CN112243225A - 楼宇室内用户识别方法、装置、设备和存储介质 - Google Patents

Abstract

本发明实施例涉及无线通信技术领域，公开了一种楼宇室内用户识别方法、装置和设备，该方法包括：获取楼宇的室分簇信息；根据所述室分簇信息获取与所述楼宇关联的宏站簇信息；根据所述室分簇信息和所述宏站簇信息确定所述楼宇的室内用户信息；获取所述室内用户在所述室分簇或所述宏站簇的停留时长，当所述室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户。通过上述方式，本发明实施例可实现用户与楼宇位置信息精确匹配，精准识别楼宇常驻用户。

Description

楼宇室内用户识别方法、装置、设备和存储介质

技术领域

本发明实施例涉及无线通信技术领域，具体涉及一种楼宇室内用户识别方法、装置、设备和存储介质。

背景技术

当前网络中70％的业务来自室内，精准发现及快速解决室内用户故障成为提升网络覆盖质量的难点，然而市区楼宇林立，哪些用户为室内用户？室内感知差的用户在哪里？室内临时用户还是常驻用户感知更能代表其楼宇室内感知？当前网络中对于室内用户的识别主要通过用户驻留时长来判别，当用户在某小区驻留时长超过一定阀值时，判断用户为该小区的室内用户,对于楼宇常驻用户缺乏。

在实现本发明实施例的过程中，发现在识别室内用户时，缺乏对用户的精准定位，无法识别出用户归属楼宇，无法进一步利用常驻用户感知来管控楼宇网络质量。

发明内容

鉴于上述问题，本发明实施例提供了一种楼宇室内用户识别方法、装置和设备，克服了上述问题或者至少部分地解决了上述问题。

根据本发明实施例的一个方面，提供了一种楼宇室内用户识别方法，所述方法包括：

获取楼宇的室分簇信息；

根据所述室分簇信息获取与所述楼宇关联的宏站簇信息；

根据所述室分簇信息和所述宏站簇信息确定所述楼宇的室内用户信息；

获取所述室内用户在所述室分簇或所述宏站簇的停留时长，当所述室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户。

优选的，所述根据室分簇信息获取与所述楼宇关联的宏站簇信息，包括：

获取第一预定时间内所述室分簇和宏站小区之间的切换次数；

当所述切换次数大于第二阈值时，则确定所述宏站小区为与所述楼宇关联的宏站小区；

将所有与所述楼宇关联的宏站小区的集合确定为与所述楼宇关联的宏站簇。

优选的，所述根据室分簇信息和宏站簇信息确定所述楼宇的室内用户信息，包括：

获取用户在所述室分簇或所述宏站簇的停留时长；

当所述用户在所述室分簇的停留时长大于第三阈值，或所述用户在所述宏站簇的停留时长大于第四阈值时，则确定所述用户为室内用户。

优选的，所述根据室分簇信息和宏站簇信息确定所述楼宇的室内用户信息，包括：

获取用户在所述室分簇和所述宏站簇的停留时长；

当所述用户在所述室分簇的停留时长小于或等于第三阈值，所述用户在所述宏站簇的停留时长小于或等于第四阈值时，且所述用户在所述室分簇的停留时长与所述用户在所述宏站簇的停留时长之和大于预设的第五阈值时，则确定所述用户为室内用户。

优选的，所述获取所述室内用户在所述室分簇或所述宏站簇的停留时长，包括：

获取第二预设时间内所述室内用户在所述室分簇或所述宏站簇的停留时间，所述停留时间包括天级停留时长和小时级停留时长。

优选的，当室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户，包括：

所述预设第一阈值包括：预设第一天级阈值和预设第一小时级阈值；

当所述天级停留时长大于所述预设第一天级阈值且所述小时级停留时长大于所述预设第一小时级阈值时，则确定所述室内用户为楼宇室内常驻用户。

优选的，所述第二预设时间为7天；所述预设第一天级阈值为4天；所述预设第一小时级阈值为4小时。

本发明另一实施例还提出一种楼宇室内用户识别装置，包括：

室分簇获取模块：用于获取楼宇的室分簇信息；

宏站簇获取模块：用于根据所述室分簇信息获取与所述楼宇关联的宏站簇信息；

室内用户确定模块：用于根据所述室分簇信息和所述宏站簇信息确定所述楼宇的室内用户信息；

常驻用户确定模块：用于获取所述室内用户在所述室分簇或所述宏站簇的停留时长，当所述室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户。

