CN109661001B - 一种网络优化方法和服务器 - Google Patents

一种网络优化方法和服务器 Download PDF

Info

Publication number
CN109661001B
CN109661001B CN201910028617.7A CN201910028617A CN109661001B CN 109661001 B CN109661001 B CN 109661001B CN 201910028617 A CN201910028617 A CN 201910028617A CN 109661001 B CN109661001 B CN 109661001B
Authority
CN
China
Prior art keywords
grid
score
grids
preset condition
total number
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.)
Active
Application number
CN201910028617.7A
Other languages
English (en)
Other versions
CN109661001A (zh
Inventor
王宜科
孔力
徐文洪
邱涛
黄志勇
夏学军
耿海粟
杨国颖
杨继东
桑红梅
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group 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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201910028617.7A priority Critical patent/CN109661001B/zh
Publication of CN109661001A publication Critical patent/CN109661001A/zh
Application granted granted Critical
Publication of CN109661001B publication Critical patent/CN109661001B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/02Arrangements for optimising operational condition

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明的实施例提供了一种网络优化方法和服务器,涉及通信技术领域,解决了现有的技术中无法系统的把握用户的感知脉络,全面的评估运营商的网络现状,精准地给出网络优化的建议的问题。该方法,包括,获取指定区域在指定时间段内的B域数据和O域数据;根据B域数据,确定指定区域内每个网格对应的至少一个第一得分;根据O域数据,确定指定区域内每个网格对应的至少一个第二得分;根据每个网格对应的至少一个第一得分,确定网格的第一网格价值得分;根据每个网格对应的至少一个第二得分,确定网格的第二网格价值得分;根据每个网格的第一网格价值得分和第二网格价值得分,确定指定区域内每个网格的建设优先级。

