CN111953563A - 用户识别的方法、装置、设备及计算机存储介质 - Google Patents

用户识别的方法、装置、设备及计算机存储介质 Download PDF

Info

Publication number
CN111953563A
CN111953563A CN202010759246.2A CN202010759246A CN111953563A CN 111953563 A CN111953563 A CN 111953563A CN 202010759246 A CN202010759246 A CN 202010759246A CN 111953563 A CN111953563 A CN 111953563A
Authority
CN
China
Prior art keywords
user
determining
internet access
target
access data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010759246.2A
Other languages
English (en)
Inventor
陆晓
张峰铭
张�杰
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 Mobile Communications Group Co Ltd
China Mobile Group Jiangsu Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Jiangsu 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 Mobile Communications Group Co Ltd, China Mobile Group Jiangsu Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202010759246.2A priority Critical patent/CN111953563A/zh
Publication of CN111953563A publication Critical patent/CN111953563A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/16—Implementation or adaptation of Internet protocol [IP], of transmission control protocol [TCP] or of user datagram protocol [UDP]
    • H04L69/163—In-band adaptation of TCP data exchange; In-band control procedures

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Security & Cryptography (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种用户识别的方法、装置、设备及计算机存储介质，具体包括：获取目标用户的互联网访问数据，互联网访问数据包括至少两个指标；根据互联网访问数据中的传输控制协议TCP三次握手连接的时间信息，确定用户侧时延；根据互联网访问数据和用户侧时延，确定目标应用场景下的目标用户的用户画像信息，用户画像信息包括至少两个指标；当用户画像信息中的至少两个指标均满足对应的预设条件时，确定目标用户为质差用户。根据本发明实施例，可以深入挖掘用户侧的网络质量情况，提升网络感知质差用户的定位准确性。

Description

用户识别的方法、装置、设备及计算机存储介质
技术领域
本发明属于计算机技术领域，尤其涉及一种用户识别的方法、装置、设备及计算机存储介质。
背景技术
随着家庭宽带用户持续向高速率迁移，在网络容量不断增长、网速不断提高、网内资源不断丰富的同时，用户的业务质量感知提升却往往受限于“最后一公里”的网络质量。通常，运营商将认为网络质量较差的用户称为质差用户。如果能准确识别定位出质差用户，有针对性的改善这类用户的网络质量，便可以提升整体用户的满意度和使用体验。
在相关技术中，识别质差用户的方案包括：网络质量评估系统通过定制终端的客户端软件，采集各类设备中的相关状态数据和性能指标数据，分析得到网络健康评估结果。或者，通过基于业务识别的用户感知评估，确定识别出质差用户。
但是，现有的确定质差用户的方案仍存在一定局限性，例如多是对用户整体感知进行评估分析，无法挖掘用户侧质差情况，由此，无法精准高效地定位质差用户。
发明内容
