CN109885636A - 一种用户画像方法和服务器 - Google Patents

一种用户画像方法和服务器 Download PDF

Info

Publication number
CN109885636A
CN109885636A CN201910120173.XA CN201910120173A CN109885636A CN 109885636 A CN109885636 A CN 109885636A CN 201910120173 A CN201910120173 A CN 201910120173A CN 109885636 A CN109885636 A CN 109885636A
Authority
CN
China
Prior art keywords
user
analyzed
moving distance
ticket
signaling message
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.)
Granted
Application number
CN201910120173.XA
Other languages
English (en)
Other versions
CN109885636B (zh
Inventor
李京辉
郭省力
乔自知
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 CN201910120173.XA priority Critical patent/CN109885636B/zh
Publication of CN109885636A publication Critical patent/CN109885636A/zh
Application granted granted Critical
Publication of CN109885636B publication Critical patent/CN109885636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Telephonic Communication Services (AREA)

Abstract

本发明的实施例提供了一种用户画像方法和服务器,涉及通信技术领域,解决了如何判别用户是否为潮汐用户成为了一个亟待解决的问题。该方法包括,获取待分析用户的XDR数据;根据XDR数据,确定待分析用户在指定时间段内的移动距离;其中,指定时间段包括早高峰时间段和晚高峰时间段;当指定天数内满足预设条件的总天数大于或等于天数阈值时,确定待分析用户为产生潮汐效应的用户;其中,预设条件包括同一天的早高峰时间段和晚高峰时间段的移动距离均大于或等于移动距离阈值。

