CN107124732A - 公共无线局域网的挖掘方法及装置 - Google Patents
公共无线局域网的挖掘方法及装置 Download PDFInfo
- Publication number
- CN107124732A CN107124732A CN201710335587.5A CN201710335587A CN107124732A CN 107124732 A CN107124732 A CN 107124732A CN 201710335587 A CN201710335587 A CN 201710335587A CN 107124732 A CN107124732 A CN 107124732A
- Authority
- CN
- China
- Prior art keywords
- wlan
- wireless lan
- public access
- access wireless
- information
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种公共无线局域网的挖掘方法及装置。所述方法包括：获取并分析待检测无线局域网的当前参数信息；将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，所述无线局域网分类模型中包括各项参数信息与无线局域网类型之间的关联关系，所述无线局域网类型包括公共无线局域网和/或非公共无线局域网；当所述匹配结果为所述当前参数信息关联至所述公共无线局域网的概率达到预设阈值时，确定所述待检测无线局域网属于所述公共无线局域网。该技术方案实现了对公共无线局域网的挖掘目的，进而使得服务器能够更加准确地向用户下发无线局域网。
Description
技术领域
本发明涉及互联网技术领域，特别是涉及一种公共无线局域网的挖掘方法及装置。
背景技术
公共无线局域网(以下简称公共Wifi)具有如下功能：
一、查看公共Wifi的Wifi名称和/或Wifi密码、连接状态、显示公共Wifi的SSID(Service Set Identifier，服务集标识)以及当前使用流量、显示正在连接公共Wifi的终端列表并可以对其进行拉黑操作；例如，在公共Wifi的用户主界面中可以显示Wifi名称和/或Wifi密码。其中，Wifi名称和/或Wifi密码根据系统自定义得到，或者根据用户的输入、选择或者修改得到。此外，公共Wifi的用户主界面也可支持修改网络名称，用户可根据自身需求进行网络名称的修改，从而设置属于自己的个性网络名，为用户提供个性化的服务。
二、公共Wifi的用户界面还可显示正在连接公共Wifi的终端的型号、名称、上传速度和/或下载速度，方便用户进行查看及管理接入设备；还可根据用户在该用户界面中的操作，对终端限制上传速度、限制下载速度，以避免多个终端同时连接时影响用户的网络速度的情况。例如，用户可根据用户界面提供的选项，对已经接入的终端限制上传速度和/或下载速度，避免对自身网速的影响。
三、公共Wifi还可提供将已连接的终端拉入黑名单的功能。当用户在公共Wifi的用户界面下进行将终端拉入黑名单的操作时，则断开与该终端的连接，并将该终端的MAC地址存储至本地黑名单数据库。通过该功能，对于已经连接的终端，用户可以通过将其拉入黑名单的功能来强迫陌生账号下线，在该陌生账号再次发来网络接入请求时，则可直接拒绝该陌生账号接入。
由此可知，公共Wifi的诸多功能使其在用户的生活中越来越普遍。然而，如何准确挖掘出公共Wifi、并将公共Wifi的账号下发给用户，目前仍没有很好的方式来解决该问题。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的公共无线局域网的挖掘方法及装置。
依据本发明的一个方面，提供了一种公共无线局域网的挖掘方法，包括：
获取并分析待检测无线局域网的当前参数信息；
将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，所述无线局域网分类模型中包括各项参数信息与无线局域网类型之间的关联关系，所述无线局域网类型包括公共无线局域网和/或非公共无线局域网；
当所述匹配结果为所述当前参数信息关联至所述公共无线局域网的概率达到预设阈值时，确定所述待检测无线局域网属于所述公共无线局域网。
可选地，所述参数信息包括无线局域网名称、连接无线局域网的设备信息、连接无线局域网的人数、无线局域网的地理位置信息中的至少一项。
可选地，所述无线局域网分类模型中，当所述参数信息满足以下至少一项条件时，所述参数信息与所述公共无线局域网相关联：
所述无线局域网名称属于公共场所名称；
所述连接无线网的设备数量达到第一预设数量；
所述连接无线网的设备中的移动终端数量达到第二预设数量；
所述连接无线局域网的人数达到预设人数；
所述无线局域网的地理位置属于公共场所。
可选地，当所述当前参数信息仅包括一项时，将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，包括：
将该项当前参数信息与预先训练的无线局域网分类模型进行匹配；
当在所述无线局域网分类模型中匹配到与所述该项参数信息关联的无线局域网类型为所述公共无线局域网时，确定所述该项当前参数信息关联至所述公共无线局域网的概率达到预设阈值。
