CN105722025A - 一种基于基站小区的目标客户样本选取方法及系统 - Google Patents
一种基于基站小区的目标客户样本选取方法及系统 Download PDFInfo
- Publication number
- CN105722025A CN105722025A CN201610031656.9A CN201610031656A CN105722025A CN 105722025 A CN105722025 A CN 105722025A CN 201610031656 A CN201610031656 A CN 201610031656A CN 105722025 A CN105722025 A CN 105722025A
- Authority
- CN
- China
- Prior art keywords
- base stations
- base station
- associated base
- closed polygon
- area
- 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
- 238000010187 selection method Methods 0.000 title claims abstract description 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 230000005855 radiation Effects 0.000 claims description 18
- 230000011664 signaling Effects 0.000 claims description 13
- 239000012141 concentrate Substances 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 abstract description 3
- 239000000758 substrate Substances 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241000237509 Patinopecten sp. Species 0.000 description 1
- 206010000210 abortion Diseases 0.000 description 1
- 231100000176 abortion Toxicity 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 235000020637 scallop Nutrition 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/025—Services making use of location information using location based information parameters
Abstract
本发明涉及一种基于基站小区的目标客户样本选取方法及系统,其方法包括:步骤1:在电子地图中根据需监测地区绘制一个闭合多边形,并确定一个以所述闭合多边形为中心的监测区域;步骤2:在基站库表中查找监测区域内的所有基站,得到相关基站,所有相关基站构成相关基站集,并获取所有相关基站的扇形覆盖区域;步骤3:删除相关基站集中的相关基站的扇形覆盖区域与所述闭合多边形不存在交集的相关基站,记录相关基站集中剩余所有基站对应的小区的标识并存入数据库,执行步骤4;步骤4:根据数据库中获取的标识,获取需监测区域内的用户信息。本发明实现客户的实时在线数据的采集。判定运营商基站扇区是否覆盖到地图平面位置的逻辑过程。
Description
技术领域
本发明涉及一种基于基站小区的目标客户样本选取方法及系统。
背景技术
随着移互联网的迅速普及和信息技术的迅速发展,加速了经济信息化和经济全球化的进程,改变了传统的商业竞争模式.,同时也催生“大数据时代”的到来。在大数据时代,数据管理和应用能力成为企业的核心竞争力,企业需要将核心信息数据应用融入到企业运营体系,通过大数据分析支撑企业管理和业务运营。在大数据时代,运营商必须以科学的管理方法和先进的信息技术从海量的宝贵数据中进行深层次的分析和挖掘,从中发现与客户消费行为相关的有价值的、有规律的信息,充分满足电信运营商以客户为导向、精确化营销的经营理念。只有这样才能凭借大数据东风拥抱互联网、电子商务,在大数据市场占据一席之地。
大数据在选址分析决策支持方面为应用要求数据服务提供商,提供具备前端可快速准确定位与某分析位置相关的电信用户样本人群的前置能力。在电子地图平台的支持下,为用户提地图区域到样本用户的关联。