Description

一种用户画像方法和服务器
技术领域
本发明涉及通信技术领域,尤其涉及一种用户画像方法和服务器。
背景技术
潮汐用户是指在固定时间内周期性的往返于两个相对固定的位置的用户。潮汐用户的识别对于优化网络的资源配置,提高用户的感知有重要的意义。目前潮汐用户的判断都是通过地铁、公交、打车软件,共享单车等数据生成,上述数据虽然也能够找出潮汐效应用户,但是存在数据样本单一,只能记录用户部分路段而无法记录用户所有轨迹的情况。比如用户从单位到家的路程先做地铁、再用共享单车,由于地铁和共享单车的数据都是相对独立,无法共享的,因此无法明确的记录用户完整的轨迹,也无法准确的判断潮汐用户。
由上述方案可知,现有技术中如何判别用户是否为潮汐用户成为了一个亟待解决的问题。
发明内容
本发明的实施例提供一种用户画像方法和服务器,解决了如何判别用户是否为潮汐用户成为了一个亟待解决的问题。
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用户画像方法,包括:获取待分析用户的XDR数据;根据XDR数据,确定待分析用户在指定时间段内的移动距离;其中,指定时间段包括早高峰时间段和晚高峰时间段;当指定天数内满足预设条件的总天数大于或等于天数阈值时,确定待分析用户为产生潮汐效应的用户;其中,预设条件包括同一天的早高峰时间段和晚高峰时间段的移动距离均大于或等于移动距离阈值。
由上述方案可知,本发明的实施例提供的用户画像方法,由于待分析用户的终端设备不管做不做业务,该终端设备均会附着在网络上;因此,根据XDR数据中记录了每个用户在业务态和空闲态的数据,可以更加准确地确定该用户在早高峰时间段和晚高峰时间段内的移动距离;同时,根据指定天数内满足预设条件的总天数,判别该待分析用户是否为产生潮汐效应的用户,从而解决了如何判别用户是否为潮汐用户成为了一个亟待解决的问题。
第二方面、本发明的实施例提供一种服务器,包括:获取单元,用于获取待分析用户的XDR数据;处理单元,用于根据获取单元获取的XDR数据,确定待分析用户在指定时间段内的移动距离;其中,指定时间段包括早高峰时间段和晚高峰时间段;处理单元,还用于当指定天数内满足预设条件的总天数大于或等于天数阈值时,确定待分析用户为产生潮汐效应的用户;其中,预设条件包括同一天的早高峰时间段和晚高峰时间段的移动距离均大于或等于移动距离阈值。
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用户画像方法的网络架构图;
图2为本发明的实施例提供的一种用户画像方法的流程示意图之一;
图3为本发明的实施例提供的一种用户画像方法的流程示意图之二;
图4为本发明的实施例提供的一种用户画像方法的流程示意图之三;
图5为本发明的实施例提供的一种用户画像方法的流程示意图之四;
图6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7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。
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,该网络架构图包括待分析用户1、基站A、基站B、基站C和服务器2;其中,该待分析用户1的用户设备(User Equipment,简称:UE)与基站A、基站B或者基站C下设的通信小区建立连接;该待分析用户1在早高峰时间段由基站C经由基站B到达基站A,而该待分析用户1在晚高峰时间段由基站A经由基站B回到基站C。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。
随着移动通信的快速发展,移动用户数以及业务量也随即快速发展,在某些区域因突发业务量增大而造成网络容量及性能问题的日益暴露。例如:在移动通信中,在某些区域间存在话务量按时间反复迁移的现象。如高校的教学区和宿舍区,在白天,教学区的话务量是非常大的,宿舍区的话务量是很小的;而在夜间,用户会出现迁移现象,这时,教学区的话务量会大大减小,而宿舍区的话务量会大大增加,两者之间存在这种话务量互补现象,我们将其称为潮汐效应;同时,如何判别用户是否为潮汐用户成为了一个亟待解决的问题。
为此,本发明的实施例提供一种用户画像的方法,基于运营商的业务呼叫记录(英文全称:X Detail Record,简称:XDR)数据,既能够获取待分析用户的信息(手机号码),也能通过小区等信息对待分析用户的UE进行定位,从而可以确定待分析用户是否为产生潮汐效应的用户。
