CN112969196A - 流量分析方法和装置 - Google Patents

流量分析方法和装置 Download PDF

Info

Publication number
CN112969196A
CN112969196A CN202110366003.7A CN202110366003A CN112969196A CN 112969196 A CN112969196 A CN 112969196A CN 202110366003 A CN202110366003 A CN 202110366003A CN 112969196 A CN112969196 A CN 112969196A
Authority
CN
China
Prior art keywords
user
flow
traffic
habit
usage habit
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
CN202110366003.7A
Other languages
English (en)
Other versions
CN112969196B (zh
Inventor
马刚
韩昕哲
赵锡成
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 CN202110366003.7A priority Critical patent/CN112969196B/zh
Publication of CN112969196A publication Critical patent/CN112969196A/zh
Application granted granted Critical
Publication of CN112969196B publication Critical patent/CN112969196B/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
    • H04W24/08Testing, supervising or monitoring using real traffic

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请提供了一种流量分析方法和装置,能够分析出用户的流量使用习惯是否发生改变,基于此灵活为用户推荐合适的服务方案,有利于提升服务质量,提升用户体验。该方法包括:基于用户在第一时间段内所使用的第一流量数据,确定该用户的第一流量使用习惯统计值,该第一流量使用习惯统计值包括第一流量数据的平均值D1和标准差S1;基于该用户在第二时间段内所使用的第二流量数据,确定用户的第二流量使用习惯统计值,该第二流量使用习惯统计值包括第二流量数据的平均值D2;基于第一流量使用习惯统计值和第二流量使用习惯统计值,判断上述用户的流量使用习惯是否发生变化。

