CN112541551A - 加油站用户信息处理方法、装置及服务器 - Google Patents

加油站用户信息处理方法、装置及服务器 Download PDF

Info

Publication number
CN112541551A
CN112541551A CN202011487944.8A CN202011487944A CN112541551A CN 112541551 A CN112541551 A CN 112541551A CN 202011487944 A CN202011487944 A CN 202011487944A CN 112541551 A CN112541551 A CN 112541551A
Authority
CN
China
Prior art keywords
signaling data
target
gas station
signaling
data set
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
CN202011487944.8A
Other languages
English (en)
Other versions
CN112541551B (zh
Inventor
胡笳
毛永坚
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 CN202011487944.8A priority Critical patent/CN112541551B/zh
Publication of CN112541551A publication Critical patent/CN112541551A/zh
Application granted granted Critical
Publication of CN112541551B publication Critical patent/CN112541551B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/20Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Navigation (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种加油站用户信息处理方法、装置及服务器,该方法包括:识别目标加油站的位置信息,并根据目标加油站的位置信息确定目标基站,根据目标基站获得预设时段内信令数据集合,采用聚类算法对信令数据集合进行聚类处理,获得目标信令数据集合,并目标信令数据集合识别出潜在用户信息。通过获取在目标加油站对应的目标基站进行通信的所有信令数据集合,并对获得的信令数据集合进行聚类运算获得所有潜在用户的信息,提高了潜在用户信息处理的效率。

