CN106878946A - 基于运动轨迹的高铁用户识别方法 - Google Patents

基于运动轨迹的高铁用户识别方法 Download PDF

Info

Publication number
CN106878946A
CN106878946A CN201710084157.0A CN201710084157A CN106878946A CN 106878946 A CN106878946 A CN 106878946A CN 201710084157 A CN201710084157 A CN 201710084157A CN 106878946 A CN106878946 A CN 106878946A
Authority
CN
China
Prior art keywords
cell
time
high ferro
take
station
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
Application number
CN201710084157.0A
Other languages
English (en)
Inventor
苗慧生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Inspur Business System Co Ltd
Original Assignee
Shandong Inspur Business System Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Inspur Business System Co Ltd filed Critical Shandong Inspur Business System Co Ltd
Priority to CN201710084157.0A priority Critical patent/CN106878946A/zh
Publication of CN106878946A publication Critical patent/CN106878946A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22Traffic simulation tools or models
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/08Testing, supervising or monitoring using real traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/021Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/025Services making use of location information using location based information parameters
    • H04W4/027Services making use of location information using location based information parameters using movement velocity, acceleration information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services
    • H04W4/046

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了基于运动轨迹的高铁用户识别方法,属于移动用户特殊场景识别技术领域,包括数据获取、名称定义,名称定义包括车站小区、高铁小区、公网小区、占用第一个小区时间、占用最后一个小区时间、总时长、单小区占用时长;车站小区:候车大厅/站台/高铁进站前后,出站前后的占用小区;高铁小区:高铁小区+市区内非高铁小区;公网小区:非市区的第一层小区;占用第一个小区时间:取该小区下最后一条XDR的结束时间;占用最后一个小区时间:取该小区下第一条XDR的开始时间。本发明通过结合车站小区、高铁专网小区、高铁附近公网小区、小区占用时长、路段速度筛选,简化识别算法,提高识别精度。