本发明另一实施例还提出一种服务器，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述的楼宇室内用户识别方法。

本发明另一实施例还提出一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行上述的楼宇室内用户识别方法。

通过本发明实施例提出的楼宇室内用户识别方法，通过采用共覆盖簇方法建立楼宇室分簇和宏站簇的关联库，通过获取所述室内用户在所述室分簇或所述宏站簇的停留时长，来确定用户是否用室内常驻用户，可实现用户与楼宇位置信息精确匹配，精准识别楼宇常驻用户。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、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。

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示出了本发明实施例应用的网络架构图；

图2示出了本发明实施例提供的一种楼宇室内用户识别方法的流程图；

图3示出了本发明实施例提供的楼宇室内用户识别方法测试效果图；

图4示出了本发明实施例提供的楼宇室内用户识别装置示意图；

图5示出了本发明实施例提供的楼宇室内用户识别设备示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明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发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

如图1所示，为本发明实施例应用的网络架构图，楼宇内外包括基站和室外基站，一般分为室内小区和室外小区，我们把室内小区的集合成为室分簇，把室外宏站小区的集合称为宏站簇。楼宇系统通过室分簇和宏站簇为整个楼宇的用户提供通信服务。目前的室内用户识别方法，用户定位不精准，只能单纯的通过驻留时长来判断用户是室内还是室外用户，无法精准定位用户位置。楼宇常驻用户识别不够精准，只能通过判断当天的驻留时长来识别常驻用户，没有长期跟踪分析，对于常驻用户识别不够精准。用户识别维度较为单一，现有技术方案仅对驻留时长进行判断，并未结合用户小区簇等信息来综合判断用户楼宇归属。本发明实施例基于图1的网络架构，提出了一种楼宇室内用户识别方法。

如图2所示，示出了本发明实施例提供的一种楼宇室内用户识别方法的流程图，该方法可应用于网管设备上或独立于网管设备的其他楼宇室内用户识别设备中。该方法包括以下步骤：

步骤100：获取楼宇的室分簇信息；

通过网络管理中心，可以获取待识别楼宇的网络结构信息，包括该楼宇的室内基站信息等，将所述室内基站形成的小区的集成，组成该楼宇的室分簇信息。

步骤120：根据所述室分簇信息获取与所述楼宇关联的宏站簇信息；

网络管理中心根据该楼宇的室分簇信息，获取第一预定时间内所述室分簇和宏站小区之间的切换次数；当所述切换次数大于第二阈值时，则确定所述宏站小区为与所述楼宇关联的宏站小区；将所有与所述楼宇关联的宏站小区的集合确定为与所述楼宇关联的宏站簇。

具体为，根据如下计算公式：

outdoor_Cluster＝∑(HO_in+HO_out)

宏站簇通过统计与室分簇切换次数确定，当宏站小区与室分簇在第一预设时间24小时内的切入+切出次数大于第二阈值150次时，则认为是该宏站小区属于该楼宇的宏站簇。遍历所述楼宇的室内簇小区，确定该与该楼宇关联的宏站簇信息。

步骤130：根据所述室分簇信息和所述宏站簇信息确定所述楼宇的室内用户信息；

获取该楼宇的室内簇信息和宏站簇信息下的所有用户信息，计算其在所述室分簇或所述宏站簇的停留时长，当所述用户在所述室分簇的停留时长大于第三阈值，或所述用户在所述宏站簇的停留时长大于第四阈值时，则确定所述用户为室内用户。

