CN105556554A - 多个设备相关性 - Google Patents

Abstract

公开了用于检测网络中的多个用户设备的共同用户和用于检测针对多个用户的共同群体的方法。方法包括接收多个事件记录。每一个事件记录对应于网络中的事件并包括设备标识符和事件信息。然后，在具有第一设备标识符的事件记录的第一子集和具有第二设备标识符的事件记录的第二子集之间计算相关性。基于该相关性，然后计算第一和第二设备标识符是否涉及与同一用户相关联的用户设备，以及第一和第二设备标识符是否涉及与属于共同群体的用户相关联的用户设备。

Description

多个设备相关性

背景技术

每种商业或服务操作在空间维度内——不管这是诸如零售商店之类的物理位置还是经由网站的虚拟位置。为了高效地操作商业或服务，必需了解商业或服务的客户和用户的人口学和心理行为。该过程已知为“客流量（footfall）分析”。

通常，客流量分析在零售商业部门内执行，并关注于测量到零售商店的访问者的数目和这些访问者的人口学，并且理想地这些如何转化为销售。

然而客流量分析不仅限于零售环境。例如，医院可能想要了解其患者的运动，地方当局可能想要了解有计划事件的影响，或者在线零售商可能想要了解他们的客户在使用该服务时在哪。

其中客流量分析具有特别重要的应用的一个领域是在设施管理的领域中。现代设施包括配置成控制设施的各方面的许多子系统。这可以包括室内设施（诸如建筑物）和室外设施（诸如街道）二者。

一些子系统基于存在于给定位置中的人的数目或特性而被控制。这传统地涉及手动计数进入位置的人的数目以及采访样本以确定他们的特性，诸如他们访问位置的原因。该手动收集的信息然后可以被用于近似将来在该区域中的人的数目和特性。基于该近似，可以设置子系统的各种参数（诸如输出级别和设置点）。然而，关于该手动过程的关键缺点在于，最初收集数据是非常耗时的。此外，由于数据不是完全实时的，并且实际上依赖于过去样本针对将来场合进行外推，所以其可能是非常不准确的，从而导致子系统的欠佳性能。

虽然准确的客流量分析将提供用于子系统的自动化控制的最佳基础，但是关于收集数据的困难性导致在现有技术中尝试考虑其他方法。一些子系统可以通过将子系统链接到一个或多个传感器而自动控制。子系统的输出然后可以基于传感器读数而自动调整。例如，空调子系统可以被配置成基于周期性或连续的传感器读数来调节区域内的温度以保持在两个设置点内。然而，这样的方法仅在其中存在容易测量的输出的情况下是合适的，并且在任何情况下，需要监视要安装和维护的基础结构。

自动控制的特别不精确的方法涉及使用运动传感器等来确定一个或多个人的存在。然而，这不提供存在的人的数目或种类的任何指示，并且容易出现大量的假正和真负。因此，这样的方法仅在其中准确度和精度不是那么重要的非常有限的情况下是适当的。例如，确定某人是否为重复访问者是非常困难（甚至实用上不可能的）。虽然对于这样的传感器可能有可能确定某人是成人还是孩子（基于人的尺寸），但是甚至这通常都是非常不准确和不可靠的。任何进一步的分析通常是不可能的。

因此，在本领域中需要针对分析用户客流量和基于用户客流量来控制相关联的子系统的方法方面的改善或至少为公众提供有用的选择。

发明内容

根据第一方面，提供了一种用于检测网络中的多个用户设备的共同用户的方法。首先，接收多个事件记录。每一个事件记录对应于网络（诸如，电信网络）中的事件并包括设备标识符和事件信息。然后，可以在具有第一设备标识符的多个事件记录的第一子集和具有与所述第一设备标识符不同的第二设备标识符的多个事件记录的第二子集之间计算相关性。基于所述相关性，然后计算第一和第二设备标识符是否涉及与同一用户相关联的用户设备。以此方式，两个以其他方式不相关的用户设备可以被计算为与同一用户相关。这然后可以通过避免将以其他方式发生的双计数来虑及更准确的用户计数。

计算相关性可以包括：基于第一子集中的每一个事件记录的事件日期、事件时间和事件位置来生成第一矩阵；生成第二矩阵，其映射第二子集中的每一个事件记录的事件日期、事件时间和事件位置；将第一矩阵和第二矩阵相比较；以及基于所述比较来计算第一和第二设备标识符涉及与同一用户相关联的用户设备的概率。这提供了一种用于使两个设备的使用模式相关同时反映任何推断不太可能是完全可靠的高效方法。

计算设备标识符是否涉及与同一用户相关联的用户设备可以包括在所述概率在阈值以上的情况下，记录设备标识符涉及与同一用户相关联的用户设备。该阈值可以取决于在最终使用中需要的准确度的级别来选择。例如，在其中需要高级别的准确度的安全相关的应用中，该阈值可以被设置为0.8或更高。

计算概率可以包括将与第二矩阵中的条目匹配的第一矩阵中的条目的数目计算为第一矩阵中的条目的总数目的比例。该权重可以基于一日中的时间。这提供了一种用于计算概率的计算上高效的方法。

在优选的实施例中，该方法还包括：计算用于一个或多个位置或用于一个或多个经排序的位置集合的一个或多个权重；以及基于权重来计算概率。因而，在某些位置或经排序的位置集合被视为特别决定性的情况下（诸如，涉及用户的家庭位置的那些），这些可以被给定相比于对于大量用户共同的位置（诸如工作位置）更多的概率上影响。

