CN106899446A - 一种流量预测方法及装置 - Google Patents

Abstract

本发明实施例公开了一种流量预测方法，包括：根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子；至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量。本发明实施例进一步还公开了一种流量预测装置。

Description

一种流量预测方法及装置

技术领域

本发明涉及通信领域的数据通信技术，尤其涉及一种流量预测方法及装置。

背景技术

随着通信技术的发展，4G网络技术也日趋成熟，由于4G网络拥有超高数据传输速度，因此很多运营商已经开始将原来的2G/3G网络更换为4G网络，以便于为用户提供更加快速的数据传输服务。

现有技术中，运营商在更换4G网络后，会通知用户将原有的支持2G/3G网络的手机卡换为支持4G网络的手机卡，用户采用更换后的手机卡即可接入4G网络。通常用户在更换手机卡后会按照使用2G/3G网络时所需流量的经验定制4G数据包服务。

但是，由于4G网络的特性，使得一些原来使用2G/3G网络时流量较高的业务，在使用4G网络后流量减小；一些原来使用2G/3G网络时流量较小的业务，在使用4G网络后流量增大。由于每个用户的常用业务不同，因此有些用户的定制的4G数据包会有结余，造成了资源浪费；有些用户定制的4G数据包不足以满足用户需求，导致数据流量超标，而运营商对超过用户定制的4G数据包之外所使用的流量收费都较高，容易造成用户资费过高，影响用户体验。

发明内容

为解决上述技术问题，本发明实施例期望提供一种流量预测方法及装置，能够预测用户更换手机卡后所需的流量，便于用户定制新的数据包服务，提高用户体验。

本发明的技术方案是这样实现的：

一方面，本发明实施例提供一种流量预测方法，包括：

根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子；

至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量。

可选的，所述根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子包括：

根据公式(1)，获取第一业务的流量因子Xi，所述第一业务为运营商提供的任意一个业务；

所述公式(1)为：Xi＝Ai/Bi；

其中，所述Ai为第二网络下预设用户群在预设时间内使用第一业务的流量和；所述Bi为第一网络下预设用户群在预设时间内使用第一业务的流量和。

可选的，在所述获取每个业务的流量因子之后，所述方法还包括：

根据所述用户在预设时间内每个业务使用第一网络的时长与全网在预设时间内每个业务使用第一网络的平均时长，获取所述用户涉及的每个业务的时长因子；

所述至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量包括：

至少根据所述每个业务的流量因子和所述用户涉及的每个业务的时长因子，预测所述用户在所述预设时间内使用所述第二网络的总流量。

可选的，所述根据所述用户在预设时间内每个业务使用第一网络的时长与全网在预设时间内每个业务使用第一网络的平均时长，获取所述用户涉及的每个业务的时长因子包括：

根据公式(2)，获取所述第一业务的时长因子Yi；

所述公式(2)为：Yi＝Ci/Di；

其中，所述Ci为第一网络下预设时间内所述用户使用第一业务的时长；所述Di为第一网络下全网在预设时间内使用第一业务的平均时长。

可选的，在所述获取每个业务的流量因子之后，所述方法还包括：

根据预设用户群在预设时间内每个业务使用第一网络时的平均下载速率与每个业务使用第二网络时的平均下载速率，获取每个业务的速率因子；

所述至少根据所述每个业务的流量因子和所述用户涉及的每个业务的时长因子，预测所述用户在所述预设时间内使用所述第二网络的总流量包括：

根据所述每个业务的流量因子，所述用户涉及的每个业务的时长因子和所述每个业务的速率因子，预测用户在所述预设时间内使用所述第二网络的总流量。

可选的，所述根据预设用户群在预设时间内每个业务使用第一网络时的平均下载速率与每个业务使用第二网络时的平均下载速率，获取每个业务的速率因子包括：

根据公式(3)，获取所述第一业务的速率因子Zi；

所述公式(3)为：Zi＝ln[(Ei/Fi)+1]；

其中，Ei为第二网络下预设用户群在预设时间内使用第一业务的平均下载速率；Fi为第一网络下预设用户群在预设时间内使用第一业务的平均下载速率。

可选的，所述根据所述每个业务的流量因子，所述用户涉及的每个业务的时长因子和所述每个业务的速率因子，预测用户在所述预设时间内使用所述第二网络的总流量包括：

根据公式(4)，预测所述用户在所述预设时间内使用所述第二网络的总流量M；

所述公式(4)为：

其中，所述q为所述用户在所述第二网络下使用的所有业务的个数；所述Gi为所述用户在第一网络下使用第二业务的流量，所述第二业务为所述q个业务的任意一个；R为全网在第二网络下使用所述q个业务的流量和与全网在第二网络下使用所有业务的流量和的比率。