Description

加油站用户信息处理方法、装置及服务器
技术领域
本发明涉及通信技术领域,尤其涉及一种加油站用户信息处理方法、装置及服务器。
背景技术
随着中国国民经济的快速发展、交通基础设施的不断改善和机动车保有量的快速增加,作为汽车和其它机动车辆服务的、零售汽油和机油的补充站,加油站已成为民众生活中不可或缺的一部分。随着加油站的数量翻倍增长,加油站之间的竞争也不断加剧,如何挖掘潜在用户已经成为加油站经营的重要目标。
在现有技术中,加油站通常在附近人流量较多的场所进行活动策划,通过营销优惠活动的方式获得用户的信息,并通过人工查询的方式对用户信息进行处理和筛选,以获得加油站潜在用户的信息。
然而,现有技术中,通过人工筛选的方式获得加油站潜在用户信息的方法效率较低。
发明内容
本发明的目的在于提供一种加油站用户信息处理方法、装置及服务器,提高了潜在用户信息处理的效率。
第一方面,本发明提供一种加油站用户信息处理方法,包括:
识别目标加油站的位置信息,并根据所述目标加油站的位置信息确定目标基站;
根据所述目标基站获得预设时段内信令数据集合;
采用聚类算法对所述信令数据集合进行聚类处理,获得目标信令数据集合,并根据所述目标信令数据集合识别出潜在用户信息。
在一种可能的设计中,所述根据所述目标基站获得预设时段内信令数据集合,包括:
获取预设时段内在所述目标基站覆盖的移动网络内产生的所有信令事件集合;
通过信令接口获取所述所有信令事件集合对应的信令数据集合。
在一种可能的设计中,所述信令数据集合中的每条信令数据包括:移动台识别号,时间戳,位置区,小区号以及事件类型编号,在所述采用聚类算法对所述信令数据集合进行聚类处理之前,还包括:
将所述信令数据集合中的每条信令数据进行数据清洗,其中所述数据清洗包括:缺失数据补全、空值数据删除以及重复数据删除中的至少一种;
根据所述移动台识别号对所述信令数据集合进行筛选,获得每个移动台识别号对应的单个用户的所有信令数据集合,若所述单个用户的所有信令数据集合中的信令数据不符合预设筛选条件,则将所述单个用户的所有信令数据集合从所述信令数据集合中删除,其中,所述预设筛选条件为信令时间差大于或者等于最小加油时间,以及所述信令时间差小于最小加油时间。
在一种可能的设计中,在所述根据所述目标信令数据集合识别出潜在用户信息之后,还包括:
根据所述潜在用户的信息获取所述潜在用户的标签特征;
根据所述潜在用户的标签特征进行信息的推送。
在一种可能的设计中,在所述根据所述潜在用户的标签特征进行信息的推送之前,还包括:
接收所述目标加油站的终端发送的会员客户的标签特征;
相应地,所述根据所述潜在用户的标签特征进行信息的推送包括:
根据所述会员客户的标签特征以及所述潜在用户的标签特征进行信息的推送。
在一种可能的设计中,所述聚类算法为基于密度聚类算法。
第二方面,本发明实施例提供一种加油站用户信息处理装置,包括:
确定模块,用于识别目标加油站的位置信息,并根据所述目标加油站的位置信息确定目标基站;
获得模块,用于根据所述目标基站获得预设时段内信令数据集合;
处理模块,用于采用聚类算法对所述信令数据集合进行聚类处理,获得目标信令数据集合,并根据所述目标信令数据集合识别出潜在用户信息。
第三方面,本发明实施例提供一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
识别目标加油站的位置信息,并根据所述目标加油站的位置信息确定目标基站;
根据所述目标基站获得预设时段内信令数据集合;
采用聚类算法对所述信令数据集合进行聚类处理,获得目标信令数据集合,并根据所述目标信令数据集合识别出潜在用户信息。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如第一方面任一项所述的加油站用户信息处理方法。
第五方面,本发明实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如第一方面任一项所述的加油站用户信息处理方法。
本发明实施例提供的一种加油站用户信息处理方法、装置及服务器,通过获取在加油站附近的目标基站进行通信的所有信令数据集合,并对获得的信令数据集合进行聚类运算获得所有潜在用户的信息,提高了潜在用户信息处理的效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1为本发明实施例提供的加油站用户信息处理方法的应用场景示意图;
图2为本发明实施例提供的加油站用户信息处理方法流程图一;
图3为本发明实施例提供的加油站用户信息处理方法流程图二;
图4为本发明实施例提供的加油站用户信息处理方法流程图三;
图5为本发明实施例提供的加油站用户信息处理装置的结构示意图;
图6为本发明实施例提供的服务器结构示意图。
具体实施方式
通过上述附图,已示出本发明明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