现有技术一的技术方案:
基于GPS定位:
目前很多应用尤其是移动互联网应用在基于位置的客户选取上,往往选择基于GPS信息实现。这种技术通过记录客户的GPS信息,形成位置与时间的对应关系,并形成客户个体的位置行为轨迹。通过选择单点位置或区域,圈定选取对应的客户群体。
现有技术二的技术方案:
基于COO定位:
COO是一种单基站定位,即根据设备当前连接的蜂窝基站的位置来确定设备的位置。那么很显然,定位的精度就取决于蜂窝小区的半径。在基站密集的城市中心地区,通常会采用多层小区,小区划分的很小,这时定位精度可以达到50M以内;而在其他地区,可能基站分布相对分散,小区半径较大,可能达到几千米,也就意味着定位精度只能粗略到几千米,从原理上我们可以看出,COO定位其精度是不太确定的。但是这却是GSM网络中的移动设备最快捷、最方便的定位方法,因为GSM网络端以及设备端都不需要任何的额外硬件投入。在一般的设备中,可能都存在一个类似如下的GetCurrentCellID()方法的接口来提供当前GSM蜂窝基站ID:CellID=GetCurrentCellID();通过这个接口获取到CellID后,我们还需要根据这个CellID查出该蜂窝基站所在的具体地理坐标。这时,我们可能就需要调用一些包含[CellID,地理坐标]对应关系的外部数据以确定相应的地理坐标。
使用COO定位技术,采集基站数据,通过基站的辐射范围以及在特定时间段,在此基站的用户注册信息,来判定客户的位置轨迹,从而实现基于位置的客户选取。
发明内容
经研究发现,基于GPS定位存在以下的缺点:
基于GPS的客户选取技术的缺点有二。第一,手机终端的GPS模块需要用户赋予相应的权限并通过应用触发,才能实现位置信息的记录,故客户位置信息及轨迹无法连续采集,造成客户群体选择时,将会遗漏。第二,GPS信号的接收也会受到诸多的限制,例如在室内、隧道、地下停车场、高楼区域等有可能阻挡对空视线的地区,GPS无法实现搜星定位;金属成分过多的太阳膜,会对GPS的搜星性能起很大的屏蔽作用,有可能严重降低GPS的搜星性能,甚至无法搜星等等。
而基于COO定位存在以下的缺点:
此技术最大的确定在于,在实际的使用场景中,使用者划定的位置区域并不能与基站覆盖的范围完全吻合,这就造成选取出的客户数量的精准度很低。
针对以上基于基站信息的客户选取方案的缺点,本专利通过模型计算、确定基站小区扇区是否落在监测区域平面中,判定小区是否纳入目标样本用户采集基站来源,解决了这一问题。
本发明所要解决的技术问题是,针对现有技术中客户选取方案的缺点,提供一种通过使用移动通信基站信息,实现客户的实时在线数据的采集;通过模型计算、确定基站小区扇区是否落在监测区域平面中,判定小区是否纳入目标样本用户采集基站来源的基于基站小区的目标客户样本选取方法及系统。
本发明解决上述技术问题的技术方案如下:一种基于基站小区的目标客户样本选取方法,具体包括以下步骤:
步骤1:在电子地图中根据需监测地区绘制一个闭合多边形,并确定一个以所述闭合多边形为中心的监测区域;
步骤2:在基站库表中查找监测区域内的所有基站,得到相关基站,所有相关基站构成相关基站集,并获取所有相关基站的扇形覆盖区域;
步骤3:删除相关基站集中的相关基站的扇形覆盖区域与所述闭合多边形不存在交集的相关基站,记录相关基站集中剩余所有基站对应的小区的标识并存入数据库,执行步骤4;
步骤4:根据数据库中获取的标识,获取需监测区域内的用户信息。
本发明的有益效果是:使用移动通信基站信息,实现客户的实时在线数据的采集。将移动运营商的基站扇区与用户所确定的监测区域,通过获取全网基站有效辐射半径阀值,初步过滤可能涉及的基站,通过算法计算,判定该扇区Cell与监测区域圆有存在交集的方法。判定运营商基站扇区是否覆盖到地图平面位置的逻辑过程。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述步骤1具体包括以下步骤:
步骤1.1:在电子地图中根据需监测地区绘制一个闭合多边形,根据闭合多边形确定其中心点;
步骤1.2:以中心点为圆心,以中心点到闭合多边形边缘最远位置的长度再加上设定长度为半径,获得一个圆形区域,所述圆形区域为监测区域。
采用上述进一步方案的有益效果是,通过现有技术中的方法计算闭合多边形的中心点,获取圆心的经纬度,将圆心与闭合多边形的多个角相连接,得到最长的一条连线加上一个设定的长度确定为半径,以此圆心和半径做圆,得到监测区域,其中增加的设定长度避免了基站的遗漏,将基站位置不在多边形范围内,但其覆盖范围会覆盖到多边形的基站也包含在本监测区域内,此设定长度可以根据基站库表中的所有信息统计得出。
进一步,所述基站库表中包括基站位置信息、信号辐射距离信息和天线方位角信息等。
进一步,所述步骤2具体包括以下步骤:
步骤2.1:在基站库表中查找基站位置处于监测区域内的所有基站,得到所有相关基站构成相关基站集;
步骤2.2:获取所有相关基站的基站位置信息、信号辐射距离信息和天线方位角信息;
步骤2.3:根据基站库表中的基站位置信息、信号辐射距离信息和天线方位角信息确定相关基站的扇形覆盖区域;得到所有相关基站的扇形覆盖区域。
采用上述进一步方案的有益效果是,以基站位置信息为圆心,辐射距离信息为半径可确定一个覆盖圆形,而根据天线方位角信息可确定基站覆盖的方向,进而确定基站的扇形覆盖区域。
进一步,对步骤3中所述相关基站集中的所有相关基站进行排序得到一个相关基站序列,所述相关基站序列的排序是根据相关基站与监测区域中心的距离由小到大进行的。
进一步,所述步骤3具体包括以下步骤:
步骤3.1:在相关基站集中按序选取的一个相关基站为当前基站;
步骤3.2:判断当前基站的扇形覆盖区域是否与所述闭合多边形存在交集,如果是,执行步骤3.3;否则,在相关基站集中删除此当前基站,执行步骤3.4;
步骤3.3:记录相关基站集中所有基站对应的小区的标识并存入数据库,选取相关基站序列中下一个相关基站为当前基站,执行步骤3.2;
步骤3.4:判断相关基站序列中是否还有未判断的相关基站,如果是,执行步骤3.1;否则,执行步骤4。
采用上述进一步方案的有益效果是,将所有相关基站的扇形覆盖区域与闭合多边形进行存在交集校验,得到所有覆盖区域包括所述闭合多边形的基站。
进一步,所述步骤4具体包括以下步骤:
步骤4.1:根据数据库中获取的标识,获取基站运营商的信令明细数据;
步骤4.2:根据信令明细数据查找所有相关基站集中的相关基站的用户信息;
步骤4.3:对所有所述用户信息进行过滤去重,得到需监测区域内的全部用户信息。
采用上述进一步方案的有益效果是,根据信令得到对应每个基站的所有用户,对重复接收多个基站的用户进行去重,仅保留一个,得到监测区域内所有的用户,进而可根据用户群确定监测区域内的人流量和人口密度。
本发明解决上述技术问题的技术方案如下:一种基于基站小区的目标客户样本选取系统,包括区域确定模块、基站获取模块、交集判断模块和信息获取模块;
所述区域确定模块用于在电子地图中根据需监测地区绘制一个闭合多边形,并确定一个以所述闭合多边形为中心的监测区域;
所述基站获取模块用于在基站库表中查找监测区域内的所有基站,得到相关基站,所有相关基站构成相关基站集,并获取所有相关基站的扇形覆盖区域;
所述交集判断模块用于删除相关基站集中的相关基站的扇形覆盖区域与所述闭合多边形不存在交集的相关基站,记录相关基站集中剩余所有基站对应的小区的标识并存入数据库,触发信息获取模块;
所述信息获取模块用于根据数据库中获取的标识,获取需监测区域内的用户信息。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,所述区域确定模块包括多边形模块和圆形区域模块;
所述多边形模块用于在电子地图中根据需监测地区绘制一个闭合多边形,根据闭合多边形确定其中心点;
所述圆形区域模块用于以中心点为圆心,以中心点到闭合多边形边缘最远位置的长度再加上设定长度为半径,获得一个圆形区域,所述圆形区域为监测区域。
采用上述进一步方案的有益效果是,通过现有技术中的方法计算闭合多边形的中心点,获取圆心的经纬度,将圆心与闭合多边形的多个角相连接,得到最长的一条连线加上一个设定的长度确定为半径,以此圆心和半径做圆,得到监测区域,其中增加的设定长度避免了基站的遗漏,将基站位置不在多边形范围内,但其覆盖范围会覆盖到多边形的基站也包含在本监测区域内,此设定长度可以根据基站库表中的所有信息统计得出。
进一步,所述基站库表中包括基站位置信息、信号辐射距离信息和天线方位角信息等。
缩略语和关键术语定义:
GPS:全球定位系统;
ISDN:综合业务数字网;
IMEI:国际移动设备标识;
IMSI:国际移动用户识别码;
信令:信令系统以网络消息方式在信令点之间传送信令。
附图说明
图1为本发明实施例1所述的一种基于基站小区的目标客户样本选取方法流程图;
图2为本发明实施例1所述的一种基于基站小区的目标客户样本选取系统结构框图;
图3为本发明具体示例所述的一种基于基站小区的目标客户样本选取方法示意图。
附图中,各标号所代表的部件列表如下:
1、区域确定模块,2、基站获取模块,3、交集判断模块,4、信息获取模块。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,为本发明实施例1所述的一种基于基站小区的目标客户样本选取方法,具体包括以下步骤:
步骤1:在电子地图中根据需监测地区绘制一个闭合多边形,并确定一个以所述闭合多边形为中心的监测区域;
步骤2:在基站库表中查找监测区域内的所有基站,得到相关基站,所有相关基站构成相关基站集,并获取所有相关基站的扇形覆盖区域;
