CN116133031A - 一种楼宇网络质量评估的方法、装置、电子设备以及介质 - Google Patents
一种楼宇网络质量评估的方法、装置、电子设备以及介质 Download PDFInfo
- Publication number
- CN116133031A CN116133031A CN202211711707.4A CN202211711707A CN116133031A CN 116133031 A CN116133031 A CN 116133031A CN 202211711707 A CN202211711707 A CN 202211711707A CN 116133031 A CN116133031 A CN 116133031A
- Authority
- CN
- China
- Prior art keywords
- base station
- user
- building
- target
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例提供了一种楼宇网络质量评估的方法、装置、电子设备以及介质,方法包括:获取目标楼宇的基站列表中每个基站的历史连接数;根据历史连接数确定目标楼宇的常驻用户;当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;根据实时信令数据评估目标楼宇的网络质量。通过本发明实施例,实现了基于常驻用户的实时信令数据准确评估楼宇网络质量。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种楼宇网络质量评估的方法、装置、电子设备以及介质。
背景技术
此类应用以往使用的手段主要有两种:用户级画像、区域级画像
用户级画像,既运营商运营DPI系统针对所有用户进行画像,可针对用户的网络质量、用户喜好、商场驻留时长等进行画像,提取用户标签,服务于后续的营销活动。此类画像方式往往有一定的时间滞后性,需要累计大量的用户行为提取用户的兴趣点或质量数据,其次此类画像往往以个人为最小单位,难以结合具体的位置属性,处理出行时间没有明确规律的用户。
区域级画像,既针对特定区域的用户行为进行画像,可针对商圈,楼宇分析其用户群体的特征,提取区域标签。在提取区域标签后此类画像往往难以做到用户个性化,通常使用统一的策略对区域内的所有用户进行推荐或打标,难以区分常驻用户和临时用户,此外对于没有室分覆盖或部分室分覆盖的楼宇难以区分用户是否在楼宇中,用户常常在楼内窗边占用外边基站的情况发生,较难通过区域级站点直接对楼宇质量进行评价。
发明内容
鉴于上述问题,提出了以便提供克服上述问题或者至少部分地解决上述问题的一种楼宇网络质量评估的方法、装置、电子设备以及存储介质,包括:
一种楼宇网络质量评估的方法,方法包括:
获取目标楼宇的基站列表中每个基站的历史连接数;
根据历史连接数确定目标楼宇的常驻用户;
当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;
根据实时信令数据评估目标楼宇的网络质量。
可选地,根据历史连接数确定目标楼宇的常驻用户,包括:
基于历史连接数确定目标楼宇的目标繁忙时段;
获取候选用户在预设时段内的历史信令数据;
根据目标繁忙时段和历史信令数据,从候选用户中确定目标楼宇的常驻用户。
可选地,根据目标繁忙时段和历史信令数据,从候选用户中确定目标楼宇的常驻用户,包括:
确定历史信令数据中的基站信息和时间信息;
根据时间信息,确定候选用户在目标繁忙时段出现在基站信息中每个基站的时间段数;
基于时间段数确定候选用户的关联基站;
按照目标楼宇的基站列表和候选用户的关联基站,从候选用户中确定目标楼宇的常驻用户。
可选地,检测到常驻用户进入目标楼宇,包括:
获取目标用户的实时信令数据;
根据实时信令数据确定目标用户的基站变化数据;
当基站变化数据与目标楼宇的常驻用户和基站列表匹配时,确定检测到常驻用户进入目标楼宇。
可选地,当基站变化数据与目标楼宇的常驻用户和基站列表匹配时,确定检测到常驻用户进入目标楼宇,包括:
在基站变化数据的目标用户与目标常驻用户匹配时,确定基站变化数据的源基站和目标基站;
当源基站不在基站列表内,且目标基站在基站列表内,确定检测到常驻用户进入目标楼宇。
可选地,根据实时信令数据评估目标楼宇的网络质量,包括:
确定实时信令数据的话单类型;
按照话单类型计算预设的用户感知指标的评分信息;
基于评分信息确定楼宇的网络质量。
可选地,按照话单类型计算预设的用户感知指标的评分信息,包括:
按照话单类型,确定预设的用户感知指标所包含的话单数据;
获取用户感知指令指标的权重信息;
对权重信息和话单数据进行加权计算,得到用户感知指标的评分信息。
一种楼宇网络质量评估的装置,装置包括:
历史连接数获取模块,用于获取目标楼宇的基站列表中每个基站的历史连接数;
常驻用户确定模块,用于根据历史连接数确定目标楼宇的常驻用户;
实时信令数据获取模块,用于实时当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;
楼宇网络质量评估模块,用于根据实时信令数据评估目标楼宇的网络质量。
一种电子设备,包括处理器、存储器及存储在存储器上并能够在处理器上运行的计算机程序,计算机程序被处理器执行时实现如上楼宇网络质量评估的方法。
一种计算机可读存储介质,计算机可读存储介质上存储计算机程序,计算机程序被处理器执行时实现如上楼宇网络质量评估的方法。
本发明实施例具有以下优点:
本发明实施例通过获取目标楼宇的基站列表中每个基站的历史连接数;根据历史连接数确定目标楼宇的常驻用户;当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;根据实时信令数据评估目标楼宇的网络质量,实现了基于常驻用户的实时信令数据准确评估楼宇网络质量。
附图说明
为了更清楚地说明本发明的技术方案,下面将对本发明的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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是本发明一实施例提供的一种楼宇网络质量评估的方法的步骤流程图;
图2a是本发明一实施例提供的另一种楼宇网络质量评估的方法的步骤流程图;
图2b是本发明一实施例提供的一种楼宇常驻用户识别算法流程图;
图2c是本发明一实施例提供的一种楼宇用户实时甄别算法流程图;
图3是本发明一实施例提供的另一种楼宇网络质量评估的方法的步骤流程图;
图4a是本发明一实施例提供的一种楼宇常驻用户识别算法系统流程细化图;
图4b是本发明一实施例提供的一种楼宇用户实时甄别算法系统流程细化图;
图5是本发明一实施例提供的楼宇网络质量评估的装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,示出了本发明一实施例提供的一种楼宇网络质量评估的方法的步骤流程图,具体可以包括如下步骤:
步骤101,获取目标楼宇的基站列表中每个基站的历史连接数;
针对目标楼宇的网络无线服务,可以预先配置一个或多个基站,多个基站构建的网络覆盖整个目标楼宇,为了确定目标楼宇的常驻用户,可以获取过去预设时间的每个基站的历史连接数,以便分析出常驻用户。
步骤102,根据历史连接数确定目标楼宇的常驻用户;
在确定历史连接数后,历史连接数据反映了用户的无线连接情况,进而可以确定目标楼宇的常驻用户。
步骤103,当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;
在检测到常驻用户进入目标楼宇。可以检测跟踪该常驻用户的实时信令数据,以评估目标楼宇的网络质量,常驻用户在目标楼宇的停留时间长,在评估目标楼宇的网络质量是更具参考价值。
步骤104,根据实时信令数据评估目标楼宇的网络质量。
其中,实时信令数据为与网络质量直接关联的数据,从而可以用于评估目标楼宇的网络质量,如,4G的CHR和5G N1N2信令数据。
在获取实时信令数据后,可以通过实时信令数据进行分类计算,加权计算等处理,从而经过对常驻用户的实时信令数据进行分析,评估目标楼宇的网络质量。
本发明实施例通过获取目标楼宇的基站列表中每个基站的历史连接数;根据历史连接数确定目标楼宇的常驻用户;当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;根据实时信令数据评估目标楼宇的网络质量,实现了基于常驻用户的实时信令数据准确评估楼宇网络质量。
参照图2a,示出了本发明一实施例提供的另一种楼宇网络质量评估的方法的步骤流程图,具体可以包括如下步骤:
步骤201,获取目标楼宇的基站列表中每个基站的历史连接数;
例如,获取一个月之内所有的无线连接数。
如图2b所示,为一种“楼宇常驻用户识别算法”流程图,其中无线KPI数据即历史连接数,楼宇室分站点即为目标楼宇的基站列表。
步骤202,基于历史连接数确定目标楼宇的目标繁忙时段;
在确定历史连接数后,可以剔除假日的指标数据,仅保留工作日数据,进行可以按时间段统计每个小时的最大RRC连接数,从3)剔除假日的指标数据,仅保留工作日数据,按时间段统计每个小时的最大RRC连接数中选取预设数量的目标时间段。例如:上午、下午以及半夜各取一个RRC连接数最大的时间段为楼宇自忙时目标繁忙时段(共3个时间段)。
步骤203,获取候选用户在预设时段内的历史信令数据;
步骤204,根据目标繁忙时段和历史信令数据,从候选用户中确定目标楼宇的常驻用户。
在本发明一实施例中,步骤204包括以下子步骤:
子步骤S11,确定历史信令数据中的基站信息和时间信息;
在实际应用中,历史信令数据中包括基站信息和时间信息,时间信息可以是用户接入无线网络开始发送第一个话单数据的时间信息,也可以根据需要存储其他时间信息。
子步骤S12,根据时间信息,确定候选用户在目标繁忙时段出现在基站信息中每个基站的时间段数;
根据每个候选用户的时间信息确定在目标繁忙时段对应的基站,并确定每个基站的时间段数量。
子步骤S13,基于时间段数确定候选用户的关联基站;
在确定时间段数量后,可以按照时间段数从高到低排序,确定每个候选用户的前N(N为大于0的正整数)个的关联基站,从而可以剔除伪常驻用户。
例如,为每位用户筛选出出现时间段最多的10个基站(白天和晚上各10个),要求白天及晚上出现时间段次数必须大于5次,既2周内白天至少去了5个半天或至少住了5晚。此算法可以剔除如下几类伪常驻用户:
i.临时拜访人员;ii.外卖送货人员;iii.途径人员;iv.加班通宵人员。
子步骤S14,按照目标楼宇的基站列表和候选用户的关联基站,从候选用户中确定目标楼宇的常驻用户。
步骤205,当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;
在本发明一实施例中,步骤205包括:
子步骤S21,获取目标用户的实时信令数据;
其中,目标用户的实时信令数据可以是4G的CHR和5G N1N2信令数据。实时信令数据中包括基站信息和时间信息。
子步骤S22,根据实时信令数据确定目标用户的基站变化数据;
在确定实时信令数据后,可以根据实时信令数据中的基站信息确定目标用户的实时位置,当存在新的实时信令数据时,则确定该新的实时信令中的基站,并确定新的实时信令与上一次缓存的基站是否存在变化,当存在变化时,确定基站变化数据,基站变化数据包括目标用户原基站,以及更新后基站。
例如,如图2c所示,为一种“楼宇用户实时甄别算法”流程图,将4GCHR和5G N1N2信令通过flume提取后送Kafka消息队列,实时位置处理模块消费Kafka中的信令数据,以10秒钟为窗口处理数据。
a)获取每个候选用户最后一条话单(即实时信令数据)中的所在基站;
b)比对缓存中的候选用户所在基站;
i.若基站未发生变化,则更新缓存中的用户最后出现时间;
ii.若基站发生变化,则更新用户所在基站及时间,将用户原基站及变更后基站信息写入Kafka中的位置变化主题中。
子步骤S23,当基站变化数据与目标楼宇的常驻用户和基站列表匹配时,确定检测到常驻用户进入目标楼宇。
在确定基站变化数据后,将基站变化数据分别与常驻用户以及基站列表匹配,判断是否触发了常驻用户进入目标楼宇,其中,常驻用户进入目标楼宇的事件中,常驻用户的基站变化数据为:从非基站列表的基站更新到基站列表中的基站。
在一示例中,在甄别楼宇用户时可适当放宽楼宇的站表,将常驻用户工作期间信号落到的其他常驻小区(经纬度在500米内的)也作为该楼宇的覆盖小区,当常驻用户出现在这些小区时则认为用户进入该楼宇。
在本发明另一实施例中,子步骤S23包括:在基站变化数据的目标用户与目标常驻用户匹配时,确定基站变化数据的源基站和目标基站;当源基站不在基站列表内,且目标基站在基站列表内,确定检测到常驻用户进入目标楼宇。
其中,源基站即为更新前基站,目标基站即为更新后基站。
例如,位置变化订阅处理模块可以读取关注楼宇的基站列表和常驻用户列表,并将列表广播到flink的各个执行器中,以便进行匹配判断。
位置变化订阅处理模块消费Kafka中的位置变化主题数据,匹配关注楼宇列表(即目标楼宇的基站列表)和常驻用户列表
a)若变化数据未匹配到常驻用户列表则丢弃。
b)若变化数据匹配到常驻用户列表。
i.若变化数据的源基站和目标基站同时匹配到关注楼宇列表则丢弃。
ii.若变化数据的源基站匹配到关注楼宇列表,目标站未匹配到关注楼宇列表,则认为常驻用户离开了关注楼宇,则通知感知处理模块停止计算用户楼宇感知数据。
iii.若变化数据的源基站未匹配到关注楼宇列表,目标站匹配到关注楼宇列表,则认为常驻用户进入了关注楼宇,则通知感知处理模块开始计算用户楼宇感知数据。
步骤206,根据实时信令数据评估目标楼宇的网络质量。
在本发明一实施例中,步骤206可以包括以下子步骤:
子步骤S31,确定实时信令数据的话单类型;
在实际应用中,常驻用户在进入目标楼宇后,其实时信令数据即被追踪,从而确定该常驻用户的各话单类型,话单类型用于区别不同维度的用户感知指标。
子步骤S32,按照话单类型计算预设的用户感知指标的评分信息;
其中,按照感知指标定义可以确定每一类感知指标所包含的多种话单类型。进行得到常驻用户的具体感知指标,进而可以计算每一类感知指标的评分信息和该常驻用户总的得分,以便进行网络质量评估。
感知指标具体定义如下:
i.用户无线维度得分:用户无线维度得分用来标识用户无线信令的异常事件对用户的影响,主要包括脱网、寻呼超时、800M占比、S1失败、TAU失败、Service request超时等异常事件的统计。
ii.用户业务维度得分:用户业务维度得分用来标识用户数据业务服务中产生的异常事件对用户的影响,主要包括即时消息、视频、游戏、网页、RTT上下行时延、扫码支付RTT时延、4G业务等待超时、TCP连接失败等异常事件的统计。
iii.用户语音维度得分:用户语音维度得分用来标识用户语音通话服务中产生的异常事件对用户的影响,主要包括2G语音的掉话、未接通、寻呼失败和volte语音的掉话、未接通、接续超时、IMS重注册、注册、EPS FallBack、mos、抖动、rtp数据包的时延等异常事件的统计。
iv.用户覆盖维度得分:用户覆盖维度得分用来标识无线弱覆盖对用户的影响,主要统计无线信号弱覆盖次数和弱覆盖的比例。
用户总得分评价:通过对用户无线、业务、语音、覆盖等几个方面综合评估,通过不同维度的加权算法评估用户整体感知得分。其中,各细项的权重和门限通过大数据对比申告投诉用户和普通用户,采样比1:40(在实际应用中还可以根据实际需要采用其他采样比),每一种异常事件设定最差门限后进行线性打分,评估普通用户和反馈用户分段得分的累计百分比最大差值作为基准,得到的总得分能基本反映用户的实际感知情况。
需要说明的是用户感知指标的划分不局限于上述示例,在本发明实施例中,对用户感知指标的划分不做过多限制。
在本发明一实施例中,子步骤S32可以包括:
子步骤S41,按照话单类型,确定预设的用户感知指标所包含的话单数据;
子步骤S42,获取用户感知指令指标的权重信息;
子步骤S43,对权重信息和话单数据进行加权计算,得到用户感知指标的评分信息。
例如:用户总得分评价公式:
(一)感知评价总分:
SCOREuser=MIN(SCOREwire-service,SCOREvoice)
(二)感知评价无线和业务得分:
SCOREwire-service=(SCOREwire*WEIGHTwire+
SCOREservice*WEIGHTservice)/(WEIGHT wire+WEIGHTservice)
(三)感知评价无线得分:
(四)感知评价业务得分:
(五)感知评价语音得分:
其中,覆盖维度可以作为无线的字段计入无线得分中。
当收到楼宇用户实时甄别模块的消息,有常驻用户进入目标楼宇,开启用户信令实时跟踪模块,实时分析用户感知。分光采集模块实时跟踪目标用户的话单,增加目标楼宇字段输出到楼宇感知流处理模块,流处理模块根据话单类型计算用户感知指标,具体的,流处理模块可以使用滑动窗口每10秒计算一次,将各楼宇前1分钟的用户感知指标数据进行汇聚,输出楼宇感知指标。当收到楼宇用户实时甄别模块的消息,有常驻用户离开目标楼宇。关闭用户信令实时跟踪模块,分光采集模块停止跟踪目标用户话单。
子步骤S33,基于评分信息确定楼宇的网络质量。
在确定评分信息后,可以根据评分信息确定楼宇的网络质量。如,评分大于预设阈值,则确定目标楼宇的网络质量高,评分不大于预设阈值,则确定目标楼宇的网络质量低,在实际应用中,还可以依照需要针对目标楼宇的网络质量进行更细粒度的划分。
在本发明实施例中,可以通过获取目标楼宇的基站列表中每个基站的历史连接数;基于历史连接数确定目标楼宇的目标繁忙时段;获取候选用户在预设时段内的历史信令数据;根据目标繁忙时段和历史信令数据,从候选用户中确定目标楼宇的常驻用户;当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;根据实时信令数据评估目标楼宇的网络质量,实现理基于常驻用户的实时信令数据准确评估楼宇网络质量。
参照图3,示出了本发明一实施例提供的另一种楼宇网络质量评估的方法的步骤流程图,具体可以包括如下步骤:
步骤301,获取目标楼宇的基站列表中每个基站的历史连接数;
步骤302,根据历史连接数确定目标楼宇的常驻用户;
步骤303,获取目标用户的实时信令数据;
其中,目标用户的实时信令数据可以是4G的CHR和5G N1N2信令数据。实时信令数据中包括基站信息和时间信息。
步骤304,根据实时信令数据确定目标用户的基站变化数据;
在确定实时信令数据后,可以根据实时信令数据中的基站信息确定目标用户的实时位置,当存在新的实时信令数据时,则确定该新的实时信令中的基站,并确定新的实时信令与上一次缓存的基站是否存在变化,当存在变化时,确定基站变化数据,基站变化数据包括目标用户原基站,以及更新后基站。
步骤305,当基站变化数据与目标楼宇的常驻用户和基站列表匹配时,确定检测到常驻用户进入目标楼宇。
在确定基站变化数据后,将基站变化数据分别与常驻用户以及基站列表匹配,判断是否触发了常驻用户进入目标楼宇,其中,常驻用户进入目标楼宇的事件中,常驻用户的基站变化数据为:从非基站列表的基站更新到基站列表中的基站。
步骤306,获取常驻用户的实时信令数据;
步骤307,根据实时信令数据评估目标楼宇的网络质量。
本发明实施例通过获取目标楼宇的基站列表中每个基站的历史连接数;根据历史连接数确定目标楼宇的常驻用户;获取目标用户的实时信令数据;根据实时信令数据确定目标用户的基站变化数据;当基站变化数据与目标楼宇的常驻用户和基站列表匹配时,确定检测到常驻用户进入目标楼宇,获取常驻用户的实时信令数据;根据实时信令数据评估目标楼宇的网络质量,实现理基于常驻用户的实时信令数据准确评估楼宇网络质量。
以下结合图4a至图4b对本发明上述实施例进行示例性说明:
如图4a所示,为一种“楼宇常驻用户识别算法”系统流程细化图,包括以下常驻用户识别流程:
1)获取楼宇相关的室分站点基站列表。
2)获取这些站点1个月内的所有无线指标。
3)剔除假日的指标数据,仅保留工作日数据。
4)按时间段统计每个小时的最大RRC连接数。
5)上午、下午和半夜各取一个RRC连接数最大的时间段为楼宇自忙时(共3个时间段)。
6)获取2周内所有用户的4/5G CHR及N1N2话单数据(兼顾了用户4/5G手机的情况)。
7)过滤出工作日忙时数据(楼宇忙时的3个时间段)。
8)统计全网用户出现在各个基站的时间段数量,先按照事件段数量由多到少排序,相同情况下再按照信令数据量由多到少排序。
9)为每位用户筛选出现时间段最多的10个基站(白天和晚上各10个)。
i.若白天及晚上出现时间段次数小于5次,则剔除此常驻信息。
ii.其余情况下将该站点记录为用户的常驻基站。
10)根据楼宇站表提取关注楼宇的日夜间常驻人员。
如图4b所示,为“楼宇用户实时甄别算法”系统流程细化图,包括以下实时甄别流程:
1)使用flume实时获取4G CHR和5G N1N2信令话单数据。
2)配置flume的kafka sink将数据送Kafka消息队列。
3)使用flink实时消费kafka中的信令数据,以10秒钟为窗口处理数据,提取10秒内用户最后一条话单数据。
4)获取话单数据中的基站信息。
5)获取缓存中的用户所在基站。
6)比对话单与缓存中的用户基站。
a)若基站信息一致,则更新缓存中的用户最后出现时间,并回到第3步继续消费数据。
b)若基站发生变化,则更新用户所在基站及时间,并跳到第7步。
7)将用户原基站及变更后基站信息写入Kafka中的位置变化主题中。
8)流处理程序读取关注楼宇的基站列表。
9)流处理程序读取楼宇常驻用户列表。
10)将关注楼宇和楼宇常驻用户数据广播到flink的各个执行器中。
11)流处理程序以10秒为窗口消费第7步写入的位置变化数据。
12)使用变化数据匹配关注楼宇列表和常驻用户列表。
a)若变化数据未匹配到常驻用户列表则丢弃数据,并回到第11步继续消费后续消息。
b)若变化数据匹配到常驻用户列表。
i.若变化数据的源基站和目标基站同时匹配到关注楼宇列表则丢弃数据,并回到第11步继续消费后续消息。
ii.若变化数据的源基站匹配到关注楼宇列表,目标站未匹配到关注楼宇列表,则认为常驻用户离开了关注楼宇,则通知感知处理模块停止计算用户楼宇感知数据,并回到第11步继续消费后续消息。
iii.若变化数据的源基站未匹配到关注楼宇列表,目标站匹配到关注楼宇列表,则认为常驻用户进入了关注楼宇,则通知感知处理模块开始计算用户楼宇感知数据,并回到第11步继续消费后续消息。
其中,在楼宇感知实时处理模块可以包括以下步骤:
1)收到楼宇用户实时甄别模块的消息,有常驻用户进入目标楼宇。
a)分光采集模块实时跟踪目标用户的话单,增加目标楼宇字段输出到楼宇感知流处理模块。
b)流处理模块根据话单类型计算用户感知指标。
计算,用户无线维度得分、用户业务维度得分、用户语音维度得分、用户覆盖维度得分,进而计算用户总得分评价。
c)使用滑动窗口每10秒计算一次,将各楼宇前1分钟的用户感知指标数据进行汇聚,输出楼宇感知指标。
2)收到楼宇用户实时甄别模块的消息,有常驻用户离开目标楼宇,分光采集模块停止跟踪目标用户话单。
在本发明实施例中,借助大数据技术,从海量移动网数据中提取楼宇的常驻用户,并利用大数据实时流计算技术实时捕获常驻用户在关注楼宇中的进出事件,实时提取关注楼宇的感知及信令数据,有效刻画楼宇感知及异常事件,为楼宇实时运维提供有效的技术手段。通过实时提取时间,关联用户的感知计算启动和终止时间,以用户维度进行楼宇质量画像。
本发明实施例提供了一套楼宇用户实时甄别和打标算法。这种算法既考虑到了临时拜访用户的剔除,也考虑到了各常驻用户通勤时间的差异性,有效的筛选出需要关注的网络话单进行分析,提高了后续计算的时间复杂度,节省了计算资源,提高了楼宇标签的准确性。
需要说明的是,对于方法实施例,为了简单描述,故将其表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图5,示出了本发明一实施例提供的一种楼宇网络质量评估的装置的结构示意图,具体可以包括如下模块:
历史连接数获取模块501,用于获取目标楼宇的基站列表中每个基站的历史连接数;
常驻用户确定模块502,用于根据历史连接数确定目标楼宇的常驻用户;
实时信令数据获取模块503,用于实时当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;
楼宇网络质量评估模块504,用于根据实时信令数据评估目标楼宇的网络质量。
在本发明一实施例中,常驻用户确定模块502可以包括:
目标繁忙时段子模块,用于基于历史连接数确定目标楼宇的目标繁忙时段;
历史信令获取子模块,用于获取候选用户在预设时段内的历史信令数据;
常驻用户确定子模块,用于根据目标繁忙时段和历史信令数据,从候选用户中确定目标楼宇的常驻用户。
在本发明一实施例中,常驻用户确定子模块包括:
历史信令数据解析单元,用于确定历史信令数据中的基站信息和时间信息;
时间段数据确定单元,用于根据时间信息,确定候选用户在目标繁忙时段出现在基站信息中每个基站的时间段数;
管理基站确定单元,用于基于时间段数确定候选用户的关联基站;
常驻用户确定单元,用于按照目标楼宇的基站列表和候选用户的关联基站,从候选用户中确定目标楼宇的常驻用户。
在本发明一实施例中,实时信令数据获取模块503包括:
信令获取子模块,用于获取目标用户的实时信令数据;
基站变化子模块,用于根据实时信令数据确定目标用户的基站变化数据;
进入事件确定子模块,用于当基站变化数据与目标楼宇的常驻用户和基站列表匹配时,确定检测到常驻用户进入目标楼宇。
在本发明一实施例中,进入事件确定子模块包括:
基站确定单元,用于在基站变化数据的目标用户与目标常驻用户匹配时,确定基站变化数据的源基站和目标基站;
基站匹配单元,用于当源基站不在基站列表内,且目标基站在基站列表内,确定检测到常驻用户进入目标楼宇。
在本发明一实施例中,楼宇网络质量评估模块504包括:
话单类型确定子模块,用于确定实时信令数据的话单类型;
评分子模块,用于按照话单类型计算预设的用户感知指标的评分信息;
评估子模块,用于基于评分信息确定楼宇的网络质量。
在本发明一实施例中,评分子模块可以包括:
话单数据确定单元,用于按照话单类型,确定预设的用户感知指标所包含的话单数据;
权重信息获取单元,用于获取用户感知指令指标的权重信息;
评分计算单元,用于对权重信息和话单数据进行加权计算,得到用户感知指标的评分信息。
本发明一实施例还提供了一种电子设备,可以包括处理器、存储器及存储在存储器上并能够在处理器上运行的计算机程序,计算机程序被处理器执行时实现如上楼宇网络质量评估的方法。
本发明一实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储计算机程序,计算机程序被处理器执行时实现如上楼宇网络质量评估的方法。
对于装置实施例而言,由于其与方法实施例基本相似,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。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者终端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、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对所提供的一种楼宇网络质量评估的方法、装置、电子设备以及介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种楼宇网络质量评估的方法,其特征在于,方法包括:
获取目标楼宇的基站列表中每个基站的历史连接数;
根据历史连接数确定目标楼宇的常驻用户;
当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;
根据实时信令数据评估目标楼宇的网络质量。
2.根据权利要求1的方法,其特征在于,根据历史连接数确定目标楼宇的常驻用户,包括:
基于历史连接数确定目标楼宇的目标繁忙时段;
获取候选用户在预设时段内的历史信令数据;
根据目标繁忙时段和历史信令数据,从候选用户中确定目标楼宇的常驻用户。
3.根据权利要求2的方法,其特征在于,根据目标繁忙时段和历史信令数据,从候选用户中确定目标楼宇的常驻用户,包括:
确定历史信令数据中的基站信息和时间信息;
根据时间信息,确定候选用户在目标繁忙时段出现在基站信息中每个基站的时间段数;
基于时间段数确定候选用户的关联基站;
按照目标楼宇的基站列表和候选用户的关联基站,从候选用户中确定目标楼宇的常驻用户。
4.根据权利要求1的方法,其特征在于,检测到常驻用户进入目标楼宇,包括:
获取目标用户的实时信令数据;
根据实时信令数据确定目标用户的基站变化数据;
当基站变化数据与目标楼宇的常驻用户和基站列表匹配时,确定检测到常驻用户进入目标楼宇。
5.根据权利要求4的方法,其特征在于,当基站变化数据与目标楼宇的常驻用户和基站列表匹配时,确定检测到常驻用户进入目标楼宇,包括:
在基站变化数据的目标用户与目标常驻用户匹配时,确定基站变化数据的源基站和目标基站;
当源基站不在基站列表内,且目标基站在基站列表内,确定检测到常驻用户进入目标楼宇。
6.根据权利要求1的方法,其特征在于,根据实时信令数据评估目标楼宇的网络质量,包括:
确定实时信令数据的话单类型;
按照话单类型计算预设的用户感知指标的评分信息;
基于评分信息确定楼宇的网络质量。
7.根据权利要求6的方法,其特征在于,按照话单类型计算预设的用户感知指标的评分信息,包括:
按照话单类型,确定预设的用户感知指标所包含的话单数据;
获取用户感知指令指标的权重信息;
对权重信息和话单数据进行加权计算,得到用户感知指标的评分信息。
8.一种楼宇网络质量评估的装置,其特征在于,装置包括:
历史连接数获取模块,用于获取目标楼宇的基站列表中每个基站的历史连接数;
常驻用户确定模块,用于根据历史连接数确定目标楼宇的常驻用户;
实时信令数据获取模块,用于实时当检测到常驻用户进入目标楼宇时,获取常驻用户的实时信令数据;
楼宇网络质量评估模块,用于根据实时信令数据评估目标楼宇的网络质量。
9.一种电子设备,其特征在于,包括处理器、存储器及存储在存储器上并能够在处理器上运行的计算机程序,计算机程序被处理器执行时实现如权利要求1至7中任一项楼宇网络质量评估的方法。
10.一种计算机可读存储介质,其特征在于,计算机可读存储介质上存储计算机程序,计算机程序被处理器执行时实现如权利要求1至7中任一项楼宇网络质量评估的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211711707.4A CN116133031A (zh) | 2022-12-29 | 2022-12-29 | 一种楼宇网络质量评估的方法、装置、电子设备以及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211711707.4A CN116133031A (zh) | 2022-12-29 | 2022-12-29 | 一种楼宇网络质量评估的方法、装置、电子设备以及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116133031A true CN116133031A (zh) | 2023-05-16 |
Family
ID=86309465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211711707.4A Pending CN116133031A (zh) | 2022-12-29 | 2022-12-29 | 一种楼宇网络质量评估的方法、装置、电子设备以及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116133031A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116761207A (zh) * | 2023-08-22 | 2023-09-15 | 杭州纵横通信股份有限公司 | 一种基于通信行为的用户画像构建方法与系统 |
-
2022
- 2022-12-29 CN CN202211711707.4A patent/CN116133031A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116761207A (zh) * | 2023-08-22 | 2023-09-15 | 杭州纵横通信股份有限公司 | 一种基于通信行为的用户画像构建方法与系统 |
CN116761207B (zh) * | 2023-08-22 | 2023-12-15 | 杭州纵横通信股份有限公司 | 一种基于通信行为的用户画像构建方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109005556B (zh) | 一种基于用户话单的4g网络质量优化方法与系统 | |
US10686681B2 (en) | Systems and methods for measuring effective customer impact of network problems in real-time using streaming analytics | |
WO2017117879A1 (zh) | 人员识别处理方法、装置及系统 | |
US9326099B2 (en) | System and method for determining audience characteristics of a music concert based on mobile phone tracking and mobile data transmissions | |
US10404525B2 (en) | Classification of detected network anomalies using additional data | |
CN107086922B (zh) | 一种用户行为识别方法和装置 | |
US20210225409A1 (en) | Methods and systems for detection of anomalous motion in a video stream and for creating a video summary | |
CN110969215A (zh) | 聚类处理方法和装置、存储介质及电子装置 | |
CN109656792A (zh) | 基于网络调用日志的应用性能分析方法、装置、计算机设备及存储介质 | |
CN108540757B (zh) | 监控系统及监控方法 | |
CN112101692B (zh) | 移动互联网质差用户的识别方法及装置 | |
CN112785351A (zh) | 金融网点监控方法及装置 | |
CN116133031A (zh) | 一种楼宇网络质量评估的方法、装置、电子设备以及介质 | |
WO2021114985A1 (zh) | 一种同行对象识别方法、装置、服务器及系统 | |
JP5171793B2 (ja) | 事象検知装置及び事象検知方法 | |
CN106781167A (zh) | 监测物体运动状态的方法及设备 | |
CN111800807A (zh) | 一种基站用户数量告警的方法及装置 | |
CN113194474A (zh) | 伪基站的定位方法、装置、电子设备及可读存储介质 | |
EP3425606B1 (en) | Traffic situation estimation system and traffic situation estimation method | |
CN113052425A (zh) | 基于大数据的复工风险指数确定方法和装置 | |
CN110362713B (zh) | 基于Spark Streaming的视频监控预警方法及系统 | |
CN109151498B (zh) | 热点事件处理方法、装置、服务器及存储介质 | |
Sumathi et al. | Crowd estimation at a social event using call data records | |
CN113822367B (zh) | 一种基于人脸的区域行为分析方法、系统及介质 | |
US7925613B2 (en) | Action efficiency support apparatus and method |
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 |