需要说明的是,XDR数据记录了用户在非业务态及业务态用户的时间、国际移动用户识别码(英文全称:International Mobile Subscriber Identification Number,简称:IMSI)、移动用户号码(英文全称:Mobile Subscriber International ISDN/PSTN number,简称:MSISDN)、国际移动设备识别码(英文全称:International Mobile EquipmentIdentity,简称:IMEI)、通信小区等信息。
由于用户不管做不做业务都会附着在目标网络上,因此选用XDR话单中的AIUCS话单和S1MME话单,其中AIUCS话单是用户在2G网络和3G网络上发出的信令合成的话单,S1MME话单是用户在4G网络上发出的信令合成的话单。两个话单合并到一块就包括了该用户在移动网络上所有的信令消息;其中,目标网络至少包括第二代移动通信技术(英文全称:2ndGeneration,简称:2G)网络,第三代移动通信技术(英文全称:3rd-Generation,简称:3G)网络或第四代移动通信技术(英文全称:the 4th Generation mobile communicationtechnology,简称:4G)网络。
示例性的,本发明的实施例选择A省在的XDR数据作为用户画像方法的数据源,假设其中的一名待分析用户的IMSI为A、MSISDN为B、IMEI为C,具体的实现过程如下:
实施例一
本发明的实施例提供一种用户画像方法,如图2所示包括:
S101、获取待分析用户的XDR数据。
S102、根据XDR数据,确定待分析用户在指定时间段内的移动距离;其中,指定时间段包括早高峰时间段和晚高峰时间段。
可选的,XDR数据包括AIUCS话单和S1MME话单,AIUCS话单和S1MME话单均至少包括一条信令消息,信令消息包括发出信令消息的通信小区标识。
根据XDR数据,确定待分析用户在指定时间段内的移动距离,如图3所示包括:
S1020、根据AIUCS话单和S1MME话单,确定指定时间段内为待分析用户提供服务的通信小区。
需要说明的是,AIUCS话单和S1MME话单选取的字段包括IMSI、MSISDN、IMEI和小区信息,其中2G网络和3G网络的小区信息为位置区码(英文全称:location area code,简称:LAC)+小区识别码(英文全称:CELL ID,简称:CI),4G网络的小区信息为演进型Node B(英文全称:Evolved Node B,简称:eNodeB)+小区全局标识符(英文全称:Evolved UniversalTerrestrial Radio Access Network Cell Global Identifier,简称:ECI)。提取A省的工参数据(包括通信小区的小区识别码以及该通信小区的经度和纬度),将工参数据中的小区识别码与AIUCS话单和S1MME话单中的小区识别码进行关联,并将每个通信小区的经度和纬度信息标注到AIUCS话单和S1MME话单中,如表1所示AIUCS和S1MME话单的字段就包括下面的字段。
表1
具体的,在实际的应用中,按照表1的格式提取AIUCS话单和S1MME话单对应的字段,并将AIUCS话单和S1MME话单进行合并(如表2所示),从而得到早高峰时间段为该待分析用户提供服务的每个通信小区,以及晚高峰时间段为该待分析用户提供服务的每个通信小区。
表2S1021、获取每个通信小区的工参数据;其中,工参数据包括经度和纬度。
S1022、根据每个通信小区的经度和纬度,确定待分析用户在指定时间段内的移动距离。
需要说明的是,在实际的应用中,当确定早高峰时间段为该待分析用户提供服务的每个通信小区,以及晚高峰时间段为该待分析用户提供服务的每个通信小区后,需要进一步分析该待分析用户在早高峰时间段的移动距离和晚高峰时间段的移动距离。
具体的,移动距离由两个不同通信小区之间的距离确定的。
示例性的,假设根据AIUCS话单和S1MME话单确定在早高峰时间段为该待分析用户提供服务的通信小区包括通信小区A,通信小区B,通信小区C和通信小区D,晚高峰时间段为该待分析用户提供服务的通信小区包括通信小区A,通信小区B,通信小区C、通信小区D和通信小区E,则确定待分析用户在指定时间段内的移动距离包括:
早高峰时间段内的移动距离:根据工参数据可以确定通信小区A,通信小区B,通信小区C和通信小区D中每个通信小区的经度和纬度;然后,根据移动距离计算公式,计算通信小区A,通信小区B,通信小区C和通信小区D中任意两个通信小区之间的距离如表3所示;其中,移动距离计算公式包括:
其中,L表示移动距离(单位为:米(M)),R表示地球的半径,WA表示通信小区A的纬度,WB表示通信小区B的纬度,JA表示通信小区A的经度,JB表示通信小区B的经度。
同理,晚高峰时间段内的移动距离:根据工参数据可以确定通信小区A,通信小区B,通信小区C、通信小区D和通信小区E中每个通信小区的经度和纬度;然后,根据移动距离计算公式,计算通信小区A,通信小区B,通信小区C、通信小区D和通信小区E中任意两个通信小区之间的距离。
表3
具体的,这里的开始时间等于通信小区接收到待分析用户的UE发送的信令消息的时间,或者开始时间等于待分析用户的UE发出该信令消息的时间。
具体的,根据AIUCS话单和S1MME话单确定在指定时间段为该待分析用户提供服务的通信小区包括:
根据指定时间段,确定AIUCS话单和S1MME话单中每一条信令消息归属的指定时间段;示例性的,假设早高峰时间段对应的时间区间为(7:00-9:00(24小时制)),则根据每一条信令消息的开始时间,可以确定归属于早高峰时间段的每一条信令消息;由于每一条信令消息中均包含了小区识别码,而每个小区识别码对应一个通信小区;因此,可以确定早高峰时间段为该待分析用户提供服务的每个通信小区。
同理,假设晚高峰时间段对应的时间区间为(17:00-21:00(24小时制)),由于确定晚高峰时间段为该待分析用户提供服务的每个通信小区的方法与确定早高峰时间段为该待分析用户提供服务的每个通信小区的方法相同,此处不再赘述。
可选的,信令消息还包括开始时间,如图4所示该方法还包括:
S104、根据信令消息的开始时间以及发出信令消息的通信小区,确定待分析用户在指定时间段内移动移动距离对应的移动时间。
S105、根据指定时间段内的移动距离以及移动移动距离对应的移动时间,确定待分析用户的移动速度;其中,移动速度等于移动距离除以移动时间。
S106、确定移动速度大于或等于速度阈值时,剔除移动时间对应的信令消息。
需要说明的是,在实际的应用中,需要根据AIUCS话单和S1MME话单中每一条信令消息的开始时间,对信令消息进行排序从而确定该待分析用户移动移动距离时花费的移动时间。
具体的,移动时间的单位为分钟,移动速度的单位为米/分钟。
表4
示例性的,表4示出了根据AIUCS话单和S1MME话单,确定的该待分析用户在早高峰时间段在通信小区A,通信小区B,通信小区C和通信小区D产生的每一条信令消息(晚高峰时间段的对AIUCS话单和S1MME话单的处理方式与早高峰时间段的对AIUCS话单和S1MME话单的处理方式相同,此处不再赘述);其中,通信小区A对应的小区识别码为:X1,通信小区B对应的小区识别码为:X2,通信小区C对应的小区识别码为:X3,通信小区D对应的小区识别码为:X4。
具体的,由于待分析用户在每个通信小区内会产生至少一条信令消息,因此可以根据该待分析用户在每个通信小区内会产生的每一条信令消息的开始时间与该待分析用户在其他通信小区内会产生的每一条信令消息的开始时间左分别求出差值,从而确定移动时间,如表5所示。
表5
具体的,当用户处于两个通信小区的边缘位置时,由于用户从一个通信小区进入另一个通信小区所花费的移动时间较短(在两个通信小区的边缘位置均产生了相邻消息),此时由于两个通信小区之间的距离是一定的,而移动时间较小,导致该待分析用户的移动速度会出现移动速度过大的情况,即产生用户瞬间漂移的记录;因此,确移动速度大于或等于速度阈值时,剔除移动时间对应的信令消息;假设速度阈值为60米/分钟,则根据表5可知,存在异常的移动速度为127.62米/分钟和765.69米/分钟,则应根据移动时间对应的信令消息在表4中剔除,剔除的内容如下表6所示。
表6
具体的,根据表5可知,根据该待分析用户在每个通信小区内会产生的每一条信令消息的开始时间与该待分析用户在其他通信小区内会产生的每一条信令消息的开始时间左分别求出差值,从而确定移动时间;而当待分析用户有多个的时候,其运算量程倍增长,不利于实施;因此,为了降低运算量,取用户每次出现在一个新的通信小区所产生的第一条相邻消息的开始时间为基准时间;示例性的,当取用户每次出现在一个新的通信小区所产生的第一条相邻消息的开始时间为基准时间时,根据表4可知,待分析用户的移动时间如表7所示。
表7