Description

流量分析方法和装置
技术领域
本申请涉及大数据领域,尤其涉及一种流量分析方法和装置。
背景技术
用户在使用运营商提供的服务的时候,往往形成各自的流量使用习惯,如果用户在使用过程中,需求发生改变,那么流量使用习惯也会逐渐偏离其日常习惯,导致运营商的服务满足不了用户的新的流量使用习惯,用户体验感不好。
因此,目前亟需提供一种流量分析方法,以确定用户的流量使用习惯是否发生改变,提升用户体验。
发明内容
本申请提供一种流量分析方法和装置,能够分析出用户的流量使用习惯是否发生改变,基于此灵活为用户推荐合适的服务方案,有利于提升服务质量,提升用户体验。
第一方面,提供了一种流量分析方法,包括:基于用户在第一时间段内所使用的第一流量数据,确定上述用户的第一流量使用习惯统计值,上述第一流量使用习惯统计值包括上述第一流量数据的平均值D1和标准差S1;基于上述用户在第二时间段内所使用的第二流量数据,确定上述用户的第二流量使用习惯统计值,上述第二流量使用习惯统计值包括上述第二流量数据的平均值D2,上述第二时间段包括在上述第一时间段之内,且上述第二时间段为上述第一时间段中最新的一段时间;基于上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,判断上述用户的流量使用习惯是否发生变化。
在本申请实施例中,通过采用流量分析设备对第一流量使用习惯统计值和第二流量使用习惯统计值进行分析,判断用户的流量使用习惯是否发生了变化,基于此灵活为用户推荐合适的服务方案,有利于提升服务质量,提升用户体验。
结合第一方面,在第一方面的某些实现方式中,基于上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,判断上述用户的流量使用习惯是否发生变化,包括:若上述第二流量数据的平均值D2在区间(D1+S1,D1+X*S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述方法还包括:向上述用户对应的设备发送第一消息,上述第一消息用于向上述用户推荐日租包业务。
结合第一方面,在第一方面的某些实现方式中,基于上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,判断上述用户的流量使用习惯是否发生变化,包括:若上述第二流量数据的平均值D2在区间(D1+X*S1,+∞)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述方法还包括:向上述用户对应的设备发送第二消息,上述第二消息用于建议上述用户更换流量套餐。
结合第一方面,在第一方面的某些实现方式中,基于上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,判断上述用户的流量使用习惯是否发生变化,包括:若上述第二流量数据的平均值D2在区间(D1-X*S1,D1-S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述方法还包括:向上述用户对应的设备发送第三消息,上述第三消息用于邀请上述用户参加猜奖活动。
结合第一方面,在第一方面的某些实现方式中,基于上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,判断上述用户的流量使用习惯是否发生变化,包括:若上述第二流量数据的平均值D2在区间(-∞,D1-X*S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述方法还包括:向上述用户对应的设备发送第四消息,上述第四消息用于邀请上述用户参与充一百送一百的活动。
结合第一方面,在第一方面的某些实现方式中,基于上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,判断是上述用户的流量使用习惯是否发生变化,包括:若上述第二流量数据的平均值D2,在区间[D1-S1,D1+S1],则确定上述用户的流量使用习惯未发生变化。
第二方面,提供了一种流量分析装置,包括:确定模块和处理模块;其中该确定模块用于,基于用户在第一时间段内所使用的第一流量数据,确定上述用户的第一流量使用习惯统计值,上述第一流量使用习惯统计值包括上述第一流量数据的平均值D1和标准差S1;以及,基于上述用户在第二时间段内所使用的第二流量数据,确定上述用户的第二流量使用习惯统计值,上述第二流量使用习惯统计值包括上述第二流量数据的平均值D2,上述第二时间段包括在上述第一时间段之内,且上述第二时间段为上述第一时间段中最新的一段时间;该处理模块用于,基于上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,判断上述用户的流量使用习惯是否发生变化。
结合第二方面,在第二方面的某些实现方式中,上述处理模块具体用于:若上述第二流量数据的平均值D2在区间(D1+S1,D1+X*S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述装置还包括:发送模块,用于向上述用户对应的设备发送第一消息,上述第一消息用于向上述用户推荐日租包业务。
