强相关系性的强相关小区;
根据确定的强相关小区数量和每个强相关小区的用户数确定用户影响力因子;
根据所述用户影响力因子确定目标分流用户;
根据目标分流用户的通信数据分析出针对所述目标分流用户应采取的分流策略。
一种数据业务分流的实现系统,,包括:
强相关确定单元,用于根据用户的数据业务量和预设的业务行为标准确定与所述用户的业务行为有强相关系性的强相关小区;
影响力确定单元,用于根据确定的强相关小区数量和每个强相关小区的用户数确定用户影响力因子;
分流目标确定单元,用于根据所述用户影响力因子确定目标分流用户;
策略分析单元,用于根据目标分流用户的通信数据分析出针对所述目标分流用户应采取的分流策略。
本发明提供的方案,通过在数据业务分流算法中引入了用户影响力因子的计算,从用户视角出发,在网络资源共享的条件下,利用用户间的相互作用关系,实现了以用户影响力大小为依据,以最大化分流效益为目标的数据业务分流方案。解决了现有技术中由于未能通盘考虑所选取分流对象对全局的影响、不同用户影响力差异所导致的分流后改善效果有限,效益较低的技术问题,进而实现根据用户数据业务行为与小区间的相关性关系,量化了用户对网络的不同敏感程度,量化了不同用户在网络中的影响能力大小,即每用户的分流收益大小,并且可依据用户影响力因子锁定目标分流用户,并自动化分析用户特征,智能化的实施分流策略的技术效果。
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:
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为背景技术中TD分流246法的示意图;
图2为背景技术中WLAN分流357法的示意图;
图3为本发明实施例1提供的一种数据业务分流的实现方法的流程图;
图4为本发明实施例2提供的一种数据业务分流的实现系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。并且,以下各实施例均为本发明的可选方案,实施例的排列顺序及实施例的编号与其优选执行的顺序无关。
实施例1
本发明实施例提供了一种数据业务分流的实现方法,该方法可以部署在经营分析系统中,网管系统或者信令分析系统中。如图3,该方法包括:
步骤101,根据用户的数据业务量和预设的业务行为标准确定与用户的业务行为有强相关系性的强相关小区。
该步骤以用户在2G或某个网络的数据业务话单、信息信令或类似记录为基础,旨在利用用户业务行为中的属地分布特征,定义用户数据业务行为与业务地点的相关性关系,并以此来描述特定用户与特定小区彼此间的影响程度。
具体而言,该步骤可通过如下方式实现:
在计算周期内统计用户在至少一个小区上的业务数据话单(信息信令或类似记录)上的数据业务量,该业务数据量包括业务发生的次数、数据流量、业务时长、业务费用等中的一项或几项表明业务量大小的统计项;
若统计结果显示用户在其中一小区上的数据业务量(如业务发生的次数、数据流量、业务时长和业务费用等)的一项或几项大于对应预设的业务行为标准(如次数业务行为标准K,流量业务行为标准N等),和/或数据业务量占该用户业务总量的比例超过对应预设的业务行为标准,则确定小区为用户的强相关小区。
例如:在计算周期内,用户在某个或某几个小区上的数据业务量达到指定门限,包括用户发生在本小区的业务次数大于K次(该业务次数包括初始接入本小区和切换至本小区的情况下的业务次数),用户在本小区的数据流量大于N,用户在本小区持续的业务时长大于P,产生的业务费用大于Q等,并占该用户总业务量的M%以上,则该用户为该小区的强相关用户,同时该小区为该用户的强相关小区。
用户行为即决定了用户对其强相关小区的感知敏感程度要高于偶尔使用的非相关小区,而因此小区的整体感知则更多的由其强相关用户所决定。
步骤102,根据确定的强相关小区数量和每个强相关小区的用户数确定用户影响力因子。
具体而言,该步骤102具体包括:
根据确定的强相关小区数量和每个强相关小区的用户数计算用户影响的强相关用户数;
结合预设的用户影响力因子与强相关用户数和强相关小区数量的映射关系(如下表一中所示),根据计算出的强相关用户数和强相关小区数量确定用户的用户影响力因子。
例如:将用户所属的强相关小区中每个小区的用户数据相加,以此来确定该用户影响的其他强相关用户数,即用户影响的强相关用户数。通过受该用户影响的强相关用户数和强相关小区数据量,结合下表一中给出的分级定义可以得出该用户在网络中的影响力,即用户的影响力因子。下表是以5级影响力因子为例进行展示。
因为网络资源被网络中的用户共享,共享的用户越少,用户的数据业务性能也越好,因此影响力因子越大的用户,对网络中其他用户的业务体验影响也越大,从全局角度出发的分流优先级也越高。
表一
步骤103,根据用户影响力因子确定目标分流用户。
即是:当用影响力因子大于预设的影响门限时,确定用户为目标分流用户。