根据第二方面，提供了一种用于检测针对网络中的用户设备的多个用户的共同群体的方法。首先，接收多个事件记录，每一个事件记录对应于网络（诸如电信网络）中的事件并包括设备标识符和事件信息。然后可以在具有第一设备标识符的多个事件记录的第一子集和具有与所述第一设备标识符不同的第二设备标识符的多个事件记录的第二子集之间计算相关性。基于所述相关性，然后计算第一和第二设备标识符是否涉及与属于共同群体的用户相关联的用户设备。以此方式，可以确定用户之间的关系。

计算相关性可以包括：基于第一子集中的每一个事件记录的事件日期、事件时间和事件位置来生成第一矩阵；生成第二矩阵，其映射第二子集中的每一个事件记录的事件日期、事件时间和事件位置；将第一矩阵和第二矩阵相比较；以及基于所述比较来计算第一和第二设备标识符涉及与属于共同群体的用户相关联的用户设备的概率。这提供了一种用于使两个设备的使用模式相关同时反映任何推断不太可能是完全可靠的高效方法。

将第一矩阵和第二矩阵相比较可以包括：基于群体的类型来选择掩码；将掩码应用到第一矩阵以生成第一掩码矩阵；将掩码应用到第二矩阵以生成第二掩码矩阵；以及将第一掩码矩阵和第二掩码矩阵相比较。这允许群体推断仅基于每一个矩阵中的时隙的选择。这反映某些时隙更可能与某些群体相关（诸如白天时隙可能与共同工作者相关），由此改善推断的准确度。

第一或第二方面中的生成矩阵可以包括：将时间段划分为多个时隙；确定针对每一个时隙的位置；以及在矩阵中记录位置。

在这样做时，确定位置可以包括以下中的一个或多个：

检索所述时隙的开始时间；选择事件记录的子集中的具有最接近开始时间的时间数据的事件记录；将所述事件记录的位置记录为针对所述时隙的位置；或者

检索所述时隙的开始时间；选择事件记录的子集中的具有最接近开始时间的时间数据的事件记录；将所述事件记录的位置暂时记录为针对所述时隙的位置；将多个时隙聚合成多个时隙群组；计算跨每一个时隙群组的最常见位置；以及将针对每一个时隙群组的最常见位置记录为针对时隙群组中的每一个时隙的位置；或者

将每一个时隙划分成多个子时隙，多个子时隙包括两个边缘子时隙和一个或多个中央子时隙；针对每一个边缘子时隙：检索所述边缘子时隙的开始时间；选择事件记录的子集中的具有最接近开始时间的时间数据的事件记录；以及将所述事件记录的位置记录为针对所述边缘子时隙的位置；针对每一个中央子时隙：检索所述时隙的开始时间；选择事件记录的子集中的具有最接近开始时间的时间数据的事件记录；以及将所述事件记录的位置暂时记录为针对所述时隙的位置；计算跨中央子时隙的最常见位置；以及记录针对每一个中央子时隙的最常见位置；或者

标识与第一用户相关联的一个或多个第二用户；检索用于每一个第二用户的矩阵；以及将针对一个或多个第二用户的矩阵中的时隙的位置记录为针对与第一用户相关联的矩阵中的对应时隙的位置。

在优选实施例中，在计算相关性之前，该方法还可以包括：计算针对第一设备的最常见位置；计算针对第二设备的最常见位置；将针对第一设备的最常见位置与针对第二设备的最常见位置相比较；以及基于所述比较来确定第一和第二设备是否可与同一用户相关联。这提供了消除其中它们涉及同一用户在实用上是不可能的用户设备对的快速预过滤器。这降低了方法的整体计算复杂度。

在第三方面中，提供了一种具有存储在其上的计算机可执行指令的计算机可读介质，所述指令当由计算机执行时使得计算机执行第一或第二方面的方法。

附图说明

现在将参照附图描述本发明，在所述附图中：

图1示出了用于处理用于在客流量分析中使用的事件记录的方法；

图2示出了用于推断与多个用户设备相关联的共同用户的方法；

图3示出了用于将位置映射到矩阵中的时隙的第一示例性方法；

图4示出了用于将位置映射到矩阵中的时隙的第二示例性方法；

图5示出了用于将位置映射到矩阵中的时隙的第三示例性方法；

图6示出了用于推断针对矩阵中的空时隙的位置的示例性方法；

图7示出了用于推断用户属于共同的群体（cohort）的方法；

图8A至8D示出了出于推断用户属于共同的群体的目的而将掩码（mask）应用于矩阵的示例；

图9示出了用于实现所描述的方法的示例性系统；以及

图10A和10B示出了用于分析门户的示例性实施例。

具体实施方式

为了实现任何有用的客流量分析，必须首先收集相关数据。在实际中，绝大多数人随身携带与用于移动服务等的基站（或电信节点）通信的一个或多个设备。通常，设备与最近的基站进行通信。

基于此，如果设备连接到基站，则其可以推论该设备位于基站周围的区域内，其更靠近该基站而不是任何其他基站。该分析可以在数学上使用Voronoi算法来建模以将具有多个基站的大的地理区域划分成小区。当然，其他方法可以用于将移动电信小区和/或通信覆盖区域映射到地理区域中。每一个小区因此可以被映射到通常将以基站为中心的地理区域。

基站可以是常规的移动电话基站，向覆盖跨若干千米的区域的宏小区提供服务。在一些设置中，也可以使用较小的小区（诸如毫微微小区），特别是在室内需要服务的情况下。在这样的情况下，建筑物的每一个楼层或房间可以是单独的小区，并且用户设备可以与用于其楼层的基站进行通信。