Description

一种网络优化方法和服务器
技术领域
本发明涉及通信技术领域,尤其涉及一种网络优化方法和服务器。
背景技术
目前的网络建设主要是围绕着用户反馈、口碑场景、竞争对手对标等, 对业务量密集和重点区域进行保障,是一种“围绕区域(场景)建网络”, “不直接面向用户”的方式。虽然能保障特定区域整体的网络质量,但区 域不完全等同于用户,时常出现关键绩效指标(英文全称:Key Performance Indicator,简称:KPI)良好,但部分用户通信质量差等现象,整体对用户 的保障显得被动、滞后,无法反映用户的立体感知,而且社会高价值区域 和本运营商高价值区域未必一致。
由上述方案可知,现有的技术中无法系统的把握用户的感知脉络,全 面的评估运营商的网络现状,精准地给出网络优化的建议。
发明内容
本发明的实施例提供一种网络优化方法和服务器,解决了现有的技术 中无法系统的把握用户的感知脉络,全面的评估运营商的网络现状,精准 地给出网络优化的建议的问题。
为达到上述目的,本发明的实施例采用如下技术方案:
第一方面,本发明的实施例提供一种网络优化方法,包括:获取指定 区域在指定时间段内的B域数据和O域数据;将指定区域划分为至少一 个网格;根据B域数据,确定指定区域内每个网格对应的至少一个第一得 分;根据O域数据,确定指定区域内每个网格对应的至少一个第二得分; 根据每个网格对应的至少一个第一得分,确定网格的第一网格价值得分; 根据每个网格对应的至少一个第二得分,确定网格的第二网格价值得分; 根据每个网格的第一网格价值得分和第二网格价值得分,确定指定区域内 每个网格的建设优先级;其中,建设优先级用于指示资源投放的顺序。
由上述方案可知,本发明的实施例提供的网络优化方法,通过获取指 定区域在指定时间段内的B域数据和O域数据,从而可以确定该指定区 域内每个网格在B域数据上的至少一个第一得分,以及该网格在O域数 据上的至少一个第二得分,从而根据每个网格对应的至少一个第一得分, 确定网格的第一网格价值得分;根据每个网格对应的至少一个第二得分, 确定网格的第二网格价值得分;根据每个网格的第一网格价值得分和第二 网格价值得分,确定指定区域内每个网格的建设优先级,使得运维人员可 以根据用户实际的感知,确定每个网格的建设优先级,为后续的网络优化 提供数据支撑;解决了现有的技术中无法系统的把握用户的感知脉络,全 面的评估运营商的网络现状,精准地给出网络优化的建议的问题。
第二方面,本发明的实施例提供一种服务器,包括:获取单元,用于 获取指定区域在指定时间段内的B域数据和O域数据;其中,B域数据 包括至少一个用户的用户详单,O域数据包括每个通信小区的高倒流比数 据、MR数据和投诉次数;处理单元,用于将指定区域划分为至少一个网 格;处理单元,还用于根据获取单元获取的B域数据,确定指定区域内每个网格对应的至少一个第一得分;处理单元,还用于根据获取单元获取的 O域数据,确定指定区域内每个网格对应的至少一个第二得分;处理单元, 还用于根据每个网格对应的至少一个第一得分,确定网格的第一网格价值 得分;处理单元,还用于根据每个网格对应的至少一个第二得分,确定网 格的第二网格价值得分;处理单元,还用于根据每个网格的第一网格价值 得分和第二网格价值得分,确定指定区域内每个网格的建设优先级;其中, 建设优先级用于指示资源投放的顺序。
第三方面,本发明的实施例提供一种服务器,包括:通信接口、处理 器、存储器、总线;存储器用于存储计算机执行指令,处理器与存储器通 过总线连接,当服务器运行时,处理器执行存储器存储的计算机执行指令, 以使服务器执行如上述第一方面提供的方法。
第四方面,本发明的实施例提供一种计算机存储介质,包括指令,当 其在计算机上运行时,使得计算机执行如上述第一方面提供的方法。
可以理解地,上述提供的任一种服务器用于执行上文所提供的第一方 面对应的方法,因此,其所能达到的有益效果可参考上文第一方面的方法 以及下文具体实施方式中对应的方案的有益效果,此处不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对 实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地, 下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员 来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附 图。
图1为本发明的实施例提供的一种网络优化方法的网络结构图;
图2为本发明的实施例提供的一种网络优化方法的流程示意图之一;
图3-a为本发明的实施例提供的一种网络优化方法的流程示意图之 二;
图3-b为本发明的实施例提供的一种网络优化方法的流程示意图之 三;
图4-a为本发明的实施例提供的一种网络优化方法的流程示意图之 四;
图4-b为本发明的实施例提供的一种网络优化方法的流程示意图之 五;
图5-a为本发明的实施例提供的一种网络优化方法的流程示意图之 六;
图5-b为本发明的实施例提供的一种网络优化方法的流程示意图之 七;
图6-a为本发明的实施例提供的一种网络优化方法的流程示意图之 八;
图6-b为本发明的实施例提供的一种网络优化方法的流程示意图之 九;
图7为本发明的实施例提供的一种网络优化方法的流程示意图之十;
图8为本发明的实施例提供的一种网络优化方法的流程示意图之十 一;
图9为本发明的实施例提供的一种网络优化方法的流程示意图之十 二;
图10为本发明的实施例提供的一种网络优化方法的流程示意图之十 三;
图11为本发明的实施例提供的一种网络优化方法的流程示意图之十 四;
图12为本发明的实施例提供的一种网络优化方法的流程示意图之十 五;
图13为本发明的实施例提供的一种网络优化方法的流程示意图之十 六;
图14为本发明的实施例提供的一种网络优化方法的流程示意图之十 七;
图15为本发明的实施例提供的一种服务器的结构示意图之一;
图16为本发明的实施例提供的一种服务器的结构示意图之二。
附图标记:
服务器-10;
获取单元-101;处理单元-102。
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,显然,所描述的实施例仅仅是本发明一部分实施例, 而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没 有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的 范围。
为了便于清楚描述本发明实施例的技术方案,在本发明的实施例中, 采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项 进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不是在对 数量和执行次序进行限定。
在本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例 证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例 或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确 切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本发明实施例的描述中,除非另有说明,“多个”的含义是指两个或 两个以上。例如,多个网络是指两个或两个以上的网络。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可 以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A 和B,单独存在B这三种情况。本文中符号“/”表示关联对象是或者的 关系,例如A/B表示A或者B。
目前的网络建设主要是围绕着用户反馈、口碑场景、竞争对手对标等, 对业务量密集和重点区域进行保障,是一种“围绕区域(场景)建网络”, “不直接面向用户”的方式。虽然能保障特定区域整体的网络质量,但区 域不完全等同于用户,时常出现关键绩效指标(英文全称:Key Performance Indicator,简称:KPI)良好,但部分用户通信质量差等现象,整体对用户 的保障显得被动、滞后,无法反映用户的立体感知,而且社会高价值区域 和本运营商高价值区域未必一致。现有的技术方案无法系统的把握用户的 感知脉络,全面的评估运营商的网络现状,精准的进行是市场发展和建设 优化。
为解决上述问题,本发明的实施例通过在用户和区域之间建立对接语 言,即微网格,利用大数据平台通过业务支撑系统(英文全称:Basic Service Set,简称:BSS)侧的数据(以下简称为B域数据)和运营支撑系统(英 文全称:Operation support system,简称:OSS)侧数据(以下简称为O 域数据)为区域中的每个网格建立画像,从而实现目标用户价值定位、轨 迹分析和用户群分,实现感知问题查找、网络覆盖能力评估,竞争力评估 等,以此来提升网络的竞争能力和效益,具体的实现方式如下:
图1是本发明的实施例提供的网络优化方法的网络架构图。参见图1, 该网络架构图包括服务器1、一个或者多个与该服务器连接的基站2;其 中,每个基站2可覆盖至少一个通信小区(这里以该基站2同时覆盖3个 通信小区3为例进行说明),每个通信小区3内包含至少一个用户4;在实 际的应用中,用户通过用户设备(User Equipment,简称:UE)与通信小 区建立连接,该UE可以为智能移动终端。该智能移动终端为具有操作系 统的移动终端。该智能移动终端可以为:智能手机、平板电脑、笔记本电 脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网 本、个人数字助理(personal digitalassistant,PDA)、智能手表、智能手 环等终端设备,或者该智能移动终端还可以为其他类型的智能移动终端, 本发明实施例不作具体限制。
需要说明的是,在实际的应用中,本发明的实施例提供的网络优化方 法通过B域数据分别为每个网格建立多个参考指标,同时不同的参考指标 对应不同的得分计算规则,从而实现目标用户价值定位、轨迹分析和用户 群分,来聚焦价值用户,有效保障,提升价值用户的感知水平。具体的, 该参考指标包括:是否前80%两点一线聚焦网格指标、是否前80%常驻用 户聚焦网格指标、两点一线聚焦高业务关联网格指标、常驻用户聚焦高业 务关联网格指标、两点一线聚焦关联城乡一体化网格指标、常驻用户聚焦 关联城乡一体化网格指标、两点一线聚焦高社会关系关联网格指标、常驻 用户聚焦高社会关系关联网格、互联网和消费业务(英文全称:2Internet 2Custom,简称:2I2C)用户数指标、融合业务指标和冰激凌套餐用户数 指标中的任一项。
具体的,本发明的实施例提供的网络优化方法通过O域数据分别为每 个网格建立多个参考指标,同时不同的参考指标对应不同的得分计算规 则,从而实现感知问题查找、网络覆盖能力评估,竞争力评估等,最终为 网格画像,实施精准建设、优化、推广等,以此来提升网络的竞争能力和 效益。具体的,该参考指标包括建设类弱覆盖栅格面积占比指标、投诉密 度指标、高倒流小区比例指标和主要竞对比例指标中的任一项。
实施例一
本发明的实施例提供一种网络优化方法,如图2所示包括:
S110、获取指定区域在指定时间段内的B域数据和O域数据。
S120、将指定区域划分为至少一个网格。
需要说明的是,目前各个运营商在编制无线网规划建设时,对本地网 进行了网格划分,并明确了网格归属的场景;其中,场景包括住宅、商场、 高校、写字楼、城市、县城、乡镇、行政村等;因此,可以直接根据已有 的网格划分,确定该指定区域内包含的网格。
S130、根据B域数据,确定指定区域内每个网格对应的至少一个第一 得分。
可选的,B域数据包括至少一个用户的用户详单;根据B域数据,确 定指定区域内每个网格对应的至少一个第一得分,如图3-a和图3-b所示 包括:
S1300、根据B域数据,确定网格满足第一预设条件时,则网格的第 一得分为1分。
S1301、根据B域数据,确定网格不满足第一预设条件时,则网格的 第一得分为0分;其中,第一预设条件包括网格在指定排序中所处的排序 位置位于第1至第n个排序位置之间,并且前n个网格的两点一线用户的 累加占比大于或等于第一用户阈值,指定排序由从大到小的顺序对每个网 格中两点一线用户的用户数量进行排序得到的。
具体的,前n个网格的两点一线用户的累加占比的计算方式如下:
获取每个网格中两点一线用户的数量;根据每个网格中两点一线用户 的数量进行降序排序,并按照降序排序计算第n个网格的用户累加占比; 其中,用户累加占比等于
Figure RE-GDA0001987324320000071
W1表示指定区域内两点一线用户的总数 量,Fn表示降序排序中第n个网格的两点一线用户的数量。
示例性的,假设指定区域内包括5个网格,分别为第一网格、第二网 格、第三网格、第四网格和第5网格;其中第一网格中两点一线用户数为 35,第二网格中两点一线用户数为25,第三网格中两点一线用户数为20, 第四网格中两点一线用户数为15,第五网格中两点一线用户数为5,假设 第一用户阈值为80%时,则前n个网格的两点一线用户的累加占比计算方 式如下:
第一网格的两点一线用户的累加占比等于
Figure RE-GDA0001987324320000072
第二网格的两点一线用户的累加占比等于
Figure RE-GDA0001987324320000073
第三网格的两点一线用户的累加占比等于
Figure RE-GDA0001987324320000074
第四网格的两点一线用户的累加占比等于
Figure RE-GDA0001987324320000075
第五网格的两点一线用户的累加占比等于
Figure RE-GDA0001987324320000081
由上述方法可知,第一网格满足第一预设条件,因此第一网格的是否 前80%两点一线聚焦网格指标对应的第一得分为1分;第二网格满足第一 预设条件,因此第二网格的是否前80%两点一线聚焦网格指标对应的第一 得分为1分;第三网格满足第一预设条件,因此第三网格的是否前80%两 点一线聚焦网格指标对应的第一得分为1分;第四网格不满足第一预设条 件,因此第四网格的是否前80%两点一线聚焦网格指标对应的第一得分为0分;第五网格不满足第一预设条件,因此第五网格的是否前80%两点一 线聚焦网格指标对应的第一得分为0分。
或者,
S1302、根据B域数据,确定网格满足第二预设条件时,则网格的第 一得分为1分。
S1303、根据B域数据,确定网格不满足第二预设条件时,则网格的 第一得分为0分;其中,第二预设条件包括网格在指定排序中所处的排序 位置位于第1至第n个排序位置之间,并且前n个网格的常驻用户的累加 占比大于或等于第二用户阈值,指定排序由从大到小的顺序对每个网格中 常驻用户的用户数量进行排序得到的,常驻用户为每预设时间段内逗留在 同一网格的时长大于或等于指定时长的用户,预设时间段包括工作时段和 休息时段,两点一线用户为同时为两个不同网格的常驻用户的用户。
需要说明的是,在实际的应用中,根据S1300和S1301,可以确定是 否前80%两点一线聚焦网格指标的第一得分;根据S1302和S1303,可以 确定是否前80%常驻用户聚焦网格指标的第一得分;当网格满足第一预设 条件时,说明是否前80%两点一线聚焦网格指标对应的第一得分为1分; 当网格不满足第一预设条件时,说明是否前80%两点一线聚焦网格指标对 应的第一得分为0分;示例性的,第一用户阈值的取值可以为80%。
当网格满足第二预设条件时,说明是否前80%常驻用户聚焦网格指标 对应的第一得分为1分;当网格不满足第一预设条件时,说明是否前80% 常驻用户聚焦网格指标对应的第一得分为0分;示例性的,第二用户阈值 的取值可以为80%。
具体的,前n个网格的常驻用户的累加占的计算方式如下:
获取每个网格中常驻用户的数量;根据每个网格中两点一线用户的数 量进行降序排序,并按照降序排序计算第n个网格的用户累加占比;其中, 用户累加占比等于
Figure RE-GDA0001987324320000091
W2表示指定区域内常驻用户的总数量,F'n表示 降序排序中第n个网格的常驻用户的数量。
具体的,常驻用户为每预设时间段内逗留在同一网格的时长大于或等 于指定时长的用户是指:根据B域数据中的每个用户的流量数据和发生业 务的通信小区,可以确定每个用户的移动轨迹;将该移动轨迹与工作时间 段(示例性的,工作时间段可以是8:00至18:00)和休息时间段(示例 性的,休息时间段可以是18:00至第二天的8:00)进行匹配,当用户在 每预设时间段内逗留在同一网格的时长均大于或等于指定时长(如6小时) 时,说明该用户是该网格的常驻用户;进一步根据用户逗留的时间段,可 以确定每个用户的工作地网格和居住地网格(该工作地网格和居住地网格 不同);当用户同时具备工作地网格和居住地网格时,说明该用户为两点 一线用户。
可选的,如图4-a和图4-b所示该方法还包括:
S1304、当确定网格满足第一预设条件时,在满足第一预设条件的网 格中筛选向网格发起业务请求的第一关联网格。
S1305、根据第一关联网格的总数,确定网格的第一得分为
Figure RE-GDA0001987324320000092
其中,H表示网格对应的第一关联网格的总数,MAX (H:H)表示第一关联网格的总数的最大值。
需要说明的是,MAX(H:H)是指每个网格对应的第一关联网格的 总数中的最大值。
或者,
S1306、当确定网格满足第二预设条件时,在满足第二预设条件的网 格中筛选向网格发起业务请求的第二关联网格。
S1307、根据第二关联网格的总数,确定网格的第一得分为
Figure RE-GDA0001987324320000101
其中,I表示网格对应的第二关联网格的总数,MAX(I: I)表示第二关联网格的总数的最大值。
需要说明的是,MAX(I:I)是指每个网格对应的第一关联网格的总 数中的最大值;实际的应用中,根据S1304和S1305,可以确定两点一线 聚焦高业务关联网格指标的第一得分;根据S1306和S1307,可以确定常 驻用户聚焦高业务关联网格指标的第一得分。
具体的,在实际的应用中,可以B域数据中用户的流量数据,确定哪 些网格向本网格发起过业务请求,因此可以根据向本网格发起业务请求的 其他网格的个数,确定相应的第一得分;当第二网格向第一网格发起业务 请求时,此时认为第一网格的关联次数增加1次(第二网格向第一网格发 起多个业务请求时,该第一网格的关联次数仅增加1次);因此,这里第 一关联网格的总数或者第二关联网格的总数也可以理解为该网格被关联 的次数。
可选的,如图5-a和图5-b所示该方法还包括:
S1308、根据地理区域,确定每个满足第一预设条件的网格归属的区 域位置;其中,区域位置包括城市和乡村。
S1309、在区域位置为城市的网格中筛选向区域位置为乡村的任一网 格发起业务请求的第三关联网格。
S1310、根据第三关联网格的总数,确定区域位置为乡村的任一网格 的第一得分为
Figure RE-GDA0001987324320000102
其中,J表示区域位置为乡村的任一网格 对应的第三关联网格的总数,MAX(J:J)表示第三关联网格的总数的最 大值。
需要说明的是,MAX(J:J)是指每个网格对应的第三关联网格的总 数中的最大值。
或者,
S1311、根据地理区域,确定每个满足第二预设条件的网格归属的区 域位置;其中,区域位置包括城市和乡村。
S1312、在区域位置为城市的网格中筛选向区域位置为乡村的任一网 格发起业务请求的第四关联网格。
S1313、根据第四关联网格的总数,确定区域位置为乡村的任一网格 的第一得分为
Figure RE-GDA0001987324320000111
其中,K表示区域位置为乡村的任一网 格对应的第四关联网格的总数,MAX(K:K)表示第四关联网格的总数 的最大值。
需要说明的是,MAX(K:K)是指每个网格对应的第四关联网格的 总数中的最大值;实际的应用中,根据S1308、S1309和S1310,可以确 定两点一线聚焦关联城乡一体化网格指标的第一得分;根据S1311、S1312 和S1313,可以确定常驻用户聚焦关联城乡一体化网格指标的第一得分。
具体的,在实际的应用中,城市和乡村均为用户聚集的区域;由于城 市用户的聚集程度更高,因此相对于乡村城市用户的用户体验会更加;而 为了保证乡村用户的用户体验,此时需要考虑哪些区域位置为乡村的网格 是用户聚焦程度更高的网格;因此可以B域数据中用户的流量数据,确定 哪些区域位置为城市的网格向区域位置为乡村的网格发起过业务请求,并 根据向区域位置为乡村的网格发起业务请求的其他网格的个数,确定相应的第一得分。
具体的,当第二网格向第一网格发起业务请求时,此时认为第一网格 的关联次数增加1次(第二网格向第一网格发起多个业务请求时,该第一 网格的关联次数仅增加1次);因此,这里第三关联网格的总数或者第四 关联网格的总数也可以理解为该网格被关联的次数。
可选的,如图6-a和图6-b所示该方法还包括:
S1314、当网格满足第一预设条件时,在满足第一预设条件的网格中 筛选满足第三预设条件的第五关联网格。
S1315、根据第五关联网格的总数,确定网格的第一得分为
Figure RE-GDA0001987324320000121
其中,L表示网格对应的第五关联网格的总数,MAX (L:L)表示第五关联网格的总数的最大值。
需要说明的是,MAX(L:L)是指每个网格对应的第五关联网格的总 数中的最大值。
或者,
S1316、当网格满足第二预设条件时,在满足第二预设条件的网格中 筛选满足第三预设条件的第六关联网格。
S1317、根据第六关联网格的总数,确定网格的第一得分为
Figure RE-GDA0001987324320000122
其中,第三预设条件包括网格在指定时间段内任一用 户向同一网格发起通话的次数大于或等于预设次数,M表示网格对应的第 六关联网格的总数,MAX(M:M)表示第六关联网格的总数的最大值。
需要说明的是,MAX(M:M)是指每个网格对应的第六关联网格的 总数中的最大值;实际的应用中,根据S1314和S1315,可以确定两点一 线聚焦高社会关系关联网格指标的第一得分;根据S1316和S1317,可以 确定常驻用户聚焦高社会关系关联网格的第一得分。
具体的,在实际的应用中,可以B域数据中用户的流量数据、发生业 务的通信小区以及通话时长来分析用户的社会关系,从而可以通过保证与 该用户具有社会关系的用户的用户体验,来降低该用户的离网率。
具体的,当第二网格向第一网格发起业务请求时,此时认为第一网格 的关联次数增加1次(第二网格向第一网格发起多个业务请求时,该第一 网格的关联次数仅增加1次);因此,这里第五关联网格的总数或者第六 关联网格的总数也可以理解为该网格被关联的次数。
可选的,根据B域数据,确定指定区域内每个网格对应的至少一个第 一得分,如图7所示包括:
S1318、根据B域数据,确定网格中指定套餐的用户总数;其中,指 定套餐包括2I2C、融合业务和冰激凌套餐中的任一项。
S1319、根据网格中指定套餐的用户总数,确定网格的第一得分为
Figure RE-GDA0001987324320000131
其中,P表示网格中指定套餐的用户总数,MAX(P: P)表示全部网格中指定套餐的用户总数的最大值。
具体的,当该指定套餐为冰激凌套餐时,则根据网格中冰激凌套餐的 用户总数,确定网格的第一得分为
Figure RE-GDA0001987324320000132
当该指定套餐为 2I2C时,则根据网格中2I2C的用户总数,确定网格的第一得分为
Figure RE-GDA0001987324320000133
当该指定套餐为融合业务时,则根据网格中融合业务 的用户总数,确定网格的第一得分为
Figure RE-GDA0001987324320000134