结合第二方面,在第二方面的某些实现方式中,上述处理模块具体用于:若上述第二流量数据的平均值D2在区间(D1+X*S1,+∞)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述装置还包括:发送模块,用于向上述用户对应的设备发送第二消息,上述第二消息用于建议上述用户更换流量套餐。
结合第二方面,在第二方面的某些实现方式中,上述处理模块具体用于:若上述第二流量数据的平均值D2在区间(D1-X*S1,D1-S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述装置还包括:发送模块,用于向上述用户对应的设备发送第三消息,上述第三消息用于邀请上述用户参加猜奖活动。
结合第二方面,在第二方面的某些实现方式中,上述处理模块具体用于:若上述第二流量数据的平均值D2在区间(-∞,D1-X*S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述装置还包括:发送模块,用于向上述用户对应的设备发送第四消息,上述第四消息用于邀请上述用户参与充一百送一百的活动。
结合第二方面,在第二方面的某些实现方式中,上述处理模块具体用于:若上述第二流量数据的平均值D2,在区间[D1-S1,D1+S1],则确定上述用户的流量使用习惯未发生变化。
第三方面,提供了另一种流量分析装置,包括:处理器,该处理器与存储器耦合,可用于执行存储器中的指令,以实现上述第一方面中任一种可能实现方式中的方法。可选地,该装置还包括存储器。可选地,该装置还包括通信接口,处理器与通信接口耦合。
第四方面,提供了一种处理器,包括:输入电路、输出电路和处理电路。处理电路用于通过输入电路接收信号,并通过输出电路发射信号,使得处理器执行上述第一方面中任一种可能实现方式中的方法。
在具体实现过程中,上述处理器可以为芯片,输入电路可以为输入管脚,输出电路可以为输出管脚,处理电路可以为晶体管、门电路、触发器和各种逻辑电路等。输入电路所接收的输入的信号可以是由例如但不限于接收器接收并输入的,输出电路所输出的信号可以是例如但不限于输出给发射器并由发射器发射的,且输入电路和输出电路可以是同一电路,该电路在不同的时刻分别用作输入电路和输出电路。本申请实施例对处理器及各种电路的具体实现方式不做限定。
第五方面,提供了一种处理装置,包括处理器和存储器。该处理器用于读取存储器中存储的指令,以执行上述第一方面中任一种可能实现方式中的方法。
可选地,处理器为一个或多个,存储器为一个或多个。
可选地,存储器可以与处理器集成在一起,或者存储器与处理器分离设置。
在具体实现过程中,存储器可以为非瞬时性(non-transitory)存储器,例如只读存储器(read only memory,ROM),其可以与处理器集成在同一块芯片上,也可以分别设置在不同的芯片上,本申请实施例对存储器的类型以及存储器与处理器的设置方式不做限定。
上述第五方面中的处理装置可以是一个芯片,该处理器可以通过硬件来实现也可以通过软件来实现,当通过硬件实现时,该处理器可以是逻辑电路、集成电路等;当通过软件来实现时,该处理器可以是一个通用处理器,通过读取存储器中存储的软件代码来实现,该存储器可以集成在处理器中,可以位于该处理器之外,独立存在。
第六方面,提供了一种计算机程序产品,计算机程序产品包括:计算机程序(也可以称为代码,或指令),当计算机程序被运行时,使得计算机执行上述第一方面中任一种可能实现方式中的方法。
第七方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序(也可以称为代码,或指令)当其在计算机上运行时,使得计算机执行上述第一方面中任一种可能实现方式中的方法。
附图说明
为了更清楚地说明本申请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,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的流量分析方法的示意性流程图;
图2是本申请实施例提供的另一流量分析方法的示意性流程图;
图3是本申请实施例提供的第二流量使用习惯统计值在更新时间内的波动的示意图;
图4是本申请实施例提供的一种流量分析装置的示意性框图;
图5是本申请实施例提供的另一种流量分析装置的示意性框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在根据本实施例的启示下做出的所有其他实施例,都属于本申请保护的范围。
用户在使用运营商提供的服务的时候,往往有一定的流量使用习惯,如果用户在使用过程中,需求发生改变,那么流量使用习惯也会逐渐偏离其日常习惯,导致运营商的服务满足不了用户的新的流量使用习惯,用户体验感不好。
有鉴于此,本申请提供了一种流量分析方法和装置,通过采用流量分析设备对第一流量使用习惯统计值和第二流量使用习惯统计值进行分析,判断用户的流量使用习惯是否发生了变化,基于此灵活为用户推荐合适的服务方案,有利于提升服务质量,提升用户体验。
在介绍本申请实施例提供的方法及装置之前,先做出以下几点说明。
第一,在下文示出的实施例中,各术语及英文缩略语,均为方便描述而给出的示例性举例,不应对本申请构成任何限定。本申请并不排除在已有或未来的协议中定义其它能够实现相同或相似功能的术语的可能。