Description

基于运动轨迹的高铁用户识别方法
技术领域
本发明涉及移动用户特殊场景识别技术领域,具体地说是基于运动轨迹的高铁用户识别方法。
背景技术
现有的高铁用户识别算法受限于高铁车速动态性、切换序列不稳定等因素,识别效果较差。现有高铁用户识别算法如下:
通过采集S1-MME接口的信令消息,将同一用户占用的小区按照时间顺序先后排序,当该用户占用高铁专网小区个数超过3个,再依据用户在高铁专网小区间移动速率,综合识别为高铁用户。具体步骤如下:
第一步:全量用户筛选法,统计一个时间粒度内(60分钟),同一用户出现了3个以上不同高铁专网小区下的用户,将这批用户定义为高铁基础用户。
第二步:序列递增分析法,对高铁沿路的覆盖小区进行依次编号,例如京沪高铁济南地市段有24个高铁小区依据方向性依次编号,建议从省/地市边界为编号起始点,按照序列号递增(减)关系,找出用户所占的专网小区是否与编号匹配,提升识别精度。
第三步:移动速率验证法,在序列递增(减)识别的用户基础上,按照用户所占的小区(建议为独立信源小区)距离,和在各小区出现的时间差,能够计算出用户的移动速率,通过判断移动速率是否>150km/小时,提升识别精度。
第四步:输出满足以上条件的用户,定义为高铁用户。
现有技术存在的问题和缺点:步骤三中的移动速率验证法,“通过判断移动速率是否>150km/小时,提升识别精度”该门限过于严格,例如列车在进站和出站,列车速度一般都低于100km/小时,另外算各小区间的时间差来求速度,实现的算法逻辑过于复杂,实现难度较大。步骤二中序列递增分析法,“按照序列号递增(减)关系,找出用户所占的专网小区是否与编号匹配,提升识别精度”实现难度角度,因为通信系统中的无线环境无法预测,手机在小区间的切换如频繁切换、乒乓切换等带有无序性、随机性,不会按照特定的顺序进行切换,因此序列递增分析法实现难度角度。
发明内容
本发明的技术任务是针对以上不足之处,提供基于运动轨迹的高铁用户识别方法,通过结合车站小区、高铁专网小区、高铁附近公网小区、小区占用时长、路段速度筛选,简化识别算法,提高识别精度。
本发明解决其技术问题所采用的技术方案是:
基于运动轨迹的高铁用户识别方法,包括数据获取、名称定义,名称定义包括车站小区、高铁小区、公网小区、占用第一个小区时间、占用最后一个小区时间、总时长、单小区占用时长;
车站小区:候车大厅/站台/高铁进站前后,出站前后的占用小区;
高铁小区:高铁小区+市区内非高铁小区,如太原-晋中等特殊情况;
公网小区:非市区的第一层小区;
占用第一个小区时间:取该小区下最后一条XDR的结束时间(情景:用户上车,在候车大厅,等待时间较长);
占用最后一个小区时间:取该小区下第一条XDR的开始时间(情景:用户下车,出站时间较长);
总时长:占用最后一个小区时间-占用第一个小区时间;境内运行时间<N小时
单小区占用时长:结束时间-开始时间;列车行驶状态占用同一高铁小区<2分钟;列车停站时间>=2分钟;控制面:切换间隔大于>=2分钟(情景:同一车站一段时间内,有些列车不停靠驶过,有些列车停靠)单小区占用时长<2分钟。
优选的,候车大厅/站台/高铁进站前后,出站前后的占用小区,同一个车站可以多个。
优选的,结束时间-开始时间,集团规范一个XDR切割时间为5分钟。
高铁用户识别步骤包括筛选小区集(高铁小区+公网小区+车站小区),统称小区集;统计一天时间内小区集的所有用户(可包含所有场景:用户在不同车站、不同时间的上下车行为,以及使用手机的不同状态,只要占用即可统计到);统计单用户(每个)占用小区集的情况:车站小区个数、高铁小区个数、总时长、单小区占用时长、移动速度等,将这些用户经过的小区按开始时间进行排序。
算法如下:车站小区数>=2 and 高铁小区数>=2 and 总时长<N,定义为高铁用户(车站小区数越多,高铁用户可能性越大);车站小区数<2 and 同一路段的最后一个高铁小区和第一个高铁小区算速度(注意:非车站小区)。
本发明的基于运动轨迹的高铁用户识别方法和现有技术相比,具有以下有益效果:
利用大数据挖掘技术,对高铁用户快速移动中的关键数据如附着、TAU、PAGING等事件,以及HTTP、即时通信等话单进行分析;通过对车站小区、高铁小区、公网小区等名称的定义,实现快速、高效、准确的高铁用户识别,进而对高铁网络质量、高铁用户行为特征分析提供有效支撑。
简化高铁用户识别算法,相对于现有算法“移动速率验证法”更加简单有效,仅对于车站小区数<2的用户,利用最后一个高铁小区和第一个高铁小区的时间差来求速度更加容易实现。忽略了通信系统中的无线环境导致的无序切换,对于不满足现有算法中的“序列递增分析法”的用户,能够更大程度的识别高铁用户,减少遗漏。
可帮助商家对高铁特殊场景的用户精准营销;可借助高铁移动用户,实现对高铁网络信号的模拟路测,节约专业高铁网络测试成本;高铁商旅VIP用户业务感知重点保障。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
基于运动轨迹的高铁用户识别方法,包括数据获取、名称定义,名称定义包括车站小区、高铁小区、公网小区、占用第一个小区时间、占用最后一个小区时间、总时长、单小区占用时长;
车站小区:候车大厅/站台/高铁进站前后,出站前后的占用小区;
高铁小区:高铁小区+市区内非高铁小区,如太原-晋中等特殊情况;
公网小区:非市区的第一层小区;
占用第一个小区时间:取该小区下最后一条XDR的结束时间(情景:用户上车,在候车大厅,等待时间较长);
占用最后一个小区时间:取该小区下第一条XDR的开始时间(情景:用户下车,出站时间较长);
总时长:占用最后一个小区时间-占用第一个小区时间;境内运行时间<N小时
单小区占用时长:结束时间-开始时间;列车行驶状态占用同一高铁小区<2分钟;列车停站时间>=2分钟;控制面:切换间隔大于>=2分钟(情景:同一车站一段时间内,有些列车不停靠驶过,有些列车停靠)单小区占用时长<2分钟。
优选的,候车大厅/站台/高铁进站前后,出站前后的占用小区,同一个车站可以多个。
优选的,结束时间-开始时间,集团规范一个XDR切割时间为5分钟。
高铁用户识别步骤包括筛选小区集(高铁小区+公网小区+车站小区),统称小区集;统计一天时间内小区集的所有用户(可包含所有场景:用户在不同车站、不同时间的上下车行为,以及使用手机的不同状态,只要占用即可统计到);统计单用户(每个)占用小区集的情况:车站小区个数、高铁小区个数、总时长、单小区占用时长、移动速度等,将这些用户经过的小区按开始时间进行排序。
算法如下:车站小区数>=2 and 高铁小区数>=2 and 总时长<N,定义为高铁用户(车站小区数越多,高铁用户可能性越大);车站小区数<2 and 同一路段的最后一个高铁小区和第一个高铁小区算速度(注意:非车站小区)。
利用大数据挖掘技术,对高铁用户快速移动中的关键数据如附着、TAU、PAGING等事件,以及HTTP、即时通信等话单进行分析;通过对车站小区、高铁小区、公网小区等名称的定义,实现快速、高效、准确的高铁用户识别,进而对高铁网络质量、高铁用户行为特征分析提供有效支撑。
通过上面具体实施方式,所述技术领域的技术人员可容易的实现本发明。但是应当理解,本发明并不限于上述的具体实施方式。在公开的实施方式的基础上,所述技术领域的技术人员可任意组合不同的技术特征,从而实现不同的技术方案。
除说明书所述的技术特征外,均为本专业技术人员的已知技术。