目前加油站一般通过在加油站终端中维护客户档案信息,实现客户信息的管理。但是这种方式存在两个问题。第一个问题是,虽然通过加油站终端能掌握会员用户的一些基本信息,但对会员用户更详细的特征缺乏了解,如客户的职业属性、地域特征、用车习惯等,从而无法支撑业务人员进行精确的市场营销活动。第二个问题是,除了会员用户以外,加油站服务的客户群体里还有大量的非会员用户存在。非会员用户每次在加油站加完油以后即离开,对于这部分客户加油站无法掌握任何有效的客户信息。
在现有技术中,加油站通常在附近人流量较多的场所进行活动策划,通过营销优惠活动的方式获得用户的信息,并通过人工咨询的方式对用户信息进行处理和筛选,以获得加油站潜在用户的信息。然而,现有技术中,通过人工筛选的方式获得加油站潜在用户信息的方法现场营销优惠活动的方式获得的潜在用户的信息有限,导致挖掘的潜在用户的成功率较低效率较低。
针对此缺陷,本申请提供的技术构思为:通过获取在加油站附近的目标基站进行通信的所有信令数据集合,并对获得的信令数据集合进行聚类运算获得所有潜在用户的信息,提高了潜在用户信息处理的效率。
图1为本发明实施例提供的加油站用户信息处理方法的应用场景示意图。如图1所示,加油站用户信息处理方法的应用场景中包括:加油站终端10、目标基站20以及服务器30。其中,加油站终端10中维护了现有的在目标加油站办理的会员业务的所有会员用户信息。目标加油站位于目标基站20网络覆盖范围内,即在目标加油站进行加油的用户利用目标基站20的网络进行数据通信。服务器30用于采用聚类算法对目标基站20的信令数据集合进行处理,识别出所有潜在用户信息。
图2为本发明实施例提供的加油站用户信息处理方法流程图一。本实施例的方法的执行主体可以为图1中的服务器,如图2所示,本发明实施例提供的加油站用户信息处理方法包括以下步骤:
S201:识别目标加油站的位置信息,并根据目标加油站的位置信息确定目标基站。
在本发明实施例中,在目标加油站进行加油的用户,在目标加油站进行加油的过程中,是通过与附近基站覆盖的网络进行数据通信的,所以可以将目标加油站附近两公里的基站作为目标基站。具体的,识别出目标加油站的位置信息,并在基站数据库中选取与目标加油站位置距离最近的基站及其周边两公里覆盖范围内的所有基站作为目标基站。其中,基站数据库中存储有所有基站的精度和纬度位置信息。
S202:根据目标基站获得预设时段内信令数据集合。
在本发明实施例中,具体的,服务器获取预设时段内所有目标基站覆盖的移动网络内产生的所有信令事件集合;通过信令接口获取所有信令事件集合对应的信令数据集合。示例性的,服务器采集近一年内,在加油站停留过的所有用户终端在所有目标基站覆盖的移动网络中产生的各种信令事件,并对各种信令事件进行格式化处理,获得信令消息。并通过以文件传输协议的方式与运营商开放的信令接口建立连接,并通过主动获取指令获得所有信令消息对应的信令数据集合。
示例性的,信令事件集合中的信令事件类型包括:开关机产生的位置更新事件、跨基站位置区时的切换事件、周期性的位置更新事件、接听和拨打电话的事件、发送和接收短信事件以及移动用户上网事件中的至少一种。
S203:采用聚类算法对信令数据集合进行聚类处理,获得目标信令数据集合,并根据目标信令数据集合识别出潜在用户信息。
在本发明实施例中,通过采用聚类算法对信令数据集合进行聚类处理,可获得具备相同时间特征和空间特征的目标信令数据集合,其中目标信令数据集合中的所有信令数据均为用户在加油站停留时进行数据通信产生的,目标信令数据集合中每条信令数据发生的时间对应的用户位置均为在加油站的位置内。根据目标信令数据集合中每条信令数据包含的移动用户识别码,由此可确定所有在加油站停留过的用户,属于加油站的潜在用户。通过目标信令数据集合中每条信令数据中包含的移动用户识别码可确定所有潜在用户信息。
例如,在一个实例中,可以根据基站间位置及信令数据中基站位置区、小区号信息对信令数据集合进行聚类,得到信令数据分类的子集合,集合中在加油站所在基站位置区、小区号有一段时间停留,且在其他基站位置区、小区号下没有长时间停留的数据确定为目标信令数据集合。
示例性的,本发明实施例中采用的聚类算法可以为基于密度聚类算法,具体的,采用DBSCAN聚类算法,并设定DBSCAN聚类算法中的两个参数:密度和邻域半径,通过将密集区域内的点看作核心点,将特征空间中足够密集的点划分为同一个簇。如果某个数据点的邻域内至少有密度个数据点,则将该数据点看作为核心点。如果某个核心点的邻域内有其他核心点,则将它们看作属于同一个簇。具体的,可设定参数邻域半径为50m,密度为5。在本发明实施例中,采用聚类算法对信令数据集合进行聚类处理之后,获得了具备相同数据特征的信令数据集合。例如,在一个实例中,可以根据信令数据的通话时长信息对信令数据集合进行聚类,得到按照不同通话时长分类的子集合。根据每个子集合中所有信令数据确定该子集合的核心点以及最大的邻域半径。若存在某个子集合中所有信令数据的数量大于5,以及最大的邻域半径小于50m,则可判定该子集合为目标信令数据集合。