网管系统通过采集S1_MME口用户信令，利用共覆盖簇识别和用户时间切片特征算法，来定义室内外用户，具体公式如下：

Tin：用户进入小区的时间

Tout:用户出小区的时间

Cluster_time：用户在该室分楼宇簇的驻留时长。

通过计算用户进入所述室内簇或宏站簇小区时间与离开上述小区的时间差，得到用户在室内簇或宏站簇的驻留时长，并通过时间切片特征算法，建立用户时间切片特征，为用户打上标签。具体的可以每1个小时，对所述室内簇或所述宏站簇下的用户进行驻留时间计算，设定预设第三阈值为30分钟，预设第四阈值为30分钟，则室内用户和室外用户识别方式如下：

1、室内用户：

占用室分用户：1小时内占室内簇时长>第三阈值30分钟；

占用宏站用户：1小时内占宏站簇时长>第四阈值30分钟。

当然，也可以综合参考用户在室内簇和宏站簇的驻留时间，预设第五阈值：

占用室分+宏站用户：1小时内：占室分簇<＝第三阈值30分钟，且，占宏站簇<＝第四阈值30分钟，且，占楼宇室分簇+宏站簇>第五阈值30分钟。

以上三种情况，都认为该用户为室内用户。

2、室外用户：

其他不满足上述条件的用户，均归类到非楼宇室内用户。

步骤140：获取所述室内用户在所述室分簇或所述宏站簇的停留时长，当所述室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户；

针对所有室内用户，可以在第二预设时间内获取所述室内用户在所述室分簇或所述宏站簇的停留时间，比如第二预设时间可以为7天，获取7天内所有室内用户的停留时间。当然，所述停留时间可以包括天级停留时长和小时级停留时长，比如停留多少天，每天停留多少小时等。相应的所述预设第一阈值包括：预设第一天级阈值和预设第一小时级阈值。当所述天级停留时长大于所述预设第一天级阈值且所述小时级停留时长大于所述预设第一小时级阈值时，则确定所述室内用户为楼宇室内常驻用户。

系统在第二预设时间，比如7天时间内，检测所有室内用户在所述室分簇和宏站簇的停留时间，每天进行记录，比如：第1天停留3个小时，第2天无停留，第3天停留5个小时，第4天停留6个小时，第5天停留5个小时，第6天停留8个小时，第7天停留3个小时，每天进行记录。假设所述第一天级阈值为4天，第二小时级阈值为4个小时，针对该室内用户而言，其在7天时间内，在该楼宇内停留了6天，其中有4天超过4个小时，则其天级停留时间大于第一天级阈值，小时级停留时间大于第一小时级阈值，因此，该用户属于该楼宇室内常驻用户。

当然，上述第一天级阈值和第一小时级阈值的选取是非常严格的，本发明实施例采用矩阵算法进行上述阈值的计算。采集用户7天+每天4小时的数据，建立用户识别矩阵。常驻用户识别矩阵Matrix[Stay_user]＝H(x)+D(x),这里H(x)表示小时级用户数据，D(x)表示天级用户数据。

遍历矩阵内各个点，并计算每个点识别出来的常驻用户与已知楼宇常驻用户(building_stay_user)进行对比，寻找识别常驻用户的最优定义。

常驻用户识别准确率公式如下：

Stay_user_ratio＝Matrix[Stay_user]/building_stay_user

如表1所示，为连续7天，每天统计4个小时时，统计室内用户在室内簇和宏站簇的停留时间：

表1

表1中列轴为小时(4*7＝28小时)，横轴为天(7天)，用小时与天的矩阵识别用户数与真实用户数对比，得出小时与天的最优组合。

如图3所示，通过矩阵算法比较天、小时级的信令数据库和经分数据库，发现7天中有4天每天4小时以上在关联簇内的用户为常驻用户的准确率最高，楼宇常驻用户识别准确率达到94.8％。因此，优选的，本发明实施例中，将第二预设时间设置为7天，所述预设第一天级阈值设置为4天，所述预设第一小时级阈值设置为4小时。