本发明实施例提供一种用户识别的方法、装置、设备及计算机存储介质，能够基于目标应用场景下的用户侧时延等网络访问数据指标，进行用户质差感知分析，可以深入挖掘用户侧网络质量情况，进而提升了网络感知质差用户的定位准确性。
第一方面，本发明实施例提供一种用户识别的方法，方法包括：
获取目标用户的互联网访问数据，所述互联网访问数据包括至少两个指标；
根据所述互联网访问数据中的传输控制协议TCP三次握手连接的时间信息，确定用户侧时延；
根据所述互联网访问数据和所述用户侧时延，确定目标应用场景下的所述目标用户的用户画像信息，所述用户画像信息包括所述至少两个指标；
当所述用户画像信息中的至少两个指标均满足对应的预设条件时，确定所述目标用户为质差用户。
可选地，所述根据互联网访问数据中的传输控制协议TCP三次握手连接的时间信息，确定用户侧时延，包括：
根据所述互联网访问数据中的TCP三次握手连接的时间信息，确定第一时间值和第二时间值；所述第一时间值为采集端接收用户端反馈数据的数据传输时间，所述第二时间值为所述采集端接收服务端反馈数据的数据传输时间；
根据所述第一时间值和所述第二时间值，确定所述目标用户对应的用户侧时延。
可选地，所述根据互联网访问数据和所述用户侧时延，确定目标应用场景下的所述目标用户的用户画像信息，包括：
根据所述互联网访问数据和所述用户侧时延，利用预设的应用信标数据模型，确定所述目标用户对应的目标应用场景；
按照所述目标应用场景，对所述目标用户的互联网访问数据和用户侧时延进行归类，构建所述目标应用场景下的所述目标用户的用户画像，以得到所述用户画像信息。
可选地，所述目标应用场景包括用户终端类型和用户应用类型中的至少一项。
可选地，所述方法还包括：
根据所述质差用户确定所述质差用户在目标应用场景下的质差信息
可选地，所述方法还包括：
获取用户反馈的网络感知信息；
根据所述用户反馈的网络感知信息和所述质差信息，确定用户识别结果准确率；
根据所述用户识别结果准确率，调整所述预设条件。
第二方面，本发明实施例提供了一种用户识别的装置，装置包括：
获取模块，用于获取目标用户的互联网访问数据，所述互联网访问数据包括至少两个指标；
第一确定模块，用于根据所述互联网访问数据中的传输控制协议TCP三次握手连接的时间信息，确定用户侧时延；
第二确定模块，用于根据所述互联网访问数据和所述用户侧时延，确定目标应用场景下的所述目标用户的用户画像信息，所述用户画像信息包括所述至少两个指标；
第三确定模块，用于当所述用户画像信息中的至少两个指标均满足对应的预设条件时，确定所述目标用户为质差用户。
可选地，所述第一确定模块，还用于根据所述四层延迟数据中的TCP三次握手连接的时间信息，确定第一时间值和第二时间值；所述第一时间值为采集端接收用户端反馈数据的数据传输时间，所述第二时间值为所述采集端接收服务端反馈数据的数据传输时间；根据所述第一时间值和所述第二时间值，确定所述目标用户对应的用户侧时延。
第三方面，本发明实施例提供了一种用户识别的设备，设备包括：
处理器以及存储有计算机程序指令的存储器；所述处理器执行所述计算机程序指令时实现如第一方面以及第一方面可选的所述的用户识别的方法。
第四方面，本发明实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如如第一方面以及第一方面可选的所述的用户识别的方法。
本发明实施例的用户识别的方法、装置、设备及计算机存储介质，能够利用获取的用户互联网访问数据和TCP三次握手连接确定的用户侧时延，得到目标应用场景下的目标用户的用户画像信息，将目标应用场景下用户画像信息与预设条件进行匹配，识别出质差用户。基于目标应用场景下的用户侧时延等网络访问数据指标，进行用户质差感知分析，可以深入挖掘用户侧网络质量情况，进而提升了网络感知质差用户的定位准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单的介绍，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是本发明一实施例提供的用户识别的方法的流程示意图；
图2是本发明另一实施例提供的用户识别的方法的流程示意图；
图3是本发明一实施例提供的基于TCP三次握手的时间信息的示意图；
图4是本发明另一实施例提供的用户识别的方法的流程示意图；
图5是本发明另一个实施例提供的用户识别的装置的结构示意图；
图6是本发明一实施例提供的用户识别的设备的硬件结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
通常，运营商认为网络质量对用户满意度的影响较大，并将感知网络质量较差的用户称为质差用户。如果能准确识别定位出质差用户，有针对性的改善这类用户的网络质量，便可以提升整体用户的满意度和使用体验。目前，用户的业务质量感知提升往往受限于“最后一公里”的网络质量。