从上述实施例可知,通过根据目标加油站的位置信息确定目标基站,根据目标基站获得信令数据集合,采用聚类算法对信令数据集合进行处理,获得目标信令数据集合,并根据目标信令数据集合识别出潜在用户信息。通过获取在加油站附近的目标基站进行通信的所有信令数据集合,并对获得的信令数据集合进行聚类运算获得所有潜在用户的信息,提高了潜在用户信息处理的效率。
图3为本发明实施例提供的加油站用户信息处理方法流程图二。如图2所示,本发明实施例提供的另一种加油站用户信息处理方法包括以下步骤:
S301:识别目标加油站的位置信息,并根据目标加油站的位置信息确定目标基站。
本步骤的方法与图2实施例中的步骤S201一致,在此不再赘述。
S302:根据目标基站获得预设时段内信令数据集合。
在本发明实施例中,信令数据集合中的每条信令数据包括:移动台识别号、时间戳、位置区、小区号以及事件类型编号。具体的,事件类型编号如表1所示:
表1
Figure BDA0002839880660000061
Figure BDA0002839880660000071
S303:将信令数据集合中的每条信令数据进行数据清洗,其中数据清洗包括:缺失数据补全、空值数据删除以及重复数据删除中的至少一种。
在本发明实施例中,由于传输干扰、系统出错等原因,获取的信令数据集合的数据可能存在数据缺失或重复的问题,因此需要对其进行清洗。具体的,若缺失的数据项为移动用户识别码,则可以通过上下文信息予补全,若缺失的数据项为其它信息,由于无法补全,可直接将包含空值的轨迹点删除。或者在信令数据集合中,会出现一部分所有字段完全相同的连续数据,这主要是由于数据传输的错误造成的。重复数据不仅会增大计算量,而且会增大停留点提取算法的误差,因此必须将其去除。针对重复数据,我们选择保留重复数据中的首条数据,删除其他数据。
S304:根据移动台识别号对信令数据集合进行筛选,获得每个移动台识别号对应的单个用户的所有信令数据集合,若单个用户的所有信令数据集合中的信令数据不符合预设筛选条件,则将单个用户的所有信令数据集合从信令数据集合中删除,其中,预设筛选条件为信令时间差大于或者等于最小加油时间,以及信令时间差小于最小加油时间。
在本发明实施例中,根据移动台识别号对信令数据集合进行筛选,具体的,将移动台识别号作为唯一识别号,提取出单个用户在一天中所产生的所有信令数据,由此获得每个移动台识别号对应的单个用户的所有信令数据集合。若单个用户的所有信令数据集合中的信令数据不符合预设筛选条件,则将单个用户的所有信令数据集合从信令数据集合中删除,具体的,预设筛选条件为:计算最后一条信令数据与第一条信令数据的时间差,信令数据时间差小于3分钟的或者大于15分钟的情况,该单个用户的所有信令数据被剔除。信令数据时间差小于3分钟即说明该用户处于加油站内部时的时间很短,可能是路过加油站,并没有在加油站停留;而信令数据时间差大于15分钟时,该用户处于加油站内部时的时间大于加油所需的最大时间,可判定该用户也未在加油站停留。因此,若单个用户的所有信令数据集合中的信令数据不符合预设筛选条件,则将单个用户的所有信令数据集合从信令数据集合中删除。
S305:采用聚类算法对信令数据集合进行聚类处理,获得目标信令数据集合,并根据目标信令数据集合识别出潜在用户信息。
本步骤的方法与图2实施例中的步骤S203一致,在此不再赘述。
从上述实施例可知,通过对信令数据集合进行数据清洗,补全了缺失的数据、删除了空值数据以及重复数据,并根据预设筛选条件对信令数据集合中单个用户的所有信令数据集合进行初步筛选,从信令数据集合剔除了不符合潜在用户特征的所有用户的信令数据,提高了信令数据集合中属于潜在用户的信令数据的比例,使得根据筛选后的信令数据集合进行聚类处理之后,获得的潜在用户结果的准确性。
图4为本发明实施例提供的加油站用户信息处理方法流程图三。如图4所示,本实施例在图2实施例的基础上,在根据目标信令数据集合识别出潜在用户信息之后,该方法还包括:
S401:根据潜在用户的信息获取所述潜在用户的标签特征。
在本发明实施例中,根据潜在用户的信息、结合运营商已有的标签数据对潜在用户实现用户画像,从用户职业属性、地域特征、用车习惯等多个维度对用户进行刻画。潜在用户的标签特征包括:用户出行标签、用户是否长途标签以及用户职住地标签等。具体的,用户出行标签,比如上下班用车标签,周末用车标签,用车频率标签,用车距离标签。用户是否长途标签,比如省内长途标签。
S402:根据潜在用户的标签特征进行信息的推送。
在本发明实施例中,在确定了潜在用户的标签特征之后,根据潜在用户的标签特征进行营销信息的推送。具体的,根据潜在用户的标签特征构建用户的数据库,市场营销人员可以通过关键词查找方式、标签筛选方式或者关键词+标签的筛选方式,比如使用关键词“年龄:20-30,居住地:杭州,标签特征:每周省内长途”,筛选出想要进行营销活动的潜在用户。通过接口对接的方式,可以在微信公众号、手机APP上推送营销信息,或者通过短信的方式发送营销信息,触达潜在用户。
在一种可能的实现方式中,接收目标加油站的终端发送的会员客户的标签特征,根据会员客户的标签特征以及潜在用户的标签特征进行信息的推送。
