CN113259849A - 基于用户标签的小区覆盖量确定方法、装置和存储介质 - Google Patents

Abstract

本发明实施例公开了基于用户标签的小区覆盖量确定方法、装置和存储介质。基于用户标签的小区覆盖量确定方法包括：获取网络中各物联网设备的用户标签，各物联网设备根据MAC地址唯一标识，各物联网设备通过固定网络接入互联网；根据各物联网设备的用户标签确定各物联网设备的地理位置信息；确定各待确定小区的地理位置信息和覆盖范围；根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备。本发明实施例通过上述方案确定物联网设备的小区覆盖量，解决了确定某一区域中的物联网设备的难度大的问题，达到了对特定区域内物联网设备识别的效果。

Description

基于用户标签的小区覆盖量确定方法、装置和存储介质

技术领域

本发明实施例涉及物联网技术，尤其涉及一种基于用户标签的小区覆盖量确定方法、装置和存储介质。

背景技术

随着物联网技术的发展，目前越来越多的电子产品已经具有了网络接入能力，可以通过互联网实现更多的业务。

电视作为最常用的家用电器，在家庭用户中广泛部署，且目前的电视已经广泛具有互联网连接能力，或者能够通过机顶盒类产品接入互联网。在电视接入互联网后，电视生产商或网络运营商可以通过互联网向电视推送各种广播信息，为用户提供各种增值服务。

但目前对接入互联网的电视推送的广播信息，一般是针对同一运营商网络中的所有设备进行广播，那么众多用户将接收到相同的广播信息，没有对用户进行个性化地信息推送，信息推送效率不高。

发明内容

本发明实施例提供基于用户标签的小区覆盖量确定方法、装置和存储介质，以确定物联网设备的小区覆盖量，解决确定某一区域中的物联网设备的难度大的问题，达到了对特定区域内物联网设备识别的效果。

第一方面，本发明实施例提供了基于用户标签的小区覆盖量确定方法，其中，包括：获取网络中各物联网设备的用户标签，各物联网设备根据MAC地址唯一标识，各物联网设备通过固定网络接入互联网；根据各物联网设备的用户标签确定各物联网设备的地理位置信息；确定各待确定小区的地理位置信息和覆盖范围；根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备。

第二方面，本发明实施例还提供了基于用户标签的小区覆盖量确定装置，其中，包括：用户标签获取模块，用于获取网络中各物联网设备的用户标签，各物联网设备根据MAC地址唯一标识，各物联网设备通过固定网络接入互联网；设备位置获取模块，用于根据各物联网设备的用户标签确定各物联网设备的地理位置信息；小区位置获取模块，用于确定各待确定小区的地理位置信息和覆盖范围；小区覆盖确定模块，用于根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备。

第三方面，本发明实施例还提供了计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现本发明实施例中基于用户标签的小区覆盖量确定方法。

本发明实施例提供的基于用户标签的小区覆盖量确定方法、装置和存储介质，通过获取网络中各物联网设备的用户标签、根据各物联网设备的用户标签确定各物联网设备的地理位置信息、确定各待确定小区的地理位置信息和覆盖范围以及根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围确定位于各待确定小区覆盖范围内的物联网设备，解决了确定某一区域中的物联网设备的难度大的问题，达到了对特定区域内物联网设备识别的效果。

附图说明

图1为本发明实施例提供的一种基于用户标签的小区覆盖量确定方法的流程图；

图2为本发明实施例提供的另一种基于用户标签的小区覆盖量确定方法的流程图；

图3为本发明实施例提供的另一种基于用户标签的小区覆盖量确定方法的流程图；

图4为GeoHash算法的使用方法；

图5为本发明实施例提供的一种具体的基于用户标签的小区电视覆盖量确定方法的算法示意图；

图6为本发明实施例提供的一种具体的基于用户标签的小区电视覆盖量确定方法的流程图；

图7为本发明实施例提供的基于用户标签的小区覆盖量确定装置的结构示意图。

具体实施方式

下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。

尽管当今物联网技术蓬勃发展，但目前却仍然存在小区覆盖量确定难度大准确性低的问题，导致在向小区覆盖范围内的物联网设备广播服务信息时，数据管理平台(DataManagement Platform，DMP)不能进行受众的精准定向。本申请旨在通过用户标签来改善此类问题，重点介绍基于用户标签的小区覆盖量确定方法，通过建立用户画像，进行人群标签的管理以及数据的再投放。其中，DMP是把分散的多方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，让用户可以把这些细分结果推向现有的互动环境里的平台。