由上可以，通过本发明实施例提出的楼宇室内用户识别方法，通过采用共覆盖簇方法建立楼宇室分簇和宏站簇的关联库，可实现用户与楼宇位置信息精确匹配，精准识别楼宇常驻用户。基于室分簇和宏站簇，及常驻用户识别最优时间定义，通过提取室分楼宇7天的用户数据，将满足4天+4小时/天条件的用户清洗出来，打上室分楼宇常驻用户标签，生成楼宇常驻用户集，通过关联常驻用户的感知指标特征，可对室分楼宇感知进行管控，并可通过常驻用户集和外来用户的判定，为流量激发、流量预测、潜在用户识别等行业应用提供参考依据。

图4示出了本发明实施例提出的一种楼宇室内用户识别装置结构示意图。如图4所示，该装置200包括：室分簇获取模块201、宏站簇获取模块202、室内用户确定模块203和常驻用户确定模块204。

所述室分簇获取模块201：用于获取楼宇的室分簇信息；

所述宏站簇获取模块202：用于根据所述室分簇信息获取与所述楼宇关联的宏站簇信息；

所述室内用户确定模块203：用于根据所述室分簇信息和所述宏站簇信息确定所述楼宇的室内用户信息；

所述常驻用户确定模块204：用于获取所述室内用户在所述室分簇或所述宏站簇的停留时长，当所述室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户。

进一步的，所述宏站簇获取模块202还用于获取第一预定时间内所述室分簇和宏站小区之间的切换次数；当所述切换次数大于第二阈值时，则确定所述宏站小区为与所述楼宇关联的宏站小区；将所有与所述楼宇关联的宏站小区的集合确定为与所述楼宇关联的宏站簇。

进一步的，所述室内用户确定模块203还用于获取用户在所述室分簇或所述宏站簇的停留时长；当所述用户在所述室分簇的停留时长大于第三阈值，或所述用户在所述宏站簇的停留时长大于第四阈值时，则确定所述用户为室内用户。

进一步的，所述室内用户确定模块203还用于获取用户在所述室分簇和所述宏站簇的停留时长；当所述用户在所述室分簇的停留时长小于或等于第三阈值，所述用户在所述宏站簇的停留时长小于或等于第四阈值时，且所述用户在所述室分簇的停留时长与所述用户在所述宏站簇的停留时长之和大于预设的第五阈值时，则确定所述用户为室内用户。

进一步的，所述常驻用户确定模块204还用于获取第二预设时间内所述室内用户在所述室分簇或所述宏站簇的停留时间，所述停留时间包括天级停留时长和小时级停留时长。其中，所述预设第一阈值包括：预设第一天级阈值和预设第一小时级阈值；当所述天级停留时长大于所述预设第一天级阈值且所述小时级停留时长大于所述预设第一小时级阈值时，则确定所述室内用户为楼宇室内常驻用户。其中，所述第二预设时间为7天；所述预设第一天级阈值为4天；所述预设第一小时级阈值为4小时。

通过本发明实施例提出的楼宇室内用户识别装置，通过采用共覆盖簇方法建立楼宇室分簇和宏站簇的关联库，可实现用户与楼宇位置信息精确匹配，精准识别楼宇常驻用户。

本发明实施例还提供了一种计算机程序产品，用于执行上述方法实施例中的楼宇室内小区识别方法。

本发明实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的楼宇室内小区识别方法。

可执行指令具体可以用于使得处理器执行以下操作：

获取楼宇的室分簇信息；

根据所述室分簇信息获取与所述楼宇关联的宏站簇信息；

根据所述室分簇信息和所述宏站簇信息确定所述楼宇的室内用户信息；

获取所述室内用户在所述室分簇或所述宏站簇的停留时长，当所述室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户。