其中,P'表示冰 激凌套餐的用户总数,MAX(P':P')表示全部网格中冰激凌套餐的用户总数 的最大值,N表示网格中2I2C的用户总数,MAX(N:N)表示全部网格 中2I2C的用户总数的最大值,O表示网格中融合业务的用户总数,MAX (O:O)表示全部网格中融合业务的用户总数的最大值。
具体的,融合业务指移动网络(英文全称:mobile web)和宽带,在 实际的应用中,用户在办理融合业务时需要同时办理移动网络和宽带。
S140、根据O域数据,确定指定区域内每个网格对应的至少一个第 二得分。
可选的,O域数据包括每个通信小区的测量报告(英文全称: MeasurementReport,简称:MR)数据,MR数据包括至少一个用户上报 的参考信号接收功率(英文全称:Reference Signal Receiving Power,简称: RSRP)值;根据O域数据,确定指定区域内每个网格对应的至少一个第 二得分,如图8所示包括:
S1400、将网格等分为至少一个栅格。
具体的,可以将每个栅格的面积设定为2500m2(50m×50m);假设 一个网格的面积为1000000m2(1000m×1000m),则可以将该网格等分为 400个栅格。
S1401、根据网格的MR数据,确定每个栅格是否满足第五预设条件; 其中,第五预设条件包括栅格内用户上报的RSRP值小于-110dbm的用户 占比是否大于或等于预设比例。
S1402、根据网格中满足第五预设条件的栅格数量,确定网格的弱覆 盖栅格面积占比;其中,弱覆盖栅格面积占比等于网格中满足第五预设条 件的栅格的总面积除以网格的总面积。
S1403、根据网格的弱覆盖栅格面积占比,确定网格的第二得分为
Figure RE-GDA0001987324320000141
其中,Q表示网格的弱覆盖栅格面积占比,MAX(Q: Q)表示每个网格对应的弱覆盖栅格面积占比的最大值。
示例性的,该预设比例的取值可以是10%。
需要说明的是,实际的应用中,根据S1400、S1401、S1402和S1403, 可以确定建设类弱覆盖栅格面积占比指标的第二得分。
具体的,为了更加准确的确定网格的弱覆盖栅格面积占比,可以通过 人工设置不同的采样点,并根据采样点采集的数据计算网格的弱覆盖栅格 面积占比。
可选的,O域数据包括每个通信小区的投诉次数;根据O域数据,确 定指定区域内每个网格对应的至少一个第二得分,如图9所示包括:
S1404、根据网格的投诉次数,确定网格的投诉密度;其中,投诉密 度等于网格的投诉次数除以网格的网格面积。
具体的,在实际的应用中,每个网格中包含至少一个通信小区,因此 可以根据归属于该网格的每个通信小区的投诉次数,确定该网格的投诉次 数;具体的,通信小区的投诉次数为该通信小区内每个用户在该通信小区 发起投诉的投诉次数的总和。
S1405、根据网格的投诉密度,确定网格的第二得分为
Figure RE-GDA0001987324320000151
其中,R表示网格的投诉密度,MAX(R:R)表示每 个网格对应的投诉密度的最大值。
需要说明的是,实际的应用中,根据S1404和S1405,可以确定投诉 密度指标的第二得分。
可选的,O域数据包括每个通信小区的高倒流比数据;根据O域数据, 确定指定区域内每个网格对应的至少一个第二得分,如图10所示包括:
S1406、根据第六预设条件和O域数据,在网格中筛选满足第六预设 条件的通信小区;其中,第六预设条件包括通信小区的导流比大于或等于 倒流比阈值。
S1407、根据网格中满足第六预设条件的通信小区的个数,确定网格 的高倒流通信小区比例;其中,高倒流通信小区比例等于网格中满足第六 预设条件的通信小区的个数除以网格中通信小区的总个数。
S1408、根据网格的高倒流通信小区比例,确定网格的第二得分为
Figure RE-GDA0001987324320000152
其中,S表示网格的高倒流通信小区比例,MAX(S:S) 表示每个网格对应的高倒流通信小区比例的最大值。
示例性的,该倒流比阈值的取值可以是3%。
具体的,当通信小区的第四代移动通信技术(英文全称:the 4th Generationmobile communication technology,简称:4G)分组交换(英文 全称:Packet Switch,简称:PS)域长期演进(英文全称:Long Term Evolution,简称:LTE)to演进的通用陆地无线接入网络(英文全称:Evolved Universal Terrestrial Radio Access Network,简称:UTRAN)倒流比大于倒 流比阈值3%时,则定义该通信小区为高倒流小区。
需要说明的是,实际的应用中,根据S1406、S1407和S1408,可以 确定高倒流小区比例指标的第二得分。
可选的,O域数据包括每个通信小区的MR数据,MR数据包括至少 一个采样点采集的当前通信小区的RSRP值以及至少一个其他运营商的 RSRP值;根据O域数据,确定指定区域内每个网格对应的至少一个第二 得分,如图11所示包括:
S1409、根据第七预设条件和O域数据,在网格中筛选满足第七预设 条件的采样点;第七预设条件包括采样点采集的当前通信小区的RSRP值 均大于至少一个其他运营商的RSRP值。
S1410、根据网格中满足第七预设条件的采样点的总数,确定网格的 竞对比例;其中,竞对比例等于网格中满足第七预设条件的采样点的总数 除以网格中同时采集到当前通信小区的RSRP值以及至少一个其他运营商 中每个其他运营商的RSRP值的采样点的总数。
S1411、根据网格的竞对比例,确定网格的第二得分为
Figure RE-GDA0001987324320000161
其中,T表示网格的竞对比例,MAX(T:T)表示每 个网格对应的竞对比例的最大值。
需要说明的是,实际的应用中,根据S1409、S1410和S1411,可以 确定主要竞对比例指标的第二得分。
示例性的,假设同一个采样点包含可以同时采集到3个运营商的 RSRP值;其中,该3个运营商分别为待分析运营商、第一运营商和第二 运营商;具体的,当确定同一个采样点采集的待分析运营商的RSRP值均 大于该采样点采集的第一运营商的RSRP值和第二运营商的RSRP值时, 将该采样点作为有效采样点,将可以同时采集到待分析运营商、第一运营 商和第二运营商的RSRP值的采样点作为基准采样点;因此,竞对比例等 于该网格中有效采样点的总数除以该网格中基准采样点的总数。
具体的,当同一个采样点包含可以同时采集到N个运营商的RSRP值 确定竞对比例的方式与同一个采样点包含可以同时采集到3个运营商的 RSRP值确定竞对比例的方式相同,此处不再赘述;其中,N为大于或等 于2的整数。
S150、根据每个网格对应的至少一个第一得分,确定网格的第一网格 价值得分。
可选的,根据每个网格对应的至少一个第一得分,确定网格的第一网 格价值得分,如图12所示包括:
S1500、根据每个网格对应的至少一个第一得分以及每个第一得分对 应的权重值,确定网格的第一网格价值得分。
具体的,可以通过B域数据,分别计算是否前80%两点一线聚焦网格 指标、是否前80%常驻用户聚焦网格指标、两点一线聚焦高业务关联网格 指标、常驻用户聚焦高业务关联网格指标、两点一线聚焦关联城乡一体化 网格指标、常驻用户聚焦关联城乡一体化网格指标、两点一线聚焦高社会 关系关联网格指标、常驻用户聚焦高社会关系关联网格、2I2C用户数指标、 融合业务指标和冰激凌套餐用户数指标中每个指标对应的第一得分,从而可以更加准确的建立该网格的网格画像。
示例性的,假设是否前80%两点一线聚焦网格指标的指标权重为γ1、 是否前80%常驻用户聚焦网格指标的指标权重为γ2、两点一线聚焦高业 务关联网格指标的指标权重为γ3、常驻用户聚焦高业务关联网格指标的 指标权重为γ4、两点一线聚焦关联城乡一体化网格指标的指标权重为γ 5、常驻用户聚焦关联城乡一体化网格指标的指标权重为γ6、两点一线聚 焦高社会关系关联网格指标的指标权重为γ7、常驻用户聚焦高社会关系关联网格的指标权重为γ8、2I2C用户数指标的指标权重为γ9、融合业务 指标的指标权重为γ10和冰激凌套餐用户数指标的指标权重为γ11,则第 一网格价值得分等于:
Figure RE-GDA0001987324320000171
其中,B表示第一网格价值得分,COUNTA(F)表示是否前80%两点一 线聚焦网格指标的第一得分,COUNTA(G)表示是否前80%常驻用户聚焦网 格指标的第一得分,γ1+γ2+γ3+γ4+γ5+γ6+γ7+γ8+γ9+γ10+γ 11=1。
示例性的,根据该是否前80%两点一线聚焦网格指标、是否前80%常 驻用户聚焦网格指标、两点一线聚焦高业务关联网格指标、常驻用户聚焦 高业务关联网格指标、两点一线聚焦关联城乡一体化网格指标、常驻用户 聚焦关联城乡一体化网格指标、两点一线聚焦高社会关系关联网格指标、 常驻用户聚焦高社会关系关联网格、2I2C用户数指标、融合业务指标和冰 激凌套餐用户数指标中各个指标的重要程度,设置对应的权重值;具体的,可以将γ1设置为25%、γ2设置为25%、γ3设置为5%、γ4设置为5%、 γ6设置为5%、γ7设置为5%、γ8设置为5%、γ9设置为10%、γ10设 置为5%、γ11设置为5%。
S160、根据每个网格对应的至少一个第二得分,确定网格的第二网格 价值得分。
可选的,根据每个网格对应的至少一个第二得分,确定网格的第二网 格价值得分,如图13所示包括:
S1600、根据每个网格对应的至少一个第二得分以及每个第二得分对 应的权重值,确定网格的第二网格价值得分。
示例性的,假设建设类弱覆盖栅格面积占比指标的权重值为δ1、投 诉密度指标的权重值为δ2、高倒流小区比例指标的权重值为δ3和主要竞 对比例指标的权重值为δ4,则第二网格价值得分等于:
Figure RE-GDA0001987324320000181
其中,O表示第二网格价值得分,δ1+δ2+δ3+δ4=1。
示例性的,根据该建设类弱覆盖栅格面积占比指标、投诉密度指标、 高倒流小区比例指标和主要竞对比例指标中各个指标的重要程度,设置对 应的权重值;具体的,可以将δ1设置为50%,将δ2设置为20%,将δ3 设置为20%,将δ4设置为10%。
S170、根据每个网格的第一网格价值得分和第二网格价值得分,确定 指定区域内每个网格的建设优先级;其中,建设优先级用于指示资源投放 的顺序。
可选的,根据每个网格的第一网格价值得分和第二网格价值得分,确 定指定区域内每个网格的建设优先级,如图14所示包括:
S1700、根据网格的第一网格价值得分和第二网格价值得分,确定网 格的综合价值得分。
S1701、根据综合价值得分,确定指定区域内每个网格的建设优先级。
示例性的,假设第一网格价值得分的权重值为ε1,第二网格价值得 分的权重值为ε2,则综合价值得分等于:
Z=B×ε1+O×ε2;
其中,Z表示综合价值得分,ε1+ε2=1。
示例性的,根据该第一网格价值得分和第二网格价值得分的重要程 度,设置对应的权重值;具体的,可以将ε1设置为80%,将ε2设置为 20%。
具体的,网格的综合价值得分越高对应的建设优先级越高,网格的综 合价值得分越低对应的建设优先级越低;因此,可以根据每个网格的综合 价值得,确定资源投放的先后顺序;其中,资源投放包括基站建设。
由上述方案可知,本发明的实施例提供的网络优化方法,通过获取指 定区域在指定时间段内的B域数据和O域数据,从而可以确定该指定区 域内每个网格在B域数据上的至少一个第一得分,以及该网格在O域数 据上的至少一个第二得分,从而根据每个网格对应的至少一个第一得分, 确定网格的第一网格价值得分;根据每个网格对应的至少一个第二得分, 确定网格的第二网格价值得分;根据每个网格的第一网格价值得分和第二 网格价值得分,确定指定区域内每个网格的建设优先级,使得运维人员可 以根据用户实际的感知,确定每个网格的建设优先级,为后续的网络优化 提供数据支撑;解决了现有的技术中无法系统的把握用户的感知脉络,全 面的评估运营商的网络现状,精准地给出网络优化的建议的问题。
实施例二
本发明的实施例提供一种服务器,如图15所示包括:
获取单元101,用于获取指定区域在指定时间段内的B域数据和O域 数据;其中,B域数据包括至少一个用户的用户详单,O域数据包括每个 通信小区的高倒流比数据、MR数据和投诉次数。