在本发明实施例中,加油站终端维护了现有的在目标加油站办理的会员业务的所有会员用户信息。加油站的销售人员根据会员信息确定会员的标签特征。加油站终端将会员客户的标签特征发送至服务器,使得服务器不仅根据潜在用户的标签特征进行信息的推送,针对现有的会员用户,通过会员客户的标签特征以及潜在用户的标签特征进行信息的推送,对所有的用户实现了营销信息的推送。
从上述实施例可知,通过根据潜在用户的标签特征进行信息的推送,实现了差异化的精准营销,提高了加油站营销信息推送的效果。
图5为本发明实施例提供的加油站用户信息处理装置的结构示意图。如图5所示,该加油站用户信息处理装置包括:确定模块501、获得模块502以及处理模块503;其中,确定模块501,用于识别目标加油站的位置信息,并根据所述目标加油站的位置信息确定目标基站;获得模块502,用于根据所述目标基站获得预设时段内信令数据集合;处理模块503,用于采用聚类算法对所述信令数据集合进行聚类处理,获得目标信令数据集合,并根据所述目标信令数据集合识别出潜在用户信息。
在本实施例中,该加油站用户信息处理装置可以采用上述图2所示实施例的方法,其技术方案及其技术效果相类似,此处不在赘述。
在本发明的一个实施例中,所述获得模块502具体用于:获取预设时段内在所述目标基站覆盖的移动网络内产生的所有信令事件集合;通过信令接口获取所述所有信令事件集合对应的信令数据集合。
在本发明的一个实施例中,所述信令数据集合中的每条信令数据包括:移动台识别号,时间戳,位置区,小区号以及事件类型编号,所述加油站用户信息处理装置还包括:筛选模块,用于将所述信令数据集合中的每条信令数据进行数据清洗,其中所述数据清洗包括:缺失数据补全、空值数据删除以及重复数据删除中的至少一种;根据所述移动台识别号对所述信令数据集合进行筛选,获得每个移动台识别号对应的单个用户的所有信令数据集合,若所述单个用户的所有信令数据集合中的信令数据不符合预设筛选条件,则将所述单个用户的所有信令数据集合从所述信令数据集合中删除,其中,所述预设筛选条件为信令时间差大于或者等于最小加油时间,以及所述信令时间差小于最小加油时间。
在本发明的一个实施例中,所述加油站用户信息处理装置还包括:推送模块,用于根据所述潜在用户的信息获取所述潜在用户的标签特征;根据所述潜在用户的标签特征进行信息的推送。
在本发明的一个实施例中,所述加油站用户信息处理装置还包括:接收模块,用于接收所述目标加油站终端发送的会员客户的标签特征,所述推送模块具体用于根据所述会员客户的标签特征以及所述潜在用户的标签特征进行信息的推送。
本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图6为本发明实施例提供的服务器结构示意图。如图6所示,本实施例的服务器包括:处理器601、存储器602以及存储在所述存储器602中并可在所述处理器601上运行的计算机程序,所述处理器601执行所述计算机程序时实现如下步骤:根据目标加油站的位置信息确定目标基站;根据所述目标基站获得信令数据集合;采用聚类算法对所述信令数据集合进行处理,获得目标信令数据集合,并根据所述目标信令数据集合识别出潜在用户信息。
在一种可能的设计中,所述处理器601执行所述计算机程序时还实现如下步骤:获取预设时段内在所述目标基站覆盖的移动网络内产生的所有信令事件集合;通过信令接口获取所述所有信令事件集合对应的信令数据集合。
在一种可能的设计中,所述信令数据集合中的每条信令数据包括:移动台识别号,时间戳,位置区,小区号以及事件类型编号,所述处理器601执行所述计算机程序时还实现如下步骤:将所述信令数据集合中的每条信令数据进行数据清洗,其中所述数据清洗包括:缺失数据补全、空值数据删除以及重复数据删除中的至少一种;根据所述移动台识别号对所述信令数据集合进行筛选,获得每个移动台识别号对应的单个用户的所有信令数据集合,若所述单个用户的所有信令数据集合中的信令数据不符合预设筛选条件,则将所述单个用户的所有信令数据集合从所述信令数据集合中删除,其中,所述预设筛选条件为信令时间差大于或者等于最小加油时间,以及所述信令时间差小于最小加油时间。
在一种可能的设计中,所述处理器601执行所述计算机程序时还实现如下步骤:根据所述潜在用户的信息获取所述潜在用户的标签特征;根据所述潜在用户的标签特征进行信息的推送。
具体可以参见前述方法实施例中的相关描述。
在一种可能的设计中,存储器602既可以是独立的,也可以跟处理器601集成在一起。
当存储器602独立设置时,该服务器还包括总线603,用于连接所述存储器602和处理器601。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的加油站用户信息处理方法。
