CN117749674A - 对象识别方法、装置、设备及存储介质 - Google Patents

Abstract

本申请公开了一种对象识别方法、装置、设备及存储介质，涉及数据处理技术领域，用于提升识别潜在宽带用户的准确度。上述方法包括：获取目标终端设备在第一时间段的流量使用数据和信号质量数据；将第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，以得到目标终端设备在第二时间段的流量预测数据；第二时间段位于第一时间段之后；基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。本申请应用于对潜在宽带用户进行识别的场景中。

Description

对象识别方法、装置、设备及存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及一种对象识别方法、装置、设备及存储介质。

背景技术

潜在宽带用户是指对可能对互联网宽带需求较大的用户，通过识别潜在宽带用户，可以方便宽带服务提供商为该类用户提供相关的服务或产品。当前可以通过行为分析法、地理信息系统(geographic information system，GIS)方法或社交网络分析法识别潜在宽带用户。

然而，通过行为分析法、地理信息系统方法或社交网络分析法识别潜在宽带用户时，采集的用户相关数据较为稀疏，导致难以准确识别用户的潜在宽带需求，并且会侵犯用户隐私。从而，识别潜在宽带用户的准确度较低。

发明内容

本申请提供一种对象识别方法、装置、设备及存储介质，用于解决通过行为分析法、地理信息系统方法或社交网络分析法识别潜在宽带用户时，采集的用户相关数据较为稀疏，导致难以准确识别用户的潜在宽带需求，并且会侵犯用户隐私的技术问题，从而提高识别潜在宽带用户的准确度。

为达到上述目的，本申请采用如下技术方案：

第一方面，提供了一种对象识别方法，方法包括：获取目标终端设备在第一时间段的流量使用数据和信号质量数据；将第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，以得到目标终端设备在第二时间段的流量预测数据；第二时间段位于第一时间段之后；基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

在一种可能的实现方式中，方法还包括：获取预设区域内的多个终端设备中的每个终端设备在第三预设时间段内的流量使用数据和信号质量数据，第三预设时间位于第一时间段之前；基于每个终端设备在第三预设时间段内的流量使用数据和信号质量数据，训练得到流量预测模型。

在一种可能的实现方式中，方法还包括：将目标终端设备在第二时间段的流量预测数据与目标终端设备在第一时间段的流量使用数据之间的差值，确定为目标终端设备的流量使用变化量；获取目标终端设备在第二时间段的流量使用数据；基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象，包括：在目标终端设备的流量使用变化量大于或等于预设流量使用变化量的情况下，基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

在一种可能的实现方式中，基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象，包括：

基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备的宽带潜力值；宽带潜力值满足下述公式：

其中，A为目标终端设备的宽带潜力值，B为目标终端设备在第二时间段的流量预测数据，C为目标终端设备在第二时间段的流量使用数据，D为预设流量阈值；在目标终端设备的宽带潜力值大于或等于预设宽带潜力值的情况下，确定目标终端设备为目标对象；在目标终端设备的宽带潜力值小于预设宽带潜力值的情况下，确定目标终端设备不为目标对象。

第二方面，提供了一种对象识别装置，对象识别装置包括：获取单元、处理单元和确定单元；获取单元，用于获取目标终端设备在第一时间段的流量使用数据和信号质量数据；处理单元，用于将第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，以得到目标终端设备在第二时间段的流量预测数据；第二时间段位于第一时间段之后；确定单元，用于基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

在一种可能的实现方式中，获取单元，还用于获取预设区域内的多个终端设备中的每个终端设备在第三预设时间段内的流量使用数据和信号质量数据，第三预设时间位于第一时间段之前；处理单元，还用于基于每个终端设备在第三预设时间段内的流量使用数据和信号质量数据，训练得到流量预测模型。

在一种可能的实现方式中，确定单元，还用于将目标终端设备在第二时间段的流量预测数据与目标终端设备在第一时间段的流量使用数据之间的差值，确定为目标终端设备的流量使用变化量；获取单元，还用于获取目标终端设备在第二时间段的流量使用数据；确定单元，还用于在目标终端设备的流量使用变化量大于或等于预设流量使用变化量的情况下，基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

在一种可能的实现方式中，确定单元，还用于基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备的宽带潜力值；宽带潜力值满足下述公式：

其中，A为目标终端设备的宽带潜力值，B为目标终端设备在第二时间段的流量预测数据，C为目标终端设备在第二时间段的流量使用数据，D为预设流量阈值；确定单元，还用于在目标终端设备的宽带潜力值大于或等于预设宽带潜力值的情况下，确定目标终端设备为目标对象；确定单元，还用于在目标终端设备的宽带潜力值小于预设宽带潜力值的情况下，确定目标终端设备不为目标对象。

第三方面，一种电子设备，包括：处理器以及存储器；其中，存储器用于存储一个或多个程序，一个或多个程序包括计算机执行指令，当电子设备运行时，处理器执行存储器存储的计算机执行指令，以使电子设备执行如第一方面的一种对象识别方法。

第四方面，提供了一种存储一个或多个程序的计算机可读存储介质，该一个或多个程序包括指令，上述指令当被计算机执行时使计算机执行如第一方面的一种对象识别方法。

本申请提供了一种对象识别方法、装置、设备及存储介质，应用于潜在宽带用户识别的场景中。在需要对目标对象进行识别时，可以获取目标终端设备在第一时间段的流量使用数据和信号质量数据，并将第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，以得到目标终端设备在第一时间段之后的第二时间段的流量预测数据，进一步的，基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

即通过流量预测模型预测的使用流量越大，则终端设备为目标对象的概率越大，进一步的，可以根据预测的使用流量、实际的使用流量以及预设流量阈值进一步确定终端设备为目标对象的概率，这样可以消除实际的使用流量与预测的使用流量之间的误差，提升判断目标终端设备是否为目标对象的准确度。

通过上述方法，可以将用户的历史流量使用数据和历史信号质量数据输入到流量预测模型中，得到预测的流量使用数据，以基于预测的流量使用数据、实际的流量使用数据和预设流量阈值，确定目标终端设备是否为目标对象。从而，解决了现有技术中通过行为分析法、地理信息系统方法或社交网络分析法识别潜在宽带用户时，采集的用户相关数据较为稀疏，导致难以准确识别用户的潜在宽带需求，并且会侵犯用户隐私的技术问题，提升了识别潜在宽带用户的准确度。

附图说明

图1为本申请的实施例提供的一种对象识别系统的结构示意图；

图2为本申请的实施例提供的一种对象识别方法的流程示意图一；

图3为本申请的实施例提供的一种对象识别方法的流程示意图二；

图4为本申请的实施例提供的一种对象识别方法的流程示意图三；

图5为本申请的实施例提供的一种对象识别方法的流程示意图四；

图6为本申请的实施例提供的一种对象识别装置的结构示意图；

图7为本申请的实施例提供的一种电子设备的结构示意图。

具体实施方式

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描述。

在本申请的描述中，除非另有说明，“/”表示“或”的意思，例如，A/B可以表示A或B。本文中的“和/或”仅仅是一种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这三种情况。此外，“至少一个”“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

当前可以基于用户在互联网上的行为和活动(例如浏览历史、搜索查询、社交媒体互动)识别潜在宽带用户(即行为分析法)。具体的，在通过行为分析法识别潜在宽带用户时，可以采集和分析用户的在线行为数据(例如浏览历史数据、搜索查询数据、社交媒体互动数据)，并通过机器学习和数据挖掘技术识别用户的特征(例如识别用户是否对高清视频流或在线游戏感兴趣)，进一步的，根据用户的特征确定用户是否为潜在宽带用户。

在通过地理信息系统方法识别潜在宽带用户时，可以通过手机应用、社交媒体检查或互联网协议(internet protocol，IP)地址追踪等方式，采集用户的地理位置数据(例如全球定位系统(global positioning system，GPS)数据、IP地址等)，并将用户的地理位置数据与宽带服务提供商的宽带覆盖区域进行比较，如果用户位于宽带覆盖区域内，则确定该用户为潜在宽带用户。

当前可以利用用户在社交媒体上的社交关系和互动来挖掘潜在宽带用户(即社交网络分析法)，在通过社交网络分析法识别潜在宽带用户时，可以采集用户在社交媒体上的社交数据(例如朋友列表、关注者、互动数据和兴趣标签)，并通过社交网络分析技术(例如社交网络图分析和聚类算法)分析用户是否位于具有潜在宽带需求的社交圈中，如果用户位于具有潜在宽带需求的社交圈中，则确定该用户为潜在宽带用户。

然而，在通过行为分析法识别用户潜在宽带用户时，需要访问和分析用户的个人在线活动数据，会引发侵犯用户隐私的问题和数据安全问题，尤其在一些国家或地区受到法律限制。并且存在数据稀疏性问题，难以准确识别新用户或在线行为相对有限的用户的潜在宽带需求。

在通过地理信息系统方法识别潜在宽带用户时，依赖于用户的地理位置数据，由于移动用户的位置信息可能会频繁变化，增加了确定其潜在需求的复杂性，导致难以识别移动用户的潜在需求。并且部分用户可能实际上并不需要或使用宽带服务，仅仅基于地理位置数据确定用户是否为潜在宽带用户可能会导致误判。

在通过社交网络分析法识别潜在宽带用户时，存在数据稀疏性问题，对于那些在社交媒体上不活跃或不拥有大量社交关系的用户存在数据不足的问题，难以准确识别这些用户的潜在宽带需求，并且，该方法的前提是假设社交圈中的用户具有相似的需求和兴趣，但在某些情况下，这个假设可能并不成立，存在误判的问题。

当前在非陆地网络完成组网后，存在与现有的陆地网络有重叠覆盖和组网协同的问题，当前针对非陆地网络和陆地网络，通常的组网方案为选择式接入，具体的，如果终端设备能够搜索到陆地网络的信号，则接入陆地网络；如果终端设备搜索不到陆地网络的信号，则尝试接入非陆地网络。

本申请提供了一种对象识别方法，在需要对目标对象进行识别时，可以获取目标终端设备在第一时间段的流量使用数据和信号质量数据，并将第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，以得到目标终端设备在第一时间段之后的第二时间段的流量预测数据，进一步的，基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

即通过流量预测模型预测的使用流量越大，则终端设备为目标对象的概率越大，进一步的，可以根据预测的使用流量、实际的使用流量以及预设流量阈值进一步确定终端设备为目标对象的概率，这样可以消除实际的使用流量与预测的使用流量之间的误差，提升判断目标终端设备是否为目标对象的准确度。

通过上述方法，可以将用户的历史流量使用数据和历史信号质量数据输入到流量预测模型中，得到预测的流量使用数据，以基于预测的流量使用数据、实际的流量使用数据和预设流量阈值，确定目标终端设备是否为目标对象。从而，解决了现有技术中通过行为分析法、地理信息系统方法或社交网络分析法识别潜在宽带用户时，采集的用户相关数据较为稀疏，导致难以准确识别用户的潜在宽带需求，并且会侵犯用户隐私的技术问题，提升了识别潜在宽带用户的准确度。

本申请实施例提供的一种对象识别方法，可以适用于对象识别系统。图1示出了一种对象识别系统的结构示意图。如图1所示，对象识别系统10包括：目标终端设备11、电子设备12。目标终端设备11、电子设备12之间进行连接。目标终端设备11、电子设备12之间可以采用有线方式连接，也可以采用无线方式连接，本发明实施例对此不作限定。

目标终端设备11用于产生第一时间段的流量使用数据和信号质量数据、向电子设备12发送在第一时间段的流量使用数据和信号质量数据；接收目标终端设备11发送的第一时间段的流量使用数据和信号质量数据、将第一时间段的流量使用数据和信号质量数据输入到流量预测模型中得到目标终端设备11在第二时间段的流量预测数据、基于目标终端设备11在第二时间段的流量预测数据、目标终端设备11在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备11是否为目标对象，以基于目标终端设备11、电子设备12对目标对象进行识别。

可选地，目标终端设备11和电子设备12均可以是物理机，例如：电子设备12可以为基站设备、台式电脑，又称台式机或桌面机(desktop computer)、服务器，也可以为多个服务器组成的服务器群。目标终端设备11可以为手机、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本、个人数字助理(personaldigital assistant，PDA)等终端设备。

下面结合附图对本申请实施例提供的一种对象识别方法进行描述。如图2所示，本申请实施例提供的一种对象识别方法，应用于电子设备，方法包括S201-S203：

S201、获取目标终端设备在第一时间段的流量使用数据和信号质量数据。

其中，流量使用数据包括：总使用流量；信号质量数据包括以下至少一项：平均接收信号强度、接收信号强度的总采样次数、接收信号强度小于预设信号强度的采样次数。

可以理解，可以通过电子设备获取目标终端设备在第一时间段的流量使用数据和信号质量数据。

可选地，可以获取目标终端设备在第一时间段的流量使用数据和信号质量数据。

示例性的，第一时间段可以为当前时刻之前的1h。

S202、将第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，以得到目标终端设备在第二时间段的流量预测数据。

其中，第二时间段位于第一时间段之后。

可以理解，可以通过电子设备将第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，以得到目标终端设备在第二时间段的流量预测数据。

可选地，将第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，通过流量预测模型对目标终端设备未来的流量进行预测，以得到目标终端设备在第二时间段的流量预测数据。流量预测数据可以为总使用流量。

示例性的，第二时间段可以为当前时刻之后的1小时。

S203、基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

可以理解，可以基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，通过电子设备确定目标终端设备是否为目标对象。

可选地，可以基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为潜在宽带用户，预设流量阈值可以为目标终端设备所在区域内的宽带需求的网络下限。

需要说明的是，宽带需求的网络下限表示在该区域内，当终端设备的平均使用流量超过某一个阈值，则表示该终端设备的用户对于宽带的需求较大。该阈值可以由运营商根据区域网络规划来确定，也可以通过统计已安装宽带的用户的流量来确定。

示例性的，可以将目标终端设备所在区域内的最低平均使用流量确定为该区域内宽带需求的网络下限。

在一种设计中，如图3所示，本申请实施例提供的一种对象识别方法，在上述步骤S201之前，方法还包括S301-S302：

S301、获取预设区域内的多个终端设备中的每个终端设备在第三预设时间段内的流量使用数据和信号质量数据。

其中，第三预设时间位于第一时间段之前。

可选地，可以获取预设区域内的所有基站中的每个基站下的多个终端设备中的每个终端设备在第三预设时间段内的与基站进行网络交互时的网络指标数据，网络指标数据包括以下至少一项：信号强度、通话质量、流量速率、使用流量。进一步的，可以根据每个终端设备的网络指标数据，以第二时间段为粒度进行网络指标数据的汇总和合并，得到每个终端设备在第三预设时间段内的流量使用数据和信号质量数据。

示例性的，采集终端设备的网络指标数据的粒度一般都比较小，可以每5秒采集一次网络指标数据，则每5秒会有一条网络指标数据的记录，那么1个小时会有720条网络指标数据的记录。进一步的，可以以1个小时为粒度将网络指标数据进行汇总和合并。

具体的，可以统计1个小时内的720条网络指标数据中出现接收信号强度低于正常值(即预设信号强度)的次数作为发生弱覆盖次数(即接收信号强度小于预设信号强度的采样次数)，统计该720条网络指标数据中接收信号强度的平均值作为平均接收信号强度，统计该720条网络指标数据中的总使用流量作为这1小时内终端设备的总使用流量。

需要说明的是，流量使用数据和信号质量数据可以用于后续流量预测模型的训练，该数据可以直接反映终端设备的真实网络情况。需要注意的是，由于后续不同模型对数据的要求不同，此步骤所选用的数据也不尽相同，但总体来说该部分数据都可用于后续的模型训练。

S302、基于每个终端设备在第三预设时间段内的流量使用数据和信号质量数据，训练得到流量预测模型。

可选地，可以以每个终端设备在第三预设时间段内每个第二时间段的流量使用数据和信号质量数据为训练样本，建立基于时间序列模型的流量预测模型。

示例性的，时间序列模型可以为长短期记忆网络(long short-term memory，LSTM)模型，可以按照时序特征将每个终端设备在第三预设时间段内的每个小时的流量使用数据和信号质量数据输入到时间序列模型的每个单元中，以通过时间序列模型的每个单元对时序数据特征进行提取、对记忆信息进行融合，训练得到流量预测模型。

需要说明的是，时间序列模型为目前机器学习领域普遍适用的有监督算法。

一种可能的方式中，通过将终端设备的历史网络指标数据输入时间序列模型中训练得到流量预测模型，可以方便后续利用流量预测模型预测终端设备在下一时间段的流量使用数据，以根据终端设备在下一时间段的流量使用数据识别用户对宽带的需求。

在一种设计中，如图4所示，本申请实施例提供的一种对象识别方法，方法还包括S401-S402，以及，上述步骤S203中的方法，具体包括S403：

S401、将目标终端设备在第二时间段的流量预测数据与目标终端设备在第一时间段的流量使用数据之间的差值，确定为目标终端设备的流量使用变化量。

可选地，可以将目标终端设备在第二时间段的流量预测数据(即预测数据)与目标终端设备在第一时间段的流量使用数据(即实时数据)进行比较，确定目标终端设备的预测数据与实时数据之间的差值，并将目标终端设备的预测数据与实时数据之间的差值确定为目标终端设备的流量使用变化量。进一步的，根据目标终端设备的流量使用变化量确定目标终端设备的流量变化幅度，并基于目标终端设备的流量变化幅度，确定目标终端设备的网络指标变化类型。

示例性的，终端设备的网络指标变化类型可以为无波动类型、轻微波动类型或剧烈波动类型。具体的，无波动类型的终端设备的网络指标(即总使用流量)保持稳定，预测数据和真实数据基本相同，预测数据相比真实数据的流量变化幅度小于或等于5％；轻微波动类型的终端设备的网络指标出现轻微的波动，预测数据和真实数据出现轻微的波动，预测数据相比真实数据的流量变化幅度大于10％、且小于或等于30％；剧烈波动类型的终端设备的网络指标出现剧烈的波动，预测数据相比真实数据的流量变化幅度大于50％。

需要说明的是，对终端设备的网络指标变化类型的判断标准不是唯一的，相应的变化幅度阈值设置也不是唯一的。判断终端设备的网络指标变化类型的目的是通过对比预测数据和真实数据的波动，确定终端设备的网络指标是否发生了比较大的变化。终端设备的网络指标的出现变化，极有可能表示终端设备所在位置连接的网络发生了变化，即终端设备的外界环境可能发生了变化，且该变化当前为首次出现，以前并未出现过。

具体的，终端设备的外界环境可能发生的变化包括：终端设备的周边出现了其他网络(例如无线保真(wireless fidelity，WIFI)、热点、其他运营商的可接入网络等)，导致该终端设备对于当前网络的需求骤降；周边未出现其他网络，但该终端设备对于当前网络的网络需求激增。

S402、获取目标终端设备在第二时间段的流量使用数据。

可选地，可以获取目标终端设备实际上在第二时间段的流量使用数据。

S403、在目标终端设备的流量使用变化量大于或等于预设流量使用变化量的情况下，基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

可选地，可以在终端设备的网络指标变化类型为无波动类型(即目标终端设备的流量使用变化量大于或等于预设流量使用变化量)的情况下，基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

一种可能的方式中，可以通过比较的终端设备在当前时刻的上一时间段的流量使用数据与终端设备在当前时刻下一时间段的流量预测数据的变化幅度，流量预测数据的变化幅度越大，则表示终端设备为潜在宽带用户的可能性越高，提升了确定用户为潜在宽带用户的准确度。

在一种设计中，如图5所示，本申请实施例提供的一种对象识别方法中，上述步骤S203中的方法，具体包括S501-S503：

S501、基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备的宽带潜力值。

具体的，宽带潜力值满足下述公式一：

其中，A为目标终端设备的宽带潜力值，B为目标终端设备在第二时间段的流量预测数据，C为目标终端设备在第二时间段的流量使用数据，D为预设流量阈值。

S502、在目标终端设备的宽带潜力值大于或等于预设宽带潜力值的情况下，确定目标终端设备为目标对象。

可选地，可以预先设定预设宽带潜力值，进一步的，根据目标终端设备的宽带潜力值与预设宽带潜力值之间的大小关系，判断目标终端设备是否为潜在宽带用户。如果目标终端设备的宽带潜力值大于或等于预设宽带潜力值，则可以确定目标终端设备对应的用户为潜在宽带用户。

进而，如果目标终端设备对应的用户被标识为潜在宽带用户，则提供宽带服务的运营商可以获取该用户及其家庭群组的宽带账号信息，若根据该用户的家庭群组的宽带账号信息得知该用户未办理宽带，则可以对该用户进行相关的标识和记录，以便对该用户进行后续的宽带定向营销。

需要说明的是，预设宽带潜力值的设定通常需要考虑运营商的业务需求和营销策略。可以基于终端设备的宽带潜力值的分布和统计分析确定预设宽带潜力值，并且可以根据市场竞争和用户需求的实际情况对预设宽带潜力值进行调整。

示例性的，可以将终端设备的宽带潜力值的80％作为预设宽带潜力值。

S503、在目标终端设备的宽带潜力值小于预设宽带潜力值的情况下，确定目标终端设备不为目标对象。

可选地，在目标终端设备的宽带潜力值小于预设宽带潜力值的情况下，可以确定目标终端设备不为潜在宽带用户。

一种可能的方式中，通过计算终端设备的宽带潜力值，并将宽带潜力值大于预设阈值的终端设备对应的用户确定为潜在宽带用户，可以精确识别对宽带需求较高的用户，避免了将广泛的营销资源浪费在对宽带不感兴趣的用户上，会带来更高的宽带市场推广效率和更满意的用户体验。

本申请实施例提供一种对象识别方法，本申请通过综合分析终端设备的历史网络指标数据和实时网络指标数据，可以更精确地识别宽带高需求用户(即潜在宽带用户)。具体的，通过获取终端设备的历史网络指标数据、基于终端设备的历史网络指标数据建立网络指标预测模型、实时预测终端设备在下一时刻的网络指标数据、确定终端设备的网络指标变化类型、计算终端设备的宽带潜力得分(即宽带潜力值)，并根据潜力得分来确定终端设备对应的用户是否属于潜在宽带用户。对于被确定为潜在宽带用户的用户，提供宽带服务的运营商可以采取定向宽带营销策略，以满足该用户的高速宽带需求，提高用户满意度，并提高市场推广的效率。

本申请通过终端设备的历史网络指标数据建立网络指标预测模型，并通过网络指标预测模型预测终端设备的流量数据，以对流量发生了变化的用户进行统计，并计算该部分用户的潜力得分，将得分最高的用户确定为潜在宽带用户，实现精确识别终端设备的性能问题和用户需求，识别宽带高需求用户，避免了将广泛的营销资源浪费在不感兴趣的用户上，会带来更高的市场推广效率和更满意的用户体验。

本申请解决了传统宽带营销方法缺少实时性和动态性的问题，通过对预测的流量数据和实际上产生的流量数据进行分析，计算终端用户的潜力得分，在实时性方面有了很大进步，能够根据终端设备的最新数据进行实时预测和性能分析，及时识别性能问题和用户需求的变化，帮助提供宽带服务的运营商采取迅速措施，以改善用户体验和满足市场需求。

上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，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，本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，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。

本申请实施例可以根据上述方法示例对一种对象识别方法进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本申请实施例中对模块的划分是示意性的，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。

图6为本申请实施例提供的一种对象识别装置的结构示意图。如图6所示，一种对象识别装置40用于提升识别潜在宽带用户的准确度，例如用于执行图2所示的一种对象识别方法。该对象识别装置40包括：获取单元401、处理单元402和确定单元403。

获取单元401，用于获取目标终端设备在第一时间段的流量使用数据和信号质量数据。

处理单元402，用于将第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，以得到目标终端设备在第二时间段的流量预测数据；第二时间段位于第一时间段之后。

确定单元403，用于基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

在一种可能的实现方式中，获取单元401，还用于获取预设区域内的多个终端设备中的每个终端设备在第三预设时间段内的流量使用数据和信号质量数据，第三预设时间位于第一时间段之前；处理单元402，还用于基于每个终端设备在第三预设时间段内的流量使用数据和信号质量数据，训练得到流量预测模型。

在一种可能的实现方式中，确定单元403，还用于将目标终端设备在第二时间段的流量预测数据与目标终端设备在第一时间段的流量使用数据之间的差值，确定为目标终端设备的流量使用变化量；获取单元401，还用于获取目标终端设备在第二时间段的流量使用数据；确定单元403，还用于在目标终端设备的流量使用变化量大于或等于预设流量使用变化量的情况下，基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备是否为目标对象。

在一种可能的实现方式中，确定单元403，还用于基于目标终端设备在第二时间段的流量预测数据、目标终端设备在第二时间段的流量使用数据以及预设流量阈值，确定目标终端设备的宽带潜力值；宽带潜力值满足下述公式：

其中，A为目标终端设备的宽带潜力值，B为目标终端设备在第二时间段的流量预测数据，C为目标终端设备在第二时间段的流量使用数据，D为预设流量阈值；确定单元403，还用于在目标终端设备的宽带潜力值大于或等于预设宽带潜力值的情况下，确定目标终端设备为目标对象；确定单元403，还用于在目标终端设备的宽带潜力值小于预设宽带潜力值的情况下，确定目标终端设备不为目标对象。

在采用硬件的形式实现上述集成的模块的功能的情况下，本申请实施例提供了上述实施例中所涉及的电子设备的一种可能的结构示意图。如图7所示，一种电子设备60，用于提升接入非陆地网络和陆地网络时的用户体验，例如用于执行图2所示的一种对象识别方法。该电子设备60包括处理器601，存储器602以及总线603。处理器601与存储器602之间可以通过总线603连接。

处理器601是通信装置的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器601可以是一个通用中央处理单元(central processing unit，CPU)，也可以是其他通用处理器等。其中，通用处理器可以是微处理器或者是任何常规的处理器等。

作为一种实施例，处理器601可以包括一个或多个CPU，例如图7中所示的CPU 0和CPU 1。

存储器602可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

作为一种可能的实现方式，存储器602可以独立于处理器601存在，存储器602可以通过总线603与处理器601相连接，用于存储指令或者程序代码。处理器601调用并执行存储器602中存储的指令或程序代码时，能够实现本申请实施例提供的一种对象识别方法。

另一种可能的实现方式中，存储器602也可以和处理器601集成在一起。

总线603，可以是工业标准体系结构(industry standard architecture，ISA)总线、外围设备互连(peripheral component interconnect，PCI)总线或扩展工业标准体系结构(extended industry standard architecture，EISA)总线等。该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7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

需要指出的是，图7示出的结构并不构成对该电子设备60的限定。除图7所示部件之外，该电子设备60可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

作为一个示例，结合图6，对象识别装置40中的获取单元401、处理单元402和确定单元403实现的功能与图7中的处理器601的功能相同。

可选的，如图7所示，本申请实施例提供的电子设备60还可以包括通信接口604。

通信接口604，用于与其他设备通过通信网络连接。该通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，WLAN)等。通信接口604可以包括用于接收数据的接收单元，以及用于发送数据的发送单元。

在一种设计中，本申请实施例提供的电子设备中，通信接口还可以集成在处理器中。

通过以上的实施方式的描述，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，仅以上述各功能单元的划分进行举例说明。在实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将装置的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。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。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当计算机执行该指令时，该计算机执行上述方法实施例所示的方法流程中的各个步骤。

本申请的实施例提供一种包含指令的计算机程序产品，当指令在计算机上运行时，使得计算机执行上述方法实施例中的一种对象识别方法。

其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(random access memory，RAM)、只读存储器(read-only memory，ROM)、可擦式可编程只读存储器(erasable programmable read only memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，CD-ROM)、光存储器件、磁存储器件、或者上述的人以合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。

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特定用途集成电路(application specific integrated circuit，ASIC)中。

在本申请实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

由于本申请的实施例中的电子设备、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本申请实施例在此不再赘述。

以上，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，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种对象识别方法，其特征在于，所述方法包括：

获取目标终端设备在第一时间段的流量使用数据和信号质量数据；

将所述第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，以得到所述目标终端设备在第二时间段的流量预测数据；所述第二时间段位于所述第一时间段之后；

基于所述目标终端设备在所述第二时间段的流量预测数据、所述目标终端设备在所述第二时间段的流量使用数据以及预设流量阈值，确定所述目标终端设备是否为目标对象。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取预设区域内的多个终端设备中的每个终端设备在第三预设时间段内的流量使用数据和信号质量数据，所述第三预设时间位于所述第一时间段之前；

基于每个终端设备在所述第三预设时间段内的流量使用数据和信号质量数据，训练得到所述流量预测模型。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

将所述目标终端设备在所述第二时间段的流量预测数据与所述目标终端设备在所述第一时间段的流量使用数据之间的差值，确定为所述目标终端设备的流量使用变化量；

获取所述目标终端设备在所述第二时间段的流量使用数据；

基于所述目标终端设备在所述第二时间段的流量预测数据、所述目标终端设备在所述第二时间段的流量使用数据以及预设流量阈值，确定所述目标终端设备是否为目标对象，包括：

在所述目标终端设备的流量使用变化量大于或等于预设流量使用变化量的情况下，基于所述目标终端设备在所述第二时间段的流量预测数据、所述目标终端设备在所述第二时间段的流量使用数据以及所述预设流量阈值，确定所述目标终端设备是否为所述目标对象。

4.根据权利要求1或2所述的方法，其特征在于，所述基于所述目标终端设备在所述第二时间段的流量预测数据、所述目标终端设备在所述第二时间段的流量使用数据以及预设流量阈值，确定所述目标终端设备是否为目标对象，包括：

基于所述目标终端设备在所述第二时间段的流量预测数据、所述目标终端设备在所述第二时间段的流量使用数据以及所述预设流量阈值，确定所述目标终端设备的宽带潜力值；所述宽带潜力值满足下述公式：

其中，A为所述目标终端设备的宽带潜力值，B为所述目标终端设备在所述第二时间段的流量预测数据，C为所述目标终端设备在所述第二时间段的流量使用数据，D为所述预设流量阈值；

在所述目标终端设备的宽带潜力值大于或等于预设宽带潜力值的情况下，确定所述目标终端设备为目标对象；

在所述目标终端设备的宽带潜力值小于所述预设宽带潜力值的情况下，确定所述目标终端设备不为目标对象。

5.一种对象识别装置，其特征在于，所述对象识别装置包括：获取单元、处理单元和确定单元；

所述获取单元，用于获取目标终端设备在第一时间段的流量使用数据和信号质量数据；

所述处理单元，用于将所述第一时间段的流量使用数据和信号质量数据输入到流量预测模型中，以得到所述目标终端设备在第二时间段的流量预测数据；所述第二时间段位于所述第一时间段之后；

所述确定单元，用于基于所述目标终端设备在所述第二时间段的流量预测数据、所述目标终端设备在所述第二时间段的流量使用数据以及预设流量阈值，确定所述目标终端设备是否为目标对象。

6.根据权利要求5所述的对象识别装置，其特征在于，所述获取单元，还用于获取预设区域内的多个终端设备中的每个终端设备在第三预设时间段内的流量使用数据和信号质量数据，所述第三预设时间位于所述第一时间段之前；

所述处理单元，还用于基于每个终端设备在所述第三预设时间段内的流量使用数据和信号质量数据，训练得到所述流量预测模型。

7.根据权利要求6所述的对象识别装置，其特征在于，所述确定单元，还用于将所述目标终端设备在所述第二时间段的流量预测数据与所述目标终端设备在所述第一时间段的流量使用数据之间的差值，确定为所述目标终端设备的流量使用变化量；

所述获取单元，还用于获取所述目标终端设备在所述第二时间段的流量使用数据；

所述确定单元，还用于在所述目标终端设备的流量使用变化量大于或等于预设流量使用变化量的情况下，基于所述目标终端设备在所述第二时间段的流量预测数据、所述目标终端设备在所述第二时间段的流量使用数据以及所述预设流量阈值，确定所述目标终端设备是否为所述目标对象。

8.根据权利要求6或7所述的对象识别装置，其特征在于，所述确定单元，还用于基于所述目标终端设备在所述第二时间段的流量预测数据、所述目标终端设备在所述第二时间段的流量使用数据以及所述预设流量阈值，确定所述目标终端设备的宽带潜力值；所述宽带潜力值满足下述公式：

其中，A为所述目标终端设备的宽带潜力值，B为所述目标终端设备在所述第二时间段的流量预测数据，C为所述目标终端设备在所述第二时间段的流量使用数据，D为所述预设流量阈值；

所述确定单元，还用于在所述目标终端设备的宽带潜力值大于或等于预设宽带潜力值的情况下，确定所述目标终端设备为目标对象；

所述确定单元，还用于在所述目标终端设备的宽带潜力值小于所述预设宽带潜力值的情况下，确定所述目标终端设备不为目标对象。

9.一种电子设备，其特征在于，包括：处理器以及存储器；

其中，所述存储器用于存储一个或多个程序，所述一个或多个程序包括计算机执行指令，当所述电子设备运行时，处理器执行所述存储器存储的所述计算机执行指令，以使所述电子设备执行权利要求1-4中任一项所述的一种对象识别方法。

10.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当被计算机执行时使所述计算机执行如权利要求1-4中任一项所述的一种对象识别方法。