影响力因子越大的用户,其分流后所带来的整体分流收益就越大,因此其分流优先级也越高。按照本发明方法中预先设置的影响门限,当用户影响力因子高于影响门限时,即锁定用户为分流目标用户。
步骤104,根据目标分流用户的通信数据分析出针对目标分流用户应采取的分流策略。
本步骤主要用于通过用户的话单信息,自动分析用户的终端、网络使用情况等特征,进而智能化的给出用户的分流措施建议。
优选的,步骤104具体包括:
1、根据目标分流用户的数据业务话单或类似记录上的信息提取目标分流用户的终端型号;
例如:业务话单或类似记录中有IMEI(International Mobile EquipmentIdentity,国际移动设备身份码字段)记录用户的终端品牌和型号,将目标分流用户的数据业务话单上的IMEI字段中记录的内容提取即可得到目标分流用户的终端型号。
2、根据提取的终端型号确定用户终端是否具有支持他网的能力;
通常可采用维护定期维护一个终端库,其中标识了每款终端支持的网络类型,利用目标终端品牌型号或TAC号与终端库进行匹配,可以得到目标终端的支持他网能力。本实施例中的他网包括2G、3G、WLAN和4G-LTE。
3、根据目标分流用户的强相关小区所在位置的他网覆盖情况和用户终端是否支持他网的能力确定针对目标分流用户应采取的分流策略。
例如:对于支持他网的终端,判断该终端所从属的强相关小区是否存在他网的网络覆盖,如果判定不存在,则执行分流策略1;如果判定存在,继续判断终端是否有设置问题(指终端本身有支持他网的能力,但由于设置成只驻留在某网或优先驻留在某网等设置问题,而没能分流到他网),如判定没有,则执行分流策略2;否则执行分流策略3。
对于不支持他网的终端,判断该终端所从属的强相关小区是否存在他网的网络覆盖,如果判定不存在,则执行分流策略1;如果判定存在,则执行分流策略4。具体分流策略可参照下表二。
表二
本发明实施例提供的方法中,通过在数据业务分流算法中引入了用户影响力因子的概念,从用户视角出发,在网络资源共享的条件下,利用用户间的相互作用关系,实现了以用户影响力大小为依据,以最大化分流效益为目标的数据业务分流方案。解决了现有技术中由于未能通盘考虑所选取分流对象对全局的影响、不同用户影响力差异所导致的分流后改善效果有限,效益较低的技术问题,进而实现根据用户数据业务行为与小区间的相关性关系,量化了用户对网络的不同敏感程度,量化了不同用户在网络中的影响能力大小,即每用户的分流收益大小,并且可依据用户影响力因子锁定目标分流用户,并自动化分析用户特征,智能化的实施分流策略的技术效果。
实施例2
为了便于实施例1中的方法实现,本实施例提供了一种数据业务分流的实现系统,如图4所示,包括:强相关确定单元21,影响力确定单元22,分流目标确定单元23,策略分析单元24。
强相关确定单元21,用于根据用户的数据业务量和预设的业务行为标准确定与用户的业务行为有强相关系性的强相关小区;影响力确定单元22,用于根据确定的强相关小区数量和每个强相关小区的用户数确定用户影响力因子;分流目标确定单元23,用于根据用户影响力因子确定目标分流用户;策略分析单元24,用于根据目标分流用户的通信数据分析出针对目标分流用户应采取的分流策略。
具体地,分流目标确定单元23,具体用于当用影响力因子大于预设的影响门限时,确定用户为目标分流用户。策略分析单元24,具体用于根据目标分流用户的数据业务话单上的信息提取目标分流用户的终端型号;根据提取的终端型号确定用户终端是否支持他网的能力;根据目标分流用户的强相关小区所在位置的他网覆盖情况和用户终端是否支持他网的能力确定针对目标分流用户应采取的分流策略。
优选地,该系统还可还包括存储单元25,用于存储业务行为标准和分流策略。
相应的,强相关确定单元21具体包括:
统一模块,用于在计算周期内统计用户在至少一个小区上的业务数据话单上的数据业务量;
行为相关确定模块,用于在统计模块统计结果显示用户在其中一小区上的数据业务量中用于表明数据业务量大小的统计项目中的至少一项大于对应预设的业务行为标准,和/或数据业务量占该用户业务总量的比例超过对应预设的业务行为标准时,确定小区为用户的强相关小区。
还包括存储单元25,用于存储预设的用户影响力因子与强相关用户数和强相关小区数量的映射关系。相应地,影响力确定单元22具体包括:
相关用户计算模块,用于根据确定的强相关小区数量和每个强相关小区的用户数计算用户影响的强相关用户数;
影响力确定模块,用于结合存储单元存储的用户影响力因子与强相关用户数和强相关小区数量的映射关系,根据计算出的强相关用户数和强相关小区数量确定用户的用户影响力因子。
本实施例提供的系统中可以在数据分流方案在转移高负荷网络的流量、平衡多网间负荷的基础上,以客户感知的提升为终极目标,从用户视角出发,通过数据挖掘的功能,定义用户业务行为和小区的相关属性,进而设定用户的影响力因子,并据此定位出最有益于用户体验及网络负荷的分流目标地点和目标用户,通过实施一系列分流举措,引导用户数据业务的分流,有效实现三网负荷分担,充分挖掘利用三网的协同效应,最终实现用户的数据业务体验的显著提升,最大化分流效益。