本发明实施例还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时,实现如上所述的加油站用户信息处理方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,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,所述模块的划分,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,例如多个模块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,装置或模块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模块可以是或者也可以不是物理上分开的,作为模块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模块来实现本实施例方案。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块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)或处理器执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种加油站用户信息处理方法,其特征在于,包括:
识别目标加油站的位置信息,并根据所述目标加油站的位置信息确定目标基站;
根据所述目标基站获得预设时段内信令数据集合;
采用聚类算法对所述信令数据集合进行聚类处理,获得目标信令数据集合,并根据所述目标信令数据集合识别出潜在用户信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标基站获得预设时段内信令数据集合,包括:
获取预设时段内在所述目标基站覆盖的移动网络内产生的所有信令事件集合;
通过信令接口获取所述所有信令事件集合对应的信令数据集合。
3.根据权利要求1所述的方法,其特征在于,所述信令数据集合中的每条信令数据包括:移动台识别号,时间戳,位置区,小区号以及事件类型编号,在所述采用聚类算法对所述信令数据集合进行聚类处理之前,还包括:
将所述信令数据集合中的每条信令数据进行数据清洗,其中所述数据清洗包括:缺失数据补全、空值数据删除以及重复数据删除中的至少一种;
根据所述移动台识别号对所述信令数据集合进行筛选,获得每个移动台识别号对应的单个用户的所有信令数据集合,若所述单个用户的所有信令数据集合中的信令数据不符合预设筛选条件,则将所述单个用户的所有信令数据集合从所述信令数据集合中删除,其中,所述预设筛选条件为信令时间差大于或者等于最小加油时间,以及所述信令时间差小于最小加油时间。
4.根据权利要求1所述的方法,其特征在于,在所述根据所述目标信令数据集合识别出潜在用户信息之后,还包括:
根据所述潜在用户的信息获取所述潜在用户的标签特征;
根据所述潜在用户的标签特征进行信息的推送。
5.根据权利要求4所述的方法,其特征在于,在所述根据所述潜在用户的标签特征进行信息的推送之前,还包括:
接收所述目标加油站的终端发送的会员客户的标签特征;
相应地,所述根据所述潜在用户的标签特征进行信息的推送包括:
根据所述会员客户的标签特征以及所述潜在用户的标签特征进行信息的推送。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述聚类算法为基于密度聚类算法。
7.一种加油站用户信息处理装置,其特征在于,包括:
确定模块,用于识别目标加油站的位置信息,并根据所述目标加油站的位置信息确定目标基站;
获得模块,用于根据所述目标基站获得预设时段内信令数据集合;
处理模块,用于采用聚类算法对所述信令数据集合进行聚类处理,获得目标信令数据集合,并根据所述目标信令数据集合识别出潜在用户信息。
8.一种服务器,其特征在于,包括存储器和至少一个处理器;
所述存储器用于存储计算机执行指令;
至少一个处理器,用于执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至6任一项所述的加油站用户信息处理方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至6任一项所述的加油站用户信息处理方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6任一项所述的加油站用户信息处理方法。
CN202011487944.8A 2020-12-16 2020-12-16 加油站用户信息处理方法、装置及服务器 Active CN112541551B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011487944.8A CN112541551B (zh) 2020-12-16 2020-12-16 加油站用户信息处理方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011487944.8A CN112541551B (zh) 2020-12-16 2020-12-16 加油站用户信息处理方法、装置及服务器