步骤3:删除相关基站集中的相关基站的扇形覆盖区域与所述闭合多边形不存在交集的相关基站,记录相关基站集中剩余所有基站对应的小区的标识并存入数据库,执行步骤4;
步骤4:根据数据库中获取的标识,获取需监测区域内的用户信息。
本发明实施例2所述的一种基于基站小区的目标客户样本选取方法,在实施例1的基础上,所述步骤1具体包括以下步骤:
步骤1.1:在电子地图中根据需监测地区绘制一个闭合多边形,根据闭合多边形确定其中心点;
步骤1.2:以中心点为圆心,以中心点到闭合多边形边缘最远位置的长度再加上设定长度为半径,获得一个圆形区域,所述圆形区域为监测区域。
本发明实施例3所述的一种基于基站小区的目标客户样本选取方法,在实施例1或2的基础上,所述基站库表中包括基站位置信息、信号辐射距离信息和天线方位角信息等。
本发明实施例4所述的一种基于基站小区的目标客户样本选取方法,在实施例1-3任一实施例的基础上,所述步骤2具体包括以下步骤:
步骤2.1:在基站库表中查找基站位置处于监测区域内的所有基站,得到所有相关基站构成相关基站集;
步骤2.2:获取所有相关基站的基站位置信息、信号辐射距离信息和天线方位角信息;
步骤2.3:根据基站库表中的基站位置信息、信号辐射距离信息和天线方位角信息确定相关基站的扇形覆盖区域;得到所有相关基站的扇形覆盖区域。
本发明实施例5所述的一种基于基站小区的目标客户样本选取方法,在实施例1-4任一实施例的基础上,对步骤3中所述相关基站集中的所有相关基站进行排序得到一个相关基站序列,所述相关基站序列的排序是根据相关基站与监测区域中心的距离由小到大进行的。
本发明实施例6所述的一种基于基站小区的目标客户样本选取方法,在实施例5的基础上,所述步骤3具体包括以下步骤:
步骤3.1:在相关基站集中按序选取的一个相关基站为当前基站;
步骤3.2:判断当前基站的扇形覆盖区域是否与所述闭合多边形存在交集,如果是,执行步骤3.3;否则,在相关基站集中删除此当前基站,执行步骤3.4;
步骤3.3:记录相关基站集中所有基站对应的小区的标识并存入数据库,选取相关基站序列中下一个相关基站为当前基站,执行步骤3.2;
步骤3.4:判断相关基站序列中是否还有未判断的相关基站,如果是,执行步骤3.1;否则,执行步骤4。
本发明实施例7所述的一种基于基站小区的目标客户样本选取方法,在实施例1-6任一实施例的基础上,所述步骤4具体包括以下步骤:
步骤4.1:根据数据库中获取的标识,获取基站运营商的信令明细数据;
步骤4.2:根据信令明细数据查找所有相关基站集中的相关基站的用户信息;
步骤4.3:对所有所述用户信息进行过滤去重,得到需监测区域内的全部用户信息。
如图2所示,为本发明实施例1所述的一种基于基站小区的目标客户样本选取系统,包括区域确定模块1、基站获取模块2、交集判断模块3和信息获取模块4;
所述区域确定模块1用于在电子地图中根据需监测地区绘制一个闭合多边形,并确定一个以所述闭合多边形为中心的监测区域;
所述基站获取模块2用于在基站库表中查找监测区域内的所有基站,得到相关基站,所有相关基站构成相关基站集,并获取所有相关基站的扇形覆盖区域;
所述交集判断模块3用于删除相关基站集中的相关基站的扇形覆盖区域与所述闭合多边形不存在交集的相关基站,记录相关基站集中剩余所有基站对应的小区的标识并存入数据库,触发信息获取模块;
所述信息获取模块4用于根据数据库中获取的标识,获取需监测区域内的用户信息。
本发明实施例2所述的一种基于基站小区的目标客户样本选取系统,在实施例1的基础上,所述区域确定模块1包括多边形模块和圆形区域模块;
所述多边形模块用于在电子地图中根据需监测地区绘制一个闭合多边形,根据闭合多边形确定其中心点;
所述圆形区域模块用于以中心点为圆心,以中心点到闭合多边形边缘最远位置的长度再加上设定长度为半径,获得一个圆形区域,所述圆形区域为监测区域。
本发明实施例3所述的一种基于基站小区的目标客户样本选取系统,在实施例1或2的基础上,所述基站库表中包括基站位置信息、信号辐射距离信息和天线方位角信息等。
如图3所示,为本发明具体示例。
1)用户开启电子地图,定位监测位置;
2)使用画图组件绘制一个圆(圆心cCenter(经度cLng、维度cLat,半径(cRadius,米))、并提交;
3)绘制引擎绘制出圆形、并将参数传入判定组件;
4)判定组件获取全网基站有效辐射半径阀值(TRR,thethresholdofradiationradius);
5)判定组件:初步过滤可能涉及的基站(BaseStation,基站经度bLng,基站纬度bLat),计算条件公式:
Ranging(cCenter,baseStation)-cCenter.radius<TRR