在使用中，用户设备与基站通信。在这样做时，基站通常生成并存储基于已经发生的事件的事件记录。这些事件可以例如包括正在建立的电话呼叫或正在发送的文本消息。每一个事件记录包括指示事件何时发生的时间数据、指示涉及的用户设备的设备数据、指示发生的事件的类型的类型数据、以及指示事件发生在其中的网络小区的小区数据。

时间数据可以包括事件开始的日期和时间以及事件的持续时间。可替代地，其可以包括事件开始的第一日期和时间以及事件结束的第二日期时间。

设备数据唯一地标识在事件中涉及的设备。这通常是通过映射到设备、用户帐户或用户的一个或多个ID。通常，这包括用于设备的MSISDN、用于用户的IMSI（或与用户相关联的SIM卡或设备）、或用于设备的IMEI中的一个或多个。在一些情况下，可以使用匿名ID（特别是匿名MSISDN）。

类型数据标识发生的事件的类型。例如，事件类型数据可以指示事件是电话呼叫。这可以通过对应于查找表中的条目的代码来完成。

小区数据可以简单地是用于小区的标识符。然而，使用小区和地理区域之间的映射，小区数据也可以用作地理标识符。因此，使用该映射，可以容易地计算用于事件记录的位置数据，其标识事件发生的地理区域或位置。

在许多情况下，在基站的普通操作期间生成事件记录。在该情况下，存在生成事件记录的很少的附加开销，这是因为不管事件记录是否要用于客流量分析，都将生成它们。在一些情况下，事件记录可以包括被生成用于对用户的帐户计费的计费数据记录（CDR）。

虽然已经参照在基站处发生的事件描述了以上的事件记录，但是事件记录可以被附加地或可替代地生成和/或从基站的操作之外检索。特别地，事件记录可以包括在其他网络中发生的事件的记录。例如，事件记录可以涉及非电信网络（诸如通过WiFi网络传递的请求和响应）、GPS的使用、设备（诸如被接通或连接到不同小区的设备）的内部状态等。

数据收集

现在转到图1，示出了一种用于处理针对地理区域的事件记录的方法。设施管理子系统通常配置成单独地向不同的区域提供服务。例如，照明可能在第一区域而不是第二区域中需要，即使这两个区域均由单个子系统管理。因此，单独地针对每一个地理区域考虑事件记录可以是有用的。

在步骤102处，针对给定的地理区域检索事件记录。为了这样做，用于对应于地理区域的一个或多个小区的标识符被检索。这可以使用将位置映射到小区的查找表等来完成。所存储的事件记录然后被过滤以产生与所标识的小区相关的事件记录的子集。因此，子集仅涉及在给定地理区域内发生的事件。

在步骤104处，一组设备被标识，其每一个具有事件记录的子集中的至少一个对应的事件记录。事件记录然后可以被分成多个进一步的子集，其中每一个涉及单个用户设备。

在步骤106处，针对与每一个用户设备相关的子集生成用户构造体（construct）。每一个用户构造体包括涉及设备并且继而涉及名义（nominal）用户的事件记录的子集。在一些情况下，用户构造体可以实际涉及多个设备，例如，如果单个用户随身携带两个设备的话。

用户构造体可以在不必直接具有用户的任何知识的情况下创建。以此方式，用户构造体可以是匿名的。此外，因为每一个用户构造体可以仅涉及单个区域，所以同一实际用户可以被看作第一区域中的第一用户构造体和第二区域中的不同的第二用户构造体。

在步骤108处，这些用户构造体存储在数据存储区中以供将来使用。一旦生成并存储用户构造体，则可以执行客流量分析。

推断多个设备的用户

如上所述，在许多情况下，每一个用户设备可以被假设为对应于用户。因此，例如，在位置中的用户的数目可以被计算为等于在该位置处的用户设备的数目。

然而，在现实中，一些用户随身携带多个设备。例如，用户可以携带用于工作目的的移动电话和用于个人目的的另一移动电话。取决于其流行，其可能导致一些客流量分析不正确。一般，该错误通过高估在给定位置处的人的数目来表现。因此，虽然基于设备的计数可以给出人的数目的指示（其对于一些目的可以是足够的），但它不太可能是准确的。

图2示出可以被用于标识与单个用户相关联的多个用户设备的用于确定的方法。

在步骤402处，在给定的时间段内接收多个事件记录。时间段通常被选择成使得合理地代表普通的用户的时间表。例如，这可以是1周，使得事件记录将被预期成覆盖一般的生活方式。

多个事件记录被分成子集。每一个子集仅包含与单个设备相关的事件记录。这使用每一个事件记录中的设备数据（其可以是MSISDN或类似的）来完成。子集优选包含针对在时间段之上与每一个设备相关的每一个事件的事件记录。这确保两个设备之间的比较是最大限度准确的。

在步骤404处，基于与该用户设备相关的事件记录的子集中的事件记录针对每一个用户设备生成矩阵。矩阵将用户设备的位置映射到时间段期间的时隙。时隙的长度被选择成是足够规则的使得一般准确地建模用户设备的运动。已经发现约1分钟和约15分钟之间的时间段是合适的。

矩阵中的映射可以根据三种方法之一发生。

在图3中示出了用于映射的第一方法。在此，在步骤412处，检索时隙的开始时间。在步骤414处，选择事件记录的子集中的具有最接近开始时间的时间数据的事件记录。在步骤416处，针对该事件记录的位置被计算和记录为针对该时隙的位置。