另一方面，本发明实施例提供一种流量预测装置，包括：

获取单元，用于根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子；

预测单元，用于至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量。

可选的，所述获取单元具体用于，根据公式(1)，获取第一业务的流量因子Xi，所述第一业务为运营商提供的任意一个业务；

所述公式(1)为：Xi＝Ai/Bi；

其中，所述Ai为第二网络下预设用户群在预设时间内使用第一业务的流量和；所述Bi为第一网络下预设用户群在预设时间内使用第一业务的流量和。

可选的，所述获取单元还用于，根据所述用户在预设时间内每个业务使用第一网络的时长与全网在预设时间内每个业务使用第一网络的平均时长，获取所述用户涉及的每个业务的时长因子；

所述预测单元具体用于，至少根据所述每个业务的流量因子和所述用户涉及的每个业务的时长因子，预测所述用户在所述预设时间内使用所述第二网络的总流量。

可选的，所述获取单元具体用于，根据公式(2)，获取所述第一业务的时长因子Yi；

所述公式(2)为：Yi＝Ci/Di；

其中，所述Ci为第一网络下预设时间内所述用户使用第一业务的时长；所述Di为第一网络下全网在预设时间内使用第一业务的平均时长。

可选的，所述获取单元还用于，根据预设用户群在预设时间内每个业务使用第一网络时的平均下载速率与每个业务使用第二网络时的平均下载速率，获取每个业务的速率因子；

所述预测单元具体用于，根据所述每个业务的流量因子，所述用户涉及的每个业务的时长因子和所述每个业务的速率因子，预测用户在所述预设时间内使用所述第二网络的总流量。

可选的，所述获取单元具体用于，根据公式(3)，获取所述第一业务的速率因子Zi；

所述公式(3)为：Zi＝ln[(Ei/Fi)+1]；

其中，Ei为第二网络下预设用户群在预设时间内使用第一业务的平均下载速率；Fi为第一网络下预设用户群在预设时间内使用第一业务的平均下载速率。

可选的，所述预测单元具体用于，根据公式(4)，预测所述用户在所述预设时间内使用所述第二网络的总流量M；

所述公式(4)为：

其中，所述q为所述用户在所述第二网络下使用的所有业务的个数；所述Gi为所述用户在第一网络下使用第二业务的流量，所述第二业务为所述q个业务的任意一个；R为全网在第二网络下使用所述q个业务的流量和与全网在第二网络下使用所有业务的流量和的比率。

本发明实施例提供了一种流量预测方法及装置，包括：根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子；至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量。相较于现有技术，由于可以确定出第一网络下用户使用的各项业务的流量和与在第二网络下用户使用的各项业务的流量和的变化，因此在用户将使用第一网络的手机卡更换为使用第二网络的手机卡后，能够根据该流量和的变化预测用户在第二网络下所需的流量，便于用户定制新的数据包服务，提高用户体验。

附图说明

图1为本发明实施例提供的一种流量预测方法的流程示意图1；

图2为本发明实施例提供的一种流量预测方法的流程示意图2；

图3为本发明实施例提供的一种流量预测装置的结构示意图。

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。

本发明实施例提供一种流量预测方法，如图1所示，包括：

步骤101、根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子。

所述预设用户群为预先设定的一部分用户，这部分用户进行了手机卡的更换，即之前使用的第一网络的手机卡，更换后使用第二网络的电话卡。优选的，为了统计的全面性，预设用户群所涉及的业务可以覆盖运营商所提供的所有业务。实际应用中，所述预设时间可以根据具体情况进行设定，本发明实施例对此不做限定。由于实际应用中运营商大多是按照一个自然月为用户提供数据包服务的，因此优选的，上述预设时间是一个月。