在相关技术中，常用的网络感知评估系统，需要定制终端的客户端软件，配合完成各类设备中的相关状态数据和性能指标数据的采集。需要对海量日志进行并行批量处理，从而提取指标日志，并将指标日志入库，生成综合网络指标日志库。但该系统是针对较高层面的统计分析，呈现整体网络质量，未精确分析单个用户质量，无法指导针对具体用户的体验度优化。
而基于业务识别的用户感知评估分析方案，需要采集用户使用每项业务的业务参数信息，为每项业务分配相应的业务权重，而其中业务权重值是每项业务占多项业务的比例。该方案中各种业务指标采集较多，在目前的系统部署中存在很高的要求，并且对用户侧质差的定位方面存在局限性，无法较好的感知家庭宽带用户的“最后一公里”的网络质量。
为了解决现有技术问题，本发明实施例提供了一种用户识别的方法、装置、设备及计算机存储介质，能够利用获取的用户互联网访问数据和TCP三次握手连接确定的用户侧时延，对目标应用场景下的用户进行用户网络质差感知分析，由于用户侧时延可以直接反应用户侧最后一公里的网络质量，可以深入挖掘用户侧网络质量情况，进而提升了网络感质差用户的定位准确性。
应注意，这些实施例并不是用来限制本发明公开的范围。
下面首先对本发明实施例所提供的用户识别的方法进行介绍。
在本发明实施例中，如图1所示，图1是本发明一实施例提供的用户识别的方法的流程示意图。该用户识别的方法可以包括如下步骤：
S101：获取目标用户的互联网访问数据。
目标用户可以是待识别网络质量的家庭宽带用户。
互联网访问数据可以是通过分光或者镜像的方式采集的用户全量数据。互联网访问数据可以包括四层延迟(4Layer Time To First Byte,4LTTFB)数据、七层延迟(7LayerTime To First Byte，7LTTFB)数据、统一资源定位符(URL)、域名(Host)、访问地址(IP)、响应码(Response Code)、用户代理(UA)等中的至少两个指标。
S102：根据互联网访问数据中的传输控制协议TCP三次握手连接的时间信息，确定用户侧时延。
用户侧时延可以用于反应用户侧的网络质量，即反应用户最后一公里的网络质量，具体地，用户侧时延可以包括家庭路由器及其他终端的响应时延。
S103：根据互联网访问数据和用户侧时延，确定目标应用场景下的目标用户的用户画像信息。
S104：当用户画像信息中的至少两个指标均满足对应的预设条件时，确定目标用户为质差用户。
其中，预设条件可以包括每个指标对应的预设质差门限值。
综上，本发明实施例的用户识别的方法，能够利用获取的用户互联网访问数据和TCP三次握手连接确定的用户侧时延，得到目标应用场景下的目标用户的用户画像信息，将目标应用场景下用户画像信息与预设条件进行匹配，识别出质差用户。由于用户侧时延可以直接反应用户侧最后一公里的网络质量，基于目标应用场景下的用户侧时延等网络访问数据指标的进行用户质差感知分析，可以深入挖掘用户侧网络质量情况，进而提升了网络感质差用户的定位准确性。
在本发明实施例中，如图2所示，图2是本发明一实施例提供的用户识别的方法的流程示意图。前述实施例中的用户识别的方法可以扩展实施为如下步骤：
S201：获取目标用户的互联网访问数据。
S202：根据互联网访问数据中的TCP三次握手连接的时间信息，确定第一时间值和第二时间值。
在一个实施例中，互联网访问数据可以包括四层延迟数据。筛选出四层延迟数据中包含的TCP三次握手报文传输的信息。
对TCP三次握手报文传输的信息进行时间定位分析，可以得到TCP三次握手连接的时间信息。基于TCP三次握手连接的时间信息，可以得到用于确定用户侧时延的第一时间值和第二时间值。
具体地，该第一时间值为采集端接收用户端反馈数据的数据传输时间；该第二时间值为采集端接收服务端反馈数据的数据传输时间。
S203：根据第一时间值和第二时间值，确定目标用户对应的用户侧时延。
这里，该用户时延可以为第一时间值与第二时间值的差值。
在一个实施例中，参见图3所示，图3是本发明一实施例提供的基于TCP三次握手的时间信息的示意图。TCP三次握手的请求数据，计算出用户侧时延。
具体地，在用户进行网络通信时，在用户端和服务端之间可以预先设置采集端。可选地，采集端可以部署在靠近用户侧的数据汇聚设备出口。通过预先获取的互联网访问数据，可以得到用户的TCP三次握手报文传输的信息。用户端发送同步标志syn报文到采集端的数据传输时间可以标记为T1，服务端反馈的syn报文和确认ack报文至采集端的数据传输时间可以标记为T2，即第二时间值，当用户端再次发送ack报文至采集端的数据传输时间可以标记为T3，即第一时间值，该用户侧时延＝T3-T2，即用户时延为第一时间值与第二时间值的差值。该用户侧时延可以直接反应用户最后一公里的网络质量。该用户侧时延可以包括家庭路由器及其他终端的响应时延。
可以理解的是，该采集端可以是用于采集目标用户的互联网访问数据的采集端，也可以是单独设置的采集端，在实际应用中，可以根据实际使用需求就行设置，在此不做具体限定。