第二,在下文示出的实施例中第一、第二以及各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围。例如,第一流量使用习惯统计值和第二流量使用习惯统计值,用于区分不同的时间段内的流量使用数据。
第三,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,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的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a、b和c中的至少一项(个),可以表示:a,或b,或c,或a和b,或a和c,或b和c,或a、b和c,其中a,b,c可以是单个,也可以是多个。
为了使本申请的目的、技术方案更加清楚直观,下面将结合附图及实施例,对本申请提供的方法和装置进行详细说明。应理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
应理解,本申请实施例的方法可以由能够进行流量分析的设备执行,本申请实施例称为流量分析设备,该流量分析设备可以为后台服务器。
图1是本申请实施例中的流量分析方法100的示意性流程图。如图1所示,该方法100可以包括下列步骤:
S101、基于用户在第一时间段内所使用的第一流量数据,确定上述用户的第一流量使用习惯统计值。该第一流量使用习惯统计值包括上述第一流量数据的平均值D1和标准差S1。
在一种可能的实现方式中,流量分析设备可以获取用户在第一时间段内的每天使用的流量数据,流量分析设备可以基于该用户在第一时间段内的每天使用的流量数据,以天为单位,确定上述用户的第一流量使用习惯统计值。
示例性地,流量分析设备可以通过公式
Figure BDA0003007453030000061
计算得到上第一流量数据的平均值D1,通过公式
Figure BDA0003007453030000062
计算得到上述第一流量数据的标准差S1。其中,N1为上述第一时间段的总天数,di为用户在上述第一时间段内的第i天使用的流量数据。
应理解,上述第一时间段可以按照天为单位来进行统计,也可以按照周、月、年等为单位来进行统计,本申请对此不作限定。
S102、基于用户在第二时间段内所使用的第二流量数据,确定该用户的第二流量使用习惯统计值。该第二流量使用习惯统计值包括上述第二流量数据的平均值D2。
在一种可能的实现方式中,流量分析设备可以获取用户在第二时间段内的每天使用的流量数据,流量分析设备可以基于该用户在第二时间段内的每天使用的流量数据,以天为单位,确定用户的第二流量使用习惯统计值。
示例性地,流量分析设备可以通过公式
Figure BDA0003007453030000071
计算得到第一流量数据的平均值D2,其中N2为上述第二时间段的总天数,di为用户在该第二时间段内的第j天使用的流量数据。
应理解,第二时间段包括在第一时间段之内,且第二时间段为第一时间段中最新的一段时间。示例性地,第一时间段为最近60天,第二时间段为最近20天。
应理解,上述第二时间段可以按照天为单位来进行统计,也可以按照周、月、年等为单位来进行统计,本申请对此不作限定。
S103、基于上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,判断用户的流量使用习惯是否发生变化。
在本申请实施例中,通过采用流量分析设备对第一流量使用习惯统计值和第二流量使用习惯统计值进行分析,判断用户的流量使用习惯是否发生了变化,基于此灵活为用户推荐合适的服务方案,有利于提升服务质量,提升用户体验。
下面,对流量分析设备基于第一流量使用习惯统计值和第二流量使用习惯统计值,判断用户的流量使用习惯是否发生变化的多种情况进行详细地描述。
图2示出了本申请实施例提供的流量分析方法的具体流程,如图2所示,在执行完上述S101和S102之后,S103包括下列五种情况:
情况一:若上述第二流量数据的平均值D2在区间(D1+S1,D1+X*S1)内,则流量分析设备可以确定上述用户在上述第二时间段之内的流量使用数据大于正常的流量使用数据,即用户的流量使用习惯发生变化。上述X≥1。
在这种情况下,流量分析设备可以向用户对应的设备发送第一消息,该第一消息用于向上述用户推荐日租包业务。
情况二:若上述第二流量数据的平均值D2在区间(D1+X*S1,+∞)内,则流量分析设备可以确定上述用户在第二时间段之内的流量使用数据远远大于正常的流量使用数据,即用户的流量使用习惯发生变化。上述X≥1。
在这种情况下,流量分析设备可以向用户对应的设备发送第二消息,该第二消息用于建议用户更换流量套餐。
情况三:若上述第二流量数据的平均值D2在区间(D1-X*S1,D1-S1)内,则流量分析设备可以确定上述用户在第二时间段之内的流量使用数据小于正常的流量使用数据,即用户的流量使用习惯发生变化。上述X≥1。
在这种情况下,流量分析设备可以向用户对应的设备发送第三消息,该第三消息用于邀请上述用户参加猜奖活动。
情况四:若上述第二流量数据的平均值D2在区间(-∞,D1-X*S1)内,则流量分析设备可以确定上述用户在第二时间段之内的流量使用数据远远低于正常的流量使用数据,发现用户可能存在离网的风险,即用户的流量使用习惯发生明显变化。上述X≥1。