S103、当指定天数内满足预设条件的总天数大于或等于天数阈值时,确定待分析用户为产生潮汐效应的用户;其中,预设条件包括同一天的早高峰时间段和晚高峰时间段的移动距离均大于或等于移动距离阈值。
示例性的,指定天数可以为7天,即一周;天数阈值可以为5;从而可以筛选出每天(除周末)在指定时间段内产生潮汐效应的用户。
具体的,运维人员可以根据移动距离阈值分析不同用户的移动习惯,从而保证每个用户的用户体验;示例性的,移动距离阈值包括10KM,30KM和50KM中的任一项。
可选的,确定待分析用户为产生潮汐效应的用户后,如图5所示该方法还包括:
S107、根据XDR数据,确定待分析用户的移动轨迹。
S108、根据至少一个待分析用户的移动轨迹,确定产生潮汐效应的潮汐轨迹。
具体的,在实际的应用中,可以根据A省的XDR数据,对A省中每一个待分析用户进行分析,从而可以根据待分析用户的移动轨迹,确定产生潮汐效应的潮汐轨迹,从而可以根据潮汐轨迹对网络进行优化保证用户的体验。
具体的,根据XDR数据,确定待分析用户的移动轨迹,包括:
根据待分析用户的AIUCS话单和S1MME话单,按照开始时间的先后顺序,对AIUCS话单和S1MME话单每一条信令消息进行排序;然后根据通信小区出现的先后顺序,分别确定待分析用户在早高峰时间段的第一移动轨迹,以及晚高峰时间段的第二移动轨迹;最后,根据每一个待分析用户的第一移动轨迹,可以确定在早高峰时间段的第一潮汐轨迹;根据每一个用户的第二移动轨迹,可以确定在早高峰时间段的第二潮汐轨迹。
由上述方案可知,本发明的实施例提供的用户画像方法,由于待分析用户的终端设备不管做不做业务,该终端设备均会附着在网络上;因此,根据XDR数据中记录了每个用户在业务态和空闲态的数据,可以更加准确地确定该用户在早高峰时间段和晚高峰时间段内的移动距离;同时,根据指定天数内满足预设条件的总天数,判别该待分析用户是否为产生潮汐效应的用户,从而解决了如何判别用户是否为潮汐用户成为了一个亟待解决的问题。
实施例二
本发明的实施例提供一种服务器,如图6所示包括:
获取单元101,用于获取待分析用户的XDR数据。
处理单元102,用于根据获取单元101获取的XDR数据,确定待分析用户在指定时间段内的移动距离;其中,指定时间段包括早高峰时间段和晚高峰时间段。
处理单元102,还用于当指定天数内满足预设条件的总天数大于或等于天数阈值时,确定待分析用户为产生潮汐效应的用户;其中,预设条件包括同一天的早高峰时间段和晚高峰时间段的移动距离均大于或等于移动距离阈值。
可选的,XDR数据包括AIUCS话单和S1MME话单,AIUCS话单和S1MME话单均至少包括一条信令消息,信令消息包括发出信令消息的通信小区标识。
处理单元102,具体用于根据获取单元101获取的AIUCS话单和S1MME话单,确定指定时间段内为待分析用户提供服务的通信小区。
获取单元101,具体用于获取每个处理单元102确定的通信小区的工参数据;其中,工参数据包括经度和纬度。
处理单元102,具体用于根据获取单元101获取的每个通信小区的经度和纬度,确定待分析用户在指定时间段内的移动距离。
可选的,信令消息还包括开始时间;处理单元102,还用于根据获取单元101获取的信令消息的开始时间以及发出信令消息的通信小区,确定待分析用户在指定时间段内移动移动距离对应的移动时间。
处理单元102,还用于根据指定时间段内的移动距离以及移动移动距离对应的移动时间,确定待分析用户的移动速度。
处理单元102,还用于确定移动速度大于或等于速度阈值时,剔除移动时间对应的信令消息。
可选的,处理单元102,还用于根据获取单元101获取的XDR数据,确定待分析用户的移动轨迹。
处理单元102,还用于根据至少一个待分析用户的移动轨迹,确定产生潮汐效应的潮汐轨迹。
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S101、S102和S103;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7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(ElectricallyErasable Programmable Read-only Memory,EEPROM)、只读光盘(Compact Disc 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 (10)