Ranging是测量同一经纬度坐标下两个点之间的距离函数。通过上述公式计算出可能的基站pbaseStations(可能的基站,possiblebaseStations);
6)判定组件:进一步确定每一个基站下的小区是否覆盖到圆形区域,计算条件公式:
条件1:Ranging(cCenter,pbaseStation)<cCenter.radius+pbaseStation.cell[i].rr
条件2:小区扇形边line1和line2到圆心的距离小于圆半径,条件公式:
DisOfPoint2Line(line(cell[i].aa,pbaseStation),cCenter)<cCenter.radius&&
DisOfPoint2Line(line(0°,pbaseStation),cCenter)<cCenter.radius
其中rr为小区的辐射半径,aa(AntennaAzimuth)为天线方位角,line为根据点和方向角确定的直线。
当同时满足上述3个条件时,即可判定该扇区Cell与监测区域圆有存在交集;
7)传入扇区集合和时间周期,过滤出扇区上附着的用户;
8)用户接收到与该圆相关的用户集合;
2.3本发明技术方案带来的有益效果
本发明通过从电子地图画圈,并将其对应的GPS信息与基站小区辐射覆盖的位置做存在交集校验,确定一个监测区域发生信令交互的用户样本。监测区域与基站小区扇区能同时在地图上联动显示,这样用户可以清晰明确地了解到一个区域中的小区数量是否可以取出用来作为样本数据来源。通过样本数据中用户标识唯一标识数量,通过加权各运营商市场占有率,可以评估圆形区域中各时段(根据运营商信令数据采集的速度,最细能精确到分钟级别)人流量以及人口密度,用于政府、景区针对易突发聚集风险的路段、景区等实施监控。本发明不需要额外的传统的视频图像识别、压力感应等物理设备来监控人流,且本发明通用性很高,不受区域限制。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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)
1.一种基于基站小区的目标客户样本选取方法,其特征在于,具体包括以下步骤:
步骤1:在电子地图中根据需监测地区绘制一个闭合多边形,并确定一个以所述闭合多边形为中心的监测区域;
步骤2:在基站库表中查找监测区域内的所有基站,得到相关基站,所有相关基站构成相关基站集,并获取所有相关基站的扇形覆盖区域;
步骤3:删除相关基站集中的相关基站的扇形覆盖区域与所述闭合多边形不存在交集的相关基站,记录相关基站集中剩余所有基站对应的小区的标识并存入数据库,执行步骤4;
步骤4:根据数据库中获取的标识,获取需监测区域内的用户信息。
2.根据权利要求1所述的一种基于基站小区的目标客户样本选取方法,其特征在于,所述步骤1具体包括以下步骤:
步骤1.1:在电子地图中根据需监测地区绘制一个闭合多边形,根据闭合多边形确定其中心点;
步骤1.2:以中心点为圆心,以中心点到闭合多边形边缘最远位置的长度再加上设定长度为半径,获得一个圆形区域,所述圆形区域为监测区域。
3.根据权利要求1或2所述的一种基于基站小区的目标客户样本选取方法,其特征在于,所述基站库表中包括基站位置信息、信号辐射距离信息和天线方位角信息。
4.根据权利要求3所述的一种基于基站小区的目标客户样本选取方法,其特征在于,所述步骤2具体包括以下步骤:
步骤2.1:在基站库表中查找基站位置处于监测区域内的所有基站,得到所有相关基站构成相关基站集;
步骤2.2:获取所有相关基站的基站位置信息、信号辐射距离信息和天线方位角信息;
步骤2.3:根据基站库表中的基站位置信息、信号辐射距离信息和天线方位角信息确定相关基站的扇形覆盖区域;得到所有相关基站的扇形覆盖区域。
5.根据权利要求1或2所述的一种基于基站小区的目标客户样本选取方法,其特征在于,对步骤3中所述相关基站集中的所有相关基站进行排序得到一个相关基站序列,所述相关基站序列的排序是根据相关基站与监测区域中心的距离由小到大进行的。
6.根据权利要求5所述的一种基于基站小区的目标客户样本选取方法,其特征在于,所述步骤3具体包括以下步骤:
步骤3.1:在相关基站集中按序选取的一个相关基站为当前基站;
步骤3.2:判断当前基站的扇形覆盖区域是否与所述闭合多边形存在交集,如果是,执行步骤3.3;否则,在相关基站集中删除此当前基站,执行步骤3.4;
步骤3.3:记录当前基站对应的小区的标识并存入数据库,选取相关基站序列中下一个相关基站为当前基站,执行步骤3.2;
步骤3.4:判断相关基站序列中是否还有未判断的相关基站,如果是,执行步骤3.1;否则,执行步骤4。
7.根据权利要求1或2所述的一种基于基站小区的目标客户样本选取方法,其特征在于,所述步骤4具体包括以下步骤:
步骤4.1:根据数据库中获取的标识,获取基站运营商的信令明细数据;