Claims (4)

1.基于运动轨迹的高铁用户识别方法,其特征在于包括数据获取、名称定义,名称定义包括车站小区、高铁小区、公网小区、占用第一个小区时间、占用最后一个小区时间、总时长、单小区占用时长;
车站小区:候车大厅/站台/高铁进站前后,出站前后的占用小区;
高铁小区:高铁小区+市区内非高铁小区;
公网小区:非市区的第一层小区;
占用第一个小区时间:取该小区下最后一条XDR的结束时间;
占用最后一个小区时间:取该小区下第一条XDR的开始时间;
总时长:占用最后一个小区时间-占用第一个小区时间;境内运行时间<N小时;
单小区占用时长:结束时间-开始时间;列车行驶状态占用同一高铁小区<2分钟;列车停站时间>=2分钟;控制面:切换间隔大于>=2分钟。
2.根据权利要求1所述的基于运动轨迹的高铁用户识别方法,其特征在于候车大厅/站台/高铁进站前后,出站前后的占用小区,同一个车站可以多个。
3.根据权利要求1所述的基于运动轨迹的高铁用户识别方法,其特征在于结束时间-开始时间,集团规范一个XDR切割时间为5分钟。
4.根据权利要求1所述的基于运动轨迹的高铁用户识别方法,其特征在于高铁用户识别步骤包括筛选小区集;统计一天时间内小区集的所有用户;统计单用户占用小区集的情况。
CN201710084157.0A 2017-02-16 2017-02-16 基于运动轨迹的高铁用户识别方法 Pending CN106878946A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710084157.0A CN106878946A (zh) 2017-02-16 2017-02-16 基于运动轨迹的高铁用户识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710084157.0A CN106878946A (zh) 2017-02-16 2017-02-16 基于运动轨迹的高铁用户识别方法

Publications (1)

Publication Number Publication Date
CN106878946A true CN106878946A (zh) 2017-06-20

Family

ID=59167277

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710084157.0A Pending CN106878946A (zh) 2017-02-16 2017-02-16 基于运动轨迹的高铁用户识别方法

Country Status (1)

Country Link
CN (1) CN106878946A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108064053A (zh) * 2018-02-13 2018-05-22 中国联合网络通信集团有限公司 网络性能分析方法及装置
CN108495271A (zh) * 2018-03-09 2018-09-04 兰州交通大学 一种适用于高速铁路网络测试的终端定位方法
CN108769951A (zh) * 2018-04-18 2018-11-06 西安汇龙科技股份有限公司 识别4g高铁专网中非高铁用户的方法及系统
CN109257736A (zh) * 2018-10-26 2019-01-22 中国联合网络通信集团有限公司 一种高铁用户的识别方法
CN109309956A (zh) * 2017-07-28 2019-02-05 中国移动通信集团山西有限公司 位置定位方法、装置、设备和计算机可读存储介质
CN109327854A (zh) * 2018-11-15 2019-02-12 中国联合网络通信集团有限公司 轨道用户识别方法及装置
CN109618281A (zh) * 2019-01-07 2019-04-12 中国联合网络通信集团有限公司 一种高铁小区的识别方法及装置
CN109936813A (zh) * 2017-12-18 2019-06-25 中国移动通信集团辽宁有限公司 高速铁路用户的识别方法、装置、设备及介质
CN109996299A (zh) * 2017-12-30 2019-07-09 中国移动通信集团河北有限公司 高铁用户识别方法、装置、设备及介质
CN111385731A (zh) * 2018-12-27 2020-07-07 中国移动通信集团辽宁有限公司 列车用户定位方法、装置、设备及介质
CN111615161A (zh) * 2019-06-27 2020-09-01 维沃移动通信有限公司 移动性状态评估的方法和终端设备
CN111818560A (zh) * 2019-04-11 2020-10-23 中国移动通信集团福建有限公司 质差小区的确定方法及装置
CN115119176A (zh) * 2022-06-01 2022-09-27 中国联合网络通信集团有限公司 高铁用户终端识别方法、装置及存储介质