实施例1

图1为本发明实施例提供的一种基于用户标签的小区覆盖量确定方法的流程图。在需要确定小区范围内物联网设备数量的情况下，该方法可以由网络供应商服务器或小区服务器来执行，具体包括如下步骤：

步骤S110：获取网络中各物联网设备的用户标签，各物联网设备根据MAC地址唯一标识且通过固定网络接入互联网。

其中，物联网设备是指连接到网络的物理设备，彼此之间收集和共享数据，可以想到的几乎所有物理对象都可以转换为物联网设备，例如咖啡机、洗衣机、耳机、灯、可穿戴设备和及其组件。本申请中的物联网设备以具有网络连接能力的电视为例进行说明。物联网设备的用户标签包括该物联网设备以及物联网设备的用户的各种特征参数，例如该物联网设备的位置、型号、所安装的APP的种类、该物联网设备的用户的属性，用户个性化参数(例如年龄、性别等)。本发明实施例中所提及的物联网设备是通过固定网络接入互联网的非移动终端，并且可以被介质访问控制(Medium Access Control，MAC)地址唯一标识。MAC地址也称为局域网地址(LAN Address)、MAC位址、以太网地址(Ethernet Address)或物理地址(Physical Address)，其是用来确认网络设备位置的位址，对于接入网络的每个设备，均有一个唯一的MAC地址。

步骤S120：根据各物联网设备的用户标签确定各物联网设备的地理位置信息。

步骤S110中获取了物联网设备的各种不同的用户标签，根据其中某些与地理位置相关的标签来确定各物联网设备的地理位置信息。这里的地理位置可选为物联网设备的经纬度。

步骤S130：确定各待确定小区的地理位置信息和覆盖范围。

小区可以是指物理限定的确定区域，例如实际生活中的某个楼盘的范围、某个公司的园区、或者某个公园等。小区也可以是指随机指定的一个区域，例如以某建筑物为中心，1千米为半径的圆内所包括的区域等。基于用户标签的小区覆盖量确定装置通过查询数据库来确定地理位置信息和覆盖范围，数据库中的数据通过查阅地图、询问当地有关部门、实际测绘等方式得到。

步骤S140：根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备。

基于用户标签的小区覆盖量确定装置可以通过查询服务器数据库中存储的关于小区覆盖量的现有数据来确定位于各待确定小区覆盖范围内的物联网设备。例如，确定某小区中所有联网的电视机顶盒的数量，或者确定地震中心方圆几公里范围内的联网的广播设备等。

本实施例的技术方案，通过获取网络中各物联网设备的用户标签、根据各物联网设备的用户标签确定各物联网设备的地理位置信息、确定各待确定小区的地理位置信息和覆盖范围以及根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围确定位于各待确定小区覆盖范围内的物联网设备，解决了确定某一区域中的物联网设备的难度大的问题，达到了对特定区域内物联网设备识别的效果。

实施例2

图2为本发明实施例提供的另一种基于用户标签的小区覆盖量确定方法的流程图。其在实施例1的基础上将步骤S140替换为步骤S240。

步骤S240：根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内且具有相同用户标签的物联网设备。

基于用户标签的小区覆盖量确定装置根据上述地理位置信息和覆盖范围确定具有相同属性的物联网设备，如同一品牌型号的物联网设备。例如，确定位于待确定小区范围内的某品牌的电视机顶盒、确定待确定小区范围内下载了某APP的电视，或者确定地震中心方圆几公里范围内学校中的广播设备。也就是说，步骤S240对在小区内确定的物联网设备进行了进一步的限定，具体地确定具有特定用户标签的物联网设备。这样有利于对物联网设备进行细分，找到更加有针对性的受众，使得后续广播服务信息更有效率。