处理单元102,用于将指定区域划分为至少一个网格。
处理单元102,还用于根据获取单元101获取的B域数据,确定指定 区域内每个网格对应的至少一个第一得分。
处理单元102,还用于根据获取单元101获取的O域数据,确定指定 区域内每个网格对应的至少一个第二得分。
处理单元102,还用于根据每个网格对应的至少一个第一得分,确定 网格的第一网格价值得分。
处理单元102,还用于根据每个网格对应的至少一个第二得分,确定 网格的第二网格价值得分。
处理单元102,还用于根据每个网格的第一网格价值得分和第二网格 价值得分,确定指定区域内每个网格的建设优先级;其中,建设优先级用 于指示资源投放的顺序。
可选的,B域数据包括至少一个用户的用户详单;处理单元102,具 体用于根据B域数据,确定网格满足第一预设条件时,则网格的第一得分 为1分。
处理单元102,具体用于根据获取单元101获取的B域数据,确定网 格不满足第一预设条件时,则网格的第一得分为0分。
或者,
处理单元102,具体用于根据获取单元101获取的B域数据,确定网 格满足第二预设条件时,则网格的第一得分为1分。
处理单元102,具体用于根据获取单元101获取的B域数据,确定网 格不满足第二预设条件时,则网格的第一得分为0分。
其中,第一预设条件包括网格在指定排序中所处的排序位置位于第1 至第n个排序位置之间,并且前n个网格的两点一线用户的累加占比大于 或等于第一用户阈值,指定排序由从大到小的顺序对每个网格中两点一线 用户的用户数量进行排序得到的。
第二预设条件包括网格在指定排序中所处的排序位置位于第1至第n 个排序位置之间,并且前n个网格的常驻用户的累加占比大于或等于第二 用户阈值,指定排序由从大到小的顺序对每个网格中常驻用户的用户数量 进行排序得到的,常驻用户为每预设时间段内逗留在同一网格的时长大于 或等于指定时长的用户,预设时间段包括工作时段和休息时段,两点一线 用户为同时为两个不同网格的常驻用户的用户。
可选的,处理单元102,还用于当网格满足第一预设条件时,在满足 第一预设条件的网格中筛选向网格发起业务请求的第一关联网格。
处理单元102,还用于根据第一关联网格的总数,确定网格的第一得 分为
Figure RE-GDA0001987324320000211
其中,H表示网格对应的第一关联网格的总数, MAX(H:H)表示第一关联网格的总数的最大值。
或者,
处理单元102,还用于当确定网格满足第二预设条件时,在满足第二 预设条件的网格中筛选向网格发起业务请求的第二关联网格。
处理单元102,还用于根据第二关联网格的总数,确定网格的第一得 分为
Figure RE-GDA0001987324320000212
其中,I表示网格对应的第二关联网格的总数,MAX (I:I)表示第二关联网格的总数的最大值。
可选的,处理单元102,还用于根据地理区域,确定每个满足第一预 设条件的网格归属的区域位置;其中,区域位置包括城市和乡村。
处理单元102,还用于在区域位置为城市的网格中筛选向区域位置为 乡村的任一网格发起业务请求的第三关联网格。
处理单元102,还用于根据第三关联网格的总数,确定区域位置为乡 村的任一网格的第一得分为
Figure RE-GDA0001987324320000213
其中,J表示区域位置为乡 村的任一网格对应的第三关联网格的总数,MAX(J:J)表示第三关联网 格的总数的最大值。
或者,
处理单元102,还用于根据地理区域,确定每个满足第二预设条件的 网格归属的区域位置;其中,区域位置包括城市和乡村。
处理单元102,还用于在区域位置为城市的网格中筛选向区域位置为 乡村的任一网格发起业务请求的第四关联网格。
处理单元102,还用于根据第四关联网格的总数,确定区域位置为乡 村的任一网格的第一得分为
Figure RE-GDA0001987324320000221
其中,K表示区域位置为 乡村的任一网格对应的第四关联网格的总数,MAX(K:K)表示第四关 联网格的总数的最大值。
可选的,处理单元102,还用于当网格满足第一预设条件时,在满足 第一预设条件的网格中筛选满足第三预设条件的第五关联网格。
处理单元102,还用于根据第五关联网格的总数,确定网格的第一得 分为
Figure RE-GDA0001987324320000222
其中,L表示网格对应的第三关联网格的总数, MAX(L:L)表示第三关联网格的总数的最大值。
或者,
处理单元102,还用于当网格满足第二预设条件时,在满足第二预设 条件的网格中筛选满足第三预设条件的第六关联网格。
处理单元102,还用于根据第六关联网格的总数,确定网格的第一得 分为
Figure RE-GDA0001987324320000223
其中,第三预设条件包括网格在指定时间段内任 一用户向同一网格发起通话的次数大于或等于预设次数,M表示网格对应 的第六关联网格的总数,MAX(M:M)表示第六关联网格的总数的最大 值。
可选的,获取单元102,具体用于获取网格中指定套餐的用户总数; 其中,指定套餐包括2I2C、融合业务和冰激凌套餐中的任一项。
处理单元102,具体用于根据获取单元获取的B域数据,确定网格中 指定套餐的用户总数,确定网格的第一得分为
Figure RE-GDA0001987324320000224
其中,P 表示网格中指定套餐的用户总数,MAX(P:P)表示全部网格中指定套 餐的用户总数的最大值。
可选的,O域数据包括每个通信小区的MR数据,MR数据包括至少 一个用户上报的RSRP值;处理单元102,具体用于将网格等分为至少一 个栅格。
处理单元102,具体用于根据获取单元101获取的网格的MR数据, 确定每个栅格是否满足第五预设条件;其中,第五预设条件包括栅格内用 户上报的RSRP值小于-110dbm的用户占比是否大于或等于预设比例。
处理单元102,具体用于根据网格中满足第五预设条件的栅格数量, 确定网格的弱覆盖栅格面积占比;其中,弱覆盖栅格面积占比等于网格中 满足第五预设条件的栅格的总面积除以网格的总面积。
处理单元102,具体用于根据网格的弱覆盖栅格面积占比,确定网格 的第二得分为
Figure RE-GDA0001987324320000231
其中,Q表示网格的弱覆盖栅格面积占 比,MAX(Q:Q)表示每个网格对应的弱覆盖栅格面积占比的最大值。
可选的,O域数据包括每个通信小区的投诉次数;处理单元102,具 体用于根据获取单元101获取的网格的投诉次数,确定网格的投诉密度; 其中,投诉密度等于网格的投诉次数除以网格的网格面积。
处理单元102,具体用于根据网格的投诉密度,确定网格的第二得分 为
Figure RE-GDA0001987324320000232
其中,R表示网格的投诉密度,MAX(R:R)表示 每个网格对应的投诉密度的最大值。
可选的,O域数据包括每个通信小区的高倒流比数据;处理单元102, 具体用于根据第六预设条件和获取单元获取的O域数据,在网格中筛选满 足第六预设条件的通信小区;其中,第六预设条件包括通信小区的导流比 大于或等于倒流比阈值。
处理单元102,具体用于根据网格中满足第六预设条件的通信小区的 个数,确定网格的高倒流通信小区比例;其中,高倒流通信小区比例等于 网格中满足第六预设条件的通信小区的个数除以网格中通信小区的总个 数。
处理单元102,具体用于根据网格的高倒流通信小区比例,确定网格 的第二得分为
Figure RE-GDA0001987324320000241
其中,S表示网格的高倒流通信小区比例, MAX(S:S)表示每个网格对应的高倒流通信小区比例的最大值。
可选的,O域数据包括每个通信小区的MR数据,MR数据包括至少 一个采样点采集的当前通信小区的RSRP值以及至少一个其他运营商的 RSRP值;处理单元102,具体用于根据第七预设条件和获取单元获取的 O域数据,在网格中筛选满足第七预设条件的采样点;第七预设条件包括 采样点采集的当前通信小区的RSRP值均大于至少一个其他运营商的RSRP值。
处理单元102,具体用于根据网格中满足第七预设条件的采样点的总 数,确定网格的竞对比例;其中,竞对比例等于网格中满足第七预设条件 的采样点的总数除以网格中同时采集到当前通信小区的RSRP值以及至少 一个其他运营商中每个其他运营商的RSRP值的采样点的总数。
处理单元102,具体用于根据网格的竞对比例,确定网格的第二得分 为
Figure RE-GDA0001987324320000242
其中,T表示网格的竞对比例,MAX(T:T)表示 每个网格对应的竞对比例的最大值。
可选的,处理单元102,具体用于根据每个网格对应的至少一个第一 得分以及每个第一得分对应的权重值,确定网格的第一网格价值得分。
可选的,处理单元102,具体用于根据每个网格对应的至少一个第二 得分以及每个第二得分对应的权重值,确定网格的第二网格价值得分。
可选的,处理单元102,具体用于根据网格的第一网格价值得分和第 二网格价值得分,确定网格的综合价值得分;处理单元102,具体用于根 据综合价值得分,确定指定区域内每个网格的建设优先级。
其中,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对 应功能模块的功能描述,其作用在此不再赘述。
在采用集成的模块的情况下,服务器包括:存储单元、处理单元以及 获取单元。处理单元用于对服务器的动作进行控制管理,例如,处理单元 用于支持服务器执行图2中的过程S110、S120、S130、S140、S150、S160 和S170;获取单元用于支持服务器与其他设备的信息交互。存储单元, 用于存储服务器的程序代码和数据。
其中,以处理单元为处理器,存储单元为存储器,获取单元为通信接 口为例。其中,服务器参照图16中所示,包括通信接口501、处理器502、 存储器503和总线504,通信接口501、处理器502通过总线504与存储 器503相连。
处理器502可以是一个通用中央处理器(Central Processing Unit, CPU),微处理器,特定应用集成电路(Application-Specific Integrated Circuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
存储器503可以是只读存储器(Read-Only Memory,ROM)或可存 储静态信息和指令的其他类型的静态存储设备,随机存取存储器(Random Access Memory,RAM)或者可存储信息和指令的其他类型的动态存储设 备,也可以是电可擦可编程只读存储器(Electrically Erasable Programmable Read-only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光 碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储 设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代 码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立 存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器503用于存储执行本申请方案的应用程序代码,并由处 理器502来控制执行。通讯接口501用于与其他设备进行信息交互,例如 与遥控器的信息交互。处理器502用于执行存储器503中存储的应用程序 代码,从而实现本申请实施例中所述的方法。
此外,还提供一种计算存储媒体(或介质),包括在被执行时进行上 述实施例中的服务器执行的方法操作的指令。另外,还提供一种计算机程 序产品,包括上述计算存储媒体(或介质)。