步骤4.2:根据信令明细数据查找所有相关基站集中的相关基站的用户信息;
步骤4.3:对所有所述用户信息进行过滤去重,得到需监测区域内的全部用户信息。
8.一种基于基站小区的目标客户样本选取系统,其特征在于,包括区域确定模块、基站获取模块、交集判断模块和信息获取模块;
所述区域确定模块用于在电子地图中根据需监测地区绘制一个闭合多边形,并确定一个以所述闭合多边形为中心的监测区域;
所述基站获取模块用于在基站库表中查找监测区域内的所有基站,得到相关基站,所有相关基站构成相关基站集,并获取所有相关基站的扇形覆盖区域;
所述交集判断模块用于删除相关基站集中的相关基站的扇形覆盖区域与所述闭合多边形不存在交集的相关基站,记录相关基站集中剩余所有基站对应的小区的标识并存入数据库,触发信息获取模块;
所述信息获取模块用于根据数据库中获取的标识,获取需监测区域内的用户信息。
9.根据权利要求8所述的一种基于基站小区的目标客户样本选取系统,其特征在于,所述区域确定模块包括多边形模块和圆形区域模块;
所述多边形模块用于在电子地图中根据需监测地区绘制一个闭合多边形,根据闭合多边形确定其中心点;
所述圆形区域模块用于以中心点为圆心,以中心点到闭合多边形边缘最远位置的长度再加上设定长度为半径,获得一个圆形区域,所述圆形区域为监测区域。
10.根据权利要求8或9所述的一种基于基站小区的目标客户样本选取系统,其特征在于,所述基站库表中包括基站位置信息、信号辐射距离信息和天线方位角信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610031656.9A CN105722025A (zh) | 2016-01-15 | 2016-01-15 | 一种基于基站小区的目标客户样本选取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610031656.9A CN105722025A (zh) | 2016-01-15 | 2016-01-15 | 一种基于基站小区的目标客户样本选取方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105722025A true CN105722025A (zh) | 2016-06-29 |
Family
ID=56147186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610031656.9A Pending CN105722025A (zh) | 2016-01-15 | 2016-01-15 | 一种基于基站小区的目标客户样本选取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105722025A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106792710A (zh) * | 2017-01-16 | 2017-05-31 | 北京奇虎科技有限公司 | 基于用户终端位置识别伪基站的方法及装置 |
CN109903561A (zh) * | 2019-03-14 | 2019-06-18 | 智慧足迹数据科技有限公司 | 路段间人流量计算方法、装置以及电子设备 |
CN111079524A (zh) * | 2019-11-05 | 2020-04-28 | 联通系统集成有限公司贵州省分公司 | 一种基于运营商基站的目标身份识别方法与系统 |
CN111182445A (zh) * | 2019-12-27 | 2020-05-19 | 南京中新赛克科技有限责任公司 | 基于手机信令数据分析聚集群体的方法及系统 |
CN112085324A (zh) * | 2020-07-30 | 2020-12-15 | 北京思特奇信息技术股份有限公司 | 一种边缘系统信息预载和更新的估算系统及方法 |
CN113316161A (zh) * | 2020-12-01 | 2021-08-27 | 广州天越电子科技有限公司 | 一种判断数字化室分设计方案小区覆盖不连续的方法 |
CN113821638A (zh) * | 2021-09-16 | 2021-12-21 | 杭州东信北邮信息技术有限公司 | 一种重点区域内可疑人员识别方法 |
CN114419921A (zh) * | 2022-01-07 | 2022-04-29 | 北京华录高诚科技有限公司 | 一种停车泊位状态检测方法、装置、存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6889053B1 (en) * | 1999-07-26 | 2005-05-03 | Lucent Technologies Inc. | Likelihood-based geolocation prediction algorithms for CDMA systems using pilot strength measurements |