在这种情况下,流量分析设备可以向用户对应的设备发送第四消息,该第四消息用于邀请用户参与充一百送一百的活动。
以上四种情况为用户流量使用习惯改变的情况,下面描述本申请实施例中用户流量使用习惯未改变的情况。
情况五:若上述第二流量数据的平均值D2,在区间[D1-S1,D1+S1]内,则流量分析设备可以确定上述用户在第二时间段之内的流量使用数据在正常的流量使用数据范围内,即用户的流量使用习惯未发生变化。
在这种情况下,流量分析设备可以不采取任何措施,但本申请实施例对此不作限定。
在本申请实施例中,通过对第一流量使用习惯统计值和第二流量使用习惯统计值进行分析,判断用户的流量使用习惯是否发生了变化,基于此灵活为用户推荐合适的服务方案,有利于提升服务质量,提升用户体验。
可选地,流量分析设备还可以对第一流量使用习惯统计值和第二流量使用习惯统计值进行周期性地更新,基于更新后的第一流量使用习惯统计值和第二流量使用习惯统计值,判断用户流量使用习惯的变化。
在一种可能的实现方式中,流量分析设备可以以天为单位更新上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,并基于更新后的第一流量使用习惯统计值和第二流量使用习惯统计值,来判断用户的流量使用习惯是否发生变化。
图3为本申请实施例提供的第二流量使用习惯统计值的波动图,如图3所示,横坐标表示时间,纵坐标表示流量使用习惯统计值。横坐标上的9个时间为第二流量使用习惯统计值的统计时间,纵坐标上的D1、S1为上述第一流量使用习惯统计值,从图3中可以看出,第二流量使用习惯统计值在对应的统计时间内的具体数值(即上述D2)是否在区间[D1-S1,D1+S1]内。如图3所示,在时间t9之前的统计时间,第二流量使用习惯统计值在正常流量使用范围[D1-S1,D1+S1]内,表示用户流量使用习惯未发生变化。在时间t9,第二流量使用习惯统计值不在正常流量使用范围[D1-S1,D1+S1]内,即用户流量使用数据少于正常流量使用数据,表示用户流量使用习惯发生了变化,在这种情况下,流量分析设备可以向该用户发送消息,该消息用于邀请用户参加相关营销活动等,以活跃用户,促进用户对流量的使用。
应理解,上述更新时间可以按照天为单位来进行更新,也可以按照周、月、年等为单位来进行更新,本申请对此不作限定。
应理解,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,而不应对本申请实施例的实施过程构成任何限定。
上文中结合图1至图3,详细描述了本申请实施例提供的流量分析方法,下面将结合图4和图5,详细描述本申请实施例提供的流量分析装置。
图4示出了本申请实施例提供的流量分析装置400,该装置400包括:确定模块401和处理模块402。
其中,确定模块401,用于基于用户在第一时间段内所使用的第一流量数据,确定上述用户的第一流量使用习惯统计值,上述第一流量使用习惯统计值包括上述第一流量数据的平均值D1和标准差S1;以及,基于上述用户在第二时间段内所使用的第二流量数据,确定上述用户的第二流量使用习惯统计值,上述第二流量使用习惯统计值包括上述第二流量数据的平均值D2,上述第二时间段包括在上述第一时间段之内,且上述第二时间段为上述第一时间段中最新的一段时间;处理模块402,用于基于上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,判断上述用户的流量使用习惯是否发生变化。
可选地,该处理模块402,用于若上述第二流量数据的平均值D2在区间(D1+S1,D1+X*S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述装置还包括:发送模块403,用于向上述用户对应的设备发送第一消息,上述第一消息用于向上述用户推荐日租包业务。
可选地,该处理模块402,用于若上述第二流量数据的平均值D2在区间(D1+X*S1,+∞)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述装置还包括:发送模块403,用于向上述用户对应的设备发送第二消息,上述第二消息用于建议上述用户更换流量套餐。
可选地,该处理模块402,用于若上述第二流量数据的平均值D2在区间(D1-X*S1,D1-S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述装置还包括:发送模块403,用于向上述用户对应的设备发送第三消息,上述第三消息用于邀请上述用户参加猜奖活动。
可选地,该处理模块402,用于若上述第二流量数据的平均值D2在区间(-∞,D1-X*S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;上述装置还包括:发送模块403,用于向上述用户对应的设备发送第四消息,上述第四消息用于邀请上述用户参与充一百送一百的活动。
可选地,该处理模块402,用于若上述第二流量数据的平均值D2,在区间[D1-S1,D1+S1],则确定上述用户的流量使用习惯未发生变化。