1.一种用户画像方法,其特征在于,包括:
获取待分析用户的XDR数据;
根据所述XDR数据,确定所述待分析用户在指定时间段内的移动距离;其中,所述指定时间段包括早高峰时间段和晚高峰时间段;
当指定天数内满足预设条件的总天数大于或等于天数阈值时,确定所述待分析用户为产生潮汐效应的用户;其中,所述预设条件包括同一天的早高峰时间段和晚高峰时间段的移动距离均大于或等于移动距离阈值。
2.根据权利要求1所述的用户画像方法,其特征在于,所述XDR数据包括AIUCS话单和S1MME话单,所述AIUCS话单和所述S1MME话单均至少包括一条信令消息,所述信令消息包括发出所述信令消息的通信小区标识;
所述根据所述XDR数据,确定所述待分析用户在指定时间段内的移动距离,包括:
根据所述AIUCS话单和所述S1MME话单,确定指定时间段内为所述待分析用户提供服务的通信小区;
获取每个所述通信小区的工参数据;其中,所述工参数据包括经度和纬度;
根据每个通信小区的经度和纬度,确定所述待分析用户在指定时间段内的移动距离。
3.根据权利要求2所述的用户画像方法,其特征在于,所述信令消息还包括开始时间;
所述方法还包括:
根据所述信令消息的开始时间以及发出所述信令消息的通信小区,确定待分析用户在指定时间段内移动所述移动距离对应的移动时间;
根据所述指定时间段内的移动距离以及移动所述移动距离对应的移动时间,确定待分析用户的移动速度;
确定所述移动速度大于或等于速度阈值时,剔除所述移动时间对应的信令消息。
4.根据权利要求2所述的用户画像方法,其特征在于,所述确定所述待分析用户为产生潮汐效应的用户后,所述方法还包括:
根据所述XDR数据,确定所述待分析用户的移动轨迹;
根据至少一个所述待分析用户的移动轨迹,确定产生所述潮汐效应的潮汐轨迹。
5.一种服务器,其特征在于,包括:
获取单元,用于获取待分析用户的XDR数据;
处理单元,用于根据所述获取单元获取的所述XDR数据,确定所述待分析用户在指定时间段内的移动距离;其中,所述指定时间段包括早高峰时间段和晚高峰时间段;
所述处理单元,还用于当指定天数内满足预设条件的总天数大于或等于天数阈值时,确定所述待分析用户为产生潮汐效应的用户;其中,所述预设条件包括同一天的早高峰时间段和晚高峰时间段的移动距离均大于或等于移动距离阈值。
6.根据权利要求5所述的服务器,其特征在于,所述XDR数据包括AIUCS话单和S1MME话单,所述AIUCS话单和所述S1MME话单均至少包括一条信令消息,所述信令消息包括发出所述信令消息的通信小区标识;
所述处理单元,具体用于根据所述获取单元获取的所述AIUCS话单和所述S1MME话单,确定指定时间段内为所述待分析用户提供服务的通信小区;
所述获取单元,具体用于获取每个所述处理单元确定的通信小区的工参数据;其中,所述工参数据包括经度和纬度;
所述处理单元,具体用于根据所述获取单元获取的每个通信小区的经度和纬度,确定所述待分析用户在指定时间段内的移动距离。
7.根据权利要求6所述的服务器,其特征在于,所述信令消息还包括开始时间;
所述处理单元,还用于根据所述获取单元获取的所述信令消息的开始时间以及发出所述信令消息的通信小区,确定待分析用户在指定时间段内移动所述移动距离对应的移动时间;
所述处理单元,还用于根据所述指定时间段内的移动距离以及移动所述移动距离对应的移动时间,确定待分析用户的移动速度;
所述处理单元,还用于确定所述移动速度大于或等于速度阈值时,剔除所述移动时间对应的信令消息。
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,还用于根据所述获取单元获取的所述XDR数据,确定所述待分析用户的移动轨迹;
所述处理单元,还用于根据至少一个所述待分析用户的移动轨迹,确定产生所述潮汐效应的潮汐轨迹。
9.一种计算机存储介质,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1-4任一项所述的用户画像方法。
10.一种服务器,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1-4任一项所述的用户画像方法。
CN201910120173.XA 2019-02-18 2019-02-18 一种用户画像方法和服务器 Active CN109885636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910120173.XA CN109885636B (zh) 2019-02-18 2019-02-18 一种用户画像方法和服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910120173.XA CN109885636B (zh) 2019-02-18 2019-02-18 一种用户画像方法和服务器