CN101394645A (zh) * | 2008-10-30 | 2009-03-25 | 中国移动通信集团北京有限公司 | 一种目标区域移动通信终端用户的流量统计方法及系统 |
CN102982596A (zh) * | 2012-11-07 | 2013-03-20 | 中兴通讯股份有限公司 | 人流量的统计方法及装置 |
CN104217244A (zh) * | 2014-08-14 | 2014-12-17 | 长安通信科技有限责任公司 | 基于地理网格的人数测定方法和人群态势监测方法及系统 |
-
2016
- 2016-01-15 CN CN201610031656.9A patent/CN105722025A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6889053B1 (en) * | 1999-07-26 | 2005-05-03 | Lucent Technologies Inc. | Likelihood-based geolocation prediction algorithms for CDMA systems using pilot strength measurements |
CN101394645A (zh) * | 2008-10-30 | 2009-03-25 | 中国移动通信集团北京有限公司 | 一种目标区域移动通信终端用户的流量统计方法及系统 |
CN102982596A (zh) * | 2012-11-07 | 2013-03-20 | 中兴通讯股份有限公司 | 人流量的统计方法及装置 |
CN104217244A (zh) * | 2014-08-14 | 2014-12-17 | 长安通信科技有限责任公司 | 基于地理网格的人数测定方法和人群态势监测方法及系统 |
Non-Patent Citations (2)
Title |
---|
刘海红: "基于LTE系统的无线信号传播特性及室外覆盖预测的研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
童晓涛等: "WCDMA无线网络规划方法", 《电信工程技术与标准化》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106792710A (zh) * | 2017-01-16 | 2017-05-31 | 北京奇虎科技有限公司 | 基于用户终端位置识别伪基站的方法及装置 |
CN109903561A (zh) * | 2019-03-14 | 2019-06-18 | 智慧足迹数据科技有限公司 | 路段间人流量计算方法、装置以及电子设备 |
CN109903561B (zh) * | 2019-03-14 | 2021-05-07 | 智慧足迹数据科技有限公司 | 路段间人流量计算方法、装置以及电子设备 |
CN111079524A (zh) * | 2019-11-05 | 2020-04-28 | 联通系统集成有限公司贵州省分公司 | 一种基于运营商基站的目标身份识别方法与系统 |
CN111182445A (zh) * | 2019-12-27 | 2020-05-19 | 南京中新赛克科技有限责任公司 | 基于手机信令数据分析聚集群体的方法及系统 |
CN112085324A (zh) * | 2020-07-30 | 2020-12-15 | 北京思特奇信息技术股份有限公司 | 一种边缘系统信息预载和更新的估算系统及方法 |
CN112085324B (zh) * | 2020-07-30 | 2024-03-26 | 北京思特奇信息技术股份有限公司 | 一种边缘系统信息预载和更新的估算系统及方法 |
CN113316161A (zh) * | 2020-12-01 | 2021-08-27 | 广州天越电子科技有限公司 | 一种判断数字化室分设计方案小区覆盖不连续的方法 |
CN113821638A (zh) * | 2021-09-16 | 2021-12-21 | 杭州东信北邮信息技术有限公司 | 一种重点区域内可疑人员识别方法 |
CN114419921A (zh) * | 2022-01-07 | 2022-04-29 | 北京华录高诚科技有限公司 | 一种停车泊位状态检测方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105722025A (zh) | 一种基于基站小区的目标客户样本选取方法及系统 | |