Publications (2)

Publication Number Publication Date
CN112541551A true CN112541551A (zh) 2021-03-23
CN112541551B CN112541551B (zh) 2023-11-24

Family

ID=75018252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011487944.8A Active CN112541551B (zh) 2020-12-16 2020-12-16 加油站用户信息处理方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN112541551B (zh)

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484993A (zh) * 2014-11-27 2015-04-01 北京交通大学 用于交通小区划分的手机信令信息的处理方法
CN105243844A (zh) * 2015-10-14 2016-01-13 华南理工大学 一种基于手机信令的道路状态识别方法
CN105701611A (zh) * 2016-01-12 2016-06-22 赵修林 立体车库、充电桩暨室外空气净化器的商业模式实现方法
CN106897420A (zh) * 2017-02-24 2017-06-27 东南大学 一种基于手机信令数据的用户出行驻留行为识别方法
WO2018125686A2 (en) * 2016-12-30 2018-07-05 Intel Corporation Methods and devices for radio communications
CN108574934A (zh) * 2017-03-10 2018-09-25 中国移动通信集团福建有限公司 一种伪基站定位方法和装置
WO2018233535A1 (zh) * 2017-06-19 2018-12-27 阿里巴巴集团控股有限公司 位置定位方法、设备及系统、计算机可读存储介质
CN109284773A (zh) * 2018-08-15 2019-01-29 西南交通大学 基于多层凝聚层次聚类算法的交通出行端点识别方法
WO2019019897A1 (zh) * 2017-07-28 2019-01-31 北京京东尚科信息技术有限公司 数据处理系统、方法和装置
CN109711438A (zh) * 2018-12-10 2019-05-03 中国联合网络通信集团有限公司 大巴交通线路获取方法、装置及设备
CN109858974A (zh) * 2019-02-18 2019-06-07 重庆邮电大学 已购车用户识别模型构建方法及识别方法
CN110533038A (zh) * 2019-09-04 2019-12-03 广州市交通规划研究院 一种基于信息数据的城市活力区和中心城区边界识别的方法
CN110913326A (zh) * 2018-08-28 2020-03-24 中兴通讯股份有限公司 一种用户类型识别方法、装置和计算机存储介质
CN111050293A (zh) * 2019-12-23 2020-04-21 北京明略软件系统有限公司 数据处理方法、装置及电子设备
CN111083636A (zh) * 2019-12-27 2020-04-28 中国联合网络通信集团有限公司 运动状态信息的处理方法及设备
CN111222744A (zh) * 2019-11-18 2020-06-02 西南交通大学 基于信令数据的建成环境与轨道客流分布关系确定方法
WO2020134790A1 (zh) * 2018-12-26 2020-07-02 中兴通讯股份有限公司 一种数据异常检测方法、装置及终端设备
CN111582948A (zh) * 2020-05-25 2020-08-25 北京航空航天大学 一种基于手机信令数据与poi兴趣点的个体行为分析方法
CN111598663A (zh) * 2020-05-18 2020-08-28 斑马网络技术有限公司 一种消息推送方法,装置,电子设备和存储介质
CN111641688A (zh) * 2020-05-20 2020-09-08 成都众树信息科技有限公司 一种基于移动信令的会员营销系统
CN111666492A (zh) * 2020-04-30 2020-09-15 中国平安财产保险股份有限公司 基于用户行为的信息推送方法、装置、设备及存储介质
CN111737605A (zh) * 2020-07-09 2020-10-02 南京瑞栖智能交通技术产业研究院有限公司 一种基于手机信令数据的出行目的识别方法及装置