Publications (2)

Publication Number Publication Date
CN109885636A true CN109885636A (zh) 2019-06-14
CN109885636B CN109885636B (zh) 2021-04-16

Family

ID=66928336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910120173.XA Active CN109885636B (zh) 2019-02-18 2019-02-18 一种用户画像方法和服务器

Country Status (1)

Country Link
CN (1) CN109885636B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110493728A (zh) * 2019-08-14 2019-11-22 深圳市名通科技股份有限公司 基于移动通信网络的路径识别方法、装置、设备及介质
CN113706001A (zh) * 2021-08-20 2021-11-26 中国联合网络通信集团有限公司 一种应急预警方法、装置、设备及存储介质
CN113727274A (zh) * 2021-08-20 2021-11-30 中国联合网络通信集团有限公司 一种用户移动性确定方法、装置、设备及存储介质
CN114449451A (zh) * 2020-11-06 2022-05-06 中国联合网络通信集团有限公司 终端的运动轨迹的确定方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030233478A1 (en) * 2002-06-17 2003-12-18 Chuah Mooi Choo Protocol message compression in a wireless communications system
US20070006098A1 (en) * 2005-06-30 2007-01-04 Microsoft Corporation Integration of location logs, GPS signals, and spatial resources for identifying user activities, goals, and context
CN102547719A (zh) * 2011-12-12 2012-07-04 大唐移动通信设备有限公司 一种潮汐效应配置方法及装置
CN104168634A (zh) * 2014-08-28 2014-11-26 北京工业大学 用于lte-a蜂窝网络的分布式用户位置感知小区关闭方法
CN106304232A (zh) * 2016-08-08 2017-01-04 北京邮电大学 一种基站休眠的通信方法及装置
CN106412824A (zh) * 2016-09-05 2017-02-15 中国联合网络通信集团有限公司 一种路径负荷评估方法、装置及显示系统
CN106792944A (zh) * 2016-12-30 2017-05-31 广东海格怡创科技有限公司 高铁专网小区切换点检测方法和系统
CN107371173A (zh) * 2016-05-13 2017-11-21 中国移动通信集团浙江有限公司 一种天线调整的方法和装置
CN107580317A (zh) * 2017-08-30 2018-01-12 顾泰来 一种共享车辆调度计费方法、装置以及服务器
CN107844805A (zh) * 2017-11-15 2018-03-27 中国联合网络通信集团有限公司 基于公交卡信息识别可疑人员的方法及装置
CN108282860A (zh) * 2017-01-05 2018-07-13 中国移动通信集团山西有限公司 数据处理方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030233478A1 (en) * 2002-06-17 2003-12-18 Chuah Mooi Choo Protocol message compression in a wireless communications system
US20070006098A1 (en) * 2005-06-30 2007-01-04 Microsoft Corporation Integration of location logs, GPS signals, and spatial resources for identifying user activities, goals, and context
CN102547719A (zh) * 2011-12-12 2012-07-04 大唐移动通信设备有限公司 一种潮汐效应配置方法及装置
CN104168634A (zh) * 2014-08-28 2014-11-26 北京工业大学 用于lte-a蜂窝网络的分布式用户位置感知小区关闭方法
CN107371173A (zh) * 2016-05-13 2017-11-21 中国移动通信集团浙江有限公司 一种天线调整的方法和装置
CN106304232A (zh) * 2016-08-08 2017-01-04 北京邮电大学 一种基站休眠的通信方法及装置
CN106412824A (zh) * 2016-09-05 2017-02-15 中国联合网络通信集团有限公司 一种路径负荷评估方法、装置及显示系统
CN106792944A (zh) * 2016-12-30 2017-05-31 广东海格怡创科技有限公司 高铁专网小区切换点检测方法和系统
CN108282860A (zh) * 2017-01-05 2018-07-13 中国移动通信集团山西有限公司 数据处理方法及装置
CN107580317A (zh) * 2017-08-30 2018-01-12 顾泰来 一种共享车辆调度计费方法、装置以及服务器
CN107844805A (zh) * 2017-11-15 2018-03-27 中国联合网络通信集团有限公司 基于公交卡信息识别可疑人员的方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
PENG WANG 等: "The Optimal Designs in Time and Space of Signalized Intersection under Traffic Tide phenomenon", 《APPLIED MECHANICS AND MATERIALS》 *
王少楠: "市域轨道交通技术指标及合理经济长度研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
金会彬 等: "话务潮汐效应程度的判定方法研究", 《电信技术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110493728A (zh) * 2019-08-14 2019-11-22 深圳市名通科技股份有限公司 基于移动通信网络的路径识别方法、装置、设备及介质
CN110493728B (zh) * 2019-08-14 2021-06-25 深圳市名通科技股份有限公司 基于移动通信网络的路径识别方法、装置、设备及介质
CN114449451A (zh) * 2020-11-06 2022-05-06 中国联合网络通信集团有限公司 终端的运动轨迹的确定方法及装置
CN113706001A (zh) * 2021-08-20 2021-11-26 中国联合网络通信集团有限公司 一种应急预警方法、装置、设备及存储介质
CN113727274A (zh) * 2021-08-20 2021-11-30 中国联合网络通信集团有限公司 一种用户移动性确定方法、装置、设备及存储介质
CN113706001B (zh) * 2021-08-20 2023-06-09 中国联合网络通信集团有限公司 一种应急预警方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN109885636B (zh) 2021-04-16