CN102348160B (zh) | 基于多模信号的定位方法与系统、定位平台 | |
US9107031B2 (en) | Service provision in a communication system | |
US8526961B2 (en) | Method and apparatus for mapping operating parameter in coverage area of wireless network | |
US5568153A (en) | Individually defined personal home area for subscribers in a cellular telecommunications network | |
EP2640116B1 (en) | Calibration method and device for coverage database | |
US6208866B1 (en) | System and method for location-based marketing to mobile stations within a cellular network | |
CA2393046C (en) | A telecommunications system | |
US7215969B2 (en) | Method for RF dead zone data collection using mobile station | |
US20140011513A1 (en) | Mobile Device Location Estimation Using Operational Data of a Wireless Network | |
JP2001512940A (ja) | 移動端末位置決定のための楕円形捜索エリアカバレッジを使用するシステムおよび方法 | |
JP2009516451A (ja) | 移動加入者の効率的な位置特定及び追跡 | |
CN102194316A (zh) | 一种实时获取路况信息的方法及系统 | |
US20130040649A1 (en) | Mobile Device Location Estimation Using Operational Data of a Wireless Network | |
US20140073354A1 (en) | Method and server for collecting radio fingerprint positioning data | |
US7738880B2 (en) | Provision of location service apparatus | |
US20160007149A1 (en) | Service provision in a communication system | |
WO2005098780A1 (en) | Method of obtaining road traffic situation using mobile telephony installation | |
US8504022B1 (en) | Identifying outbound-roaming locations in a wireless-communications network | |
EP1887820B1 (en) | Apparatus and method to identify the location of a radio cell | |
CN106488556B (zh) | 定位信号偏移的校正方法及装置 | |
Martin-Escalona et al. | Delivery of non-standardized assistance data in E-OTD/GNSS hybrid location systems | |
CN107623911A (zh) | 一种终端控制方法及装置 | |
EP1420599B1 (en) | Service provision in a communication system | |
CN110022606A (zh) | 一种定位方法、定位装置及定位服务器 |
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: 20160629 |
|
RJ01 | Rejection of invention patent application after publication |