S204：根据互联网访问数据和用户侧时延，利用预设的应用信标数据模型，确定目标用户对应的目标应用场景。
S205：按照目标应用场景，对目标用户的互联网访问数据和用户侧时延进行归类，构建目标应用场景下的所述目标用户的用户画像，以得到对应的用户画像信息。
在一些实施例中，示例性的，对于用户应用类型的目标应用场景，可以通过预设的应用信标数据模型，根据互联网访问数据和用户侧时延，映射每款应用的数据流量自动关联出应用名称，将用户的不同应用分别进行统计归类，构建每款应用场景下的每个用户画像，得到对应的用户画像信息。用户画像信息可以包括4LTTFB数据、7LTTFB数据、URL、Host、IP、Response Code、UA、首包时延、三次握手时延、用户侧时延、应用层时延、终端型号、连接数、总流量等指标。
根据构建的目标应用场景下的目标用户的用户画像，得到对应的用户画像信息。这些用户画像信息可以用于对目标用户的网络感知推演。
在一些实施例中，该预设的应用信标数据模型可以是基于大数据多点位信标数据关联及内容识别算法产生应用信标数据模型。
这里，该目标应用场景可以为多个。该目标应用场景可以包括用户终端类型和用户应用类型中的至少一项。例如，用户终端类型可以包括手机，平板电脑，苹果移动设备操作系统iOS类终端、安卓系统终端和台式机等等。用户应用类型可以包括游戏类应用，新闻类应用，购物类应用，工具类应用和社交类等等。目标应用场景的精细分类以便于提升后续的质差识别的准确性。
S206：当用户画像信息中的至少两个指标均满足对应的预设条件时，确定目标用户为质差用户。
在一些实施例中，通过将用户画像信息与对应的预设条件进行匹配，可以实现用户网络感知的推演。该预设条件可以包括每个指标对应的预设质差门限值。
在一些实施例中，针对单个目标应用场景，可以采集预设的各指标的质差门限值及基准值，质差门限值主要用于判断单个目标用户是否会产生质差体验，基准值主要用于判断该目标应用场景是否整体存在质量波动。
示例性的，针对某一应用，用户侧时延、七层时延及Response code占比三类指标的质差门限分别为50毫秒、500毫秒、3.5％，基准值分别为38毫秒、260毫秒、2.6％。如果在该应用场景下，单个目标用户的用户画像信息中的至少两个指标均存在超过质差门限值的情况，则判断该单个目标用户出现质差。
此外，当整体基准值处于质差门限值以内时，则该应用整体判断为网络质量正常。
可以理解的是，根据用户画像信息进行用户网络质差推演分析时，基于目标应用场景的精细分类可以提升质差识别的准确性。示例性的，应用终端识别为iPhone、ipad、其他手机型号等均通过无线方式上网，某windows终端用户侧时延仅5ms，则该终端应为有线接入。多终端接入方式，用户侧时延指标可反映用户上网位置的变化。若移动终端用户侧时延存在较大差异，则用户上网位置是导致时延增长的主因。
可选地，根据质差用户可以确定质差用户在目标应用场景下的质差信息。即基于预设质差门限值，可以进行用户质差推演，得到质差用户的质差原因。用户质差推演可以包括用户侧时延增长是否会导致用户质差感知。
综上，本发明实施例的用户识别的方法，能够利用获取的用户互联网访问数据和TCP三次握手连接确定的用户侧时延，得到目标应用场景下的目标用户的用户画像信息，将目标应用场景下用户画像信息与预设条件进行匹配，识别出质差用户。基于目标应用场景下的用户侧时延等网络访问数据指标的进行用户质差感知分析，可以深入挖掘用户侧网络质量情况，进而提升了网络感知质差用户的定位准确性。为解决用户侧网络问题，辅导用户改善家庭网络质量提供有力支撑。
此外，该用户识别的方法，可以结合终端类型及应用类型，对目标应用场景的精细分类，基于多种应用场景对质差用户进行分析，以便于提升用户质差识别的准确性。
在本发明实施例中，如图4所示，图4是本发明另一实施例提供的用户识别的方法的流程示意图。为了更加准确地的识别定位质差用户，该用户识别方法在步骤S104或步骤S206，即确定目标用户为质差用户之后，进一步还包括如下步骤：
S401：获取用户反馈的网络感知信息。
这里，用户反馈的网络感知信息可以是从主要联动外呼和工单系统获取的用户真实的网络使用感知信息。
S402：根据用户反馈的网络感知信息和质差信息，确定用户识别结果准确率。
这里，该质差信息为质差用户在目标应用场景下的质差信息。质差信息可以包括质差用户的质差原因。该质差信息可以作为质差用户的标签信息。
将用户反馈的网络感知信息和质差信息进行拟合，可以验证对用户识别结果是否准确，确定用户识别结果准确率。
S403：根据用户识别结果准确率，调整预设条件。
这里，该预设条件可以包括每个指标对应的预设质差门限值。根据用户识别结果准确率，调整每个指标对应的预设质差门限值。