应理解,这里的装置400以功能模块的形式体现。这里的术语“模块”可以指应用特有集成电路(application specific integrated circuit,ASIC)、电子电路、用于执行一个或多个软件或固件程序的处理器(例如共享处理器、专有处理器或组处理器等)和存储器、合并逻辑电路和/或其它支持所描述的功能的合适组件。在一个可选例子中,本领域技术人员可以理解,装置400可以具体为上述实施例中的流量分析设备,或者,上述实施例中流量分析设备的功能可以集成在装置400中,装置400可以用于执行上述方法实施例中与流量分析设备对应的各个流程和/或步骤,为避免重复,在此不再赘述。
上述装置400具有实现上述方法中流量分析设备执行的相应步骤的功能;上述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
在本申请的实施例,图4中的装置400也可以是芯片或者芯片系统,例如:片上系统(system on chip,SoC)。
图5示出了本申请实施例提供的另一流量分析装置500。该装置500包括处理器501、收发器502和存储器503。其中,处理器501、收发器502和存储器503通过内部连接通路互相通信,该存储器503用于存储指令,该处理器501用于执行该存储器503存储的指令,以控制该收发器502发送信号和/或接收信号
其中,处理器501,用于基于用户在第一时间段内所使用的第一流量数据,确定上述用户的第一流量使用习惯统计值,上述第一流量使用习惯统计值包括上述第一流量数据的平均值D1和标准差S1;基于上述用户在第二时间段内所使用的第二流量数据,确定上述用户的第二流量使用习惯统计值,上述第二流量使用习惯统计值包括上述第二流量数据的平均值D2,上述第二时间段包括在上述第一时间段之内,且上述第二时间段为上述第一时间段中最新的一段时间;以及,用于基于上述第一流量使用习惯统计值和上述第二流量使用习惯统计值,判断上述用户的流量使用习惯是否发生变化。
可选地,该处理器501,用于若上述第二流量数据的平均值D2在区间(D1+S1,D1+X*S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;收发器502,用于向上述用户对应的设备发送第一消息,上述第一消息用于向上述用户推荐日租包业务。
可选地,该处理器501,用于若上述第二流量数据的平均值D2在区间(D1+X*S1,+∞)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;收发器502,用于向上述用户对应的设备发送第二消息,上述第二消息用于建议上述用户更换流量套餐。
可选地,该处理器501,用于若上述第二流量数据的平均值D2在区间(D1-X*S1,D1-S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;收发器502,用于向上述用户对应的设备发送第三消息,上述第三消息用于邀请上述用户参加猜奖活动。
可选地,该处理器501,用于若上述第二流量数据的平均值D2在区间(-∞,D1-X*S1)内,则确定上述用户的流量使用习惯发生变化,上述X≥1;收发器502,用于向上述用户对应的设备发送第四消息,上述第四消息用于邀请上述用户参与充一百送一百的活动。
可选地,该处理器501,用于若上述第二流量数据的平均值D2,在区间[D1-S1,D1+S1],则确定上述用户的流量使用习惯未发生变化。
应理解,装置500可以具体为上述实施例中的流量分析设备,或者,上述实施例中流量分析设备的功能可以集成在装置500中,装置500可以用于执行上述方法实施例中与流量分析设备对应的各个步骤和/或流程。可选地,该存储器503可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如,存储器还可以存储设备类型的信息。该处理器501可以用于执行存储器中存储的指令,并且该处理器执行该指令时,该处理器可以执行上述方法实施例中与流量分析设备对应的各个步骤和/或流程。
应理解,在本申请实施例中,该处理器可以是中央处理单元(central processingunit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例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。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器执行存储器中的指令,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
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申请的范围。