示例的，所述流量因子可以是预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和之间的比率。假设，运营商当前为用户提供七类业务，分别为网页浏览、即时通讯、下载、音频、视频、阅读和游戏，预设用户群中包括5个用户，第一网络下预设时间内该五个用户使用网页浏览的流量分别为B11，B12，B13，B14，B15，因此预设用户群在预设时间内网页浏览使用第一网络时的流量和B1＝B11+B12+B13+B14+B15；第二网络下预设时间内该五个用户使用网页浏览的流量分别为A11，A12，A13，A14，A15，因此预设用户群在预设时间内网页浏览使用第二网络时的流量和A1＝A11+A12+A13+A14+A15，根据A1和B1即可获取到网页浏览的流量因子，例如，所述网页浏览的流量因子X1＝A1/B1。类似的，可分别计算出第一网络下预设用户群在预设时间内使用即时通讯、下载、音频、视频、阅读和游戏这六类业务的流量因子。

步骤102、至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量。

可选的，可以根据公式来预测所述用户在所述预设时间内使用所述第二网络的总流量M，所述用户即为待预测用户。其中，所述q为所述用户在所述第二网络下使用的所有业务的个数；所述Gi为所述用户在第一网络下使用第二业务的流量，所述第二业务为所述q个业务的任意一个；R为全网在第二网络下使用所述q个业务的流量和与全网在第二网络下使用所有业务的流量和的比率。假设当前运营商共提供9个业务，但是待预测用户仅涉及网页浏览、即时通讯、下载、音频、视频、阅读和游戏这7类业务，则所述q＝7，R为全网在第二网络下使用这7个业务的流量和与全网在第二网络下使用9个业务的流量和的比率。

示例的，用户在第一网络下使用网页浏览的流量为G1，使用即时通讯的流量为G2，使用下载的流量为G3，使用音频的流量为G4，使用视频的流量为G5，使用阅读的流量为G6，使用游戏的流量为G7，并且网页浏览、即时通讯、下载、音频、视频、阅读和游戏的流量因子分别为X1，X2，X3，X4，X5，X6和X7，此时所述用户在所述预设时间内使用所述第二网络的总流量M＝(G1*X1+G2*X2+G3*X3+G4*X4+G5*X5+G6*X6+G7*X7)/R。

这样一来，由于可以确定出第一网络下用户使用的各项业务的流量和与在第二网络下用户使用的各项业务的流量和的变化，因此在用户将使用第一网络的手机卡更换为使用第二网络的手机卡后，能够根据该流量和的变化预测用户在第二网络下所需的流量，便于用户定制新的数据包服务，提高用户体验。

可选的，在根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子时，可以根据公式(1)，获取第一业务的流量因子Xi，所述第一业务为运营商提供的任意一个业务，示例的，假设运营商提供网页浏览、即时通讯、下载、音频、视频、阅读和游戏这7类业务，则第一业务可以是这7类业务中的任意一个。所述公式(1)为：Xi=Ai/Bi；其中，所述Ai为第二网络下预设用户群在预设时间内使用第一业务的流量和；所述Bi为第一网络下预设用户群在预设时间内使用第一业务的流量和。

进一步的，在所述获取每个业务的流量因子之后，还可以根据所述用户在预设时间内每个业务使用第一网络的时长与全网在预设时间内每个业务使用第一网络的平均时长，获取所述用户涉及的每个业务的时长因子，然后可以至少根据所述每个业务的流量因子和所述用户涉及的每个业务的时长因子，预测所述用户在所述预设时间内使用所述第二网络的总流量。

示例的，由于用户的总流量不仅仅跟使用的业务有关，还跟每个业务的使用时长有关，因此在预测用户在所述预设时间内使用第二网络的总流量时，还需要考虑每个业务的使用时长的因素。

可选的，在根据所述用户在预设时间内每个业务使用第一网络的时长与全网在预设时间内每个业务使用第一网络的平均时长，获取所述用户涉及的每个业务的时长因子时，可以根据公式(2)，获取所述第一业务的时长因子Yi。所述公式(2)为：Yi＝Ci/Di；其中，所述Ci为第一网络下预设时间内所述用户使用第一业务的时长；所述Di为第一网络下全网在预设时间内使用第一业务的平均时长。