在图4中示出了用于映射的第二方法。在此，在步骤422处，最初基于第一方法来计算针对每一个时隙的位置，如图3中所示。在步骤424处，时隙然后被聚合成群组。例如，五个非聚合的1分钟时隙可以形成单个聚合的5分钟时隙。

在步骤426处，针对聚合时隙的位置基于非聚合时隙的位置来计算。如果存在跨非聚合时隙的主导位置（即，存在比任何其他位置更常见的一个位置），则主导位置被选择为针对该聚合时隙的位置。在不存在主导位置的情况下，随机位置可以被选择或者相邻聚合时隙的位置被使用。

最后，在步骤428处，聚合时隙的位置被记录为针对每一个非聚合时隙的位置。

在图5中示出了用于映射的第三方法。在步骤432处，时隙被划分为三个或更多序列的子时隙，每一个对应于时隙的时段的一部分。矩阵被调整成适应子时隙。

在步骤434处，针对边缘子时隙（即，在时隙的开始和结束处的那些时隙）的位置使用以上的第一方法或第二方法而被计算和记录为犹如它们是未划分的时隙。换言之，时段的开始或结束处的改变可以与该时隙中的主导值分离地标注（note）。这允许记录位置之间的转移（transition），即使在转移不是主导值的情况下。

在步骤436处，针对一个或多个中央子时隙（即，不是边缘子时隙的子时隙）的位置被计算并记录为整个时隙的或中央子时隙的主导值。

每一种方法可能在不同情形中是有益的。例如，在一些实现中，存在最小化功耗的需要，诸如在网络的边缘上。在这样的情况下，可以优选较少计算强度的方法（诸如第一方法）。

在较少关注功耗或计算要求的情况下，可以优选第二或第三方法，这是因为这些可以提供更高的准确度结果。通常，在不存在时隙的开始或结束处的转移的情况下可以优选第二方法，并且当存在这样的转移时可以优选第三方法。

独立于使用哪种方法，产生将每一个时隙映射到位置的矩阵。然而，在一些情况下，可能在矩阵中存在空的时隙。这可以在设备在该时间期间不参与任何事件的情况下发生，或者可以反映基础数据中的间隙。在诸如这些的情况下，图2的方法然后可以进行到步骤406，在其中推断针对空的时隙的位置。

在其中之前和之后的时隙二者涉及相同位置的一般情况下，可以推论针对空的中间时隙的位置是相同的。在之前和之后的时隙的位置不是相同的情况下，空的时隙的位置可以通过针对用户着眼于在其他日子的相同时间来推断。以此方式，模式可以导出并用于填充空的时隙。

当外部社交网络数据是可用时，可以采取推断针对空时隙的位置的可替代方法。这样的数据可以指示两个用户以某种方式社交连接。该连接可以基于社交网络系统，其中用户明确地将他们自身连接至其他用户（通过“成为朋友”等），但可以附加地或可替代地包括用户之间的偶然（incidental）通信（电话呼叫、文本消息、电子邮件等）、转账、地址簿中的条目或任何类似事物。

在图6中示出了基于社交网络数据推断位置的示例性实施例。

在步骤462处，一个或多个第二用户基于社交网络数据而被标识。通常，每一个第二用户具有与第一用户的第一程度（degree）关系（即，他们直接连接到社交网络数据中的用户）。然而，在一些情况下，也可以标识具有与第一用户的第二程度关系的一个或多个第二用户（即，他们被连接到直接连接到第一用户的中间用户）。包括具有第二程度关系的用户在直接连接用户的数目是少的情况下可以是特别有益的。

在步骤464处，矩阵针对所标识的第二用户中的每一个而生成（或检索，在已经存在这样的矩阵的情况下），每一个矩阵将时隙映射到第二用户的位置。针对第二用户的矩阵中的每一个时隙优选对应于针对第一用户的矩阵的时隙。

在步骤466处，标识一个或多个候选第二用户，通常，这涉及标识具有具有关于与第一用户相同位置的之前和之后时隙二者并且在中间时隙中不具有（或至少具有较少）的间隙的那些第二用户。

在多个候选第二用户被标识的情况下，他们可以基于第一用户和特定候选第二用户之间的关系的强度进行排序。例如，每日呼叫第一用户的候选第二用户可以被视为具有比向第一用户发电子邮件一次的候选第二用户更强的关系。

排序可以附加地或可替代地基于第一用户的矩阵和候选第二用户的矩阵之间的相似性。在非常基本的示例中，在要不是第一用户的矩阵中的空时隙则两个用户具有相同的矩阵的情况下，可以看作存在用于基于第二用户的矩阵来推断针对空时隙的位置的强基础。

最后，在步骤468处，填充针对第一用户的矩阵中的空时隙。这可以基于经排序集合中的第一个候选第二用户。在一些情况下，其可以可替代地基于多个候选第二用户，这通过聚合多个候选第二用户的矩阵。例如，聚合可以涉及针对第一用户的矩阵中的每一个丢失时隙计算跨多个候选第二用户的最常见位置。

不管使用哪种方法来推断针对空时隙的位置，方法然后都进行到尝试将第一用户设备匹配到一个或多个其他用户设备。

在步骤407处，可以应用预过滤器，特别是在用户设备的数目很大的情况下。预过滤器用于消除必定不涉及第一用户设备的用户设备，从而避免需要计算上更密集的比较。

预过滤器包括：首先生成针对每一个用户设备的最常见位置。如果给定用户设备的最常见位置与第一用户设备的最常见位置显著不同（例如，它们处于国家的不同部分），那么可以假定设备涉及不同用户并且不需要进一步计算。