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、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置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,装置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,在本申请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,本申请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)执行本申请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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种流量分析方法,其特征在于,包括:
基于用户在第一时间段内所使用的第一流量数据,确定所述用户的第一流量使用习惯统计值,所述第一流量使用习惯统计值包括所述第一流量数据的平均值D1和标准差S1;
基于所述用户在第二时间段内所使用的第二流量数据,确定所述用户的第二流量使用习惯统计值,所述第二流量使用习惯统计值包括所述第二流量数据的平均值D2,所述第二时间段包括在所述第一时间段之内,且所述第二时间段为所述第一时间段中最新的一段时间;
基于所述第一流量使用习惯统计值和所述第二流量使用习惯统计值,判断所述用户的流量使用习惯是否发生变化。
2.根据权利要求1所述的方法,其特征在于,所述基于所述第一流量使用习惯统计值和所述第二流量使用习惯统计值,判断所述用户的流量使用习惯是否发生变化,包括:
若所述第二流量数据的平均值D2在区间(D1+S1,D1+X*S1)内,则确定所述用户的流量使用习惯发生变化,所述X≥1;
所述方法还包括:
向所述用户对应的设备发送第一消息,所述第一消息用于向所述用户推荐日租包业务。
3.根据权利要求1所述的方法,其特征在于,所述基于所述第一流量使用习惯统计值和所述第二流量使用习惯统计值,判断所述用户的流量使用习惯是否发生变化,包括:
若所述第二流量数据的平均值D2在区间(D1+X*S1,+∞)内,则确定所述用户的流量使用习惯发生变化,所述X≥1;
所述方法还包括:
向所述用户对应的设备发送第二消息,所述第二消息用于建议所述用户更换流量套餐。
4.根据权利要求1所述的方法,其特征在于,所述基于所述第一流量使用习惯统计值和所述第二流量使用习惯统计值,判断所述用户的流量使用习惯是否发生变化,包括:
若所述第二流量数据的平均值D2在区间(D1-X*S1,D1-S1)内,则确定所述用户的流量使用习惯发生变化,所述X≥1;
所述方法还包括:
向所述用户对应的设备发送第三消息,所述第三消息用于邀请所述用户参加猜奖活动。
5.根据权利要求1所述的方法,其特征在于,所述基于所述第一流量使用习惯统计值和所述第二流量使用习惯统计值,判断所述用户的流量使用习惯是否发生变化,包括:
若所述第二流量数据的平均值D2在区间(-∞,D1-X*S1)内,则确定所述用户的流量使用习惯发生变化,所述X≥1;
所述方法还包括:
向所述用户对应的设备发送第四消息,所述第四消息用于邀请所述用户参与充一百送一百的活动。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一流量使用习惯统计值和所述第二流量使用习惯统计值,判断所述用户的流量使用习惯是否发生变化,包括:
若所述第二流量数据的平均值D2,在区间[D1-S1,D1+S1],则确定所述用户的流量使用习惯未发生变化。
7.一种流量分析装置,其特征在于,包括:
确定模块,用于基于用户在第一时间段内所使用的第一流量数据,确定所述用户的第一流量使用习惯统计值,所述第一流量使用习惯统计值包括所述第一流量数据的平均值D1和标准差S1;以及,基于所述用户在第二时间段内所使用的第二流量数据,确定所述用户的第二流量使用习惯统计值,所述第二流量使用习惯统计值包括所述第二流量数据的平均值D2,所述第二时间段包括在所述第一时间段之内,且所述第二时间段为所述第一时间段中最新的一段时间;
处理模块,用于基于所述第一流量使用习惯统计值和所述第二流量使用习惯统计值,判断所述用户的流量使用习惯是否发生变化。
8.一种流量分析装置,其特征在于,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储计算机程序,当所述处理器调用所述计算机程序时,使得所述装置执行如权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,用于存储计算机程序,所述计算机程序包括用于实现如权利要求1至6中任一项所述的方法的指令。
10.一种计算机程序产品,所述计算机程序产品中包括计算机程序代码,其特征在于,当所述计算机程序代码在计算机上运行时,使得所述计算机实现如权利要求1至6中任一项所述的方法。
CN202110366003.7A 2021-04-06 2021-04-06 流量分析方法和装置 Active CN112969196B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110366003.7A CN112969196B (zh) 2021-04-06 2021-04-06 流量分析方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110366003.7A CN112969196B (zh) 2021-04-06 2021-04-06 流量分析方法和装置