示例的，假设运营商提供网页浏览、即时通讯、下载、音频、视频、阅读和游戏这7类业务，则第一业务可以是这7类业务中的任意一个，以网页浏览为例，第一网络下待预测用户在预设时间内使用网页浏览的时长为C1，第一网络下全网在预设时间内使用网页浏览的时长为D1，则网页浏览时长因子Y1＝C1/D1；同理可以计算出即时通讯、下载、音频、视频、阅读和游戏的时长因子。

可选的，在计算出每个业务的流量因子和时长因子之后，可以根据公式来预测所述用户在所述预设时间内使用所述第二网络的总流量M，具体的计算过程为现有技术，本发明实施例再次不做赘述。

进一步的，在所述获取每个业务的流量因子之后，还可以根据预设用户群在预设时间内每个业务使用第一网络时的平均下载速率与每个业务使用第二网络时的平均下载速率，获取每个业务的速率因子，然后根据所述每个业务的流量因子，所述用户涉及的每个业务的时长因子和所述每个业务的速率因子，预测用户在所述预设时间内使用所述第二网络的总流量。

示例的，由于用户的总流量不仅仅跟使用的业务有关，还跟每个业务的下载速率有关，例如，由于第一网络的数据传输速度有限，而有些业务需要较快的传输速度，因此用户在第一网络下不经常使用这些业务，但是由于第二网络的数据传输速度较快，用户在第二网络下可能会经常使用这些业务，使得这些业务的流量有所增加。所以在预测用户在第二网络下的流量时，还需要考虑每个业务的下载速率，即可以根据所述每个业务的流量因子，所述用户涉及的每个业务的时长因子和所述每个业务的速率因子，预测用户在所述预设时间内使用所述第二网络的总流量。

可选的，在根据预设用户群在预设时间内每个业务使用第一网络时的平均下载速率与每个业务使用第二网络时的平均下载速率，获取每个业务的速率因子时，可以根据公式(3)，获取所述第一业务的速率因子Zi；所述公式(3)为：Zi＝ln[(Ei/Fi)+1]；其中，Ei为第二网络下预设用户群在预设时间内使用第一业务的平均下载速率；Fi为第一网络下预设用户群在预设时间内使用第一业务的平均下载速率。

示例的，假设预设用户群包括五个用户，运营商提供网页浏览、即时通讯、下载、音频、视频、阅读和游戏这7类业务，则第一业务可以是这7类业务中的任意一个，以网页浏览为例，第一网络下预设用户群中每个用户在预设时间内使用网页浏览的时长分别为F11，F12，F13，F14，F15，因此第一网络下预设用户群在预设时间内使用网页浏览的平均下载速率第二网络下预设用户群中每个用户在预设时间内使用网页浏览的时长分别为E11，E12，E13，E14，E15，因此第一网络下预设用户群在预设时间内使用网页浏览的平均下载速率网络浏览的速率因子Z1＝ln[(E1/F1)+1]。可以按照同样的方法获取即时通讯、下载、音频、视频、阅读和游戏的速率因子。

可选的，在根据所述每个业务的流量因子，所述用户涉及的每个业务的时长因子和所述每个业务的速率因子，预测用户在所述预设时间内使用所述第二网络的总流量时，可以根据公式(4)，预测所述用户在所述预设时间内使用所述第二网络的总流量M；所述公式(4)为：其中，所述q为所述用户在所述第二网络下使用的所有业务的个数；所述Gi为所述用户在第一网络下使用第二业务的流量，所述第二业务为所述q个业务的任意一个；R为全网在第二网络下使用所述q个业务的流量和与全网在第二网络下使用所有业务的流量和的比率。

本发明实施例提供了一种流量预测方法，包括：根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子；至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量。相较于现有技术，由于可以确定出第一网络下用户使用的各项业务的流量和与在第二网络下用户使用的各项业务的流量和的变化，因此在用户将使用第一网络的手机卡更换为使用第二网络的手机卡后，能够根据该流量和的变化预测用户在第二网络下所需的流量，便于用户定制新的数据包服务，提高用户体验。