应理解,在本发明的各种实施例中,上述各过程的序号的大小并不意 味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而 不应对本发明实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的 各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件 的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方 案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使 用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范 围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述 描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的 对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、设备 和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅 是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实 现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成 到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论 的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,设备或单 元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的, 作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地 方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的 部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元 中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在 一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或 使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本 发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方 案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个 存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机, 服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称: read-only memory,英文简称:ROM)、随机存取存储器(英文全称:random access memory,英文简称:RAM)、磁碟或者光盘等各种可以存储程序代 码的介质。
可以理解地,上述提供的任一种服务器用于执行上文所提供的实施例 一对应的方法,因此,其所能达到的有益效果可参考上文实施例一的方法 以及下文具体实施方式中对应的方案的有益效果,此处不再赘述。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局 限于此,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 轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明 的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种网络优化方法,其特征在于,包括:
获取指定区域在指定时间段内的B域数据和O域数据;
将所述指定区域划分为至少一个网格;
根据所述B域数据确定所述指定区域内每个所述网格对应的至少一个第一得分;
根据所述O域数据,确定所述指定区域内每个网格对应的至少一个第二得分;
根据每个所述网格对应的至少一个第一得分,确定所述网格的第一网格价值得分;
根据每个所述网格对应的至少一个第二得分,确定所述网格的第二网格价值得分;
根据每个所述网格的第一网格价值得分和第二网格价值得分,确定所述指定区域内每个所述网格的建设优先级;其中,所述建设优先级用于指示资源投放的顺序;
所述根据所述B域数据,确定所述指定区域内每个所述网格对应的至少一个第一得分,包括:
所述B域数据包括至少一个用户的用户详单;
根据所述B域数据,确定所述网格满足第一预设条件时,则所述网格的第一得分为1分;
根据所述B域数据,确定所述网格不满足所述第一预设条件时,则所述网格的第一得分为0分;
或者,
根据所述B域数据,确定所述网格满足第二预设条件时,则所述网格的第一得分为1分;
根据所述B域数据,确定所述网格不满足所述第二预设条件时,则所述网格的第一得分为0分;
其中,所述第一预设条件包括所述网格在指定排序中所处的排序位置位于第1至第n个排序位置之间,并且前n个网格的两点一线用户的累加占比大于或等于第一用户阈值,所述指定排序由从大到小的顺序对每个网格中两点一线用户的用户数量进行排序得到的;
所述第二预设条件包括所述网格在指定排序中所处的排序位置位于第1至第n个排序位置之间,并且前n个网格的常驻用户的累加占比大于或等于第二用户阈值,所述指定排序由从大到小的顺序对每个网格中常驻用户的用户数量进行排序得到的,所述常驻用户为每预设时间段内逗留在同一网格的时长大于或等于指定时长的用户,所述预设时间段包括工作时段和休息时段,所述两点一线用户为同时为两个不同网格的常驻用户的用户;
所述根据所述O域数据,确定所述指定区域内每个网格对应的至少一个第二得分,包括:
所述O域数据包括每个通信小区的MR数据,所述MR数据包括至少一个用户上报的RSRP值;
将所述网格等分为至少一个栅格;
根据所述网格的MR数据,确定每个栅格是否满足第五预设条件;其中,所述第五预设条件包括所述栅格内用户上报的RSRP值小于-110dbm的用户占比是否大于或等于预设比例;
根据所述网格中满足所述第五预设条件的栅格数量,确定所述网格的弱覆盖栅格面积占比;其中,所述弱覆盖栅格面积占比等于所述网格中满足所述第五预设条件的栅格的总面积除以所述网格的总面积;
根据所述网格的弱覆盖栅格面积占比,确定所述网格的第二得分为
Figure FDA0003575896850000021
其中,Q表示所述网格的弱覆盖栅格面积占比,MAX(Q:Q)表示每个网格对应的弱覆盖栅格面积占比的最大值;
或者,
所述O域数据包括每个通信小区的投诉次数;
根据所述网格的投诉次数,确定所述网格的投诉密度;其中,所述投诉密度等于所述网格的投诉次数除以所述网格的网格面积;
根据所述网格的投诉密度,确定所述网格的第二得分为
Figure FDA0003575896850000031
其中,R表示所述网格的投诉密度,MAX(R:R)表示每个网格对应的投诉密度的最大值;
或者,
所述O域数据包括每个通信小区的高倒流比数据;
根据第六预设条件和所述O域数据,在所述网格中筛选满足第六预设条件的通信小区;其中,所述第六预设条件包括通信小区的导流比大于或等于倒流比阈值;
根据所述网格中满足所述第六预设条件的通信小区的个数,确定所述网格的高倒流通信小区比例;其中,所述高倒流通信小区比例等于所述网格中满足所述第六预设条件的通信小区的个数除以所述网格中通信小区的总个数;
根据所述网格的高倒流通信小区比例,确定所述网格的第二得分为
Figure FDA0003575896850000032
其中,S表示所述网格的高倒流通信小区比例,MAX(S:S)表示每个网格对应的高倒流通信小区比例的最大值;
或者,
所述O域数据包括每个通信小区的MR数据,所述MR数据包括至少一个采样点采集的当前通信小区的RSRP值以及至少一个其他运营商的RSRP值;
根据第七预设条件和所述O域数据,在所述网格中筛选满足所述第七预设条件的采样点;所述第七预设条件包括所述采样点采集的当前通信小区的RSRP值均大于所述至少一个其他运营商的RSRP值;
根据所述网格中满足所述第七预设条件的采样点的总数,确定所述网格的竞对比例;其中,所述竞对比例等于所述网格中满足所述第七预设条件的采样点的总数除以所述网格中同时采集到当前通信小区的RSRP值以及至少一个其他运营商中每个所述其他运营商的RSRP值的采样点的总数;
根据所述网格的竞对比例,确定所述网格的第二得分为
Figure FDA0003575896850000041
其中,T表示所述网格的竞对比例,MAX(T:T)表示每个网格对应的竞对比例的最大值;
所述根据每个所述网格对应的至少一个第一得分,确定所述网格的第一网格价值得分,包括:
根据每个所述网格对应的至少一个第一得分以及每个所述第一得分对应的权重值,确定所述网格的第一网格价值得分;
所述根据每个所述网格对应的至少一个第二得分,确定所述网格的第二网格价值得分,包括:
根据每个所述网格对应的至少一个第二得分以及每个所述第二得分对应的权重值,确定所述网格的第二网格价值得分;
所述根据每个所述网格的第一网格价值得分和第二网格价值得分,确定所述指定区域内每个所述网格的建设优先级,包括:
根据所述网格的第一网格价值得分和第二网格价值得分,确定所述网格的综合价值得分;
根据所述综合价值得分,确定所述指定区域内每个所述网格的建设优先级。
2.根据权利要求1所述的网络优化方法,其特征在于,所述方法还包括:
当确定所述网格满足所述第一预设条件时,在满足所述第一预设条件的网格中筛选向所述网格发起业务请求的第一关联网格;
根据所述第一关联网格的总数,确定所述网格的第一得分为
Figure FDA0003575896850000051
其中,H表示所述网格对应的第一关联网格的总数,MAX(H:H)表示所述第一关联网格的总数的最大值;
或者,
当确定所述网格满足所述第二预设条件时,在满足所述第二预设条件的网格中筛选向所述网格发起业务请求的第二关联网格;
根据所述第一关联网格的总数,确定所述网格的第一得分为
Figure FDA0003575896850000052
其中,I表示所述网格对应的第二关联网格的总数,MAX(I:I)表示所述第二关联网格的总数的最大值。
3.根据权利要求1所述的网络优化方法,其特征在于,所述方法还包括:
根据地理区域,确定每个满足所述第一预设条件的网格归属的区域位置;其中,所述区域位置包括城市和乡村;
在所述区域位置为城市的网格中筛选向所述区域位置为乡村的任一网格发起业务请求的第三关联网格;
根据所述第三关联网格的总数,确定所述区域位置为乡村的任一网格的第一得分为
Figure FDA0003575896850000053
其中,J表示所述区域位置为乡村的任一网格对应的第三关联网格的总数,MAX(J:J)表示所述第三关联网格的总数的最大值;
或者,
根据地理区域,确定每个满足所述第二预设条件的网格归属的区域位置;其中,所述区域位置包括城市和乡村;
在所述区域位置为城市的网格中筛选向所述区域位置为乡村的任一网格发起业务请求的第四关联网格;
根据所述第四关联网格的总数,确定所述区域位置为乡村的任一网格的第一得分为
Figure FDA0003575896850000061
其中,K表示所述区域位置为乡村的任一网格对应的第四关联网格的总数,MAX(K:K)表示所述第四关联网格的总数的最大值。
4.根据权利要求1所述的网络优化方法,其特征在于,所述方法还包括:
当所述网格满足所述第一预设条件时,在满足所述第一预设条件的网格中筛选满足第三预设条件的第五关联网格;
根据所述第五关联网格的总数,确定所述网格的第一得分为
Figure FDA0003575896850000062
其中,L表示所述网格对应的第五关联网格的总数,MAX(L:L)表示所述第五关联网格的总数的最大值;