实施例3

图3为本发明实施例提供的另一种基于用户标签的小区覆盖量确定方法的流程图。在实施例1的基础上，将实施例1的步骤S140(根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区范围内的物联网设备)细化为步骤S340与步骤S350。

步骤S340：根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息，确定各物联网设备与各待确定小区的实际距离。基于用户标签的小区覆盖量确定装置可以通过查询服务器数据库中存储的以地理位置信息为变量的实际距离列表来确定各物联网设备与各待确定小区之间的实际距离，亦可以根据物联网设备的经纬度与待确定小区中心处的经纬度来确定两者之间的实际距离，通过经纬度确定实际距离可以借助于常用的定位软件的定位方法来进行实际距离的计算。

步骤S350：根据各物联网设备与各待确定小区的实际距离和各待确定小区的覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备。例如，将各物联网设备和各待确定小区之间的实际距离与各待确定小区的半径相比较，如果各物联网设备与各待确定小区之间的实际距离小于或等于各待确定小区的半径，则该物联网设备是位于待确定小区范围内的物联网设备。如果各物联网设备与各待确定小区之间的实际距离大于各待确定小区的半径，则该物联网设备位于待确定小区范围之外。

该实施例进一步提出了根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息，确定各物联网设备与各待确定小区的实际距离；根据各物联网设备与各待确定小区的实际距离和各待确定小区的覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备的可行的方案，简单便捷地确定了位于各待确定小区范围内的物联网设备，解决了确定某一区域中的物联网设备的难度大的问题，达到了对特定区域内物联网设备识别的效果。

可选地，实施例3的步骤S340(根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息，确定各物联网设备与各待确定小区的实际距离)具体是将网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息输入GeoHash算法，将计算出的各物联网设备与各待确定小区的最短路径作为各物联网设备与各待确定小区的实际距离。

GeoHash是Redis中对地理位置的解析软件。GeoHash本质上是空间索引的一种方式，其基本原理是将地球理解为一个二维平面，将平面递归分解成更小的子块，每个子块在一定经纬度范围内拥有相同的编码。以GeoHash方式建立空间索引，可以提高对空间位置数据进行经纬度检索的效率。

图4为GeoHash算法的使用方法。GeoHash算法的使用方法分为3个部分：1、向GeoHash算法输入A经纬度；2、向GeoHash算法输入B经纬度；3、调用GeoHash算法的求最短路径公式输出A和B的实际距离。可选的，A经纬度为小区中心的经纬度，B经纬度为各物联网设备的经纬度。其中，在物联网设备是电视或电视机顶盒的情况下，电视经纬度是由网络供应商服务器或小区服务器通过对电视进行日志埋点获得电视IP，之后通过IP解析获得经纬度，以及小区经纬度是由网络供应商服务器或小区服务器通过获取房屋中介公司的数据获得的。

这给出了根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息，确定各物联网设备与各待确定小区的实际距离的可行的方案，利用GeoHash算法简单便捷地确定了位于各待确定小区范围内的物联网设备，解决了确定某一区域中的物联网设备的难度大的问题，达到了对特定区域内物联网设备识别的效果。

可选的，在上述实施例中，根据各物联网设备的用户标签中的网络协议IP地址，确定各物联网设备的地理位置信息。

现有技术中向物联网设备广播服务信息的过程没有地域针对性或者地域针对性较差，如只能向某市或某区内的全部物联网设备广播服务信息，可选的，在上述实施例的基础上，可以向每一待确定小区覆盖范围内的物联网设备分别广播服务信息，或者向每一待确定小区覆盖范围内且具有相同用户标签的物联网设备分别广播服务信息。例如，向确定小区范围内具有相同品牌型号的物联网设备分别广播服务信息，例如向地震中心方圆几公里内学校中的广播设备来广播在教室中遇到地震灾害的逃生避险常识，或者远程指挥学生逃离至空旷的地方。向每一待确定小区覆盖范围内的物联网设备分别广播服务信息，或者向每一待确定小区覆盖范围内且具有相同用户标签的物联网设备分别广播服务信息可以提高信息传输的有效性，使特定信息传输至所需的特定物联网设备及其用户。

可选的，可以向覆盖范围内的物联网设备数量超过预设阈值的待确定小区覆盖范围内的物联网设备分别广播服务信息。

在实际应用中，可能向物联网设备的覆盖量太小的小区广播服务信息的意义不大，一次广播不能覆盖到预期的足够的人群，因此会放弃对这样的小区广播服务信息。因此，通过对物联网设备的数量设置阈值，进一步筛选超过预设阈值数量的待确定小区，并向这些小区范围内的物联网设备分别广播服务信息，使得广播服务信息的效率得到提高。例如，在物联网设备是电视的情况下，向电视数量大于500的小区内广播网络拥挤的通知，而电视数量小于500的小区内不存在网络拥挤的问题，因此不向其广播网络拥挤的通知。

可选的，对物联网设备阈值的设定可以针对小区覆盖范围内且具有相同用户标签的物联网设备来设置，使得广播服务信息的效率得到提高的同时受众也更具有针对性。例如，对小区范围内安装有某APP的物联网设备大于500台的小区内的物联网设备分别广播关于该APP的增值服务的广告；对于安装某APP的物联网设备小于500台的小区，则认为该小区不是重点针对的用户范围，因此不对该小区广播关于该APP的增值服务的广告。

在上述实施例中，物联网设备可以是电视或电视机顶盒。

实施例4

图5为本发明实施例提供的一种具体的基于用户标签的小区电视覆盖量确定方法的算法示意图。

具体的基于用户标签的小区电视覆盖量确定方法分为如下部分：将所有小区经纬度通过GeoHash算法的固定规则输入到Redis中，在图中为小区A和小区B，但本发明实施例不限于两个小区的示例，其中GeoHash是Redis中对地理位置的解析软件；将每一个电视经纬度通过GeoHash算法输入到Rdies中，图中示出为电视A、电视B、电视C、电视D、电视E，但本发明实施例不限于5个电视的示例；通过Geohash算法得到实际距离且输出电视MAC、小区名称、实际距离三个值；设定距离R，求出小区半径R中所有电视的总数量。例如，当小区A的半径R为6公里，且小区B的半径R为14公里时，小区A中有电视A、电视B、电视C和电视D，小区B中有电视E，即小区A中有4台电视，小区B中有1台电视。

相对于现有技术，该实施方式精确简便地实现了电视小区覆盖量的输出。

实施例5

图6为本发明实施例提供的一种具体的基于用户标签的小区电视覆盖量确定方法的流程图。其步骤分别是：

步骤S610：任务开始；

步骤S620：获取所有小区经纬度，在这里小区的数量不做限制，小区经纬度可以通过房屋中介公司的数据库获取；

步骤S630：将小区数据输入到Redis中，即将所有小区经纬度通过GeoHash算法的固定规则输入到Redis中；

步骤S640：获取电视经纬度，其中，电视根据MAC地址唯一标识，且通过固定网络接入互联网；

步骤S650：调用GeoHash算法获取小区名称，即将每一个电视经纬度通过GeoHash算法输入到Rdies中，通过GeoHash算法的固定规则，得到实际距离获得小区名称；

步骤S660：判断是否得到小区名称和实际距离，若得到小区名称和实际距离，则返回电视MAC、小区名称、实际具体距离三个值；若未得到小区名称或实际距离计算出现错误，则返回电视MAC、小区名称、实际距离，其中小区名称或实际距离标为“未知”；

步骤S670：过滤标有“未知”的值，例如，过滤小区名称为“未知”的电视MAC、小区名称和实际具体距离，获得如图5中所示的数据，即获得电视A、电视B、电视C、电视D和电视E分别与小区A和小区B的距离，且不以图中所示内容为限；

步骤S680：设定固定的距离R，求出小区半径R中所有电视的数量；

步骤S690：任务结束。

相对于现有技术，该实施方式精确简便地实现了通过输入小区经纬度和电视经纬度实现两者实际距离的输出，之后通过设定距离R，确定了在小区半径R中所有电视的覆盖量。

实施例5

图7为本发明实施例提供的基于用户标签的小区覆盖量确定装置的结构示意图。

用户标签获取模块710用于获取网络中各物联网设备的用户标签，各物联网设备根据MAC地址唯一标识，各物联网设备通过固定网络接入互联网；设备位置获取模块720用于根据各物联网设备的用户标签确定各物联网设备的地理位置信息；小区位置获取模块730用于确定各待确定小区的地理位置信息和覆盖范围；小区覆盖确定模块740用于根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备。

需要指出的是，基于用户标签的小区覆盖量确定装置可以执行本发明任意实施例所提供的基于用户标签的小区覆盖量确定方法，具备执行方法相应的功能模块和有益效果。

实施例6

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现上述各个基于用户标签的小区覆盖量确定方法。当然，该计算机程序被计算机处理器执行时不限于如上所述的方法操作，还可以执行本发明实施例任意实施例所提供的基于用户标签的小区覆盖量确定方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明实施例可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、闪存(FLASH)、硬盘或光盘等，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)执行本发明实施例各个实施例所述的方法。

值得注意的是，上述基于用户标签的小区覆盖量确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。

注意，上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明实施例不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明实施例构思的情况下，还可以包括更多其他等效实施例，而本发明实施例的范围由所附的权利要求范围决定。

Claims (10)

1.一种基于用户标签的小区覆盖量确定方法，其特征在于，包括：

获取网络中各物联网设备的用户标签，所述各物联网设备根据介质访问控制MAC地址唯一标识，所述各物联网设备通过固定网络接入互联网；

根据各物联网设备的用户标签确定各物联网设备的地理位置信息；

确定各待确定小区的地理位置信息和覆盖范围；

根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备。

2.根据权利要求1所述的方法，其特征在于，所述根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备，包括：

根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内且具有相同用户标签的物联网设备。

3.根据权利要求1所述的方法，其特征在于，所述根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备，包括：

根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息，确定各物联网设备与各待确定小区的实际距离；

根据各物联网设备与各待确定小区的实际距离和各待确定小区的覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备。

4.根据权利要求3所述的方法，其特征在于，所述根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息，确定各物联网设备与各待确定小区的实际距离，包括：

将网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息输入GeoHash算法，将计算出的各物联网设备与各待确定小区的最短路径作为各物联网设备与各待确定小区的实际距离。

5.根据权利要求1～4任一项所述的方法，其特征在于，所述根据各物联网设备的用户标签确定各物联网设备的地理位置信息，包括：

根据各物联网设备的用户标签中的网络协议IP地址，确定各物联网设备的地理位置信息。

6.根据权利要求1～4任一项所述的方法，其特征在于，所述根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备之后，还包括：

向每一待确定小区覆盖范围内的物联网设备分别广播服务信息。

7.根据权利要求6所述的方法，其特征在于，所述向每一待确定小区覆盖范围内的物联网设备分别广播服务信息，包括：

向覆盖范围内的物联网设备数量超过预设阈值的待确定小区覆盖范围内的物联网设备分别广播服务信息。

8.根据权利要求1～4任一项所述的方法，其特征在于，所述物联网设备为电视或电视机顶盒。

9.一种基于用户标签的小区覆盖量确定装置，其特征在于，包括：

用户标签获取模块，用于获取网络中各物联网设备的用户标签，所述各物联网设备根据介质访问控制MAC地址唯一标识，所述各物联网设备通过固定网络接入互联网；

设备位置获取模块，用于根据各物联网设备的用户标签确定各物联网设备的地理位置信息；

小区位置获取模块，用于确定各待确定小区的地理位置信息和覆盖范围；

小区覆盖确定模块，用于根据网络中各物联网设备的地理位置信息和各待确定小区的地理位置信息和覆盖范围，确定位于各待确定小区覆盖范围内的物联网设备。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～8中任一所述的基于用户标签的小区覆盖量确定方法。

Images