本发明实施例提供一种流量预测方法，以预设用户群包括五个用户，预设时间为一个月，运营商提供包括网页浏览、即时通讯、下载、音频、视频、阅读和游戏等业务为例进行说明，其中第一网络可以为2G/3G网络，第二网络可以为4G网络。所述流量预测方法，如图2所示，包括：

步骤201、获取预设用户群在一个月内每个业务使用2G/3G网络时的流量和，执行步骤202。

示例的，在2G/3G网络下一个月内预设用户群的每个用户使用网页浏览的流量分别为B11，B12，B13，B14，B15，因此预设用户群在一个月内网页浏览使用2G/3G网络时的流量和B1＝B11+B12+B13+B14+B15。可以按照同样的方法分别计算在2G/3G网络下一个月内预设用户群的每个用户使用即时通讯的流量和B2，下载的流量和B3，音频的流量和B4，视频的流量和B5，阅读的流量和B6和游戏的流量和B7。

步骤202、获取预设用户群在一个月内每个业务使用4G网络时的流量和，执行步骤203。

示例的，在4G网络下一个月内预设用户群的每个用户使用网页浏览的流量分别为A11，A12，A13，A14，A15，因此预设用户群在一个月内网页浏览使用4G网络时的流量和A1＝A11+A12+A13+A14+A15。可以按照同样的方法分别计算在4G网络下一个月内预设用户群的每个用户使用即时通讯的流量和A2，下载的流量和A3，音频的流量和A4，视频的流量和A5，阅读的流量和A6和游戏的流量和A7。

步骤203、获取每个业务的流量因子，执行步骤204。

示例的，可以按照公式Xi＝Ai/Bi，计算每个业务的流量因子。具体的，网页浏览的流量因子X1＝A1/B1。可以按照同样的方法分别计算出即时通讯的流量因子X2，下载的流量因子X3，音频的流量因子X4，视频的流量因子X5，阅读的流量因子X6和游戏的流量因子X7。

步骤204、获取2G/3G网络下一个月内待预测用户使用每个业务的时长，执行步骤205。

示例的，在2G/3G网络下一个月内待预测用户共使用网页浏览3次，时长分别为C11，C12，C13，因此在2G/3G网络下一个月内待预测用户使用网页浏览的时长C1＝C11+C12+C13。可以按照同样的方法分别计算出一个月内待预测用户使用即时通讯的时长C2，下载的时长C3，音频的时长C4，视频的时长C5，阅读的时长C6和游戏的时长C7。

步骤205、获取2G/3G网络下全网在一个月内使用每个业务的平均时长，执行步骤206。

示例的，在2G/3G网络下一个月内全网使用网页浏览的时长分别为D11，D12，D13…D1s，因此在2G/3G网络下一个月内全网使用网页浏览的平均时长为可以通过同样的方法分别计算出全网在一个月内使用即时通讯的时长D2，下载的时长D3，音频的时长D4，视频的时长D5，阅读的时长D6和游戏的时长D7。

步骤206、获取每个业务的时长因子，执行步骤207。

示例的，可以通过公式Yi＝Ci/Di计算每个业务的时长因子，例如网页浏览的时长因子Y1＝C1/D1。可以通过同样的方法分别计算出即时通讯的时长因子Y2，下载的时长因子Y3，音频的时长因子Y4，视频的时长因子Y5，阅读的时长因子Y6和游戏的时长因子Y7。

步骤207、获取预设用户群在一个月内每个业务使用2G/3G网络时的平均下载速率，执行步骤208。

示例的，在2G/3G网络下一个月内预设用户群的每个用户使用网页浏览的下载速度分别为F11，F12，F13，F14，F15，因此预设用户群在一个月内网页浏览使用2G/3G网络时的平均下载速率可以按照同样的方法分别计算出2G/3G网络下预设用户群在一个月内即时通讯的平均下载速率F2，下载的平均下载速率F3，音频的平均下载速率F4，视频的平均下载速率F5，阅读的平均下载速率F6和游戏的平均下载速率F7。