可选地，当所述当前参数信息包括多个时，将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，包括：
将各项所述当前参数信息分别与所述无线局域网分类模型进行匹配，得到各项所述当前参数信息分别对应的子匹配结果，所述子匹配结果包括各项所述当前参数信息分别关联的无线局域网类型；
获取各项所述当前参数信息各自对应的权重；
根据所述各项所述当前参数信息各自对应的权重以及所述子匹配结果，统计多个所述当前参数信息关联至所述公共无线局域网的概率。
可选地，所述方法还包括：
根据所述公共无线局域网的参数信息，确定所述公共无线局域网所处环境的环境类型；
根据所述公共无线局域网所处环境的环境类型，从预设信息库中筛选出符合所述环境类型的信息；
将所述筛选出的信息推送至与所述公共无线局域网连接的终端设备。
可选地，所述环境类型包括餐饮类、教育类、体育类、购物类、娱乐类、财经类中的至少一种。
可选地，所述方法还包括：
为所述公共无线局域网生成对应的标识，所述标识用于表示所述无线局域网属于所述公共无线局域网；
将所述公共无线局域网的账号及其对应的标识下发至终端，以使所述终端对应显示所述公共无线局域网的账号及其对应的标识。
依据本发明的另一个方面，提供了一种公共无线局域网的挖掘装置，包括：
获取模块，适于获取并分析待检测无线局域网的当前参数信息；
匹配模块，适于将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，所述无线局域网分类模型中包括各项参数信息与无线局域网类型之间的关联关系，所述无线局域网类型包括公共无线局域网和/或非公共无线局域网；
第一确定模块，适于当所述匹配结果为所述当前参数信息关联至所述公共无线局域网的概率达到预设阈值时，确定所述待检测无线局域网属于所述公共无线局域网。
可选地，所述参数信息包括无线局域网名称、连接无线局域网的设备信息、连接无线局域网的人数、无线局域网的地理位置信息中的至少一项。
可选地，所述无线局域网分类模型中，当所述参数信息满足以下至少一项条件时，所述参数信息与所述公共无线局域网相关联：
所述无线局域网名称属于公共场所名称；
所述连接无线网的设备数量达到第一预设数量；
所述连接无线网的设备中的移动终端数量达到第二预设数量；
所述连接无线局域网的人数达到预设人数；
所述无线局域网的地理位置属于公共场所。
可选地，所述匹配模块还适于：
当所述当前参数信息仅包括一项时，将该项当前参数信息与预先训练的无线局域网分类模型进行匹配；
当在所述无线局域网分类模型中匹配到与所述该项参数信息关联的无线局域网类型为所述公共无线局域网时，确定所述该项当前参数信息关联至所述公共无线局域网的概率达到预设阈值。
可选地，所述匹配模块还适于：
当所述当前参数信息包括多个时，将各项所述当前参数信息分别与所述无线局域网分类模型进行匹配，得到各项所述当前参数信息分别对应的子匹配结果，所述子匹配结果包括各项所述当前参数信息分别关联的无线局域网类型；
获取各项所述当前参数信息各自对应的权重；
根据所述各项所述当前参数信息各自对应的权重以及所述子匹配结果，统计多个所述当前参数信息关联至所述公共无线局域网的概率。
可选地，所述装置还包括：
第二确定模块，适于根据所述公共无线局域网的参数信息，确定所述公共无线局域网所处环境的环境类型；
筛选模块，适于根据所述公共无线局域网所处环境的环境类型，从预设信息库中筛选出符合所述环境类型的信息；
推送模块，适于将所述筛选出的信息推送至与所述公共无线局域网连接的终端设备。
可选地，所述环境类型包括餐饮类、教育类、体育类、购物类、娱乐类、财经类中的至少一种。
可选地，所述装置还包括：
生成模块，适于为所述公共无线局域网生成对应的标识，所述标识用于表示所述无线局域网属于所述公共无线局域网；
下发模块，适于将所述公共无线局域网的账号及其对应的标识下发至终端，以使所述终端对应显示所述公共无线局域网的账号及其对应的标识。
采用本发明实施例提供的技术方案，通过获取并分析待检测无线局域网的当前参数信息，进而将该当前参数信息与预先训练的无线局域网分类模型进行匹配，并在匹配结果为当前参数信息关联至公共无线局域网的概率达到预设阈值时，确定待检测无线局域网属于公共无线局域网。因此，该技术方案实现了对公共无线局域网的挖掘目的，进而使得服务器能够更加准确地向用户下发无线局域网。
进一步地，该技术方案为公共无线局域网生成对应的标识，使得终端在显示公共无线局域网的账号时能够同时显示该公共无线局域网对应的标识，从而使用户通过该标识可以一目了然地获知哪些无线局域网属于公共无线局域网。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是根据本发明一个实施例的一种公共无线局域网的挖掘方法的示意性流程图；
图2是根据本发明一个实施例的另一种公共无线局域网的挖掘方法的示意性流程图；
图3是根据本发明一个实施例的一种公共无线局域网的挖掘装置的示意性框图；
图4是根据本发明一个实施例的另一种公共无线局域网的挖掘装置的示意性框图；
图5是根据本发明一个实施例的另一种公共无线局域网的挖掘装置的示意性框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是根据本发明一个实施例的一种公共无线局域网的挖掘方法的示意性流程图。如图1所示，该方法一般性地可包括以下步骤S101-S103：
步骤S101，获取并分析待检测无线局域网的当前参数信息。