在步骤408处，针对第一用户设备的矩阵与针对其他用户设备（其未被预过滤器消除，在其被使用的情况下）的矩阵相关。第一用户设备和第二用户设备之间的每一个相关性产生作为输出的概率值。概率值指示第一用户设备和第二用户设备与同一用户相关联的可能性。

在一个实现中，相关性可以包括计数其中针对第一用户设备的时隙与针对第二用户设备的时隙相匹配的场合的数目。作为时隙的总数目的比例的匹配数目然后可以被视为概率。

在一些情况下，一些位置可以被加权以对概率作用得更多。例如，在第一用户设备和第二用户设备之间匹配家庭位置可能比匹配工作位置重要得多。

在另外的情况下，不同模式的位置可以被不同地加权。例如，在上午的工作位置（潜在地对应于上午通勤）和家庭位置之间的位置系列可以比工作日期间的工作位置（其随后可以跟着作为同事的多个用户）周围的位置系列更高地加权。

最后，在步骤410处，将针对每对设备的概率与阈值相比较。如果概率在阈值（其可以是90％）以上，则第一用户设备和第二用户设备被记录为与同一用户相关联。

因此，该方法可以确定哪些设备属于同一人，这基于它们定位在一起的概率。以此方式，可以更准确得多地计算位置中的人的数目。这导致下游获益，其中基于人的数目而被控制的子系统可以在给定的位置中更有效且更高效地操作。

群体推断

如上所述，可以分析两个或更多设备的使用简档来推断这两个设备属于同一用户的概率。然而，在一些应用中，在设备不属于同一用户的情况下（例如，如果该概率落在阈值以下），可能有可能推断两个或更多设备的用户属于同一群体。这可以包括家庭成员或以其他方式住在同一住所中的人、共同工作者、旅伴或具有共同兴趣的人（诸如同一足球俱乐部的球迷）。

图7示出了用于推断两个或更多用户属于共同群体的方法。虽然在图中未示出，但是如上所述，该方法通常开始于步骤402至406。因此，在期望执行多个设备推断（如以上关于图2描述的）和群体推断（如以下将关于图7描述的）二者的情况下，步骤402至406有可能执行一次，并且步骤402至406的结果被用于这两个分析。

因此，在步骤442处，跟着步骤402至406，可以应用预过滤器，特别是在用户设备的数目很大的情况下。在该情况下，预过滤器可以基于与每一个用户设备相关联的用户的社交网络数据。社交网络数据可以与事件记录的源（例如，移动运营商）相关联，或者可以是分离的。在一些情况下，社交网络数据可以来自多个源。预过滤器可以被配置成消除与离第一用户预定数目的程度（诸如多于两个程度）并且因此不太可能属于同一群体的用户对应的用户设备。

例如，如果给定用户不直接连接到第一用户（即，不具有与第一用户的第一程度关系）并且未连接到与第一用户连接的任何其他用户（即，不具有与第一用户的第二程度关系），则可以推断，该用户不太可能属于与第一用户相同的群体。在这样的情况下，进一步的分析可以视为不必要的，从而避免需要计算上更密集的比较。应当指出的是，当考虑ad-hoc（自组）或松散地相关的群体（诸如共享行进路由的用户或共享共同兴趣的用户）时，基于社交网络数据的预过滤器可能是不适当的。

在步骤444处，基于群体的类型来生成掩码。通常掩码将包括用于给定时段中（例如，一周之上）的每一个时隙的二进制值。以此方式，在推断针对某一类型的群体的成员资格（membership）中将仅考虑对应于某些时隙（即，具有掩码中的“1”的那些）的位置。然后将掩码应用到每一个矩阵以产生一组掩码矩阵。每一个掩码矩阵可以包括由于掩码而不具有值的数个时隙。

一些掩码是静态的，并且可以跨宽范围的用户而使用。例如，意图标识共同工作者的掩码可以跨多个不同群组而使用，这是因为大比例的人在工作日工作类似的小时。然而，在一些情况下，掩码可以动态地基于外部信息而生成。例如，在意图推断给定足球队的支持者的情况下，掩码可以基于针对该队的比赛调度信息而生成，以便仅在仅比赛日的比赛时间内包括位置。

在步骤446处，针对第一用户设备的掩码矩阵与针对其他用户设备的矩阵相关。第一用户设备和第二用户设备之间的每一个相关性产生作为输出的概率值。概率值指示与第一用户设备相关联的用户和与第二用户设备相关联的用户属于共同群体的可能性。特定群体通常通过在步骤442处使用的掩码指示。

最后，如步骤448那样，将针对每对设备的概率与阈值相比较。如果概率在阈值（诸如约80％）以上，则第一用户设备和第二用户设备被记录为属于共同群体。

其在使用中的示例可以在图8A至8D中看到。

图8A示出针对三个不同设备的示例矩阵452、454、456。每一个所绘的矩阵包括24个时隙，每一个对应于给定的一日中的一个小时。每一个时隙保存对应于位置的值。

图8B示出了第一掩码458A向矩阵452、454和456的应用。在该情况下，第一掩码458A被配置成标识作为共同工作者的用户。因此，第一掩码458A只允许考虑典型的工作时间（09:00至17:00）期间的时隙。当第一掩码458A应用到矩阵452、454、456时，生成一组掩码矩阵452A、454A、456A。基于此，可以计算出对应于矩阵452A的第一用户很高可能是与对应于矩阵456A的第三用户的共同工作者，并且高度不可能是与对应于矩阵454A的第二用户的共同工作者。