Publications (2)

Publication Number Publication Date
CN112969196A true CN112969196A (zh) 2021-06-15
CN112969196B CN112969196B (zh) 2023-02-28

Family

ID=76279898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110366003.7A Active CN112969196B (zh) 2021-04-06 2021-04-06 流量分析方法和装置

Country Status (1)

Country Link
CN (1) CN112969196B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106851605A (zh) * 2015-12-07 2017-06-13 中国联合网络通信集团有限公司 一种确定套餐的方法及装置
CN107276799A (zh) * 2017-06-12 2017-10-20 中国联合网络通信集团有限公司 移动终端流量预测方法及装置
CN107690131A (zh) * 2017-09-30 2018-02-13 广东欧珀移动通信有限公司 信息处理方法、装置、移动终端及计算机可读存储介质
CN109493125A (zh) * 2018-10-23 2019-03-19 广东觅游信息科技有限公司 基于时间的用户模型需求分析方法及系统
CN109660430A (zh) * 2018-12-27 2019-04-19 努比亚技术有限公司 一种流量监控方法、终端及计算机可读存储介质
CN112132605A (zh) * 2020-08-28 2020-12-25 北京思特奇信息技术股份有限公司 一种基于数据分析的推荐方法及系统
US20200410371A1 (en) * 2019-06-28 2020-12-31 Baidu Online Network Technology (Beijing) Co., Ltd. Data analysis method and device

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106851605A (zh) * 2015-12-07 2017-06-13 中国联合网络通信集团有限公司 一种确定套餐的方法及装置
CN107276799A (zh) * 2017-06-12 2017-10-20 中国联合网络通信集团有限公司 移动终端流量预测方法及装置
CN107690131A (zh) * 2017-09-30 2018-02-13 广东欧珀移动通信有限公司 信息处理方法、装置、移动终端及计算机可读存储介质
CN109493125A (zh) * 2018-10-23 2019-03-19 广东觅游信息科技有限公司 基于时间的用户模型需求分析方法及系统
CN109660430A (zh) * 2018-12-27 2019-04-19 努比亚技术有限公司 一种流量监控方法、终端及计算机可读存储介质
US20200410371A1 (en) * 2019-06-28 2020-12-31 Baidu Online Network Technology (Beijing) Co., Ltd. Data analysis method and device
CN112132605A (zh) * 2020-08-28 2020-12-25 北京思特奇信息技术股份有限公司 一种基于数据分析的推荐方法及系统

Also Published As

Publication number Publication date
CN112969196B (zh) 2023-02-28

Similar Documents

Publication Publication Date Title
CN110414688A (zh) 信息分析方法、装置、服务器及存储介质
CN109299356B (zh) 基于大数据的活动推荐方法、装置、电子设备及存储介质
CN108616444A (zh) 一种推送消息处理方法、计算机可读存储介质及终端设备
CN108279954B (zh) 一种应用程序排序的方法及装置
CN109727070B (zh) 一种潜在活跃用户的确定方法及装置
CN108876464B (zh) 一种作弊行为检测方法、装置、服务设备及存储介质
CN109995837A (zh) 一种业务套餐推荐方法、装置及服务器
CN107948752A (zh) 订阅主播排序方法、装置和终端
CN109948882B (zh) 基于区块数据结构的任务处理方法及相关设备
CN111899838B (zh) 一种审方任务的分配方法、终端设备和存储介质
CN108197002B (zh) 移动设备无埋点数据统计方法、系统、终端及介质
CN114868119A (zh) 信息推送方法、装置、服务器及存储介质
CN112969196B (zh) 流量分析方法和装置
CN109597745B (zh) 异常数据处理方法及装置
US20120130960A1 (en) Estimation of errors in attribute values of aggregated databases
CN108038563A (zh) 一种数据预测方法、服务器及计算机可读存储介质
CN108961071B (zh) 自动预测组合业务收益的方法及终端设备
CN116452242A (zh) 一种基于拟合回归的游戏利润预测方法、装置及设备
CN106412796A (zh) 一种推荐方法及系统
CN1629866A (zh) 信息采集方法和系统
CN114513334A (zh) 风险管理方法和风险管理装置
CN112887385A (zh) 文件传输方法和装置
CN111797088A (zh) 一种数据质量检查方法及装置
CN108881591B (zh) 一种多平台信息推荐方法、装置及存储介质
CN112836971A (zh) 配额资源的确定方法和装置、电子设备和存储介质

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