步骤S102，将当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果。
步骤S103，当匹配结果为当前参数信息关联至公共无线局域网的概率达到预设阈值时，确定待检测无线局域网属于公共无线局域网。
采用本发明实施例提供的技术方案，通过获取并分析待检测无线局域网的当前参数信息，进而将该当前参数信息与预先训练的无线局域网分类模型进行匹配，并在匹配结果为当前参数信息关联至公共无线局域网的概率达到预设阈值时，确定待检测无线局域网属于公共无线局域网。因此，该技术方案实现了对公共无线局域网的挖掘目的，进而使得服务器能够更加准确地向用户下发无线局域网。
上述实施例应用于网络侧的服务器，服务器采用步骤S101-S103的方法对公共无线局域网进行挖掘后，将挖掘出的公共无线局域网作为优质Wifi进行分类存储。在一个实施例中，服务器可按照地区的不同对公共无线局域网进行存储，其中，地区可以市、区、镇等作为标准进行划分。例如，服务器中存储有每个市及其对应的优质Wifi库，每个优质Wifi库中包括至少一个公共无线局域网。
当移动终端向服务器请求所在地区对应的优质Wifi时，服务器首先根据移动终端的地理位置信息确定该移动终端所在的地区，进而根据该移动终端所在的地区从服务器中获取该地区对应的优质Wifi库，并将获取到的优质Wifi库下发至移动终端本地。
举例而言，服务器以市区作为分类标准，即存储有每个市及其对应的优质Wifi库，且每个市对应有唯一的用于标识该市区的编码。当移动终端向服务器请求所在地区对应的优质Wifi时，服务器根据移动终端的当前地理位置信息(如当前所在的经度、纬度和/或海拔信息等)确定移动终端所在的市区，进而确定该市区对应的编码，利用该编码，服务器查找并获取该编码对应的优质Wifi库，并将获取到的优质Wifi库下发至移动终端本地。
以下分别针对上述步骤S101-S103进行详细说明。
首先执行步骤S101，即获取并分析待检测无线局域网的当前参数信息。其中，参数信息包括无线局域网名称、连接无线局域网的设备信息、连接无线局域网的人数、无线局域网的地理位置信息中的至少一项。
该步骤中，在获取到待检测无线局域网的当前参数信息后，会分析该当前参数信息。例如，根据无线局域网名称“XX餐厅”可分析出该无线局域网名称属于公共场所名称；根据无线局域网的地理位置信息“XX商厦”可分析出该无线局域网的地理位置属于公共场所；等等。
分析待检测无线局域网的当前参数信息之后，继续执行步骤S102，即将当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果。其中，无线局域网分类模型中包括各项参数信息与无线局域网类型之间的关联关系，无线局域网类型包括公共无线局域网和/或非公共无线局域网。
无线局域网分类模型是预先利用至少一种分类算法对海量无线局域网样本及其特征(即参数信息)进行学习训练得到的。其中，分类算法可以是朴素贝叶斯、随机森林、决策树等任一种或多种分类算法，各分类算法的训练过程为现有技术，在此不再赘述。可预先人工标记各个无线局域网样本所属类型，并确定各无线局域网样本的特征。例如，标记无线局域网A属于公共无线局域网，其特征包括：无线局域网名称属于公共场所名称；标记无线局域网B属于公共无线局域网，其特征包括：无线局域网名称属于公共场所名称、连接无线局域网的人数达到预设人数；标记无线局域网C属于非公共无线局域网，其特征包括：无线局域网的地理位置属于住宅小区；等等。如上述标记好各个无线局域网样本，即可利用至少一种分类算法对多个被标记的无线局域网样本及其特征进行学习训练，得到无线局域网分类模型。
具体地，在无线局域网分类模型中，当参数信息满足以下至少一项条件时，该参数信息与公共无线局域网相关联：
(1)无线局域网名称属于公共场所名称；
(2)连接无线网的设备数量达到第一预设数量；
(3)连接无线网的设备中的移动终端数量达到第二预设数量；
(4)连接无线局域网的人数达到预设人数；
(5)无线局域网的地理位置属于公共场所。
此外，由于无线局域网的参数信息可能包括多个，因此在无线局域网分类模型中，还包括多个参数信息综合后的结果与无线局域网类型之间的关联关系。
优选地，当多个参数信息中的每个参数信息分别满足上述条件之一时，则可将这多个参数信息综合后的结果关联至公共无线局域网。例如，参数信息包括无线局域网名称和连接无线局域网的人数，若无线局域网名称属于公共场所名称、且连接无线局域网的人数达到预设人数，则由无线局域网名称和连接无线局域网的人数这两个参数综合后的结果关联至公共无线局域网。
当多个参数信息中并非每个参数信息均满足上述条件之一时，可预先设置多个参数信息中满足上述条件之一的参数信息的数目占总参数信息数目的比例系数。例如，当多个参数信息中满足上述条件之一的参数信息的数目占总参数信息数目的80％以上时，则可将这多个参数信息综合后的结果关联至公共无线局域网。
针对参数信息的数目不同，执行步骤S102的方式也有所不同，以下分两种情况分别进行说明。
在一个实施例中，待检测无线局域网的当前参数信息仅包括一项。此时，步骤S102可执行为以下步骤：首先，将该项当前参数信息与预先训练的无线局域网分类模型进行匹配；其次，当在无线局域网分类模型中匹配到与该项参数信息关联的无线局域网类型为公共无线局域网时，确定该项当前参数信息关联至公共无线局域网的概率达到预设阈值。