步骤208、获取预设用户群在一个月内每个业务使用4G网络时的平均下载速率，执行步骤209。

示例的，在4G网络下一个月内预设用户群的每个用户使用网页浏览的下载速度分别为E11，E12，E13，E14，E15，因此预设用户群在一个月内网页浏览使用4G网络时的平均下载速率可以按照同样的方法分别计算出4G网络下预设用户群在一个月内即时通讯的平均下载速率E2，下载的平均下载速率E3，音频的平均下载速率E4，视频的平均下载速率E5，阅读的平均下载速率E6和游戏的平均下载速率E7。

步骤209、获取每个业务的速率因子，执行步骤207。

示例的，可以根据公式Zi＝ln[(Ei/Fi)+1]计算每个业务的速率因子。例如网页浏览的速率因子Z1＝ln[(E1/F1)+1]；可以根据同样的方法计算出通讯的速率因子Z2，下载的速率因子Z3，音频的速率因子Z4，视频的速率因子Z5，阅读的速率因子Z6和游戏的速率因子Z7。

步骤210、根据每个业务的流量因子，待预测用户涉及的每个业务的时长因子和每个业务的速率因子，预测该待预测用户在所述一个月内使用所述4G的总流量。

示例的，可以根据公式计算待预测用户在所述一个月内使用所述4G的总流量。所述q为待预测用户所涉及的业务的个数，假设待预测用户所涉及的业务为网页浏览、即时通讯、下载、音频、视频、阅读和游戏这7类业务，而4G网络共提供9类业务，此时，R为全网在4G网络下使用所述7个业务的流量和与全网在2G/3G网络下使用所有9个业务的流量和的比率，G1，G2，G3，G4，G5，G6，G7分别为待预测用户在2G/3G下使用网页浏览、即时通讯、下载、音频、视频、阅读和游戏的流量。

所述M即为预测出的待预测用户在所述一个月内使用所述4G的总流量。

需要说明的是，本发明实施例提供的流量预测方法步骤的先后顺序可以进行适当调整，步骤也可以根据情况进行相应增减，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化的方法，都应涵盖在本发明的保护范围之内，因此不再赘述。

本发明实施例提供了一种流量预测方法，相较于现有技术，由于可以根据2G/3G网络与4G网络之间的流量变化，各业务的使用时长，下载速率变化等因素预测用户在所述预设时间内使用所述4G网络的总流量，提高了预测的准确性，便于用户定制新的数据包服务，提高用户体验。

本发明实施例提供一种流量预测装置30，如图3所示，包括：

获取单元301，用于根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子。

预测单元302，用于至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量。

这样一来，由于可以确定出第一网络下用户使用的各项业务的流量和与在第二网络下用户使用的各项业务的流量和的变化，因此在用户将使用第一网络的手机卡更换为使用第二网络的手机卡后，能够根据该流量和的变化预测用户在第二网络下所需的流量，便于用户定制新的数据包服务，提高用户体验。

可选的，所述获取单元301具体用于，根据公式(1)，获取第一业务的流量因子Xi，所述第一业务为运营商提供的任意一个业务；

所述公式(1)为：Xi＝Ai/Bi；

其中，所述Ai为第二网络下预设用户群在预设时间内使用第一业务的流量和；所述Bi为第一网络下预设用户群在预设时间内使用第一业务的流量和。

可选的，所述获取单元301还用于，根据所述用户在预设时间内每个业务使用第一网络的时长与全网在预设时间内每个业务使用第一网络的平均时长，获取所述用户涉及的每个业务的时长因子。

所述预测单元302具体用于，至少根据所述每个业务的流量因子和所述用户涉及的每个业务的时长因子，预测所述用户在所述预设时间内使用所述第二网络的总流量。

可选的，所述获取单元301具体用于，根据公式(2)，获取所述第一业务的时长因子Yi；

所述公式(2)为：Yi＝Ci/Di；

其中，所述Ci为第一网络下预设时间内所述用户使用第一业务的时长；所述Di为第一网络下全网在预设时间内使用第一业务的平均时长。

可选的，所述获取单元301还用于，根据预设用户群在预设时间内每个业务使用第一网络时的平均下载速率与每个业务使用第二网络时的平均下载速率，获取每个业务的速率因子；

所述预测单元302具体用于，根据所述每个业务的流量因子，所述用户涉及的每个业务的时长因子和所述每个业务的速率因子，预测用户在所述预设时间内使用所述第二网络的总流量。