优选的，所述根据室分簇信息获取与所述楼宇关联的宏站簇信息，包括：

获取第一预定时间内所述室分簇和宏站小区之间的切换次数；

当所述切换次数大于第二阈值时，则确定所述宏站小区为与所述楼宇关联的宏站小区；

将所有与所述楼宇关联的宏站小区的集合确定为与所述楼宇关联的宏站簇。

优选的，所述根据室分簇信息和宏站簇信息确定所述楼宇的室内用户信息，包括：

获取用户在所述室分簇或所述宏站簇的停留时长；

当所述用户在所述室分簇的停留时长大于第三阈值，或所述用户在所述宏站簇的停留时长大于第四阈值时，则确定所述用户为室内用户。

优选的，所述根据室分簇信息和宏站簇信息确定所述楼宇的室内用户信息，包括：

获取用户在所述室分簇和所述宏站簇的停留时长；

当所述用户在所述室分簇的停留时长小于或等于第三阈值，所述用户在所述宏站簇的停留时长小于或等于第四阈值时，且所述用户在所述室分簇的停留时长与所述用户在所述宏站簇的停留时长之和大于预设的第五阈值时，则确定所述用户为室内用户。

优选的，所述获取所述室内用户在所述室分簇或所述宏站簇的停留时长，包括：

获取第二预设时间内所述室内用户在所述室分簇或所述宏站簇的停留时间，所述停留时间包括天级停留时长和小时级停留时长。

优选的，当室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户，包括：

所述预设第一阈值包括：预设第一天级阈值和预设第一小时级阈值；

当所述天级停留时长大于所述预设第一天级阈值且所述小时级停留时长大于所述预设第一小时级阈值时，则确定所述室内用户为楼宇室内常驻用户。

优选的，所述第二预设时间为7天；所述预设第一天级阈值为4天；所述预设第一小时级阈值为4小时。

综上所述，本发明实施例提出的计算机存储介质，通过采用共覆盖簇方法建立楼宇室分簇和宏站簇的关联库，可实现用户与楼宇位置信息精确匹配，精准识别楼宇常驻用户。

图5示出了本发明实施例提出的一种服务器的结构示意图，本发明具体实施例并不对该设备的具体实现做限定。

如图5所示，该服务器可以包括：处理器(processor)502、通信接口(Communications Interface)504、存储器(memory)506、以及通信总线508。

其中：处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。通信接口504，用于与其它设备比如客户端或其它服务器等的网元通信。处理器502，用于执行程序510，具体可以执行上述用于楼宇室内用户识别的方法实施例中的相关步骤。

具体地，程序510可以包括程序代码，该程序代码包括计算机操作指令。

处理器502可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。楼宇室内用户识别设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器506，用于存放程序510。存储器506可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序510具体可以用于使得处理器502执行以下操作：

获取楼宇的室分簇信息；

根据所述室分簇信息获取与所述楼宇关联的宏站簇信息；

根据所述室分簇信息和所述宏站簇信息确定所述楼宇的室内用户信息；

获取所述室内用户在所述室分簇或所述宏站簇的停留时长，当所述室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户。

优选的，所述根据室分簇信息获取与所述楼宇关联的宏站簇信息，包括：

获取第一预定时间内所述室分簇和宏站小区之间的切换次数；

当所述切换次数大于第二阈值时，则确定所述宏站小区为与所述楼宇关联的宏站小区；

将所有与所述楼宇关联的宏站小区的集合确定为与所述楼宇关联的宏站簇。

优选的，所述根据室分簇信息和宏站簇信息确定所述楼宇的室内用户信息，包括：

获取用户在所述室分簇或所述宏站簇的停留时长；

当所述用户在所述室分簇的停留时长大于第三阈值，或所述用户在所述宏站簇的停留时长大于第四阈值时，则确定所述用户为室内用户。

优选的，所述根据室分簇信息和宏站簇信息确定所述楼宇的室内用户信息，包括：

获取用户在所述室分簇和所述宏站簇的停留时长；

当所述用户在所述室分簇的停留时长小于或等于第三阈值，所述用户在所述宏站簇的停留时长小于或等于第四阈值时，且所述用户在所述室分簇的停留时长与所述用户在所述宏站簇的停留时长之和大于预设的第五阈值时，则确定所述用户为室内用户。