例如，待检测无线局域网的当前参数信息仅包括无线局域网名称“A电影院”，对该无线局域网名称进行分析后，可知该无线局域网名称属于公共场所名称。按照上述步骤S102的执行方式，将该无线局域网名称与预先训练的无线局域网分类模型进行匹配，在无线局域网分类模型中，无线局域网名称属于公共场所名称时，无线局域网名称关联至公共无线局域网。因此，可直接在无线局域网分类模型中匹配到待检测无线局域网的无线局域网名称关联至公共无线局域网，此时可确定该无线局域网名称关联至公共无线局域网的概率达到预设阈值。
在另一个实施例中，待检测无线局域网的当前参数信息包括多个。此时，步骤S102可执行为以下步骤：首先，将各项当前参数信息分别与无线局域网分类模型进行匹配，得到各项当前参数信息分别对应的子匹配结果，子匹配结果包括各项当前参数信息分别关联的无线局域网类型；其次，获取各项当前参数信息各自对应的权重；再次，根据各项当前参数信息各自对应的权重以及子匹配结果，统计多个当前参数信息关联至公共无线局域网的概率。
例如，待检测无线局域网的当前参数信息包括无线局域网名称“A电影院”以及连接无线局域网的人数为10人。在无线局域网分类模型中，无线局域网名称属于公共场所名称时，无线局域网名称关联至公共无线局域网；连接无线局域网的人数达到预设人数15时，连接无线局域网的人数关联至公共无线局域网。对该无线局域网名称进行分析后，可知该无线局域网名称属于公共场所名称，连接无线局域网的人数未达到预设人数。按照上述步骤S102的执行方式，首先将无线局域网名称和连接无线局域网的人数这两项参数信息分别与无线局域网分类模型进行匹配，分别得到无线局域网名称对应的子匹配结果为：无线局域网名称关联至公共无线局域网，以及，连接无线局域网的人数对应的子匹配结果为：连接无线局域网的人数关联至非公共无线局域网。其次，获取无线局域网名称对应的权重80％以及连接无线局域网的人数对应的权重20％。再次，根据各项当前参数信息(即无线局域网名称和连接无线局域网的人数)各自对应的权重以及子匹配结果，可统计出由无线局域网名称和连接无线局域网的人数这两个参数信息综合后关联至公共无线局域网的概率为80％。
在另一个实施例中，若无线局域网分类模型中包括多个参数信息综合后的结果与无线局域网类型之间的关联关系，则可直接将多个参数信息与无线局域网分类模型进行匹配，得到多个参数信息是否关联至公共无线局域网的匹配结果。
得到匹配结果之后，继续执行步骤S103，即当匹配结果为当前参数信息关联至公共无线局域网的概率达到预设阈值时，确定待检测无线局域网属于公共无线局域网。
例如，预设阈值为60％。仍延用上述例子，假设统计出由无线局域网名称和连接无线局域网的人数这两个参数信息综合后关联至公共无线局域网的概率为80％，由于该概率值大于预设阈值60％，因此可确定这两个参数信息对应的待检测无线局域网属于公共无线局域网。
在一个实施例中，执行步骤S103之后，上述方法还包括如图2所示的步骤S201-S203：
步骤S201，根据公共无线局域网的参数信息，确定公共无线局域网所处环境的环境类型。
其中，环境类型包括餐饮类、教育类、体育类、购物类、娱乐类、财经类中的至少一种。
步骤S202，根据公共无线局域网所处环境的环境类型，从预设信息库中筛选出符合环境类型的信息。
步骤S203，将筛选出的信息推送至与公共无线局域网连接的终端设备。
例如，根据公共无线局域网的参数信息——公共无线局域网名称“B餐饮中心”，确定公共无线局域网所处环境的环境类型为餐饮类，那么，可从预设信息库中筛选出属于餐饮类的信息(如：周边餐饮推荐信息)，并将筛选出的属于餐饮类的信息推送至与公共无线局域网连接的终端设备。
本实施例中，通过确定公共无线局域网所处环境的环境类型，进而筛选出符合该环境类型的信息，并将筛选出的信息推送至与公共无线局域网连接的终端设备，使得服务器向终端设备推送的信息与该终端设备当前所处的环境密切相关，从而使推送的信息更加符合终端设备用户的当前需求，也更加贴近终端设备的兴趣，使得信息的推送更加具有针对性。
在一个实施例中，上述方法还包括以下步骤：首先，为公共无线局域网生成对应的标识，标识用于表示无线局域网属于公共无线局域网；其次，将公共无线局域网的账号及其对应的标识下发至终端，以使终端对应显示公共无线局域网的账号及其对应的标识。
本实施例中，公共无线局域网对应的标识与非公共无线局域网对应的标识不同。终端在显示公共无线局域网的账号时，可将公共无线局域网对应的标识显示在账号对应的位置，例如显示在账号右侧、下方等位置，以使终端用户根据该标识获知无线局域网是否属于公共无线局域网。
本实施例的技术方案通过为公共无线局域网生成对应的标识，使得终端在显示公共无线局域网的账号时能够同时显示该公共无线局域网对应的标识，从而使用户通过该标识可以一目了然地获知哪些无线局域网属于公共无线局域网。
在一个实施例中，当移动终端搜索到Wifi网络时，会自动将搜索到的Wifi网络与从服务器下载至本地的优质Wifi进行匹配，若匹配成功(即下载至本地的优质Wifi库中包含本次搜索到的Wifi网络)，则移动终端获取搜索到的Wifi网络的接入密码，进而利用该接入密码自动接入Wifi网络。
图3是根据本发明一个实施例的一种公共无线局域网的挖掘装置的示意性框图。如图3所示，该装置包括：
获取模块310，适于获取并分析待检测无线局域网的当前参数信息；