可选地，结合用户反馈的网络感知信息和质差信息，可以利用BP神经网络算法及随机森林算法分析识别出真实的质差用户以其质差原因，并建立质差场景学习库，以提升后续对用户质差感知预测的准确性。
综上，本发明实施例的用户识别的方法，在前述实施例的基础上，将用户反馈的真实上网感知结果用于用户上网感知的预测，动态调整质差识别的预设条件，优化质差用户识别的结果，进而提升对网络感知质差的用户预测的准确性。由此，可以为解决用户侧网络问题，辅导用户改善家庭网络质量提供有力支撑。
基于上述实施例提供的用户识别的方法，相应地，本申请还提供了用户识别的装置的具体实现方式。请参见以下实施例。
在本发明一实施例中，如图5所示，图5是本发明另一个实施例提供的用户识别的装置的结构示意图，该用户识别的装置，具体包括：
获取模块501，用于获取目标用户的互联网访问数据，所述互联网访问数据包括至少两个指标；
第一确定模块502，用于根据所述互联网访问数据中的传输控制协议TCP三次握手连接的时间信息，确定用户侧时延；
第二确定模块503，用于根据所述互联网访问数据和所述用户侧时延，确定目标应用场景下的所述目标用户的用户画像信息，所述用户画像信息包括所述至少两个指标；
第三确定模块504，用于当所述用户画像信息中的至少两个指标均满足对应的预设条件时，确定所述目标用户为质差用户。
可选地，第一确定模块502，还用于根据所述四层延迟数据中的TCP三次握手连接的时间信息，确定第一时间值和第二时间值；所述第一时间值为采集端接收用户端反馈数据的数据传输时间，所述第二时间值为所述采集端接收服务端反馈数据的数据传输时间；根据所述第一时间值和所述第二时间值，确定所述目标用户对应的用户侧时延。
综上，本发明实施例中的用户识别的装置，可以用于执行上述实施例中的用户识别的方法，能够利用获取的用户互联网访问数据和TCP三次握手连接确定的用户侧时延，得到目标应用场景下的目标用户的用户画像信息，将目标应用场景下用户画像信息与预设条件进行匹配，识别出质差用户。由于用户侧时延可以直接反应用户侧最后一公里的网络质量，基于目标应用场景下的用户侧时延等网络访问数据指标的进行用户质差感知分析，可以深入挖掘用户侧网络质量情况，进而提升了网络感质差用户的定位准确性。
可以理解的是，图5所示用户识别的装置中的各个模块/单元具有实现图1、图2和图4中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
基于上述实施例提供的用户识别的方法，相应地，本申请还提供了用户识别的设备的具体硬件结构说明。请参见以下实施例。
图6是本发明一实施例提供的用户识别的设备的硬件结构示意图。
用户识别的设备可以包括处理器601以及存储有计算机程序指令的存储器602。
具体地，上述处理器601可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器602可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器602可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器602可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器602可在综合网关容灾设备的内部或外部。在特定实施例中，存储器602是非易失性固态存储器。在特定实施例中，存储器602包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器601通过读取并执行存储器602中存储的计算机程序指令，以实现上述实施例中的任意一种用户识别的方法。
在一个示例中，用户识别的设备还可包括通信接口603和总线610。其中，如图6所示，处理器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。
通信接口603，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线610包括硬件、软件或两者，将用户识别的设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线610可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
该用户识别的设备可以执行本发明实施例中的用户识别的方法，从而实现结合图1和图2和图4描述的用户识别的方法。
另外，结合上述实施例中的用户识别的方法，本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种用户识别的方法。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块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。应理解，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，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种用户识别的方法，其特征在于，包括：