图8C示出了第二掩码458B向矩阵452、454和456的应用。在该情况下，第二掩码458B被配置成标识住在一起的用户（即，他们是家人、室友等）。因此，第二掩码458B只允许考虑用户将在他们的家处的典型时间（18:00至08:00）期间的时隙。当第二掩码458B应用到矩阵452、454、456时，生成一组掩码矩阵452B、454B、456B。基于此，可以计算出对应于矩阵452B的第一用户很高可能与对应于矩阵454B的第二用户住在一起，并且高度不可能与对应于矩阵456B的第三用户一起住。

图8D示出了第三掩码458C向矩阵452、454和456的应用。在该情况下，第三掩码458C被配置成标识共享共同的行进路由的用户。因此，第三掩码458C只允许考虑用户将进行通勤的典型时间（08:00至09:00和17:00至18:00）期间的时隙。当第三掩码458C应用到矩阵452、454、456时，生成一组掩码矩阵452C、454C、456C。基于此，可以计算出对应于矩阵452C、454C和456C的所有三个用户很高可能共享共同的行进路由。

因此，该方法可以推断两个或更多用户属于同一群体。这导致下游获益，其中基于给定区域中的人而被控制的子系统可以更有效且更高效地操作。

基础结构

上述方法针对要执行的各种客流量分析而提供。在使用中，这些方法通常在系统中执行。在图9中示出了一种这样的示例性系统。

在该系统中，数据最终源自移动网络运营商10。数据存储在一个或多个数据存储区11中。每一个数据存储区可以专用于不同种类的数据，例如，一个可以存储事件数据，另一个可以存储客户数据等。例如，每一个数据存储区11可以涉及实时网络数据、网络和OSS数据、应用数据或操作数据中的一个或多个。

移动网络运营商10提供API服务12。响应于接收到API调用，API服务12从数据存储区11检索适当数据，并返回该数据。对API服务12的访问可以仅限于某些方，并且因此可能需要认证。对API服务12做出的请求可以被做成联合的查询，以使得响应于该查询，多个数据源被搜索并且结果被编译。在一些情况下，除了响应于接收到API调用之外，API服务12可以将数据发送到预定的接收者。例如，这可以发生在数据存储区11中的新存储的数据匹配于预定条件时。以此方式，API服务12可以利用“推送”传输。

提供分析平台20以管理上述的方法。

分析平台包括客户端API21，其被配置成调用移动网络运营商10处的适当的API服务12。执行这些调用以便检索针对要执行的分析方法所需的数据（诸如事件记录）。可以实时地（或至少近实时地，其中数据在对应事件发生的15分钟左右内是可用的）检索数据。

API服务12和客户端API21之间的通信通常涉及RESTful架构。因此，针对资源的请求可以通过客户端API21使用标准HTTP方法做出，并且响应使用HTML、XML或JSON通过FTP或HTTP而接收。

在客户端API21处接收的数据然后被发送到数据处理模块22。接收的数据可以落入到三种类别之一中：结构化数据（其遵循预先约定的标准的强制性核心）、半结构化数据（其遵循对预先约定的标准的可选附加）或非结构化数据（其不遵循预先约定的标准）。

在一些情况下，多个移动网络运营商10可以为其各自的数据提供API服务12。在该情况下，客户端API21可以继而从每一个移动网络运营商10检索数据，并继而将所检索的数据从每一个移动网络运营商10传递到数据处理模块22。

数据处理模块22被配置成根据其类型来处理传入的数据。更精确地，数据处理模块22包含操作以将数据处理成适于存储和/或将来使用的形式的一个或多个操作服务组件。组件可以包括接受结构化数据的一个或多个结构化加载器。组件可以附加地或可替代地包括被配置成对半结构化数据进行操作的一个或多个半结构化加载器。半结构化加载器可以操作以确定半结构化数据的数据字段，并创建适当的存储对象。组件（其可以包括结构化加载器或半结构化加载器）可以操作以执行数据验证、数据匿名化、数据富集和转换、数据优化（诸如索引）、数据审计和记入等中的一个或多个。一旦被处理，则数据然后被存储在数据存储区23中。

数据存储区23通常保存四个种类的数据：移动订户数据、参考数据、系统元数据和导出数据。移动订户数据包含源自网络事件和与移动订户有关的所有“原始”数据。这通常包括事件记录，并且可以被视为用于分析的主要种类数据。参考数据包括可以改善分析的操作的辅助数据。这可以包括网络站点/小区配置数据、地理数据（诸如GIS多边形数据）、外部客流量查证统计、人口统计或天气数据。相比于移动订户数据，参考数据可以较不频繁地更新，或者可以被作为静态的来对待并且不更新。系统元数据通常保存与各种API的操作（诸如调用限定和调度）相关的数据，以便维持系统内的灵活性。导出数据包括基于移动订户数据和参考数据所计算和推断的数据。

提供分析处理模块24，其作用于存储在数据存储区23中的数据上。如将理解的是，分析处理模块24通常实现本文所描述的客流量分析方法，然后将结果存储在数据存储区23中。更精确地，分析处理模块24可以包括处理器和存储器，其包括指令，所述指令当由处理器执行时使处理器执行上述方法中的一个或多个。