匹配模块320，与获取模块310相耦合，适于将当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，无线局域网分类模型中包括各项参数信息与无线局域网类型之间的关联关系，无线局域网类型包括公共无线局域网和/或非公共无线局域网；
第一确定模块330，与匹配模块320相耦合，适于当匹配结果为当前参数信息关联至公共无线局域网的概率达到预设阈值时，确定待检测无线局域网属于公共无线局域网。
可选地，参数信息包括无线局域网名称、连接无线局域网的设备信息、连接无线局域网的人数、无线局域网的地理位置信息中的至少一项。
可选地，无线局域网分类模型中，当参数信息满足以下至少一项条件时，参数信息与公共无线局域网相关联：
无线局域网名称属于公共场所名称；
连接无线网的设备数量达到第一预设数量；
连接无线网的设备中的移动终端数量达到第二预设数量；
连接无线局域网的人数达到预设人数；
无线局域网的地理位置属于公共场所。
可选地，匹配模块320还适于：
当当前参数信息仅包括一项时，将该项当前参数信息与预先训练的无线局域网分类模型进行匹配；
当在无线局域网分类模型中匹配到与该项参数信息关联的无线局域网类型为公共无线局域网时，确定该项当前参数信息关联至公共无线局域网的概率达到预设阈值。
可选地，匹配模块320还适于：
当当前参数信息包括多个时，将各项当前参数信息分别与无线局域网分类模型进行匹配，得到各项当前参数信息分别对应的子匹配结果，子匹配结果包括各项当前参数信息分别关联的无线局域网类型；
获取各项当前参数信息各自对应的权重；
根据各项当前参数信息各自对应的权重以及子匹配结果，统计多个当前参数信息关联至公共无线局域网的概率。
可选地，如图4所示，上述装置还包括：
第二确定模块340，与第一确定模块330相耦合，适于根据公共无线局域网的参数信息，确定公共无线局域网所处环境的环境类型；
筛选模块350，与第二确定模块340相耦合，适于根据公共无线局域网所处环境的环境类型，从预设信息库中筛选出符合环境类型的信息；
推送模块360，与筛选模块350相耦合，适于将筛选出的信息推送至与公共无线局域网连接的终端设备。
可选地，环境类型包括餐饮类、教育类、体育类、购物类、娱乐类、财经类中的至少一种。
可选地，如图5所示，上述装置还包括：
生成模块370，与第一确定模块330相耦合，适于为公共无线局域网生成对应的标识，标识用于表示无线局域网属于公共无线局域网；
下发模块380，与生成模块370相耦合，适于将公共无线局域网的账号及其对应的标识下发至终端，以使终端对应显示公共无线局域网的账号及其对应的标识。
采用本发明实施例提供的装置，通过获取并分析待检测无线局域网的当前参数信息，进而将该当前参数信息与预先训练的无线局域网分类模型进行匹配，并在匹配结果为当前参数信息关联至公共无线局域网的概率达到预设阈值时，确定待检测无线局域网属于公共无线局域网。因此，该技术方案实现了对公共无线局域网的挖掘目的，进而使得服务器能够更加准确地向用户下发无线局域网。
本领域的技术人员应可理解，图3至图5中的公共无线局域网的挖掘装置能够用来实现前文所述的公共无线局域网的挖掘方案，其中的细节描述应与前文方法部分描述类似，为避免繁琐，此处不另赘述。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的公共无线局域网的挖掘装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
本发明实施例提供一种A1、一种公共无线局域网的挖掘方法，包括：
获取并分析待检测无线局域网的当前参数信息；
将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，所述无线局域网分类模型中包括各项参数信息与无线局域网类型之间的关联关系，所述无线局域网类型包括公共无线局域网和/或非公共无线局域网；
当所述匹配结果为所述当前参数信息关联至所述公共无线局域网的概率达到预设阈值时，确定所述待检测无线局域网属于所述公共无线局域网。
A2、根据A1所述的方法，其中，所述参数信息包括无线局域网名称、连接无线局域网的设备信息、连接无线局域网的人数、无线局域网的地理位置信息中的至少一项。
A3、根据A2所述的方法，其中，所述无线局域网分类模型中，当所述参数信息满足以下至少一项条件时，所述参数信息与所述公共无线局域网相关联：
所述无线局域网名称属于公共场所名称；
所述连接无线网的设备数量达到第一预设数量；
所述连接无线网的设备中的移动终端数量达到第二预设数量；
所述连接无线局域网的人数达到预设人数；
所述无线局域网的地理位置属于公共场所。
A4、根据A1-A3中任一项所述的方法，其中，当所述当前参数信息仅包括一项时，将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，包括：
将该项当前参数信息与预先训练的无线局域网分类模型进行匹配；
当在所述无线局域网分类模型中匹配到与所述该项参数信息关联的无线局域网类型为所述公共无线局域网时，确定所述该项当前参数信息关联至所述公共无线局域网的概率达到预设阈值。
A5、根据A1-A4中任一项所述的方法，其中，当所述当前参数信息包括多个时，将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，包括：
将各项所述当前参数信息分别与所述无线局域网分类模型进行匹配，得到各项所述当前参数信息分别对应的子匹配结果，所述子匹配结果包括各项所述当前参数信息分别关联的无线局域网类型；