或者,
当所述网格满足所述第二预设条件时,在满足所述第二预设条件的网格中筛选满足第三预设条件的第六关联网格;
根据所述第六关联网格的总数,确定所述网格的第一得分为
Figure FDA0003575896850000063
其中,所述第三预设条件包括所述网格在所述指定时间段内任一用户向同一网格发起通话的次数大于或等于预设次数,M表示所述网格对应的第六关联网格的总数,MAX(M:M)表示所述第六关联网格的总数的最大值。
5.根据权利要求1所述的网络优化方法,其特征在于,所述根据所述B域数据,确定所述指定区域内每个所述网格对应的至少一个第一得分,包括:
根据所述B域数据,确定所述网格中指定套餐的用户总数;其中,所述指定套餐包括2I2C、融合业务和冰激凌套餐中的任一项;
根据所述网格中指定套餐的用户总数,确定所述网格的第一得分为
Figure FDA0003575896850000071
其中,P表示所述网格中指定套餐的用户总数,MAX(P:P)表示全部网格中所述指定套餐的用户总数的最大值。
6.一种服务器,其特征在于,包括:
获取单元,用于获取指定区域在指定时间段内的B域数据和O域数据;其中,所述B域数据包括至少一个用户的用户详单,所述O域数据包括每个通信小区的高倒流比数据、MR数据和投诉次数;
处理单元,用于将所述指定区域划分为至少一个网格;
所述处理单元,还用于根据所述获取单元获取的所述B域数据,确定所述指定区域内每个所述网格对应的至少一个第一得分;
所述处理单元,还用于根据所述获取单元获取的所述O域数据,确定所述指定区域内每个网格对应的至少一个第二得分;
所述处理单元,还用于根据每个所述网格对应的至少一个第一得分,确定所述网格的第一网格价值得分;
所述处理单元,还用于根据每个所述网格对应的至少一个第二得分,确定所述网格的第二网格价值得分;
所述处理单元,还用于根据每个所述网格的第一网格价值得分和第二网格价值得分,确定所述指定区域内每个所述网格的建设优先级;其中,所述建设优先级用于指示资源投放的顺序;
所述处理单元,具体用于根据所述获取单元获取的所述B域数据,确定所述网格满足第一预设条件时,则所述网格的第一得分为1分;所述B域数据包括至少一个用户的用户详单;
所述处理单元,具体用于根据所述获取单元获取的所述B域数据,确定所述网格不满足所述第一预设条件时,则所述网格的第一得分为0分;
或者,
所述处理单元,具体用于根据所述获取单元获取的所述B域数据,确定所述网格满足第二预设条件时,则所述网格的第一得分为1分;所述B域数据包括至少一个用户的用户详单;
所述处理单元,具体用于根据所述获取单元获取的所述B域数据,确定所述网格不满足所述第二预设条件时,则所述网格的第一得分为0分;
其中,所述第一预设条件包括所述网格在指定排序中所处的排序位置位于第1至第n个排序位置之间,并且前n个网格的两点一线用户的累加占比大于或等于第一用户阈值,所述指定排序由从大到小的顺序对每个网格中两点一线用户的用户数量进行排序得到的;
所述第二预设条件包括所述网格在指定排序中所处的排序位置位于第1至第n个排序位置之间,并且前n个网格的常驻用户的累加占比大于或等于第二用户阈值,所述指定排序由从大到小的顺序对每个网格中常驻用户的用户数量进行排序得到的,所述常驻用户为每预设时间段内逗留在同一网格的时长大于或等于指定时长的用户,所述预设时间段包括工作时段和休息时段,所述两点一线用户为同时为两个不同网格的常驻用户的用户;
所述处理单元,具体用于若所述O域数据包括每个通信小区的MR数据,所述MR数据包括至少一个用户上报的RSRP值,将所述网格等分为至少一个栅格;
所述处理单元,具体用于根据所述获取单元获取的所述网格的MR数据,确定每个栅格是否满足第五预设条件;其中,所述第五预设条件包括所述栅格内用户上报的RSRP值小于-110dbm的用户占比是否大于或等于预设比例;
所述处理单元,具体用于根据所述网格中满足所述第五预设条件的栅格数量,确定所述网格的弱覆盖栅格面积占比;其中,所述弱覆盖栅格面积占比等于所述网格中满足所述第五预设条件的栅格的总面积除以所述网格的总面积;
所述处理单元,具体用于根据所述网格的弱覆盖栅格面积占比,确定所述网格的第二得分为
Figure FDA0003575896850000091
其中,Q表示所述网格的弱覆盖栅格面积占比,MAX(Q:Q)表示每个网格对应的弱覆盖栅格面积占比的最大值;
或者,
所述处理单元,具体用于若所述O域数据包括每个通信小区的投诉次数,根据所述获取单元获取的所述网格的投诉次数,确定所述网格的投诉密度;其中,所述投诉密度等于所述网格的投诉次数除以所述网格的网格面积;
所述处理单元,具体用于根据所述网格的投诉密度,确定所述网格的第二得分为
Figure FDA0003575896850000092
其中,R表示所述网格的投诉密度,MAX(R:R)表示每个网格对应的投诉密度的最大值;
或者,
所述处理单元,具体用于若所述O域数据包括每个通信小区的高倒流比数据,根据第六预设条件和所述获取单元获取的所述O域数据,在所述网格中筛选满足第六预设条件的通信小区;其中,所述第六预设条件包括通信小区的导流比大于或等于倒流比阈值;
所述处理单元,具体用于根据所述网格中满足所述第六预设条件的通信小区的个数,确定所述网格的高倒流通信小区比例;其中,所述高倒流通信小区比例等于所述网格中满足所述第六预设条件的通信小区的个数除以所述网格中通信小区的总个数;
所述处理单元,具体用于根据所述网格的高倒流通信小区比例,确定所述网格的第二得分为
Figure FDA0003575896850000093
其中,S表示所述网格的高倒流通信小区比例,MAX(S:S)表示每个网格对应的高倒流通信小区比例的最大值;
或者,
所述处理单元,具体用于若所述O域数据包括每个通信小区的MR数据,所述MR数据包括至少一个采样点采集的当前通信小区的RSRP值以及至少一个其他运营商的RSRP值,根据第七预设条件和所述获取单元获取的所述O域数据,在所述网格中筛选满足所述第七预设条件的采样点;所述第七预设条件包括所述采样点采集的当前通信小区的RSRP值均大于所述至少一个其他运营商的RSRP值;
所述处理单元,具体用于根据所述网格中满足所述第七预设条件的采样点的总数,确定所述网格的竞对比例;其中,所述竞对比例等于所述网格中满足所述第七预设条件的采样点的总数除以所述网格中同时采集到当前通信小区的RSRP值以及至少一个其他运营商中每个所述其他运营商的RSRP值的采样点的总数;
所述处理单元,具体用于根据所述网格的竞对比例,确定所述网格的第二得分为
Figure FDA0003575896850000101
其中,T表示所述网格的竞对比例,MAX(T:T)表示每个网格对应的竞对比例的最大值;
所述处理单元,具体用于根据每个所述网格对应的至少一个第一得分以及每个所述第一得分对应的权重值,确定所述网格的第一网格价值得分;
所述处理单元,具体用于根据每个所述网格对应的至少一个第二得分以及每个所述第二得分对应的权重值,确定所述网格的第二网格价值得分;
所述处理单元,具体用于根据所述网格的第一网格价值得分和第二网格价值得分,确定所述网格的综合价值得分;
所述处理单元,具体用于根据所述综合价值得分,确定所述指定区域内每个所述网格的建设优先级。
7.根据权利要求6所述的服务器,其特征在于,所述处理单元,还用于当所述网格满足所述第一预设条件时,在满足所述第一预设条件的网格中筛选向所述网格发起业务请求的第一关联网格;
所述处理单元,还用于根据所述第一关联网格的总数,确定所述网格的第一得分为
Figure FDA0003575896850000111
其中,H表示所述网格对应的第一关联网格的总数,MAX(H:H)表示所述第一关联网格的总数的最大值;
或者,
所述处理单元,还用于当确定所述网格满足所述第二预设条件时,在满足所述第二预设条件的网格中筛选向所述网格发起业务请求的第二关联网格;
所述处理单元,还用于根据所述第二关联网格的总数,确定所述网格的第一得分为
Figure FDA0003575896850000112
其中,I表示所述网格对应的第二关联网格的总数,MAX(I:I)表示所述第二关联网格的总数的最大值。
8.根据权利要求6所述的服务器,其特征在于,所述处理单元,还用于根据地理区域,确定每个满足所述第一预设条件的网格归属的区域位置;其中,所述区域位置包括城市和乡村;
所述处理单元,还用于在所述区域位置为城市的网格中筛选向所述区域位置为乡村的任一网格发起业务请求的第三关联网格;
所述处理单元,还用于根据所述第三关联网格的总数,确定所述区域位置为乡村的任一网格的第一得分为
Figure FDA0003575896850000113
其中,J表示所述区域位置为乡村的任一网格对应的第三关联网格的总数,MAX(J:J)表示所述第三关联网格的总数的最大值
或者,
所述处理单元,还用于根据地理区域,确定每个满足所述第二预设条件的网格归属的区域位置;其中,所述区域位置包括城市和乡村;
所述处理单元,还用于在所述区域位置为城市的网格中筛选向所述区域位置为乡村的任一网格发起业务请求的第四关联网格;
所述处理单元,还用于根据所述第四关联网格的总数,确定所述区域位置为乡村的任一网格的第一得分为
Figure FDA0003575896850000121
其中,K表示所述区域位置为乡村的任一网格对应的第四关联网格的总数,MAX(K:K)表示所述第四关联网格的总数的最大值。
9.根据权利要求6所述的服务器,其特征在于,所述处理单元,还用于当所述网格满足所述第一预设条件时,在满足所述第一预设条件的网格中筛选满足第三预设条件的第五关联网格;
所述处理单元,还用于根据所述第五关联网格的总数,确定所述网格的第一得分为
Figure FDA0003575896850000122
其中,L表示所述网格对应的第五关联网格的总数,MAX(L:L)表示所述第五关联网格的总数的最大值;
或者,
所述处理单元,还用于当所述网格满足所述第二预设条件时,在满足所述第二预设条件的网格中筛选满足第三预设条件的第六关联网格;
所述处理单元,还用于根据所述第六关联网格的总数,确定所述网格的第一得分为
Figure FDA0003575896850000123
其中,所述第三预设条件包括所述网格在所述指定时间段内任一用户向同一网格发起通话的次数大于或等于预设次数,M表示所述网格对应的第六关联网格的总数,MAX(M:M)表示所述第六关联网格的总数的最大值。
10.根据权利要求6所述的服务器,其特征在于,所述获取单元,具体用于根据所述获取单元获取的所述O域数据,确定所述网格中指定套餐的用户总数;其中,所述指定套餐包括2I2C、融合业务和冰激凌套餐中的任一项;
所述处理单元,具体用于根据所述获取单元获取的所述网格中指定套餐的用户总数,确定所述网格的第一得分为
Figure FDA0003575896850000131
其中,P表示所述网格中指定套餐的用户总数,MAX(P:P)表示全部网格中所述指定套餐的用户总数的最大值。
11.一种计算机存储介质,其特征在于,包括指令,当其在计算机上运行时,使得计算机执行如上述权利要求1-5任一项所述的网络优化方法。
12.一种服务器,其特征在于,包括:通信接口、处理器、存储器、总线;存储器用于存储计算机执行指令,处理器与存储器通过总线连接,当服务器运行时,处理器执行存储器存储的计算机执行指令,以使服务器执行如上述权利要求1-5任一项所述的网络优化方法。
CN201910028617.7A 2019-01-11 2019-01-11 一种网络优化方法和服务器 Active CN109661001B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910028617.7A CN109661001B (zh) 2019-01-11 2019-01-11 一种网络优化方法和服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910028617.7A CN109661001B (zh) 2019-01-11 2019-01-11 一种网络优化方法和服务器