优选的，所述获取所述室内用户在所述室分簇或所述宏站簇的停留时长，包括：

获取第二预设时间内所述室内用户在所述室分簇或所述宏站簇的停留时间，所述停留时间包括天级停留时长和小时级停留时长。

优选的，当室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户，包括：

所述预设第一阈值包括：预设第一天级阈值和预设第一小时级阈值；

当所述天级停留时长大于所述预设第一天级阈值且所述小时级停留时长大于所述预设第一小时级阈值时，则确定所述室内用户为楼宇室内常驻用户。

优选的，所述第二预设时间为7天；所述预设第一天级阈值为4天；所述预设第一小时级阈值为4小时。

综上所述，本发明实施例提出的服务器设备，通过采用共覆盖簇方法建立楼宇室分簇和宏站簇的关联库，可实现用户与楼宇位置信息精确匹配，精准识别楼宇常驻用户。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

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，为了精简本发明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，本发明实施例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，在下面的权利要求书中，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。

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。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (10)

1.一种楼宇室内用户识别方法，其特征在于，包括：

获取楼宇的室分簇信息；

根据所述室分簇信息获取与所述楼宇关联的宏站簇信息；

根据所述室分簇信息和所述宏站簇信息确定所述楼宇的室内用户信息；

获取所述室内用户在所述室分簇或所述宏站簇的停留时长，当所述室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户。

2.如权利要求1所述的楼宇室内用户识别方法，其特征在于，所述根据室分簇信息获取与所述楼宇关联的宏站簇信息，包括：

获取第一预定时间内所述室分簇和宏站小区之间的切换次数；

当所述切换次数大于第二阈值时，则确定所述宏站小区为与所述楼宇关联的宏站小区；

将所有与所述楼宇关联的宏站小区的集合确定为与所述楼宇关联的宏站簇。

3.如权利要求1所述的楼宇室内用户识别方法，其特征在于，所述根据室分簇信息和宏站簇信息确定所述楼宇的室内用户信息，包括：

获取用户在所述室分簇或所述宏站簇的停留时长；

当所述用户在所述室分簇的停留时长大于第三阈值，或所述用户在所述宏站簇的停留时长大于第四阈值时，则确定所述用户为室内用户。

4.如权利要求1所述的楼宇室内用户识别方法，其特征在于，所述根据室分簇信息和宏站簇信息确定所述楼宇的室内用户信息，包括：

获取用户在所述室分簇和所述宏站簇的停留时长；

当所述用户在所述室分簇的停留时长小于或等于第三阈值，所述用户在所述宏站簇的停留时长小于或等于第四阈值时，且所述用户在所述室分簇的停留时长与所述用户在所述宏站簇的停留时长之和大于预设的第五阈值时，则确定所述用户为室内用户。

5.如权利要求1所述的楼宇室内用户识别方法，其特征在于，所述获取所述室内用户在所述室分簇或所述宏站簇的停留时长，包括：

获取第二预设时间内所述室内用户在所述室分簇或所述宏站簇的停留时间，所述停留时间包括天级停留时长和小时级停留时长。

6.如权利要求5所述的楼宇室内用户识别方法，其特征在于，当室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户，包括：

所述预设第一阈值包括：预设第一天级阈值和预设第一小时级阈值；

当所述天级停留时长大于所述预设第一天级阈值且所述小时级停留时长大于所述预设第一小时级阈值时，则确定所述室内用户为楼宇室内常驻用户。

7.如权利要求6所述的楼宇室内用户识别方法，其特征在于，所述第二预设时间为7天；所述预设第一天级阈值为4天；所述预设第一小时级阈值为4小时。

8.一种楼宇室内用户识别装置，其特征在于，包括：

室分簇获取模块：用于获取楼宇的室分簇信息；

宏站簇获取模块：用于根据所述室分簇信息获取与所述楼宇关联的宏站簇信息；

室内用户确定模块：用于根据所述室分簇信息和所述宏站簇信息确定所述楼宇的室内用户信息；

常驻用户确定模块：用于获取所述室内用户在所述室分簇或所述宏站簇的停留时长，当所述室内用户的停留时长大于预设第一阈值时，则确定所述室内用户为楼宇室内常驻用户。

9.一种服务器，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7任意一项所述的楼宇室内用户识别方法。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7任意一项所述的楼宇室内用户识别方法。

Images