获取各项所述当前参数信息各自对应的权重；
根据所述各项所述当前参数信息各自对应的权重以及所述子匹配结果，统计多个所述当前参数信息关联至所述公共无线局域网的概率。
A6、根据A1-A5中任一项所述的方法，其中，所述方法还包括：
根据所述公共无线局域网的参数信息，确定所述公共无线局域网所处环境的环境类型；
根据所述公共无线局域网所处环境的环境类型，从预设信息库中筛选出符合所述环境类型的信息；
将所述筛选出的信息推送至与所述公共无线局域网连接的终端设备。
A7、根据A6所述的方法，其中，所述环境类型包括餐饮类、教育类、体育类、购物类、娱乐类、财经类中的至少一种。
A8、根据A1-A7中任一项所述的方法，其中，所述方法还包括：
为所述公共无线局域网生成对应的标识，所述标识用于表示所述无线局域网属于所述公共无线局域网；
将所述公共无线局域网的账号及其对应的标识下发至终端，以使所述终端对应显示所述公共无线局域网的账号及其对应的标识。
本发明实施例还提供一种B9、一种公共无线局域网的挖掘装置，包括：
获取模块，适于获取并分析待检测无线局域网的当前参数信息；
匹配模块，适于将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，所述无线局域网分类模型中包括各项参数信息与无线局域网类型之间的关联关系，所述无线局域网类型包括公共无线局域网和/或非公共无线局域网；
第一确定模块，适于当所述匹配结果为所述当前参数信息关联至所述公共无线局域网的概率达到预设阈值时，确定所述待检测无线局域网属于所述公共无线局域网。
B10、根据B9所述的装置，其中，所述参数信息包括无线局域网名称、连接无线局域网的设备信息、连接无线局域网的人数、无线局域网的地理位置信息中的至少一项。
B11、根据B10所述的装置，其中，所述无线局域网分类模型中，当所述参数信息满足以下至少一项条件时，所述参数信息与所述公共无线局域网相关联：
所述无线局域网名称属于公共场所名称；
所述连接无线网的设备数量达到第一预设数量；
所述连接无线网的设备中的移动终端数量达到第二预设数量；
所述连接无线局域网的人数达到预设人数；
所述无线局域网的地理位置属于公共场所。
B12、根据B9-B11中任一项所述的装置，其中，所述匹配模块还适于：
当所述当前参数信息仅包括一项时，将该项当前参数信息与预先训练的无线局域网分类模型进行匹配；
当在所述无线局域网分类模型中匹配到与所述该项参数信息关联的无线局域网类型为所述公共无线局域网时，确定所述该项当前参数信息关联至所述公共无线局域网的概率达到预设阈值。
B13、根据B9-B12中任一项所述的装置，其中，所述匹配模块还适于：
当所述当前参数信息包括多个时，将各项所述当前参数信息分别与所述无线局域网分类模型进行匹配，得到各项所述当前参数信息分别对应的子匹配结果，所述子匹配结果包括各项所述当前参数信息分别关联的无线局域网类型；
获取各项所述当前参数信息各自对应的权重；
根据所述各项所述当前参数信息各自对应的权重以及所述子匹配结果，统计多个所述当前参数信息关联至所述公共无线局域网的概率。
B14、根据B9-B13中任一项所述的装置，其中，所述装置还包括：
第二确定模块，适于根据所述公共无线局域网的参数信息，确定所述公共无线局域网所处环境的环境类型；
筛选模块，适于根据所述公共无线局域网所处环境的环境类型，从预设信息库中筛选出符合所述环境类型的信息；
推送模块，适于将所述筛选出的信息推送至与所述公共无线局域网连接的终端设备。
B15、根据B14所述的装置，其中，所述环境类型包括餐饮类、教育类、体育类、购物类、娱乐类、财经类中的至少一种。
B16、根据B9-B15中任一项所述的装置，其中，所述装置还包括：
生成模块，适于为所述公共无线局域网生成对应的标识，所述标识用于表示所述无线局域网属于所述公共无线局域网；
下发模块，适于将所述公共无线局域网的账号及其对应的标识下发至终端，以使所述终端对应显示所述公共无线局域网的账号及其对应的标识。
Claims (10)
1.一种公共无线局域网的挖掘方法，包括：
获取并分析待检测无线局域网的当前参数信息；
将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，所述无线局域网分类模型中包括各项参数信息与无线局域网类型之间的关联关系，所述无线局域网类型包括公共无线局域网和/或非公共无线局域网；
当所述匹配结果为所述当前参数信息关联至所述公共无线局域网的概率达到预设阈值时，确定所述待检测无线局域网属于所述公共无线局域网。
2.根据权利要求1所述的方法，其中，所述参数信息包括无线局域网名称、连接无线局域网的设备信息、连接无线局域网的人数、无线局域网的地理位置信息中的至少一项。
3.根据权利要求2所述的方法，其中，所述无线局域网分类模型中，当所述参数信息满足以下至少一项条件时，所述参数信息与所述公共无线局域网相关联：
所述无线局域网名称属于公共场所名称；
所述连接无线网的设备数量达到第一预设数量；
所述连接无线网的设备中的移动终端数量达到第二预设数量；
所述连接无线局域网的人数达到预设人数；
所述无线局域网的地理位置属于公共场所。
4.根据权利要求1-3中任一项所述的方法，其中，当所述当前参数信息仅包括一项时，将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，包括：
