CN115243300B - 网络特征画像生成方法、装置及电子设备 - Google Patents

网络特征画像生成方法、装置及电子设备 Download PDF

Info

Publication number
CN115243300B
CN115243300B CN202110443053.0A CN202110443053A CN115243300B CN 115243300 B CN115243300 B CN 115243300B CN 202110443053 A CN202110443053 A CN 202110443053A CN 115243300 B CN115243300 B CN 115243300B
Authority
CN
China
Prior art keywords
network
target
target area
building
determining
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.)
Active
Application number
CN202110443053.0A
Other languages
English (en)
Other versions
CN115243300A (zh
Inventor
吴昊
杨爽
辛正明
黄灿
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 Sichuan Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Sichuan 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 Sichuan Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202110443053.0A priority Critical patent/CN115243300B/zh
Publication of CN115243300A publication Critical patent/CN115243300A/zh
Application granted granted Critical
Publication of CN115243300B publication Critical patent/CN115243300B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/06Testing, supervising or monitoring using simulated traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W16/00Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22Traffic simulation tools or models
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W24/00Supervisory, monitoring or testing arrangements
    • H04W24/10Scheduling measurement reports ; Arrangements for measurement reports

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请公开了一种网络特征画像生成方法、装置及电子设备,以能够准确获取目标区域的网络特征。所述方法包括:获取目标区域内的目标网络的安装运维数据及应用服务OTT数据、以及所述目标区域内的竞对网络的异频测量报告MR;根据所述目标网络的安装运维数据及OTT数据,确定所述目标区域内的目标网络在指定覆盖指标的指标值;根据所述异频MR,确定所述目标区域内的竞对网络在所述指定覆盖指标的指标值;根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,生成所述目标区域的网络特征画像。

Description

网络特征画像生成方法、装置及电子设备
技术领域
本申请涉及网络技术领域,尤其涉及一种网络特征画像生成方法、装置及电子设备。
背景技术
目前各大运营商均为全业务发展,由于目标用户相同,竞争也就更加白热化,各运营商对业务拓展越来越看重。根据目标用户所在目标区域的网络特征,有针对性地进行业务拓展,是业务扩展的关键。
因此,目前亟需一种能够准确获取目标区域的网络特征的解决方案。
发明内容
本申请实施例的目的提供一种网络特征画像生成方法、装置及电子设备,以能够准确获取目标区域的网络特征。
为了解决上述技术问题,本申请实施例采用下述技术方案:
第一方面,本申请实施例提供一种网络特征画像生成方法,包括:
获取目标区域内的目标网络的安装运维数据及应用服务OTT数据、以及所述目标区域内的竞对网络的异频测量报告MR;
根据所述目标网络的安装运维数据及OTT数据,确定所述目标区域内的目标网络在指定覆盖指标的指标值;
根据所述异频MR,确定所述目标区域内的竞对网络在所述指定覆盖指标的指标值;
根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,生成所述目标区域的网络特征画像。
第二方面,本申请实施例提供一种网络特征画像生成装置,包括:
第一获取单元,用于获取目标区域内的目标网络的安装运维数据及应用服务OTT数据、以及所述目标区域内的竞对网络的异频测量报告MR;
第一确定单元,用于根据所述目标网络的安装运维数据及OTT数据,确定所述目标区域内的目标网络在指定覆盖指标的指标值;
第二确定单元,用于根据所述异频MR,确定所述目标区域内的竞对网络在所述指定覆盖指标的指标值;
画像生成单元,用于根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,生成所述目标区域的网络特征画像。
第三方面,本申请实施例提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现第一方面所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行第一方面所述的方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
根据目标区域内的目标网络的安装运维数据及OTT数据,可以准确评估目标区域内的目标网络的覆盖情况;根据目标区域内的竞对网络的异频MR,可以准确评估目标区域内的竞对网络的覆盖情况;通过比对目标区域内的目标网络的覆盖情况与竞对网络的覆盖情况之间的差异,确定目标区域的网络特征画像,由此得到的网络特征画像可以准确、直观地反映目标区域内本网及竞争对手网络各自的使用情况及差异等网络特征,进一步可基于目标区域的网络特征向目标区域内的用户有针对性地推送目标网络相关业务。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请一示例性实施例提供的一种网络特征画像生成方法的流程示意图;
图2为本申请另一示例性实施例提供的一种网络特征画像生成方法的流程示意图;
图3为本申请一示例性实施例提供的一种目标区域的网络特征画像的示意图;
图4为本申请一示例性实施例提供的一种电子设备的结构示意图;
图5为本申请一示例性实施例提供的一种网络特征画像生成装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅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没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了能够准确获取目标区域的网络特征,以进行有针对性的业务拓展,本申请实施例提供一种网络特征画像生成方法。本申请实施例提供的方法的执行主体可以包括但不限于个人电脑、服务器等能够被配置为执行本申请实施例提供的该方法装置中的至少一种。
为了便于描述,以下以该方法的执行主体为能够执行该方法的服务器为例,对该方法的实施方式进行介绍。可以理解,该方法的执行主体为服务器只是一种示例性的说明,并不应理解为对该方法的限定。
以下结合附图,详细说明本申请各实施例提供的技术方案。
请参考图1,为本申请一示例性实施例提供的一种网络特征画像生成方法,该方法包括以下步骤:
S102,获取目标区域内的目标网络的安装运维数据及应用服务数据、以及目标区域内的竞对网络的异频测量报告。
其中,目标区域是指业务拓展针对的目标用户所在的区域。具体来说,目标区域可以包括一个或多个物业点,如成都市郫都区A小区。
目标网络与竞对网络为不同运营商提供的网络,例如,目标网络为待进行业务拓展的运营商自身提供的网络,竞对网络为该运营商的竞争对手提供的网络。
目标区域内的目标网络的安装运维数据用于反映对目标区域内的目标网络的安装运维情况。其中,安装运维数据可以包括但不限于每次装维的地址信息及采集的目标网络的信号强度,信号强度可以例如包括但不限于参考信号接收功率(Reference SignalReceiving Power,RSRP)、信噪比(Signal to Interference plus Noise Ratio,SINR)等。例如,表1示出了一种安装运维数据的示例。
表1
具体来说,目标区域内的目标网络的安装运维数据可以通过目标区域的位置信息、标识信息等从目标网络的装维应用程序(Application,APP)中获取。
目标区域内的目标网络的应用服务(Over The Top,OTT)数据,是指通过目标网络向位于目标区域的用户提供的各种应用服务数据。
目标区域内的竞对网络的异频测量报告(Measure Report,MR)是指对目标区域内的竞对网络进行异频测量得到。具体来说,可在目标网络的基站配置多个不同的异频频点并将携带多个不同的异频频点的配置信息下发至目标区域内的用户设备(UserEquipment,UE),UE按照配置信息进行异频测量并向基站上报在多个不同分别对应的异频频点MR,其中,MR中携带信号强度信息,如参考信号接收功率、信噪比等。
S104,根据目标区域内的竞对网络的异频测量报告,确定目标区域内的竞对网络在指定覆盖指标的指标值。
其中,指定覆盖指标是指用于反映网络覆盖情况的指标,具体来说,指定覆盖指标可以包括但不限于覆盖率、采样点数等。
目标区域的竞对网络在指定覆盖指标的指标值可以反映目标区域内的竞对网络的覆盖情况。
S106,根据目标区域内的目标网络的安装运维数据及OTT数据,确定目标区域内的目标网络在指定覆盖指标的指标值。
目标区域内的目标网络在指定覆盖指标的指标值可以反映目标区域内的目标网络的覆盖情况。
由于所述安装运维数据反映了对目标区域内的目标网络的安装运维情况的数据,而所述OTT数据反映了向目标区域的用户提供的各种应用服务数据,因而基于所述安装运维数据和所述OTT数据,可以确定出目标区域内的目标网络的覆盖情况。
S108,根据目标区域内的目标网络及竞对网络各自在指定覆盖指标的指标值之间的差异,生成目标区域的网络特征画像。
其中,目标区域的网络特征画像可以反映目标区域的网络特征,其中,网络特征可以包括目标网络及竞对网络各自的网络覆盖特征(如弱覆盖、一般覆盖、强覆盖等)及网络覆盖的优劣情况(如目标网络优于竞对网络、目标网络劣于竞对网络、目标网络与竞对网络均衡覆盖等)。
本申请实施例提供的网络特征画像生成方法,根据目标区域内的目标网络的安装运维数据及OTT数据,可以准确评估目标区域内的目标网络的覆盖情况;根据目标区域内的竞对网络的异频MR,可以准确评估目标区域内的竞对网络的覆盖情况;通过比对目标区域内的目标网络的覆盖情况与竞对网络的覆盖情况之间的差异,确定目标区域的网络特征画像,由此得到的网络特征画像可以准确、直观地反映目标区域内本网及竞争对手网络各自的使用情况及差异等网络特征,进一步可基于目标区域的网络特征向目标区域内的用户有针对性地推送目标网络相关业务。
为了使本领域技术人员更加理解本申请实施例提供的技术方案,下面对本申请实施例提供的网络特征画像生成方法进行详细说明。
针对上述步骤S104,目标区域内的竞对网络在指定覆盖指标的指标值包括目标区域内的竞对网络的覆盖率及竞对网络的采样点总数,竞对网络的异频MR包括竞对网络分别在多个不同的异频频点的MR,MR携带信号强度信息。
在一种可选的实施方式中,可以将一个MR作为一个采样点,该MR中携带的信号强度信息即为竞对网络在该采样点的信号强度信息,进而可以根据目标区域内的竞对网络分别在多个不同的异频频点的MR,确定竞对网络的采样点总数;然后,根据各MR中携带的信号强度信息,确定信号强度超过第二预设强度阈值的采样点为非弱覆盖采样点,进一步将非弱覆盖采样点的数量与采样点总数之间的比值,确定为目标区域内的第二网络的覆盖率。
其中,上述多个不同的异频频点可以根据竞对网络的频段和目标网络的提供方的MR测量规范进行设置。例如,上述多个不同的异频频点可以包括FDD 2452、FDD 1825、FDD1850以及FDD 100等频点。
由于实际测量过程受到目标区域内的UE的分布、UE所支持的制式/频段、目标网络的组网策略及UE对MR采样点的上报方式、竞对网络扫频策略MR上报结果等因素的影响,如目标区域内的UE可能存在分布不均而无法准确反映不同网络的覆盖情况、部分终端不支持竞对网络的制式或频段而导致测量结果失真、目标网络采用了分层组网测量而UE上报的采样点不一定是覆盖信号最强的采样点、竞对网络采用的是基于测量频点扫描结果但所采集到的异频频点最强信号不受限于网络分层控制以及不能发现目标网络覆盖且竞对网络覆盖的区域等,导致对目标区域的竞对网络的覆盖情况评估结果与其实际结果存在较大差异,对此,在更为优选的实施方式中,如图2所示,上述步骤S104可以包括:
S141,根据竞对网络分别在多个不同的异频频点的MR,确定竞对网络的采样点总数。
具体来说,对于一个异频频点而言,可将在该异频频点的一份MR确定为一个采样点,将该MR中携带的信号强度信息确定为竞对网络在该采样点的信号强度信息,进而可根据竞对网络分别在多个不同的异频频点的MR数量,确定竞对网络的采样点总数。
S142,根据目标区域的场景类型,从多个不同的异频频点中确定与目标区域匹配的目标异频频点。
其中,场景类型可以包括但不限于农村区域(包括农村和乡镇)、城区宏站(如包括主城区、一般城区和县城等)、城区室分(如包括主城区、一般城区和县城等),不同的场景类型对应不同的目标异频频点,两者之间的对应关系具体可根据实际需要进行设置。在确定出目标区域的场景类型后,可根据场景类型与目标异频频点之间的预设对应关系,从多个不同的异频频点中确定与目标区域匹配的目标异频频点。例如,表2示出了一种场景类型与目标异频频点之间的对应关系示例。
表2
S143,根据在目标异频频点的、携带的信号强度超过第一预设强度阈值的MR,确定竞对网络在目标异频频点的采样点数。
具体来说,可将在目标异频频点的、携带的信号强度超过第一预设强度阈值的MR,作为竞对网络在目标异频频点的一个采样点,进而可确定竞对网络在目标异频频点的采样点数。
实际应用中,第一预设强度阈值可根据实际需要进行设置,例如,第一预设强度阈值可以设置为-110dBm。
S144,根据竞对网络在目标异频频点的采样点数与目标区域对应竞对网络的采样点总数之间的比值,确定目标区域内的竞对网络的覆盖率。
具体来说,目标区域内的竞对网络的覆盖率可通过以下公式(1)确定。
其中,Coverage1表示目标区域内的竞对网络的覆盖率;表示目标区域对应竞对网络的采样点总数;i表示第i个异频频点;n表示异频频点的数量;j表示第j个目标异频频点;m表示目标异频频点的数量;/>表示竞对网络在目标异频频点的采样点数。
可以理解,在上述实施方式中,根据目标区域的场景类型,确定与目标区域匹配的目标异频频点,由此确定的目标异频频点能够真实反映目标区域的网络覆盖情况,进而根据竞对网络在目标异频频点的采样点数与竞对网络的采样点总数之间的比值,确定目标区域内的竞对网络的覆盖率,避免实际测量过程受目标区域内的UE的分布、UE所支持的制式/频段、目标网络的组网策略及UE对MR采样点的上报方式、竞对网络扫频策略MR上报结果等因素的影响,进而得到的竞对网络覆盖率更准确,可以提高后续生成的网络特征画像的准确性。
针对上述步骤S106,目标区域内的目标网络在指定覆盖指标的指标值包括目标区域内的目标网络的覆盖率及目标网络的采样点总数。在一种可选的实施方式中,目标区域内的目标网络的运维安装数据包括每次装维的地址信息及采集的目标网络的信号强度。
相应地,如图2所示,上述步骤S106可以包括:
S161,根据每次装维的地址信息,确定目标区域内的楼宇在目标网络的装维采样点数及楼宇内所述目标网络的第一信号强度。
具体地,可以按照所属的楼宇,对所有装维的地址信息进行分类和整合,由此可以得到目标区域中各楼宇的装维次数及每次装维采集的目标网络的信号强度。进一步地,对于目标区域中的每一楼宇,可将该楼宇的装维次数确定为该楼宇在目标网络的装维采样点数,并将该楼宇内每次装维采集的目标网络的信号强度之和与该楼宇在目标网络的装维采样点数之间的比值,确定为该楼宇内目标网络的第一信号强度。
S162,根据楼宇在目标网络对应的OTT数据,确定楼宇内的OTT采样点和楼宇内目标网络的第二信号强度。
具体地,对于目标区域内的每一楼宇,根据该楼宇在目标网络对应的OTT数据,可以确定出该楼宇内使用目标网络的家庭宽带用户及每个家庭宽带用户在目标网络的信号强度,将一个家庭宽带用户作为一个OTT采样点,并将该家庭宽带用户在目标网络的信号强度作为目标网络在该OTT采样点的信号强度,进而可以根据确定出该楼宇内的OTT采样点数,并将目标网络在该楼宇内的各OTT采样点的信号强度之和与该楼宇内的OTT采样点数之间的比值,确定为楼宇内目标网络的第二信号强度。
S163,根据楼宇内的装维采样点数及OTT采样点数,确定目标网络的采样点总数。
具体地,对应目标区域内的每一楼宇,可以将该楼宇的装维采样点数与OTT采样点数之和,确定为该楼宇在目标网络对应的采样点数。进一步地,将目标区域内的所有楼宇在目标网络对应的采样点数之和,确定为目标网络的采样点总数。
S164,根据楼宇内的装维采样点数及OTT采样点数、以及楼宇内目标网络的第一信号强度及第二信号强度,确定目标区域内的目标网络的覆盖率。
具体地,首先,可以根据目标网络在楼宇的第一信号强度,确定目标区域内的第一非弱覆盖楼宇,并根据目标网络在楼宇的第二信号强度,确定目标区域内的第二非弱覆盖楼宇,其中,第一非弱覆盖楼宇为对应的第一信号强度超过第二预设强度阈值的楼宇,第二非弱覆盖楼宇为对应的第二信号强度超过第二预设强度阈值的楼宇。接着,可确定第一非弱覆盖楼宇内的装维采样点数和第二非弱覆盖楼宇内的OTT采样点数的和值;最后,基于该和值与目标网络的采样点总数之间的比值,确定目标区域内的目标网络的覆盖率,如
其中,Coverage2表示目标区域内的目标网络的覆盖率。
需要说明的是,实际应用中,第二预设强度阈值可根据实际需要进行设置,例如第二预设强度阈值可设置为-110dBm。
当然,在更为优选的方案中,第二预设强度阈值还可通过对大量区域内的目标网络的OTT数据进行分析确定。具体地,通过对大量区域内的目标网络的OTT数据进行分析,可确定出楼宇内目标网络的信号强度与楼宇内目标网络的覆盖率之间的对应关系,进一步根据该对应关系可以确定出覆盖率较低(即弱覆盖)时对应的信号强度,然后,根据该信号强度确定第二预设强度阈值。
例如,表3示出了楼宇内目标网络的信号强度与楼宇内目标网络的覆盖率之间的对应关系。基于该对应关系,可确定第二预设强度阈值为-110dBm。
表3
可以理解,在上述实施方式中,根据每次装维的地址信息,确定所述目标区域内的楼宇在所述目标网络的装维采样点数及所述楼宇内所述目标网络的第一信号强度,并根据楼宇在目标网络对应的OTT数据,确定楼宇内目标网络的OTT采样点数和第二信号强度,然后根据楼宇内目标网络的装维采样点数和第一信号强度、以及楼宇内目标网络的OTT采样点数和第二信号强度,确定目标区域内的目标网络的覆盖率,实现安装运维数据与OTT数据的有效融合,避免数据量少的安装运维数据被数据量大的OTT数据淹没,同时结合安装运维数据真实准确的有点和OTT数据样本点多的优点,使得确定出的目标区域内的目标网络的覆盖率更真实准确,可以提高后续生成的网络特征画像的准确性。
为进一步提高对目标区域内目标网络的覆盖率的评估结果准确性,在更为优选的实施方式中,在上述步骤S106之前,还对目标区域内的楼宇进行筛选。具体地,可根据每次的地址信息,确定对楼宇内目标网络的装维次数,并筛除目标区域内装维次数小于预设装维次数的楼宇,进一步基于目标区域内剩下的楼宇执行上述步骤S161至S164。其中,预设装维次数可根据实际需要进行设置,例如,预设装维次数可以为3次。
考虑到安装运维数据属于现场采集数据,可能存在地址信息不规范、不全面等问题,进而将导致后续确定的各楼宇内的装维采样点数及目标网络的第一信号强度等不准确,对此,为进一步提高对目标区域内目标网络的覆盖率的评估结果准确性,在更为优选的实施方式中,在上述步骤S161之前,还对每次装维的地址信息进行校准。具体来说,可根据预先建立的地址数据库,对每次装维的地址信息进行修正;然后,获取图层管理平台提供的、与目标区域相关的图层信息,并将修正后的地址信息与相关的图层信息进行匹配,进一步根据匹配结果对修正后的地址信息进行校准。
其中,地址数据库包括目标区域内的楼宇信息及楼宇内各住户的地址信息等。与目标区域相关的图层信息可以包括但不限与目标区域所属物业点的物业图层、目标区域周边的区域图层等,所述图层信息能够准确反映目标区域的地理位置及目标区域内楼宇的位置、分布情况等。
实际应用中,地址数据库可以通过网络爬虫、家宽DP箱叠加高精度图层信息等方式构建。
针对上述步骤S108,在一种可选的实施方式中,可以根据目标区域内目标网络与竞对网络各自在指定覆盖指标的指标值之间的差异,确定目标区域内目标网络相较于竞对网络的覆盖优劣情况,进而确定出目标区域的无线网络特征,并根据目标区域的无线网络特征生成目标区域的网络特征画像。
具体来说,可基于预设的评估策略和目标区域内目标网络与竞对网络各自在指定覆盖指标的指标值之间的差异,确定出目标区域内的无线网络特征。其中,评估策略包括指定覆盖指标与网络覆盖优劣之间的对应关系。
进一步地,为了更准确、全面地描述目标区域的网络画像特征,评估策略还可以包括用户感知信息。例如,表4示出了一种评估策略与无线网络特征之间的对应关系示例。
表4
进一步地,为获取更准确、全面的网络特征画像,在更为优选的实施方式中,如图2所示,上述步骤S108可以包括:
S181,根据目标区域内的目标网络与竞对网络各自在指定覆盖指标的指标值之间的差异,确定目标区域的无线网络特征。
其中,所述无线网络特征用于描述所述目标区域内所述目标网络相较于所述竞对网络的优劣情况。
需要说明的是,确定目标区域的无线网络特征的方式可参见上文实施方式所述的内容,在此不再赘述。
S182,获取目标区域内的目标网络的家庭宽带质量信息。
家庭宽带质量信息用于反映家庭宽带网络的质量,具体可通过对目标区域内的目标网络的安装运维数据进行分析得到。
S183,根据目标区域的无线网络特征和家庭宽带质量信息,生成目标区域的网络特征画像。
其中,目标区域的网络特征画像用于描述目标区域内的目标网络的无线网络质量相较于竞对网络的无线网络质量的优劣情况以及目标网络的家庭宽带网络质量。
实际应用中,可以二维四象限图表征目标区域的网络特征画像,例如,如图3所示,横坐标表示目标网络的无线网络质量相较于竞对网络的无线网络质量的优劣,其中,横坐标大于0表示目标网络的无线网络质量优于竞对网络的无线网络质量,横坐标小于0表示目标网络的无线网络质量劣于竞对网络的无线网络质量;纵坐标表示目标网络的家庭宽带网络质量,纵坐标大于0表示目标网络的家庭宽带网络质量好,纵坐标小于0表示目标网络的家庭宽带网络质量差。
需要说明的是,在得到目标区域的网络特征画像后,可基于网络特征画像对目标区域内的目标网络进行优化以及对目标区域的用户进行业务信息推送等。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
图4是本申请的一个实施例电子设备的结构示意图。请参考图4,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成网络特征画像生成装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取目标区域内的目标网络的安装运维数据及应用服务OTT数据、以及所述目标区域内的竞对网络的异频测量报告MR;
根据所述目标网络的安装运维数据及OTT数据,确定所述目标区域内的目标网络在指定覆盖指标的指标值;
根据所述异频MR,确定所述目标区域内的竞对网络在所述指定覆盖指标的指标值;
根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,生成所述目标区域的网络特征画像。
上述如本申请图1所示实施例揭示的网络特征画像生成装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。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。上述的处理器可以是通用处理器,包括中央处理器(Central ProcessingUnit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码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,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1的方法,并实现网络特征画像生成装置在图1、图2所示实施例的功能,本申请实施例在此不再赘述。
当然,除了软件实现方式之外,本申请的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图1所示实施例的方法,并具体用于执行以下操作:
获取目标区域内的目标网络的安装运维数据及应用服务OTT数据、以及所述目标区域内的竞对网络的异频测量报告MR;
根据所述目标网络的安装运维数据及OTT数据,确定所述目标区域内的目标网络在指定覆盖指标的指标值;
根据所述异频MR,确定所述目标区域内的竞对网络在所述指定覆盖指标的指标值;
根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,生成所述目标区域的网络特征画像。
图5是本申请的一个实施例网络特征画像生成装置的结构示意图。请参考图5,在一种软件实施方式中,网络特征画像生成装置500可包括:
第一获取单元510,用于获取目标区域内的目标网络的安装运维数据及应用服务OTT数据、以及所述目标区域内的竞对网络的异频测量报告MR;
第一确定单元520,用于获取目标区域内的目标网络的安装运维数据及应用服务OTT数据、以及所述目标区域内的竞对网络的异频测量报告MR;
第二确定单元530,用于根据所述异频MR,确定所述目标区域内的竞对网络在所述指定覆盖指标的指标值;
画像生成单元540,用于根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,生成所述目标区域的网络特征画像。
可选地,所述指定覆盖指标包括覆盖率和采样点总数,所述竞对网络的异频MR包括所述竞对网络分别在多个不同的异频频点的MR,所述MR携带信号强度信息;
所述第一确定单元520具体用于:
根据所述竞对网络分别在多个不同的异频频点的MR,确定所述竞对网络对应的采样点总数;
根据所述目标区域的场景类型,从所述多个不同的异频频点中确定与所述目标区域匹配的目标异频频点;
根据在所述目标异频频点的、携带的信号强度超过第一预设强度阈值的MR,确定所述竞对网络在所述目标异频频点的采样点数;
根据所述竞对网络在所述目标异频频点的采样点数与所述采样点总数之间的比值,确定所述目标区域内的竞对网络的覆盖率。
可选地,所述指定覆盖指标包括覆盖率和采样点总数,所述目标网络的运维安装数据包括每次装维的地址信息及采集的所述目标网络的信号强度;
所述第二确定单元530具体用于:
根据每次装维的地址信息,确定所述目标区域内的楼宇在所述目标网络的装维采样点数及所述楼宇内所述目标网络的第一信号强度;
根据所述楼宇在所述目标网络对应的OTT数据,确定所述楼宇内的OTT采样点数和所述楼宇内所述目标网络的第二信号强度;
根据所述楼宇内的装维采样点数及OTT采样点数,确定所述目标网络的采样点总数;
根据所述楼宇内的装维采样点数及OTT采样点数、以及所述楼宇内所述目标网络的第一信号强度及第二信号强度,确定所述目标区域内的所述目标网络的覆盖率。
可选地,所述第二确定单元530具体用于:
根据所述楼宇内所述目标网络的第一信号强度及第二信号强度,确定所述目标区域内的第一非弱覆盖楼宇和第二非弱覆盖楼宇,所述第一非弱覆盖楼宇为所述第一信号强度超过第二预设强度阈值的楼宇,所述第二非弱覆盖楼宇为所述第二信号强度超过所述第二预设强度阈值的楼宇;
确定所述第一非弱覆盖楼宇内的装维采样点数和所述第二非弱覆盖楼宇内的OTT采样点数的和值;
基于所述和值与所述目标网络的采样点总数之间的比值,确定所述目标区域内的所述目标网络的覆盖率。
可选地,所述装置还包括:
第三确定单元,用于根据每次装维的地址信息,确定对所述楼宇内目标网络的装维次数;
筛除单元,用于筛除所述目标区域内装维次数小于预设装维次数的楼宇并触发所述第二确定单元530;
可选地,所述目标网络的运维安装数据还包括每次装维的采样点的地址信息;
所述装置还包括:
修正单元,用于根据预先建立的地址数据库,对所述地址信息进行修正,所述地址数据库包括所述目标区域内的楼宇信息及楼宇内各住户的地址信息并触发所述第二确定单元530,所述地址数据库包括所述目标区域内的楼宇信息及楼宇内各住户的地址信息;
第二获取单元,用于获取图层管理平台提供的、与所述目标区域相关的图层信息;
匹配单元,用于将修正后的地址信息与所述相关的图层信息进行匹配;
第二校准单元,用于根据匹配结果,对所述修正后的地址信息进行校准。
可选地,所述画像生成单元540具体用于:
根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,确定所述目标区域的无线网络特征,其中,所述无线网络特征用于描述所述目标区域内所述目标网络相较于所述竞对网络的优劣情况;
获取所述目标区域内的所述目标网络的家庭宽带质量信息;
根据所述目标区域的无线网络特征和所述家庭宽带质量信息,生成所述目标区域的网络特征画像。
总之,以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。

Claims (7)

1.一种网络特征画像生成方法,其特征在于,包括:
获取目标区域内的目标网络的安装运维数据及应用服务OTT数据、以及所述目标区域内的竞对网络的异频测量报告MR;
根据所述目标网络的安装运维数据及OTT数据,确定所述目标区域内的目标网络在指定覆盖指标的指标值;
根据所述异频MR,确定所述目标区域内的竞对网络在所述指定覆盖指标的指标值;
根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,生成所述目标区域的网络特征画像;
所述指定覆盖指标包括覆盖率和采样点总数,所述目标网络的运维安装数据包括每次装维的地址信息及采集的所述目标网络的信号强度;
所述根据所述目标网络的安装运维数据及OTT数据,确定所述目标区域内的目标网络在指定覆盖指标的指标值,包括:
根据每次装维的地址信息,确定所述目标区域内的楼宇在所述目标网络的装维采样点数及所述楼宇内所述目标网络的第一信号强度;
根据所述楼宇在所述目标网络对应的OTT数据,确定所述楼宇内的OTT采样点数和所述楼宇内所述目标网络的第二信号强度;
根据所述楼宇内的装维采样点数及OTT采样点数,确定所述目标网络的采样点总数;
根据所述楼宇内所述目标网络的第一信号强度及第二信号强度,确定所述目标区域内的第一非弱覆盖楼宇和第二非弱覆盖楼宇,所述第一非弱覆盖楼宇为所述第一信号强度超过第二预设强度阈值的楼宇,所述第二非弱覆盖楼宇为所述第二信号强度超过所述第二预设强度阈值的楼宇;
确定所述第一非弱覆盖楼宇内的装维采样点数和所述第二非弱覆盖楼宇内的OTT采样点数的和值;
基于所述和值与所述目标网络的采样点总数之间的比值,确定所述目标区域内的所述目标网络的覆盖率;
所述根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,生成所述目标区域的网络特征画像,包括:
根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,确定所述目标区域的无线网络特征,其中,所述无线网络特征用于描述所述目标区域内所述目标网络相较于所述竞对网络的优劣情况;
获取所述目标区域内的所述目标网络的家庭宽带质量信息;
根据所述目标区域的无线网络特征和所述家庭宽带质量信息,生成所述目标区域的网络特征画像。
2.根据权利要求1所述的方法,其特征在于,所述指定覆盖指标包括覆盖率和采样点总数,所述竞对网络的异频MR包括所述竞对网络分别在多个不同的异频频点的MR,所述MR携带信号强度信息;
所述根据所述异频MR,确定所述目标区域内的竞对网络在所述指定覆盖指标的指标值,包括:
根据所述竞对网络分别在多个不同的异频频点的MR,确定所述竞对网络对应的采样点总数;
根据所述目标区域的场景类型,从所述多个不同的异频频点中确定与所述目标区域匹配的目标异频频点;
根据在所述目标异频频点的、携带的信号强度超过第一预设强度阈值的MR,确定所述竞对网络在所述目标异频频点的采样点数;
根据所述竞对网络在所述目标异频频点的采样点数与所述采样点总数之间的比值,确定所述目标区域内的竞对网络的覆盖率。
3.根据权利要求1所述的方法,其特征在于,在根据所述目标网络的安装运维数据及OTT数据,确定所述目标区域内的目标网络在指定覆盖指标的指标值之前,还包括:
根据每次装维的地址信息,确定对所述楼宇内目标网络的装维次数;
筛除所述目标区域内装维次数小于预设装维次数的楼宇。
4.根据权利要求1所述的方法,其特征在于,在根据每次装维的地址信息,确定所述目标区域内的楼宇在所述目标网络的装维采样点数及所述楼宇内所述目标网络的第一信号强度之前,还包括:
根据预先建立的地址数据库,对所述地址信息进行修正,所述地址数据库包括所述目标区域内的楼宇信息及楼宇内各住户的地址信息;
获取图层管理平台提供的、与所述目标区域相关的图层信息;
将修正后的地址信息与所述相关的图层信息进行匹配;
根据匹配结果,对所述修正后的地址信息进行校准。
5.一种网络特征画像生成装置,其特征在于,包括:
第一获取单元,用于获取目标区域内的目标网络的安装运维数据及应用服务OTT数据、以及所述目标区域内的竞对网络的异频测量报告MR;
第一确定单元,用于根据所述目标网络的安装运维数据及OTT数据,确定所述目标区域内的目标网络在指定覆盖指标的指标值;
第二确定单元,用于根据所述异频MR,确定所述目标区域内的竞对网络在所述指定覆盖指标的指标值;
画像生成单元,用于根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,生成所述目标区域的网络特征画像;
所述指定覆盖指标包括覆盖率和采样点总数,所述目标网络的运维安装数据包括每次装维的地址信息及采集的所述目标网络的信号强度;
所述第一确定单元具体用于:根据每次装维的地址信息,确定所述目标区域内的楼宇在所述目标网络的装维采样点数及所述楼宇内所述目标网络的第一信号强度;根据所述楼宇在所述目标网络对应的OTT数据,确定所述楼宇内的OTT采样点数和所述楼宇内所述目标网络的第二信号强度;根据所述楼宇内的装维采样点数及OTT采样点数,确定所述目标网络的采样点总数;根据所述楼宇内所述目标网络的第一信号强度及第二信号强度,确定所述目标区域内的第一非弱覆盖楼宇和第二非弱覆盖楼宇,所述第一非弱覆盖楼宇为所述第一信号强度超过第二预设强度阈值的楼宇,所述第二非弱覆盖楼宇为所述第二信号强度超过所述第二预设强度阈值的楼宇;确定所述第一非弱覆盖楼宇内的装维采样点数和所述第二非弱覆盖楼宇内的OTT采样点数的和值;基于所述和值与所述目标网络的采样点总数之间的比值,确定所述目标区域内的所述目标网络的覆盖率;
所述画像生成单元具体用于:根据所述目标网络与所述竞对网络各自在所述指定覆盖指标的指标值之间的差异,确定所述目标区域的无线网络特征,其中,所述无线网络特征用于描述所述目标区域内所述目标网络相较于所述竞对网络的优劣情况;获取所述目标区域内的所述目标网络的家庭宽带质量信息;根据所述目标区域的无线网络特征和所述家庭宽带质量信息,生成所述目标区域的网络特征画像。
6.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至4中任一项所述的方法。
7.一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至4中任一项所述的方法。
CN202110443053.0A 2021-04-23 2021-04-23 网络特征画像生成方法、装置及电子设备 Active CN115243300B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110443053.0A CN115243300B (zh) 2021-04-23 2021-04-23 网络特征画像生成方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110443053.0A CN115243300B (zh) 2021-04-23 2021-04-23 网络特征画像生成方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN115243300A CN115243300A (zh) 2022-10-25
CN115243300B true CN115243300B (zh) 2024-04-19

Family

ID=83666041

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110443053.0A Active CN115243300B (zh) 2021-04-23 2021-04-23 网络特征画像生成方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN115243300B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3269171A1 (en) * 2015-03-10 2018-01-17 Deutsche Telekom AG Improving overall network performance and/or overall quality of service of a mobile communication network by assigning a physical cell identifier information to a plurality of radio cells
CN107818133A (zh) * 2017-09-21 2018-03-20 北京市天元网络技术股份有限公司 一种基于大数据的居民区网络能力分析方法及系统
CN109548041A (zh) * 2017-09-22 2019-03-29 中国移动通信集团浙江有限公司 一种无线覆盖分析方法及系统
WO2019064273A1 (en) * 2017-09-29 2019-04-04 Telefonaktiebolaget Lm Ericsson (Publ) DYNAMIC UPLINK TARGET RECEPTION POWER ADJUSTMENT FOR UPLINK INTERFERENCE MITIGATION
CN109982366A (zh) * 2017-12-28 2019-07-05 中国移动通信集团河北有限公司 基于大数据的目标价值区域分析方法、装置、设备及介质
CN112291706A (zh) * 2020-10-27 2021-01-29 浪潮天元通信信息系统有限公司 一种基于大数据和人工智能的网络优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10004085B2 (en) * 2014-01-21 2018-06-19 Telefonaktiebolaget Lm Ericsson (Publ) Scheduling for heterogeneous networks

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3269171A1 (en) * 2015-03-10 2018-01-17 Deutsche Telekom AG Improving overall network performance and/or overall quality of service of a mobile communication network by assigning a physical cell identifier information to a plurality of radio cells
CN107818133A (zh) * 2017-09-21 2018-03-20 北京市天元网络技术股份有限公司 一种基于大数据的居民区网络能力分析方法及系统
CN109548041A (zh) * 2017-09-22 2019-03-29 中国移动通信集团浙江有限公司 一种无线覆盖分析方法及系统
WO2019064273A1 (en) * 2017-09-29 2019-04-04 Telefonaktiebolaget Lm Ericsson (Publ) DYNAMIC UPLINK TARGET RECEPTION POWER ADJUSTMENT FOR UPLINK INTERFERENCE MITIGATION
CN109982366A (zh) * 2017-12-28 2019-07-05 中国移动通信集团河北有限公司 基于大数据的目标价值区域分析方法、装置、设备及介质
CN112291706A (zh) * 2020-10-27 2021-01-29 浪潮天元通信信息系统有限公司 一种基于大数据和人工智能的网络优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
农村地区4G网络覆盖质量评估方法研究;黄志勇;马学军;;电信工程技术与标准化;20200911(第09期);全文 *
基于大数据分析的用户画像助力精准营销研究;张丽娟;;电信技术;20170125(第01期);全文 *

Also Published As

Publication number Publication date
CN115243300A (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
US6041236A (en) Method and apparatus for minimizing the number of samples needed to determine cell area coverage reliability in a radiotelephone system
Bürgi et al. Exposure modeling of high-frequency electromagnetic fields
CN112533218B (zh) 一种网络覆盖区域的识别方法及电子设备
CN110636516B (zh) 信号传播模型的确定方法及装置
CN112469066A (zh) 5g网络覆盖评估方法及装置
CN102075979B (zh) 带内干扰的定位方法和装置
CN111818550B (zh) 一种网络覆盖情况的预测方法、装置及设备
CN115243300B (zh) 网络特征画像生成方法、装置及电子设备
CN113015180B (zh) 网络参数更新方法、装置及存储介质、电子设备
WO1998027775A2 (en) Method and apparatus for minimizing the area sampled to determine cell area coverage reliability in a radiotelephone system
WO1998027775A9 (en) Method and apparatus for minimizing the area sampled to determine cell area coverage reliability in a radiotelephone system
US5983106A (en) Method and apparatus for minimizing the number of samples needed to determine cell radius coverage contour reliability in a radiotelephone system
CN110708702B (zh) 信号传播模型的确定方法及装置
CN115243313B (zh) 一种5g网络的识别方法、装置及电子设备
CN111935772A (zh) 一种确定业务区域的价值的方法和装置
CN115442832B (zh) 投诉问题定位方法、装置及电子设备
CN113411148B (zh) 移频方法、装置、电子设备及存储介质
CN109963301A (zh) 一种网络结构干扰的分析方法及装置
CN111031566B (zh) 无线桥接网络的扩展性能的评估方法、装置及无线设备
CN115243279B (zh) 网络优化方法、装置及电子设备
CN115334517B (zh) 通信网络的覆盖优化方法、装置及电子设备
CN116470975B (zh) 一种基于svr的自适应传播预测模型的建模方法
CN112203286B (zh) 无线网络覆盖稳定性的评估方法、装置及设备
CN115413022B (zh) 基站位置的识别方法、装置、设备及存储介质
CN115087022B (zh) 物理小区标识pci分配方法、装置及电子设备

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
GR01 Patent grant
GR01 Patent grant