分析平台20还包括被配置成接收来自一个或多个外部实体的请求的API服务25。API服务25可以针对一个或多个不同等级的服务而提供。第一等级包括数据提取，从而提供了一种用于递送原始数据集的机制。在多数情况下，这很可能是导出数据。然而，在一些情况下（诸如，其中主数据源是不可用的），也可以提供其他类型的数据。第二等级包括数据可视化，从而提供了一种用于递送以视觉方式表达（例如，如图表、图形）或被处理以用于可视化中（诸如提供用于地理标注和可视化的KML/KMZ文件）的数据的机制。第三等级包括洞察（insight），从而提供一种用于递送报告（优选以预限定的格式）的机制。这可以用于提供原始数据的格式化输出（其继而可以包括可视化）。

可以提供分析门户32以虑及用于分析平台的用户接口。特别地，分析门户32被配置成虑及数据的报告和可视化。其通常包括被配置成通过API服务25从分析平台检索数据并提供一个或多个动态网页的网络服务器（webserver）。每一个网页当被调用以示出客流量数据的视图时被生成。这可以使用标准门户组件（portlet）来完成。

一个或多个子系统控制器34也可以通过API服务25与分析平台进行通信。对应的子系统（诸如空调子系统）可以被配置成根据所检索的数据进行操作。

虽然单独示出，但是可以想到的是，分析平台和分析门户可以一起操作，并且可以被提供为单个系统或计算机程序产品，使得分析门户简单地通过API服务25提供用户接口。

因此，在优选实施例中，提供了一种用于在网络中执行分析的系统。该系统优选地包括分析平台20。分析平台20优选地包括：客户端API模块21，其被配置成调用移动网络运营商10处的API服务12并且响应于该调用而从API服务12接收数据；数据存储区23；数据处理模块22，其被配置成处理所接收的数据并在数据存储区23中存储经处理的数据；分析处理模块24，其被配置成执行一个或多个分析方法（诸如在以上关于图2至8D所描述的那些方法）；以及API服务模块25，其被配置成配置成从一个或多个外部实体接收请求，并响应于请求而提供一个或多个数据服务。

现在将关于图10A和10B来描述示例性分析门户32。在这些示例中，分析门户32包括网络服务器40。网络服务器40通常被配置成接收请求并以共同的网络服务器格式（诸如HTTP）进行响应。响应可以包括提供动态门户或门户页面。网络服务器40优选被配置成遵守适当的标准，诸如JSR168。在使用中，网络服务器40（或至少网络服务器40的组件）可以与各种其他模块进行通信。因此，在图10A中所示的示例中，网络服务器40与分析平台20中的API服务25进行通信。以此方式，针对网络服务器40的操作所需的内容可以经由适当的调用而供应到API服务25。网络服务器40也经由API服务52（并且优选地经由由API服务52提供的数据提取功能）与数据存储区54进行通信。在这样的示例中，数据存储区54通常被配置成存储用于网络服务器40的门户元数据。数据存储区54和API服务52可以与分析平台20分离。

在一些实施例中，API服务52和数据存储区54与API服务25和数据存储区23集成。其示例示出在图10B中，其中网络服务器40经由API服务25（优选地经由由API服务25提供的数据提取功能，如上所述）与数据存储区23进行通信。数据存储区23因此可以被配置成存储门户元数据，并且API服务25被配置成供应关于所做出的适当调用的门户元数据。

如在图10A和10B二者中可以看到的，网络服务器40包括门户访问模块42，其被配置成评估用户或群组的证书，并基于该评估来评价组件（诸如门户组件）对于给定的用户或群组是否可见。为此目的，门户访问模块42可以优选地经由合适的API服务25、52与保存门户元数据的数据存储区23、54进行通信。基于对API服务的一个或多个查询的结果，门户访问模块42然后可以评价可见性或访问。

网络服务器40还包括布局控制模块44。布局控制模块44被配置成查询API服务25、52以检索门户元数据，并基于所检索的门户元数据来确定何处以及如何显示页面和门户组件。为此目的，布局控制模块44可以与具有一个或多个门户组件48的门户组件库46进行通信，门户组件库46被配置成使得可以用于显示数据的不同方面的模块化组件可用，并优选地遵守适当的标准，诸如JSR168。门户组件48可以包括映射门户组件、图表门户组件、图像门户组件、文本门户组件、或任何其他合适类型的门户组件。

门户组件库46也可以被配置成从合适的数据存储区检索内容以用于门户组件48中的一个或多个的显示中。特别地，门户组件库46可以对API服务25、52进行调用，以检索数据来用作内容。在使用中，每一个门户组件48可以由布局控制模块44基于所检索的门户元数据来初始化并维持。以此方式，布局控制模块44准备门户和门户页面以用于来自网络服务器40的响应中。

因此，在优选的实施例中，提供了一种用于操作分析门户的系统。该系统包括：门户访问控制模块42，其被配置成评价用户或群组的证书；门户组件库46，其被配置成存储一个或多个门户组件48；以及布局控制模块44，其被配置成基于门户元数据和一个或多个门户组件来初始化一个或多个门户页面。

本申请经由一个或多个示例描述了本发明的各实施例。然而，如将对于本领域技术人员是显而易见的，可以在不脱离本发明的精神和范围的情况下对所描述的示例和实施例做出各种修改和改变。这样的修改和改变包括在本申请的范围之内。

本申请描述了各种技术上可实现的分析系统和方法。本申请中描述的任何实施例的商业实现可以经受适用的隐私法。

Claims (17)