将该项当前参数信息与预先训练的无线局域网分类模型进行匹配；
当在所述无线局域网分类模型中匹配到与所述该项参数信息关联的无线局域网类型为所述公共无线局域网时，确定所述该项当前参数信息关联至所述公共无线局域网的概率达到预设阈值。
5.根据权利要求1-4中任一项所述的方法，其中，当所述当前参数信息包括多个时，将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，包括：
将各项所述当前参数信息分别与所述无线局域网分类模型进行匹配，得到各项所述当前参数信息分别对应的子匹配结果，所述子匹配结果包括各项所述当前参数信息分别关联的无线局域网类型；
获取各项所述当前参数信息各自对应的权重；
根据所述各项所述当前参数信息各自对应的权重以及所述子匹配结果，统计多个所述当前参数信息关联至所述公共无线局域网的概率。
6.根据权利要求1-5中任一项所述的方法，其中，所述方法还包括：
根据所述公共无线局域网的参数信息，确定所述公共无线局域网所处环境的环境类型；
根据所述公共无线局域网所处环境的环境类型，从预设信息库中筛选出符合所述环境类型的信息；
将所述筛选出的信息推送至与所述公共无线局域网连接的终端设备。
7.根据权利要求6所述的方法，其中，所述环境类型包括餐饮类、教育类、体育类、购物类、娱乐类、财经类中的至少一种。
8.根据权利要求1-7中任一项所述的方法，其中，所述方法还包括：
为所述公共无线局域网生成对应的标识，所述标识用于表示所述无线局域网属于所述公共无线局域网；
将所述公共无线局域网的账号及其对应的标识下发至终端，以使所述终端对应显示所述公共无线局域网的账号及其对应的标识。
9.一种公共无线局域网的挖掘装置，包括：
获取模块，适于获取并分析待检测无线局域网的当前参数信息；
匹配模块，适于将所述当前参数信息与预先训练的无线局域网分类模型进行匹配，得到匹配结果，所述无线局域网分类模型中包括各项参数信息与无线局域网类型之间的关联关系，所述无线局域网类型包括公共无线局域网和/或非公共无线局域网；
第一确定模块，适于当所述匹配结果为所述当前参数信息关联至所述公共无线局域网的概率达到预设阈值时，确定所述待检测无线局域网属于所述公共无线局域网。
10.根据权利要求9所述的装置，其中，所述参数信息包括无线局域网名称、连接无线局域网的设备信息、连接无线局域网的人数、无线局域网的地理位置信息中的至少一项。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710335587.5A CN107124732A (zh) | 2017-05-12 | 2017-05-12 | 公共无线局域网的挖掘方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710335587.5A CN107124732A (zh) | 2017-05-12 | 2017-05-12 | 公共无线局域网的挖掘方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107124732A true CN107124732A (zh) | 2017-09-01 |
Family
ID=59727975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710335587.5A Pending CN107124732A (zh) | 2017-05-12 | 2017-05-12 | 公共无线局域网的挖掘方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107124732A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108307483A (zh) * | 2017-09-28 | 2018-07-20 | 努比亚技术有限公司 | 无线网络连接方法及移动终端 |
| CN109743745A (zh) * | 2019-02-19 | 2019-05-10 | 北京三快在线科技有限公司 | 移动网络接入类型识别方法、装置、电子设备及存储介质 |
| CN112399339A (zh) * | 2020-11-19 | 2021-02-23 | 杭州云深科技有限公司 | 基于wifi类型的移动设备关联度确定方法、电子设备和介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103916394A (zh) * | 2014-03-31 | 2014-07-09 | 魏强 | 公共wifi环境下的数据传输方法及系统 |
| CN104219670A (zh) * | 2014-09-03 | 2014-12-17 | 珠海市君天电子科技有限公司 | 识别虚假wifi的方法、客户端、服务器端和系统 |
| CN104573042A (zh) * | 2015-01-19 | 2015-04-29 | 小米科技有限责任公司 | Poi信息的确定方法及装置 |
| CN104735727A (zh) * | 2013-12-24 | 2015-06-24 | 中国移动通信集团辽宁有限公司 | 一种基于信号检测的无线局域网分流方法及装置 |