获取目标用户的互联网访问数据，所述互联网访问数据包括至少两个指标；
根据所述互联网访问数据中的传输控制协议TCP三次握手连接的时间信息，确定用户侧时延；
根据所述互联网访问数据和所述用户侧时延，确定目标应用场景下的所述目标用户的用户画像信息，所述用户画像信息包括所述至少两个指标；
当所述用户画像信息中的至少两个指标均满足对应的预设条件时，确定所述目标用户为质差用户。
2.根据权利要求1所述的方法，其特征在于，所述根据互联网访问数据中的传输控制协议TCP三次握手连接的时间信息，确定用户侧时延，包括：
根据所述互联网访问数据中的TCP三次握手连接的时间信息，确定第一时间值和第二时间值；所述第一时间值为采集端接收用户端反馈数据的数据传输时间，所述第二时间值为所述采集端接收服务端反馈数据的数据传输时间；
根据所述第一时间值和所述第二时间值，确定所述目标用户对应的用户侧时延。
3.根据权利要求1所述的方法，其特征在于，所述根据互联网访问数据和所述用户侧时延，确定目标应用场景下的所述目标用户的用户画像信息，包括：
根据所述互联网访问数据和所述用户侧时延，利用预设的应用信标数据模型，确定所述目标用户对应的目标应用场景；
按照所述目标应用场景，对所述目标用户的互联网访问数据和用户侧时延进行归类，构建所述目标应用场景下的所述目标用户的用户画像，以得到所述用户画像信息。
4.根据权利要求3所述的方法，其特征在于，所述目标应用场景包括用户终端类型和用户应用类型中的至少一项。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述质差用户确定所述质差用户在目标应用场景下的质差信息。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
获取用户反馈的网络感知信息；
根据所述用户反馈的网络感知信息和所述质差信息，确定用户识别结果准确率；
根据所述用户识别结果准确率，调整所述预设条件。
7.一种用户识别的装置，其特征在于，所述装置包括：
获取模块，用于获取目标用户的互联网访问数据，所述互联网访问数据包括至少两个指标；
第一确定模块，用于根据所述互联网访问数据中的传输控制协议TCP三次握手连接的时间信息，确定用户侧时延；
第二确定模块，用于根据所述互联网访问数据和所述用户侧时延，确定目标应用场景下的所述目标用户的用户画像信息，所述用户画像信息包括所述至少两个指标；
第三确定模块，用于当所述用户画像信息中的至少两个指标均满足对应的预设条件时，确定所述目标用户为质差用户。
8.根据权利要求7所述的装置，其特征在于，
所述第一确定模块，还用于根据所述互联网访问数据中的TCP三次握手连接的时间信息，确定第一时间值和第二时间值；所述第一时间值为采集端接收用户端反馈数据的数据传输时间，所述第二时间值为所述采集端接收服务端反馈数据的数据传输时间；根据所述第一时间值和所述第二时间值，确定所述目标用户对应的用户侧时延。
9.一种用户识别的设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现如权利要求1至6任意一项所述的用户识别的方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1至6任意一项所述的用户识别的方法。
CN202010759246.2A 2020-07-31 2020-07-31 用户识别的方法、装置、设备及计算机存储介质 Pending CN111953563A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010759246.2A CN111953563A (zh) 2020-07-31 2020-07-31 用户识别的方法、装置、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010759246.2A CN111953563A (zh) 2020-07-31 2020-07-31 用户识别的方法、装置、设备及计算机存储介质

Publications (1)

Publication Number Publication Date
CN111953563A true CN111953563A (zh) 2020-11-17

Family