可选的，所述获取单元301具体用于，根据公式(3)，获取所述第一业务的速率因子Zi；

所述公式(3)为：Zi＝ln[(Ei/Fi)+1]；

其中，Ei为第二网络下预设用户群在预设时间内使用第一业务的平均下载速率；Fi为第一网络下预设用户群在预设时间内使用第一业务的平均下载速率。

可选的，所述预测单元302具体用于，根据公式(4)，预测所述用户在所述预设时间内使用所述第二网络的总流量M；

所述公式(4)为：

其中，所述q为所述用户在所述第二网络下使用的所有业务的个数；所述Gi为所述用户在第一网络下使用第二业务的流量，所述第二业务为所述q个业务的任意一个；R为全网在第二网络下使用所述q个业务的流量和与全网在第二网络下使用所有业务的流量和的比率。

在实际应用中，所述获取单元301和预测单元302均可由流量预测装置30中设置的中央处理器(Central Processing Unit，CPU)、微处理器(Micro Processor Unit，MPU)、数字信号处理器(Digital Signal Processor，DSP)、或现场可编程门阵列(FieldProgrammable Gate Array，FPGA)等实现。

本发明实施例提供一种流量预测装置，包括：获取单元，用于根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子；预测单元，用于至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量。相较于现有技术，由于可以确定出第一网络下用户使用的各项业务的流量和与在第二网络下用户使用的各项业务的流量和的变化，因此在用户将使用第一网络的手机卡更换为使用第二网络的手机卡后，能够根据该流量和的变化预测用户在第二网络下所需的流量，便于用户定制新的数据包服务，提高用户体验。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (14)

1.一种流量预测方法，其特征在于，包括：

根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子；

至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量。

2.根据权利要求1所述的方法，其特征在于，所述根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子包括：

根据公式(1)，获取第一业务的流量因子Xi，所述第一业务为运营商提供的任意一个业务；

所述公式(1)为：Xi＝Ai/Bi；

其中，所述Ai为第二网络下预设用户群在预设时间内使用第一业务的流量和；所述Bi为第一网络下预设用户群在预设时间内使用第一业务的流量和。

3.根据权利要求2所述的方法，其特征在于，在所述获取每个业务的流量因子之后，所述方法还包括：

根据所述用户在预设时间内每个业务使用第一网络的时长与全网在预设时间内每个业务使用第一网络的平均时长，获取所述用户涉及的每个业务的时长因子；

所述至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量包括：

至少根据所述每个业务的流量因子和所述用户涉及的每个业务的时长因子，预测所述用户在所述预设时间内使用所述第二网络的总流量。

4.根据权利要求3所述的方法，其特征在于，所述根据所述用户在预设时间内每个业务使用第一网络的时长与全网在预设时间内每个业务使用第一网络的平均时长，获取所述用户涉及的每个业务的时长因子包括：

根据公式(2)，获取所述第一业务的时长因子Yi；

所述公式(2)为：Yi＝Ci/Di；

其中，所述Ci为第一网络下预设时间内所述用户使用第一业务的时长；所述Di为第一网络下全网在预设时间内使用第一业务的平均时长。

5.根据权利要求4所述的方法，其特征在于，在所述获取每个业务的流量因子之后，所述方法还包括：

根据预设用户群在预设时间内每个业务使用第一网络时的平均下载速率与每个业务使用第二网络时的平均下载速率，获取每个业务的速率因子；

所述至少根据所述每个业务的流量因子和所述用户涉及的每个业务的时长因子，预测所述用户在所述预设时间内使用所述第二网络的总流量包括：

根据所述每个业务的流量因子，所述用户涉及的每个业务的时长因子和所述每个业务的速率因子，预测用户在所述预设时间内使用所述第二网络的总流量。

6.根据权利要求5所述的方法，其特征在于，所述根据预设用户群在预设时间内每个业务使用第一网络时的平均下载速率与每个业务使用第二网络时的平均下载速率，获取每个业务的速率因子包括：