本发明实施例提供的上述设备或装置等产品是属于以计算机程序的流程方法为依据,并按照与方法实施例1和/或附图中方法流程的各步骤完全对应一致的方式,所提供的功能模块。并且由于这种功能模块是通过计算机程序的方式实现的软件装置,所以对于系统实施例2未具体提及的功能模块,由于考虑到根据上述方法实施例记载的内容已经足够使本领域技术人员从方法记录的各流程步骤直接地、毫无意外地确定实现所述步骤所必须建立的功能模块,所以在此不赘述。
本发明的技术方案本质上或者说对现有技术做出贡献的部分是以软件产品的形式体现出来的功能,也即是说:本发明的装置、设备或者组成系统的各个设备其所执行的方法或实现的功能主体即便为硬件,但是实际上实现本发明上述功能的部分却是计算机软件产品的模块或单元。并且该计算机软件产品可存储在可读取的存储介质中,如计算机的软盘,硬盘或光盘等,包括若干指令用以使得一台设备执行本发明各个实施例所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明能有多种不同形式的具体实施方式,上文结合附图对本发明做举例说明,这并不意味着本发明所应用的具体实施方式只能局限在这些特定的具体实施方式中,本领域的技术人员应当了解,上文所提供的具体实施方式只是多种优选实施方式中的一些示例,任何体现本发明权利要求的具体实施方式均应在本发明权利要求所要求保护的范围之内;本领域的技术人员能够对上文各具体实施方式中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、等同替换或者改进等,均应包含在本发明权利要求的保护范围之内。
Claims (9)
1.一种数据业务分流的实现方法,其特征在于,包括:
根据用户的数据业务量和预设的业务行为标准确定与所述用户的业务行为有强相关系性的强相关小区;
根据确定的强相关小区数量和每个强相关小区的用户数确定用户影响力因子;
根据所述用户影响力因子确定目标分流用户;
根据目标分流用户的通信数据分析出针对所述目标分流用户应采取的分流策略。
2.根据权利要求1所述的方法,其特征在于,所述根据用户的数据业务量和预设的业务行为标准确定与所述用户的业务行为有强相关系性的强相关小区,具体包括:
在计算周期内统计用户在至少一个小区上的业务数据话单上的数据业务量;
若统计结果显示所述用户在其中一小区上的数据业务量中表明业务量大小的统计项中的指数一项大于对应预设的业务行为标准,和/或数据业务量占该用户业务总量的比例超过对应预设的业务行为标准时,则确定所述小区为所述用户的强相关小区。
3.根据权利要求1或2所述的方法,其特征在于,所述根据确定的强相关小区数量和每个强相关小区的用户数确定用户影响力因子,具体包括:
根据确定的强相关小区数量和每个强相关小区的用户数计算所述用户影响的强相关用户数;
结合预设的用户影响力因子与所述强相关用户数和强相关小区数量的映射关系,根据计算出的所述强相关用户数和强相关小区数量确定所述用户的用户影响力因子。
4.根据权利要求1或2所述的方法,其特征在于,所述根据所述用户影响力因子确定目标分流用户,具体包括:
当所述用影响力因子大于预设的影响门限时,确定所述用户为目标分流用户。
5.根据权利要求4所述的方法,其特征在于,所述根据目标分流用户的通信数据分析出针对所述目标分流用户应采取的分流策略,具体包括:
根据所述目标分流用户的数据业务话单上的信息提取所述目标分流用户的终端型号;
根据提取的终端型号确定所述用户终端是否支持他网的能力;
根据所述目标分流用户的强相关小区所在位置的他网覆盖情况和所述用户终端是否支持他网的能力确定针对所述目标分流用户应采取的分流策略。
6.一种数据业务分流的实现系统,其特征在于,包括:
强相关确定单元,用于根据用户的数据业务量和预设的业务行为标准确定与所述用户的业务行为有强相关系性的强相关小区;
影响力确定单元,用于根据确定的强相关小区数量和每个强相关小区的用户数确定用户影响力因子;
分流目标确定单元,用于根据所述用户影响力因子确定目标分流用户;
策略分析单元,用于根据目标分流用户的通信数据分析出针对所述目标分流用户应采取的分流策略。
7.根据权利要求6所述的系统,其特征在于,
还包括存储单元,用于存储业务行为标准;
所述强相关确定单元具体包括:
统一模块,用于在计算周期内统计用户在至少一个小区上的业务数据话单上的数据业务量;
行为相关确定模块,用于在统计模块统计结果显示所述用户在其中一小区上的数据业务量中表明业务量大小的统计项中的至少一项大于对应预设的业务行为标准,和/或数据业务量占该用户业务总量的比例超过对应预设的业务行为标准时,确定所述小区为所述用户的强相关小区。
8.根据权利要求6或7所述的系统,其特征在于,
还包括存储单元,用于存储预设的用户影响力因子与所述强相关用户数和强相关小区数量的映射关系;
所述影响力确定单元具体包括:
相关用户计算模块,用于根据确定的强相关小区数量和每个强相关小区的用户数计算所述用户影响的强相关用户数;
影响力确定模块,用于结合存储单元存储的用户影响力因子与所述强相关用户数和强相关小区数量的映射关系,根据计算出的所述强相关用户数和强相关小区数量确定所述用户的用户影响力因子。
9.根据权利要求6或7所述的系统,其特征在于,所述分流目标确定单元,具体用于当所述用影响力因子大于预设的影响门限时,确定所述用户为目标分流用户。
10根据权利要求9所述的系统,其特征在于,
所述策略分析单元,具体用于根据所述目标分流用户的数据业务话单上的信息提取所述目标分流用户的终端型号;根据提取的终端型号确定所述用户终端是否支持他网的能力;根据所述目标分流用户的强相关小区所在位置的他网覆盖情况和所述用户终端是否支持他网的能力确定针对所述目标分流用户应采取的分流策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310495358.1A CN104581832B (zh) | 2013-10-21 | 2013-10-21 | 一种数据业务分流的实现方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310495358.1A CN104581832B (zh) | 2013-10-21 | 2013-10-21 | 一种数据业务分流的实现方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104581832A true CN104581832A (zh) | 2015-04-29 |
CN104581832B CN104581832B (zh) | 2018-03-23 |
Family
ID=53096802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310495358.1A Active CN104581832B (zh) | 2013-10-21 | 2013-10-21 | 一种数据业务分流的实现方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104581832B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105430676A (zh) * | 2015-11-06 | 2016-03-23 | 中国联合网络通信集团有限公司 | 一种降低gsm网络负载的方法及装置 |
CN105873102A (zh) * | 2016-03-31 | 2016-08-17 | 中国联合网络通信集团有限公司 | 移动网络迁转方法和系统 |
CN113747496A (zh) * | 2020-05-29 | 2021-12-03 | 中国电信股份有限公司 | 多连接网络中的切换方法、网络设备以及系统 |
CN116489703A (zh) * | 2023-06-21 | 2023-07-25 | 中国电信股份有限公司 | 感知节点确定方法、感知节点控制方法和相关设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060029021A1 (en) * | 2004-08-05 | 2006-02-09 | Hitachi Communication Technologies, Inc. | Handoff control method, base station controller, and base transceiver subsystem |
CN102271359A (zh) * | 2010-06-03 | 2011-12-07 | 华为技术有限公司 | 一种用于小区管理的测量方法、基站和通信系统 |
CN102625369A (zh) * | 2012-03-16 | 2012-08-01 | 东南大学 | 分类保证不同等级用户服务质量要求的负载均衡优化方法 |
CN102946620A (zh) * | 2012-11-01 | 2013-02-27 | 北京拓明科技有限公司 | 一种对数据网络进行双网分流的方法 |
-
2013
- 2013-10-21 CN CN201310495358.1A patent/CN104581832B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060029021A1 (en) * | 2004-08-05 | 2006-02-09 | Hitachi Communication Technologies, Inc. | Handoff control method, base station controller, and base transceiver subsystem |