Similar Documents

Publication Publication Date Title
CN109885636A (zh) 一种用户画像方法和服务器
CN104349366B (zh) 一种基于gis的无线网络问题关联分析方法
WO2016149284A1 (en) Connection technology-based wireless coverage verification
WO2016112045A1 (en) Information collection and processing method, client terminal and server
EP2905931A1 (en) Method and apparatus for determining data flow rate of service access port
CN104732756A (zh) 一种利用移动通信数据挖掘进行公交规划的方法
CN112698953A (zh) 一种基于微服务的电网智能运检平台
CN107347182A (zh) 短信分发方法和系统
CN109246740A (zh) 一种网络质量的评价方法及装置
CN109768869A (zh) 一种业务预测方法、系统和计算机存储介质
CN110300084A (zh) 一种基于ip地址的画像方法和装置
CN109658068A (zh) 一种监察数据联动管理方法、装置、终端及存储介质
CN111400376A (zh) 基于电信数据建设人口分析平台的方法和装置
CN105338208A (zh) 统一话单计费方法及系统
CN105450878B (zh) 坐席资源码的分配方法和分配系统
CN103607731A (zh) 一种测量报告的处理方法及装置
CN105376155B (zh) 一种基于分布式集群架构的智能路由系统及方法
CN115297050B (zh) 一种基于云化网络的智能量测终端建立方法
CN110059234A (zh) 水务异常事件侦测方法及装置、计算机装置及存储介质
CN215298210U (zh) 电力物联网的多级边缘计算系统
EP4280561A1 (en) Information flow identification method, network chip, and network device
Liu et al. Estimating sectional volume of travelers based on mobile phone data
US9706414B2 (en) Method and apparatus for determining data flow rate on service access port
CN108833304A (zh) 云数据系统中报文的管理方法和装置
CN114817328A (zh) 一种水域数据处理方法、装置及系统

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