ID=73338644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010759246.2A Pending CN111953563A (zh) 2020-07-31 2020-07-31 用户识别的方法、装置、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN111953563A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112671573A (zh) * 2020-12-17 2021-04-16 北京神州泰岳软件股份有限公司 识别宽带业务中潜在离网用户的方法及装置
CN113259193A (zh) * 2021-04-26 2021-08-13 中国移动通信集团陕西有限公司 一种目标网络的检测方法、装置、设备及存储介质
CN115134221A (zh) * 2021-03-11 2022-09-30 中国电信股份有限公司 终端的质差识别方法及装置、存储介质及电子设备
CN115150901A (zh) * 2021-03-29 2022-10-04 中国移动通信集团福建有限公司 确定通信网络中的质差小区的方法、装置及存储介质
CN115936719A (zh) * 2023-03-01 2023-04-07 北京淘友天下技术有限公司 识别方法、装置、电子设备及计算机可读存储介质
WO2023098476A1 (zh) * 2021-11-30 2023-06-08 中兴通讯股份有限公司 网络质差用户的判断方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2787758A1 (en) * 2011-12-26 2014-10-08 Huawei Technologies Co., Ltd. Method, device and system for monitoring internet access service quality of mobile terminal
CN105791034A (zh) * 2016-05-15 2016-07-20 北京联合大学 一种浏览类业务感知分析方法
CN108683527A (zh) * 2018-04-25 2018-10-19 武汉虹信技术服务有限责任公司 一种基于mr和xdr的用户感知深度检测方法
CN110337115A (zh) * 2019-07-05 2019-10-15 中邮建技术有限公司 一种基于tcp协议判断微信支付感知的方法
CN110661796A (zh) * 2019-09-23 2020-01-07 武汉绿色网络信息服务有限责任公司 一种用户动作流量的识别方法和识别装置
CN111294849A (zh) * 2018-12-10 2020-06-16 中国移动通信集团北京有限公司 一种lte用户上网质差的判定方法及装置
CN111314690A (zh) * 2018-12-11 2020-06-19 中国移动通信集团广东有限公司 一种视频用户感知评估方法和装置
CN111327539A (zh) * 2018-12-17 2020-06-23 中国移动通信集团福建有限公司 一种业务调度的方法、装置及设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2787758A1 (en) * 2011-12-26 2014-10-08 Huawei Technologies Co., Ltd. Method, device and system for monitoring internet access service quality of mobile terminal
CN105791034A (zh) * 2016-05-15 2016-07-20 北京联合大学 一种浏览类业务感知分析方法
CN108683527A (zh) * 2018-04-25 2018-10-19 武汉虹信技术服务有限责任公司 一种基于mr和xdr的用户感知深度检测方法
CN111294849A (zh) * 2018-12-10 2020-06-16 中国移动通信集团北京有限公司 一种lte用户上网质差的判定方法及装置
CN111314690A (zh) * 2018-12-11 2020-06-19 中国移动通信集团广东有限公司 一种视频用户感知评估方法和装置
CN111327539A (zh) * 2018-12-17 2020-06-23 中国移动通信集团福建有限公司 一种业务调度的方法、装置及设备
CN110337115A (zh) * 2019-07-05 2019-10-15 中邮建技术有限公司 一种基于tcp协议判断微信支付感知的方法
CN110661796A (zh) * 2019-09-23 2020-01-07 武汉绿色网络信息服务有限责任公司 一种用户动作流量的识别方法和识别装置