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484993A (zh) * 2014-11-27 2015-04-01 北京交通大学 用于交通小区划分的手机信令信息的处理方法
CN105243844A (zh) * 2015-10-14 2016-01-13 华南理工大学 一种基于手机信令的道路状态识别方法
CN105701611A (zh) * 2016-01-12 2016-06-22 赵修林 立体车库、充电桩暨室外空气净化器的商业模式实现方法
WO2018125686A2 (en) * 2016-12-30 2018-07-05 Intel Corporation Methods and devices for radio communications
CN106897420A (zh) * 2017-02-24 2017-06-27 东南大学 一种基于手机信令数据的用户出行驻留行为识别方法
CN108574934A (zh) * 2017-03-10 2018-09-25 中国移动通信集团福建有限公司 一种伪基站定位方法和装置
WO2018233535A1 (zh) * 2017-06-19 2018-12-27 阿里巴巴集团控股有限公司 位置定位方法、设备及系统、计算机可读存储介质
WO2019019897A1 (zh) * 2017-07-28 2019-01-31 北京京东尚科信息技术有限公司 数据处理系统、方法和装置
CN109284773A (zh) * 2018-08-15 2019-01-29 西南交通大学 基于多层凝聚层次聚类算法的交通出行端点识别方法
CN110913326A (zh) * 2018-08-28 2020-03-24 中兴通讯股份有限公司 一种用户类型识别方法、装置和计算机存储介质
CN109711438A (zh) * 2018-12-10 2019-05-03 中国联合网络通信集团有限公司 大巴交通线路获取方法、装置及设备
WO2020134790A1 (zh) * 2018-12-26 2020-07-02 中兴通讯股份有限公司 一种数据异常检测方法、装置及终端设备
CN109858974A (zh) * 2019-02-18 2019-06-07 重庆邮电大学 已购车用户识别模型构建方法及识别方法
CN110533038A (zh) * 2019-09-04 2019-12-03 广州市交通规划研究院 一种基于信息数据的城市活力区和中心城区边界识别的方法
CN111222744A (zh) * 2019-11-18 2020-06-02 西南交通大学 基于信令数据的建成环境与轨道客流分布关系确定方法
CN111050293A (zh) * 2019-12-23 2020-04-21 北京明略软件系统有限公司 数据处理方法、装置及电子设备
CN111083636A (zh) * 2019-12-27 2020-04-28 中国联合网络通信集团有限公司 运动状态信息的处理方法及设备
CN111666492A (zh) * 2020-04-30 2020-09-15 中国平安财产保险股份有限公司 基于用户行为的信息推送方法、装置、设备及存储介质
CN111598663A (zh) * 2020-05-18 2020-08-28 斑马网络技术有限公司 一种消息推送方法,装置,电子设备和存储介质
CN111641688A (zh) * 2020-05-20 2020-09-08 成都众树信息科技有限公司 一种基于移动信令的会员营销系统
CN111582948A (zh) * 2020-05-25 2020-08-25 北京航空航天大学 一种基于手机信令数据与poi兴趣点的个体行为分析方法
CN111737605A (zh) * 2020-07-09 2020-10-02 南京瑞栖智能交通技术产业研究院有限公司 一种基于手机信令数据的出行目的识别方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JAHANSHAHI J A等: "Fuzzy c-means clustering-based jamming detection algorithm at base station", 《ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING》, vol. 38, pages 2125 - 2133 *
侯静: "移动互联网用户标签库的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 4, pages 13 - 16 *
李长青: "基于手机信令大数据的城市规划建模研究与应用", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, no. 1, pages 038 - 3190 *

Also Published As

Publication number Publication date
CN112541551B (zh) 2023-11-24

Similar Documents

Publication Publication Date Title
CN110362455B (zh) 一种数据处理方法和数据处理装置
CN103150696A (zh) 选择目标增值业务潜在客户的方法及装置
CN111078818B (zh) 地址分析方法、装置、电子设备及存储介质
CN109740129B (zh) 基于区块链的报表生成方法、装置、设备及可读存储介质
CN101557582B (zh) 一种移动通信用户信息统计方法及装置
CN109447689A (zh) 用户风险画像生成方法、装置、设备及可读存储介质
CN111371672A (zh) 消息推送方法及装置
CN110222054A (zh) 一种提高检索速度的方法、装置、终端设备和存储介质
CN112650946B (zh) 产品信息的推荐方法、装置、系统及存储介质
CN108647735B (zh) 用户出行规律分析方法、装置、设备及存储介质
CN112307297B (zh) 一种基于优先级规则的用户标识统一方法及系统
CN105516988A (zh) 一种电话过滤方法、装置、电子设备及服务器
CN110619090B (zh) 一种区域吸引力评估方法及设备
CN112541551A (zh) 加油站用户信息处理方法、装置及服务器
CN109151808B (zh) 一种数据分析方法及系统
CN105550347B (zh) 数据处理方法及装置
CN109121137B (zh) 双卡终端的用户号码使用类型识别方法及装置
CN111242723B (zh) 用户子女情况判断方法、服务器及计算机可读存储介质
CN111797181B (zh) 用户职住地的定位方法、装置、控制设备及存储介质
CN107770734B (zh) 移动用户常驻地识别方法及装置
CN112612934A (zh) 用户充电行为画像处理方法和装置
CN110610380A (zh) 用户画像获取方法、装置、设备和计算机可读存储介质
CN113810992B (zh) 数据处理方法及装置
CN104423975A (zh) 数据处理的方法与装置
CN115022845B (zh) 用户联系人识别方法、运营商平台、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