| CN106454813A (zh) * | 2016-11-17 | 2017-02-22 | 珠海市魅族科技有限公司 | 一种无线通信模式设置方法及装置 |
-
2017
- 2017-05-12 CN CN201710335587.5A patent/CN107124732A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104735727A (zh) * | 2013-12-24 | 2015-06-24 | 中国移动通信集团辽宁有限公司 | 一种基于信号检测的无线局域网分流方法及装置 |
| CN103916394A (zh) * | 2014-03-31 | 2014-07-09 | 魏强 | 公共wifi环境下的数据传输方法及系统 |
| CN104219670A (zh) * | 2014-09-03 | 2014-12-17 | 珠海市君天电子科技有限公司 | 识别虚假wifi的方法、客户端、服务器端和系统 |
| CN104573042A (zh) * | 2015-01-19 | 2015-04-29 | 小米科技有限责任公司 | Poi信息的确定方法及装置 |
| CN106454813A (zh) * | 2016-11-17 | 2017-02-22 | 珠海市魅族科技有限公司 | 一种无线通信模式设置方法及装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108307483A (zh) * | 2017-09-28 | 2018-07-20 | 努比亚技术有限公司 | 无线网络连接方法及移动终端 |
| CN109743745A (zh) * | 2019-02-19 | 2019-05-10 | 北京三快在线科技有限公司 | 移动网络接入类型识别方法、装置、电子设备及存储介质 |
| CN112399339A (zh) * | 2020-11-19 | 2021-02-23 | 杭州云深科技有限公司 | 基于wifi类型的移动设备关联度确定方法、电子设备和介质 |
| CN112399339B (zh) * | 2020-11-19 | 2022-04-15 | 杭州云深科技有限公司 | 基于wifi类型的移动设备关联度确定方法、电子设备和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104185840B (zh) | 在持续部署流水线中用来优先化多个测试的方法、系统和装置 | |
| CN101416198B (zh) | 个人信息管理装置 | |
| CN109376313A (zh) | 信息推荐方法、装置、终端及存储介质 | |
| US20160239854A1 (en) | System and method for implementing a product sales activity execution tracking platform with annotated photos and cloud data | |
| CN105868291A (zh) | 推荐网址的方法、装置及系统 | |
| CN106443032B (zh) | 数据采集方法及装置 | |
| CN106464529A (zh) | 隔离在线计算服务的一部分的技术 | |
| CN106874190A (zh) | 用户界面的测试方法及服务器 | |
| CN107124732A (zh) | 公共无线局域网的挖掘方法及装置 | |
| CN106682096A (zh) | 一种日志数据的管理方法和装置 | |
| CN107256428A (zh) | 数据处理方法、数据处理装置、存储设备及网络设备 | |
| US10977677B2 (en) | Contact importer | |
| CN105975537A (zh) | 一种应用程序的排序方法及装置 | |
| CN106559681A (zh) | 一种cmmb超级热点平台 | |
| CN110377522A (zh) | 交易场景的测试方法、装置、计算设备以及介质 | |
| CN105103181A (zh) | 人物选择器 | |
| CN109714393A (zh) | 一种应用程序推荐的方法及装置 | |
| CN109902251A (zh) | 基于决策树的方案选择方法、装置、终端及可读存储介质 | |
| CN105392142B (zh) | 一种无线保真Wi-Fi接入点信息存储方法及装置 | |
| CN106844499A (zh) | 多轮会话交互方法及装置 | |
| CN104182486A (zh) | 电子地图展现方法和装置 | |
| CN106529784A (zh) | 风险监测信息系统中样品合格的判定方法以及装置 | |
| CN108628988A (zh) | 一种服饰搭配推荐方法、装置、智能衣柜及存储介质 | |
| CN105989113A (zh) | 一种应用程序推荐方法及应用程序推荐系统 | |
| CN105653533B (zh) | 一种更新分类关联词集合的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170901 |