1.一种用于检测网络中的多个用户设备的共同用户的方法，包括：

接收多个事件记录，每一个事件记录对应于网络中的事件并包括设备标识符和事件信息；

计算具有第一设备标识符的多个事件记录的第一子集和具有与所述第一设备标识符不同的第二设备标识符的多个事件记录的第二子集之间的相关性；以及

基于所述相关性来计算第一和第二设备标识符是否涉及与同一用户相关联的用户设备。

2.根据权利要求1所述的方法，其中，计算相关性包括：

基于第一子集中的每一个事件记录的事件日期、事件时间和事件位置来生成第一矩阵；

生成第二矩阵，其映射第二子集中的每一个事件记录的事件日期、事件时间和事件位置；

将第一矩阵和第二矩阵相比较；以及

基于所述比较来计算第一和第二设备标识符涉及与同一用户相关联的用户设备的概率。

3.根据权利要求2所述的方法，其中，计算设备标识符是否涉及与同一用户相关联的用户设备包括：

在所述概率在阈值以上的情况下，记录设备标识符涉及与同一用户相关联的用户设备。

4.根据权利要求2或3所述的方法，其中，计算概率包括将与第二矩阵中的条目匹配的第一矩阵中的条目的数目计算为第一矩阵中的条目的总数目的比例。

5.根据权利要求2至4中的任一项所述的方法，还包括：

计算用于一个或多个位置的一个或多个权重；以及

基于权重来计算概率。

6.根据权利要求5所述的方法，其中一个或多个权重基于一日中的时间。

7.根据权利要求2至5中的任一项所述的方法，还包括：

计算用于一个或多个经排序的位置集合的一个或多个权重；以及

基于权重来计算概率。

8.根据权利要求1至7中的任一项所述的方法，还包括，在计算相关性之前：

计算针对第一设备的最常见位置；

计算针对第二设备的最常见位置；

将针对第一设备的最常见位置与针对第二设备的最常见位置相比较；以及

基于所述比较来确定第一和第二设备是否可与同一用户相关联。

9.一种用于检测针对网络中的用户设备的多个用户的共同群体的方法，包括：

接收多个事件记录，每一个事件记录对应于网络中的事件并包括设备标识符和事件信息；

计算具有第一设备标识符的多个事件记录的第一子集和具有与所述第一设备标识符不同的第二设备标识符的多个事件记录的第二子集之间的相关性；以及

基于所述相关性来计算第一和第二设备标识符是否涉及与属于共同群体的用户相关联的用户设备。

10.根据权利要求9所述的方法，其中，计算相关性包括：

基于第一子集中的每一个事件记录的事件日期、事件时间和事件位置来生成第一矩阵；

生成第二矩阵，其映射第二子集中的每一个事件记录的事件日期、事件时间和事件位置；

将第一矩阵和第二矩阵相比较；以及

基于所述比较来计算第一和第二设备标识符涉及与属于共同群体的用户相关联的用户设备的概率。

11.根据权利要求10所述的方法，其中将第一矩阵和第二矩阵相比较包括：

基于群体的类型来选择掩码；

将掩码应用到第一矩阵以生成第一掩码矩阵；

将掩码应用到第二矩阵以生成第二掩码矩阵；以及

将第一掩码矩阵和第二掩码矩阵相比较。

12.根据权利要求1至11中的任一项所述的方法，其中，生成矩阵包括：

将时间段划分为多个时隙；

确定针对每一个时隙的位置；以及

在矩阵中记录位置。

13.根据权利要求12所述的方法，其中确定针对每一个时隙的位置包括：

检索所述时隙的开始时间；

选择事件记录的子集中的具有最接近开始时间的时间数据的事件记录；

将所述事件记录的位置记录为针对所述时隙的位置。

14.根据权利要求12所述的方法，其中，确定针对每一个时隙的位置包括：

检索所述时隙的开始时间；

选择事件记录的子集中的具有最接近开始时间的时间数据的事件记录；

将所述事件记录的位置暂时记录为针对所述时隙的位置；

将多个时隙聚合成多个时隙群组；

计算跨每一个时隙群组的最常见位置；以及

将针对每一个时隙群组的最常见位置记录为针对时隙群组中的每一个时隙的位置。

15.根据权利要求12所述的方法，其中，确定针对每一个时隙的位置包括：

将每一个时隙划分成多个子时隙，多个子时隙包括两个边缘子时隙和一个或多个中央子时隙；

针对每一个边缘子时隙：

检索所述边缘子时隙的开始时间；

选择事件记录的子集中的具有最接近开始时间的时间数据的事件记录；以及

将所述事件记录的位置记录为针对所述边缘子时隙的位置；

针对每一个中央子时隙：

检索所述时隙的开始时间；

选择事件记录的子集中的具有最接近开始时间的时间数据的事件记录；以及

将所述事件记录的位置暂时记录为针对所述时隙的位置；

计算跨中央子时隙的最常见位置；以及

记录针对每一个中央子时隙的最常见位置。

16.根据权利要求12所述的方法，其中矩阵与第一用户相关联，并且其中确定针对每一个时隙的位置包括：

标识与第一用户相关联的一个或多个第二用户；

检索用于每一个第二用户的矩阵；以及

将针对一个或多个第二用户的矩阵中的时隙的位置记录为针对与第一用户相关联的矩阵中的对应时隙的位置。

17.一种具有存储在其上的计算机可执行指令的计算机可读介质，所述指令当由计算机执行时使得所述计算机执行权利要求1至16中的任一项的方法。