根据公式(3)，获取所述第一业务的速率因子Zi；

所述公式(3)为：Zi＝ln[(Ei/Fi)+1]；

其中，Ei为第二网络下预设用户群在预设时间内使用第一业务的平均下载速率；Fi为第一网络下预设用户群在预设时间内使用第一业务的平均下载速率。

7.根据权利要求6所述的方法，其特征在于，所述根据所述每个业务的流量因子，所述用户涉及的每个业务的时长因子和所述每个业务的速率因子，预测用户在所述预设时间内使用所述第二网络的总流量包括：

根据公式(4)，预测所述用户在所述预设时间内使用所述第二网络的总流量M；

所述公式(4)为： $M={\mathrm{\Σ}}_{n=1}^{n=q}(Gi*Xi*Yi*Zi)/R;$

其中，所述q为所述用户在所述第二网络下使用的所有业务的个数；所述Gi为所述用户在第一网络下使用第二业务的流量，所述第二业务为所述q个业务的任意一个；R为全网在第二网络下使用所述q个业务的流量和与全网在第二网络下使用所有业务的流量和的比率。

8.一种流量预测装置，其特征在于，包括：

获取单元，用于根据预设用户群在预设时间内每个业务使用第一网络时的流量和与每个业务使用第二网络时的流量和，获取每个业务的流量因子；

预测单元，用于至少根据所述每个业务的流量因子，预测用户在所述预设时间内使用所述第二网络的总流量。

9.根据权利要求8所述的装置，其特征在于，

所述获取单元具体用于，根据公式(1)，获取第一业务的流量因子Xi，所述第一业务为运营商提供的任意一个业务；

所述公式(1)为：Xi＝Ai/Bi；

其中，所述Ai为第二网络下预设用户群在预设时间内使用第一业务的流量和；所述Bi为第一网络下预设用户群在预设时间内使用第一业务的流量和。

10.根据权利要求9所述的装置，其特征在于，

所述获取单元还用于，根据所述用户在预设时间内每个业务使用第一网络的时长与全网在预设时间内每个业务使用第一网络的平均时长，获取所述用户涉及的每个业务的时长因子；

所述预测单元具体用于，至少根据所述每个业务的流量因子和所述用户涉及的每个业务的时长因子，预测所述用户在所述预设时间内使用所述第二网络的总流量。

11.根据权利要求10所述的装置，其特征在于，

所述获取单元具体用于，根据公式(2)，获取所述第一业务的时长因子Yi；

所述公式(2)为：Yi＝Ci/Di；

其中，所述Ci为第一网络下预设时间内所述用户使用第一业务的时长；所述Di为第一网络下全网在预设时间内使用第一业务的平均时长。

12.根据权利要求11所述的装置，其特征在于，

所述获取单元还用于，根据预设用户群在预设时间内每个业务使用第一网络时的平均下载速率与每个业务使用第二网络时的平均下载速率，获取每个业务的速率因子；

所述预测单元具体用于，根据所述每个业务的流量因子，所述用户涉及的每个业务的时长因子和所述每个业务的速率因子，预测用户在所述预设时间内使用所述第二网络的总流量。

13.根据权利要求12所述的装置，其特征在于，

所述获取单元具体用于，根据公式(3)，获取所述第一业务的速率因子Zi；

所述公式(3)为：Zi＝ln[(Ei/Fi)+1]；

其中，Ei为第二网络下预设用户群在预设时间内使用第一业务的平均下载速率；Fi为第一网络下预设用户群在预设时间内使用第一业务的平均下载速率。

14.根据权利要求13所述的装置，其特征在于，

所述预测单元具体用于，根据公式(4)，预测所述用户在所述预设时间内使用所述第二网络的总流量M；

所述公式(4)为： $M={\mathrm{\Σ}}_{n=1}^{n=q}(Gi*Xi*Yi*Zi)/R;$

其中，所述q为所述用户在所述第二网络下使用的所有业务的个数；所述Gi为所述用户在第一网络下使用第二业务的流量，所述第二业务为所述q个业务的任意一个；R为全网在第二网络下使用所述q个业务的流量和与全网在第二网络下使用所有业务的流量和的比率。