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112671573A (zh) * 2020-12-17 2021-04-16 北京神州泰岳软件股份有限公司 识别宽带业务中潜在离网用户的方法及装置
CN112671573B (zh) * 2020-12-17 2023-05-16 北京神州泰岳软件股份有限公司 识别宽带业务中潜在离网用户的方法及装置
CN115134221A (zh) * 2021-03-11 2022-09-30 中国电信股份有限公司 终端的质差识别方法及装置、存储介质及电子设备
CN115134221B (zh) * 2021-03-11 2024-05-14 中国电信股份有限公司 终端的质差识别方法及装置、存储介质及电子设备
CN115150901A (zh) * 2021-03-29 2022-10-04 中国移动通信集团福建有限公司 确定通信网络中的质差小区的方法、装置及存储介质
CN115150901B (zh) * 2021-03-29 2024-04-09 中国移动通信集团福建有限公司 确定通信网络中的质差小区的方法、装置及存储介质
CN113259193A (zh) * 2021-04-26 2021-08-13 中国移动通信集团陕西有限公司 一种目标网络的检测方法、装置、设备及存储介质
CN113259193B (zh) * 2021-04-26 2023-05-02 中国移动通信集团陕西有限公司 一种目标网络的检测方法、装置、设备及存储介质
WO2023098476A1 (zh) * 2021-11-30 2023-06-08 中兴通讯股份有限公司 网络质差用户的判断方法、装置、电子设备及存储介质
CN115936719A (zh) * 2023-03-01 2023-04-07 北京淘友天下技术有限公司 识别方法、装置、电子设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN111953563A (zh) 用户识别的方法、装置、设备及计算机存储介质
CN110233769B (zh) 流量检测方法和设备、样本训练方法和设备、以及介质
US20150131445A1 (en) Similarity matching method and related device and communication system
CN108092685B (zh) 双卡槽终端的双卡状态识别方法、装置、设备及介质
CN111327539B (zh) 一种业务调度的方法、装置及设备
CN109995555B (zh) 监控方法、装置、设备及介质
CN108234345B (zh) 一种终端网络应用的流量特征识别方法、装置和系统
CN103929723B (zh) 垃圾短信识别方法及装置
CN103259699B (zh) 测试方法、系统及客户端和服务端
CN112953971A (zh) 一种网络安全流量入侵检测方法和系统
CN104601370A (zh) 一种信息处理方法及云端服务器
CN113207146B (zh) 无线通信网络质量监控系统及方法
CN116723136A (zh) 应用fcm聚类算法的网络检测数据的方法
CN111723017A (zh) 系统容量测试方法、装置、计算机设备及存储介质
CN107819761B (zh) 数据处理方法、装置及可读存储介质
CN112948845B (zh) 一种基于物联网数据中台的数据处理方法及系统
JP6418638B2 (ja) 通信識別方法および装置
JP6822941B2 (ja) 通信端末、端末制御プログラム、端末制御方法及び通信システム
CN111401490A (zh) 二维码获得方法及相关装置
JP2015011695A (ja) 通信照合装置及びアプリケーション検査装置
CN111225405B (zh) 视频质量问题定界方法、装置、设备及介质
CN116094908B (zh) 日志文件存储方法、装置、设备和存储介质
Bri Molinero et al. An intelligent system to detect the type of devices sending and receiving data in the network
CN114724069B (zh) 一种视频设备型号确认方法、装置、设备及介质
CN111385372B (zh) 一种网络服务发现方法、客户端及服务器、电子设备

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

Application publication date: 20201117

RJ01 Rejection of invention patent application after publication