Publications (2)

Publication Number Publication Date
CN109661001A CN109661001A (zh) 2019-04-19
CN109661001B true CN109661001B (zh) 2022-06-07

Family

ID=66119077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910028617.7A Active CN109661001B (zh) 2019-01-11 2019-01-11 一种网络优化方法和服务器

Country Status (1)

Country Link
CN (1) CN109661001B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110708706B (zh) * 2019-10-12 2022-07-22 中国联合网络通信集团有限公司 区域评估方法、设备及存储介质
CN110839257B (zh) * 2019-11-14 2023-03-21 中国联合网络通信集团有限公司 网络质量评估方法、设备和存储介质
CN113115240B (zh) * 2019-12-24 2022-09-27 中国移动通信集团陕西有限公司 基于话务挽留代价的VoLTE话务提升方法及装置
CN111162979B (zh) * 2019-12-27 2022-06-14 中国移动通信集团江苏有限公司 组网信息的确定方法、装置、设备及存储介质
CN111639816B (zh) * 2020-06-03 2023-01-24 国网重庆市电力公司电力科学研究院 一种供电服务网格优化方法、装置及可读存储介质
CN112738813B (zh) * 2020-12-30 2023-04-28 中国联合网络通信集团有限公司 一种网络建设评估方法及装置
CN113950082B (zh) * 2021-10-13 2023-06-13 中国联合网络通信集团有限公司 网络运维策略的确定方法及设备
CN115278761A (zh) * 2022-08-30 2022-11-01 中国联合网络通信集团有限公司 网络评估方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103314603A (zh) * 2010-10-27 2013-09-18 瑞典爱立信有限公司 蜂窝通信网络的网络服务
CN107493579A (zh) * 2017-08-14 2017-12-19 中国联合网络通信集团有限公司 一种高校无线网建设前规划方法和装置
CN107659432A (zh) * 2017-09-08 2018-02-02 中国联合网络通信集团有限公司 一种区域价值评估方法和装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2828620B1 (fr) * 2001-08-10 2004-07-30 Radiotelephone Sfr Procede d'estimation previsionnelle de la couverture radio d'une cellule
DE112005001761T5 (de) * 2004-07-23 2007-05-24 Wireless Valley Communications, Inc., Austin System, Verfahren und Vorrichtung zum Bestimmen und Verwenden einer Position von drahtlosen Vorrichtungen oder einer Infrastruktur zur Verbesserung eines drahtlosen Netzes
US8811977B2 (en) * 2010-05-06 2014-08-19 At&T Mobility Ii Llc Device-driven intelligence and feedback for performance optimization and planning of a service network
CN102905278B (zh) * 2011-07-28 2016-06-01 华为技术有限公司 覆盖优化的管理方法、装置和系统
EP3116177B1 (en) * 2014-03-24 2020-02-26 Huawei Technologies Co. Ltd. Service implementation method for nfv system, and communications unit
WO2015165039A1 (zh) * 2014-04-29 2015-11-05 华为技术有限公司 一种确定待优化小区集合的装置及方法
EP3148241B1 (en) * 2014-05-21 2020-03-25 Huawei Technologies Co. Ltd. Capacity expansion method and device for wireless network

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103314603A (zh) * 2010-10-27 2013-09-18 瑞典爱立信有限公司 蜂窝通信网络的网络服务
CN107493579A (zh) * 2017-08-14 2017-12-19 中国联合网络通信集团有限公司 一种高校无线网建设前规划方法和装置
CN107659432A (zh) * 2017-09-08 2018-02-02 中国联合网络通信集团有限公司 一种区域价值评估方法和装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"移动接入网智慧规划体系的应用";韦炜;《电信科学》;20181225;摘要,正文第2至第4小节 *
关于4G深度覆盖评估研究支撑3G升4G;陈社等;《电信科学》;20171220;全文 *
基于"B+O"数据协同的移动网络分析方法研究与应用;陈学等;《邮电设计技术》;20171220(第12期);全文 *
基于多维数据的网格化关联分析方法;李明欣等;《电信技术》;20160225(第02期);全文 *
浅议GSM网络优化;邰亚彬;《科技经济导刊》;20180525(第15期);全文 *

Also Published As

Publication number Publication date
CN109661001A (zh) 2019-04-19

Similar Documents

Publication Publication Date Title
CN109661001B (zh) 一种网络优化方法和服务器
Narayanan et al. Lumos5G: Mapping and predicting commercial mmWave 5G throughput
US8437765B2 (en) Identifying locations for small cells
Syamkumar et al. Deployment characteristics of" the edge" in mobile edge computing
CN105163318B (zh) 基于无线电环境地图和用户分级的智能频谱管理网络架构
CN104813697B (zh) 使用具有不同技术的多个无线接口的短距离基站进行无线通信的方法和装置
CN103068035A (zh) 一种无线网络定位方法、装置及系统
GB2607146A (en) System and method for automatic deployment of an outdoor small cell
JP6049186B2 (ja) 携帯端末を所持したユーザの滞在地を推定する装置、プログラム及び方法
Schmitt et al. Community-level access divides: A refugee camp case study
CN108337631A (zh) 一种基于云计算的电网输电线路监测系统
CN108200584A (zh) 一种待建wlan站点的筛选方法及装置
Uzun et al. OpenMobileNetwork: extending the web of data by a dataset for mobile networks and devices
CN105978726B (zh) 一种手机基站故障定位分析方法
CN103796218A (zh) 无线接入点的选址方法及装置
WO2013189089A1 (zh) 一种室内外业务数据的区分方法及设备
CN107484133B (zh) 一种基站覆盖范围的预测方法及预测系统
CN112738813B (zh) 一种网络建设评估方法及装置
Li et al. Public transportation mode detection from cellular data
CN111405464B (zh) 基站位置检测方法及装置
CN108777866A (zh) 一种网络分析方法、服务器及网络系统
US11012868B1 (en) Indoor planning for densifying mobility networks
Uzun et al. Turning the OpenMobileNetwork into a live crowdsourcing platform for semantic context-aware services
CN103188694B (zh) 一种提升wlan分流效果和规划准确率的方法及系统
CN110491090A (zh) 基于手机终端的中老年人群监护方法

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
GR01 Patent grant
GR01 Patent grant