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109309956B (zh) * 2017-07-28 2020-11-24 中国移动通信集团山西有限公司 位置定位方法、装置、设备和计算机可读存储介质
CN109309956A (zh) * 2017-07-28 2019-02-05 中国移动通信集团山西有限公司 位置定位方法、装置、设备和计算机可读存储介质
CN109936813A (zh) * 2017-12-18 2019-06-25 中国移动通信集团辽宁有限公司 高速铁路用户的识别方法、装置、设备及介质
CN109996299B (zh) * 2017-12-30 2021-08-24 中国移动通信集团河北有限公司 高铁用户识别方法、装置、设备及介质
CN109996299A (zh) * 2017-12-30 2019-07-09 中国移动通信集团河北有限公司 高铁用户识别方法、装置、设备及介质
CN108064053A (zh) * 2018-02-13 2018-05-22 中国联合网络通信集团有限公司 网络性能分析方法及装置
CN108064053B (zh) * 2018-02-13 2020-12-08 中国联合网络通信集团有限公司 网络性能分析方法及装置
CN108495271A (zh) * 2018-03-09 2018-09-04 兰州交通大学 一种适用于高速铁路网络测试的终端定位方法
CN108495271B (zh) * 2018-03-09 2020-09-25 兰州交通大学 一种适用于高速铁路网络测试的终端定位方法
CN108769951A (zh) * 2018-04-18 2018-11-06 西安汇龙科技股份有限公司 识别4g高铁专网中非高铁用户的方法及系统
CN109257736A (zh) * 2018-10-26 2019-01-22 中国联合网络通信集团有限公司 一种高铁用户的识别方法
CN109257736B (zh) * 2018-10-26 2021-05-11 中国联合网络通信集团有限公司 一种高铁用户的识别方法及装置
CN109327854A (zh) * 2018-11-15 2019-02-12 中国联合网络通信集团有限公司 轨道用户识别方法及装置
CN111385731A (zh) * 2018-12-27 2020-07-07 中国移动通信集团辽宁有限公司 列车用户定位方法、装置、设备及介质
CN111385731B (zh) * 2018-12-27 2021-08-06 中国移动通信集团辽宁有限公司 列车用户定位方法、装置、设备及介质
CN109618281A (zh) * 2019-01-07 2019-04-12 中国联合网络通信集团有限公司 一种高铁小区的识别方法及装置
CN111818560A (zh) * 2019-04-11 2020-10-23 中国移动通信集团福建有限公司 质差小区的确定方法及装置
CN111615161A (zh) * 2019-06-27 2020-09-01 维沃移动通信有限公司 移动性状态评估的方法和终端设备
US12108301B2 (en) 2019-06-27 2024-10-01 Vivo Mobile Communication Co., Ltd. Mobility state estimation method and terminal device
CN115119176A (zh) * 2022-06-01 2022-09-27 中国联合网络通信集团有限公司 高铁用户终端识别方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN106878946A (zh) 基于运动轨迹的高铁用户识别方法
CN110113718B (zh) 一种基于手机信令数据的铁路交通枢纽人口类型识别方法
CN108377469B (zh) 识别高铁用户的方法、装置和系统
ATE295670T1 (de) Verfahren und vorrichtung zum weiterreichen im freizustand in einem kommunikationssystem mit vielfachzugriff
EP1370024A3 (en) Method and apparatus for multicast transmission of packet data in a mobile communication system
CN105792134B (zh) 一种拼车方法及装置
CN105636104B (zh) 移动通信网络中高速移动用户通话识别的方法及系统
CN103619036A (zh) 一种数据采集与评估的方法和设备
CN109714712A (zh) 一种基于属性匹配的数据落点到栅格的方法及装置
CN104573874A (zh) 一种公交线路的规划方法和装置
CN107545763A (zh) 一种车辆定位方法、终端、服务器及系统
CN106851586A (zh) 一种轨道交通用户识别方法、装置及系统
CN106921982B (zh) 一种通信异常评估的方法及装置
CN110458331B (zh) 一种基于od客流数据的过绕公交线路的拉直优化方法及装置
CN105205554B (zh) 一种地铁车站排队时间预测方法及系统
CN104735640B (zh) 高速移动用户的速度确认系统及方法、切换方法及rnc
CN108882177A (zh) 基于手机信令数据的机场轨道旅客识别方法
CN115643528A (zh) 一种基于手机信令数据的出行者活动—出行链重构方法
CN104361746A (zh) 一种高速公路智能交通路况监控方法
CN105654711A (zh) 一种公交车乘客识别方法及系统
CN107220920B (zh) 一种基于Wi-Fi信令数据的城市轨道交通动态限流方法
CN108260149B (zh) 一种高铁ue的位置的确定方法及装置
CN105848106A (zh) 一种宽带集群系统组呼区域生成和调整方法及系统
CN116778436A (zh) 一种轨道交通运行环境智能感知方法及系统
CN103685774A (zh) 一种基于语音通讯的车载广告推送方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170620

WD01 Invention patent application deemed withdrawn after publication