CN102271359A (zh) * | 2010-06-03 | 2011-12-07 | 华为技术有限公司 | 一种用于小区管理的测量方法、基站和通信系统 |
CN102625369A (zh) * | 2012-03-16 | 2012-08-01 | 东南大学 | 分类保证不同等级用户服务质量要求的负载均衡优化方法 |
CN102946620A (zh) * | 2012-11-01 | 2013-02-27 | 北京拓明科技有限公司 | 一种对数据网络进行双网分流的方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105430676A (zh) * | 2015-11-06 | 2016-03-23 | 中国联合网络通信集团有限公司 | 一种降低gsm网络负载的方法及装置 |
CN105873102A (zh) * | 2016-03-31 | 2016-08-17 | 中国联合网络通信集团有限公司 | 移动网络迁转方法和系统 |
CN105873102B (zh) * | 2016-03-31 | 2019-06-21 | 中国联合网络通信集团有限公司 | 移动网络迁转方法和系统 |
CN113747496A (zh) * | 2020-05-29 | 2021-12-03 | 中国电信股份有限公司 | 多连接网络中的切换方法、网络设备以及系统 |
CN113747496B (zh) * | 2020-05-29 | 2024-02-09 | 中国电信股份有限公司 | 多连接网络中的切换方法、网络设备以及系统 |
CN116489703A (zh) * | 2023-06-21 | 2023-07-25 | 中国电信股份有限公司 | 感知节点确定方法、感知节点控制方法和相关设备 |
CN116489703B (zh) * | 2023-06-21 | 2023-09-29 | 中国电信股份有限公司 | 感知节点确定方法、感知节点控制方法和相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104581832B (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106060442A (zh) | 一种录像存储方法、装置及系统 | |
JP2020507135A (ja) | 専属エージェントプール配分方法、電子装置及びコンピューター読取可能な記憶媒体 | |
CN108289121A (zh) | 营销信息的推送方法及装置 | |
CN104396188A (zh) | 用于对移动网络性能问题进行根本原因分析的系统和方法 | |
CN104581832A (zh) | 一种数据业务分流的实现方法及系统 | |
CN104484233B (zh) | 一种资源分配方法 | |
CN105340311B (zh) | 网络设备、网络业务预测装置和方法 | |
CN106657191A (zh) | 一种负载均衡方法及相关装置、系统 | |
CN107623732A (zh) | 一种基于云平台的数据存储方法、装置、设备及存储介质 | |
CN106407191A (zh) | 一种数据处理方法及服务器 | |
CN104244446B (zh) | 获得无线局域网部署信息的方法及装置 | |
CN105139227B (zh) | 一种数据计算方法及装置 | |
CN109189726B (zh) | 一种读写日志的处理方法及装置 | |
CN109661671A (zh) | 使用边界位图对图像分类的改善 | |
CN104486769B (zh) | 一种价值小区的选取方法及装置 | |
CN106788932A (zh) | 载波聚合配置优化方法及装置 | |
CN109657893A (zh) | 业务数据分配方法、装置、设备及计算机可读存储介质 | |
CN107659982B (zh) | 一种无线网络接入点的分类方法及装置 | |
CN109725836A (zh) | 用户上下文压缩方法及装置 | |
CN104735735B (zh) | 一种多网络互操作方法及装置 | |
CN109308245A (zh) | 一种服务器资源预警方法、装置、设备及可读存储介质 | |
CN111736991B (zh) | 一种云平台资源调度的方法、装置、设备及可读介质 | |
CN104168660A (zh) | 确定优先级的方法及装置 | |
CN107580329A (zh) | 一种网络分析优化方法及装置 | |
US9706414B2 (en) | Method and apparatus for determining data flow rate on service access port |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |