WO2015117488A1 - 自适应的数据连接方法及装置 - Google Patents

自适应的数据连接方法及装置 Download PDF

Info

Publication number
WO2015117488A1
WO2015117488A1 PCT/CN2014/093307 CN2014093307W WO2015117488A1 WO 2015117488 A1 WO2015117488 A1 WO 2015117488A1 CN 2014093307 W CN2014093307 W CN 2014093307W WO 2015117488 A1 WO2015117488 A1 WO 2015117488A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
user
data connection
behavior
connection
Prior art date
Application number
PCT/CN2014/093307
Other languages
English (en)
French (fr)
Inventor
田艳艳
Original Assignee
中兴通讯股份有限公司
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 中兴通讯股份有限公司 filed Critical 中兴通讯股份有限公司
Publication of WO2015117488A1 publication Critical patent/WO2015117488A1/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user

Definitions

  • the present invention relates to the field of communications, and in particular to an adaptive data connection method and apparatus.
  • the related art proposes that by combining the schedule management technology with the telephone redialing technology, it is possible to automatically redial a preset number within a specified time period, and automatically turn off the redial function after the redial is successful.
  • the technology mainly relates to a mobile terminal supporting a voice call type, and the time period set in the redial dialing and the schedule management is related, and the redial time period is preset, which can be understood as the user first tells the terminal to the plan, and the terminal according to the predetermined plan. jobs.
  • the terminal does not anticipate the behavior of the user.
  • the number that needs to be dialed in a fixed time period is limited and different, and the user needs to set according to different needs in advance.
  • the data-based business is more related to the user's personal living habits. Therefore, the automation of the terminal in the data-based business has a broader application prospect, but this solution has not yet been proposed.
  • the embodiment of the invention provides an adaptive data connection method and device, so as to at least solve the problem that the automatic operation of the terminal is not implemented in the data type service in the related art.
  • an adaptive data connection method including: acquiring behavior data of a user using a data connection; and calculating a user using a data connection according to the behavior data and historical data of a user using the data connection.
  • Custom data control the terminal to perform operations in the data connection according to the custom data.
  • Controlling the operation of the terminal in the data connection according to the custom data includes: establishing a data connection or disconnecting the data connection according to the data connection period of the custom data.
  • Calculating the habit data of the user using the data connection according to the behavior data and the historical data of the user using the data connection comprising: performing weighted averaging on the behavior data that overlaps the behavior data of the current day and the data connection in the historical data.
  • the habit data is obtained.
  • Calculating the habit data of the user using the data connection according to the behavior data and the historical data of the user using the data connection : calculating the user according to the behavior data of the working day and the historical data of the user using the data connection on the working day Using the custom data of the data connection on a business day; and/or calculating the habit of the user using the data connection on the rest day according to the behavior data of the rest day and the historical data of the user using the data connection on the rest day data.
  • Obtaining the behavior data of the user using the data connection includes: tracking and monitoring the user's operation behavior of establishing a data connection or disconnecting the data connection, or tracking and monitoring the user's data traffic usage; according to the operation behavior or the data traffic usage situation The behavior data.
  • Obtaining the behavior data according to the operation behavior includes: tracking and monitoring an operation behavior of the user establishing a data connection or disconnecting the data connection within a predetermined time period; establishing a sample library according to the operation behavior; deleting the establishment data in the sample library Connecting to a sample that disconnects the data connection for a length of time that is lower than the first predetermined threshold, and/or deleting a sample in the sample library that disconnects the data connection to establish a data connection for a length of time that is lower than a second predetermined threshold.
  • Obtaining the behavior data according to the data traffic usage situation includes: acquiring a correspondence between each sub-time period and a quantization granularity in the predetermined time period; tracking and monitoring a user to be quantized and granularized in the each sub-period
  • the data traffic usage in the subsequent subdivision period in each sub-period, the data traffic used in the subdivision period is lower than the third preset threshold, and the sum of the used data traffic is lower than the total
  • the plurality of subdivided time segments within the traffic preset ratio are deleted; in each of the sub-periods, the remaining subdivision time segments are sorted by time, and the data traffic consumption and the time continuous subdivision time are spliced a segment; in the respective sub-periods, converting the spliced sub-period time period into the behavior data.
  • Obtaining the behavior data of the user using the data connection includes: determining whether the terminal works in an adaptive mode, where the adaptive mode is set to control the operation in the data connection by the terminal according to the custom data; if yes, acquiring the user Behavioral data for data connections.
  • an adaptive data connection apparatus comprising: an acquisition module configured to acquire behavior data of a user using a data connection; and a calculation module configured to use the behavior data according to the The user uses the historical data of the data connection to calculate the custom data of the user using the data connection; the control module is configured to control the terminal to perform the operation in the data connection according to the custom data.
  • the control module includes: a control unit configured to establish a data connection or disconnect the data connection according to the data connection period of the custom data.
  • the calculation module includes: a calculation unit configured to perform weighted averaging of behavior data that overlaps the behavior data of the current day and the data connection in the historical data to obtain the habit data.
  • the obtaining module includes: a tracking and monitoring unit configured to track and monitor an operation behavior of the user establishing a data connection or disconnecting the data connection, or tracking and monitoring the data usage of the user; the first obtaining unit is configured to be according to the The behavioral data is obtained by an operational behavior or the data traffic usage.
  • the obtaining module includes: a determining unit, configured to determine whether the terminal works in an adaptive mode, where the adaptive mode is set to control an operation in a data connection according to the custom data; and a second acquiring unit, It is set to acquire behavior data of the user using the data connection in a case where the determination result of the determination unit is YES.
  • the behavior data of acquiring the data connection by the user is adopted; according to the behavior data and the historical data of the user connection data, the habit data of the user using the data connection is calculated; and the terminal is controlled according to the custom data to perform data connection.
  • the operation mode solves the problem that the terminal does not realize the automatic operation of the terminal in the data type service in the related art, can facilitate the user to use the data service, and can reduce the consumption of unnecessary non-user usage habit data flow, and can also reduce Power consumption, extending device standby time.
  • FIG. 1 is a flow chart of an adaptive data connection method in accordance with an embodiment of the present invention.
  • FIG. 2 is a block diagram showing the structure of an adaptive data connection apparatus according to an embodiment of the present invention.
  • FIG. 3 is a schematic diagram showing the structure of a terminal dialing module according to a preferred embodiment of the present invention.
  • FIG. 4 is a schematic diagram showing the workflow of a dialing control module according to a preferred embodiment of the present invention.
  • FIG. 5 is a block diagram showing the structure of a first scheme of user habit data extraction according to a preferred embodiment of the present invention.
  • FIG. 6 is a block diagram showing a second configuration of a user habit data extraction in accordance with a preferred embodiment of the present invention.
  • the data type service is related to the user's personal living habits, it is possible to mine and estimate when the user needs to dial data according to the dialing behavior of the user at different time periods or data traffic consumption, and when to disconnect the dial-up connection. , thereby reducing unnecessary traffic consumption while facilitating users.
  • FIG. 1 is a flowchart of an adaptive data connection method according to an embodiment of the present invention. As shown in FIG. 1, the method includes the following steps. :
  • Step S102 acquiring behavior data of the user using the data connection
  • Step S104 calculating habit data of the user using the data connection according to the behavior data and the historical data of the user using the data connection;
  • Step S106 controlling the terminal to perform an operation in the data connection according to the custom data.
  • the behavior data of the user using the data connection is combined with the historical data to obtain the habit data of the user using the data connection, and the terminal controls the terminal to perform various operations in the data connection according to the custom data, thereby realizing the terminal basis.
  • the self-learning user uses the custom data of the data connection to perform the operation in the data connection, and solves the problem that the terminal does not implement the automatic operation of the terminal in the data type service in the related art, and is convenient for the user to use the data service, and can reduce unnecessary
  • the consumption of data traffic that is not used by users for example, some apps use traffic in the background
  • controlling the operation in the data connection by the terminal according to the custom data in the step S106 may include: establishing a data connection (also called a dial-up connection) or disconnecting the data connection according to the data connection period of the custom data (also called disconnecting) ).
  • the manner of calculating the habit data in the above step S104 may be weighted and averaged by the behavior data that overlaps the behavior data of the current day and the data connection in the historical data to obtain the habit.
  • Habitual data For example, suppose the behavior data for the day is to establish and disconnect the data connection at 20:30-22:30 in the evening, and the historical data is to establish and disconnect the data connection at 20:00-22:00, then you can 20:00 The 20:30 weighted averaging is used to establish a data connection with a custom time of 20:15, and the 22:00 and 22:30 weighted averaging to get the disconnected data connection is 22:15.
  • the time period in which the user's living habits are greatly distinguished may be divided into different groups, and the calculation of step S104 may be performed in each group, for example, according to the working day and the rest day. Divide, then combine the behavior data in the working day with the historical data of the working day to calculate the user's habit data using the data connection on weekdays, and/or combine the behavior data in the rest day with the historical data of the rest day to Calculate custom data for users to use data connections on rest days.
  • the step S102 acquiring the behavior data of the user using the data connection may include: tracking and monitoring an operation behavior of the user establishing a data connection or disconnecting the data connection, or tracking and monitoring the data usage of the user, and then according to The operational behavior or the usage of the data traffic results in the behavior data.
  • the behavior data obtained according to the operation behavior of the user establishing a data connection or disconnecting the data connection may be specifically as follows: tracking and monitoring an operation behavior of the user establishing a data connection or disconnecting the data connection within a predetermined time period; Determining an operational behavior to establish a sample library; deleting a sample in the sample library that establishes a data connection to a disconnected data connection for a length of time that is lower than a first predetermined threshold, and/or deleting a disconnected data connection in the sample library to establish A sample of a data connection that is less than a second predetermined threshold.
  • the behavior data obtained according to the data usage of the user may be specifically as follows: acquiring a correspondence between each sub-time period and the quantization granularity in the predetermined time period (for example, one day), for example, one day
  • the user uses the sub-time period in which the data traffic is frequent (for example, 11:30-14:00, 18:00-20:00) to obtain the data traffic usage according to the dense quantization granularity, and the user uses the data traffic in one day.
  • a small sub-period obtains data traffic usage according to a sparse quantization granularity; then, tracks and monitors the subdivision time after the user is quantized and granularized in the respective sub-periods
  • the data traffic usage in the segment after obtaining the data traffic usage in each segmentation period, the data traffic used in each segmentation period can be lower than the third preset threshold, and the sum of the usage data traffic is low.
  • the working mode of the data connection may also be set in the terminal.
  • the terminal Before step S102, it may be first determined whether the terminal operates in an adaptive mode, where the adaptive mode setting In order to control the terminal in the data connection according to the custom data; if yes, the behavior data of the user using the data connection may be obtained according to step S102, and the solution in the embodiment is performed, and if the determination result is no, the method may be followed. Data connections are made in the normal way, for example using manual dialing.
  • an adaptive data connection device is also provided in the embodiment, and the device is configured to implement the above-mentioned embodiments and preferred embodiments, and the description thereof has been omitted.
  • the term "module” may implement a combination of software and/or hardware of a predetermined function.
  • the apparatus described in the following embodiments is preferably implemented in software, hardware, or a combination of software and hardware, is also possible and contemplated.
  • FIG. 2 is a structural block diagram of an adaptive data connection apparatus according to an embodiment of the present invention. As shown in FIG. 2, the apparatus includes an acquisition module 22, a calculation module 24, and a control module 26. The following describes each module in detail:
  • the obtaining module 22 is configured to obtain behavior data of the user using the data connection;
  • the calculating module 24 is connected to the obtaining module 22, and is configured to calculate the habit data of the user using the data connection according to the behavior data and the historical data of the user using the data connection;
  • the control module 26 is connected to the computing module 24 and is configured to control the terminal to perform operations in the data connection according to the custom data.
  • control module 26 may comprise: a control unit configured to establish a data connection or disconnect the data connection according to the data connection period of the custom data.
  • the calculation module 24 may include: a calculation unit configured to perform weighted averaging of behavior data that overlaps the behavior data of the current day and the data connection in the historical data to obtain the habit data.
  • the obtaining module 22 may include: a tracking and monitoring unit configured to track and monitor an operation behavior of the user establishing a data connection or disconnecting the data connection, or tracking and monitoring the data usage of the user; the first acquiring unit, The behavior data is set to be obtained according to the operational behavior or the data traffic usage.
  • the obtaining module 22 may further include: a determining unit, configured to determine whether the terminal operates in an adaptive mode, where the adaptive mode is set to control the terminal to perform an operation in a data connection according to the custom data. And a second obtaining unit configured to acquire, when the determination result of the determining unit is YES, the behavior data of the user using the data connection.
  • a learning adaptive dialing terminal which can learn user usage habits to perform adaptive dialing control, that is, automatically control the establishment and disconnection of data connections, which is convenient for users to use. At the same time, it effectively reduces the long-term existence of data connections, and some built-in applications consume unnecessary data to generate unnecessary data, while also reducing power consumption and extending device standby time.
  • the terminal works in an adaptive mode: acquiring user habit data, including behavior data acquisition, analysis processing, and custom database.
  • basic data is obtained (for example, Dial-up disconnection, connection” or “flow usage"), then analyze and process the behavior data, get the habitual data of the day, and calculate the new habit data in combination with the historical data in the habit database.
  • the dialing control module controls the automatic dialing/de-dialing of the next day according to the start and end of the time period.
  • the solution in the preferred embodiment does not require the user to preset a dialing time period for the terminal to work according to a predetermined schedule.
  • the call service the number that needs to be dialed in a fixed time period is limited and different, and the user needs to set it according to different needs in advance.
  • the data type service is related to the user's personal living habits. According to the user's dialing behavior at different time periods or data traffic consumption, it is possible to mine and estimate when the user needs to dial data and when to disconnect the dial-up connection. Convenient for users while reducing unnecessary traffic consumption.
  • the terminal includes: an automatic dialing mode setting 302, user data extraction 304, and dialing control 306:
  • the automatic dialing mode setting 302 (implementing the function of the above-mentioned judging unit): controls which mode the user operates in, the adaptive mode or the normal mode.
  • User data extraction 304 is a self-learning process, including behavior data acquisition, analysis processing, and custom database. By tracking the user's usage habits, get the basic data (such as "dial disconnect, connection” or “flow usage"), then on the line For the data analysis and processing, the daily habit data is obtained, and the new habit data is calculated based on the historical data in the custom database.
  • Dial control 306 (implementing the functions of control module 26 described above): reference setting mode, and user habit data for dialing. The detailed process is shown in Figure 4.
  • FIG. 4 is a schematic diagram of the workflow of the dial control 306 module according to a preferred embodiment of the present invention. As shown in FIG. 4, the flow includes the following steps:
  • Step S402 It is judged whether the device works in the adaptive mode. If yes, go to step S404; if not, go to step S410.
  • Step S404 Check whether there is user habit data in the habit database. If yes, go to step S406; if not, go to step S408.
  • Step S406 Dial according to the time period in the custom database, or disconnect the dial-up connection. Control is completed until several time periods. The process ends.
  • Step S408 Dialing is performed, and the process ends (after the dialing is successful, the user data extraction 304 module automatically works and extracts user habit information).
  • Step S410 Dialing is performed, and the process ends.
  • FIG. 5 is a schematic diagram of a module structure of a first scheme for user habit data extraction according to a preferred embodiment of the present invention. As shown in FIG. 5, the method includes:
  • the dialing data obtaining module 502 (implementing the functions of the above tracking and monitoring unit), the dialing data analysis processing module 504 (implementing the functions of the first obtaining unit), and the user habit database 506, wherein:
  • the dial data obtaining module 502 is configured to acquire behavior data of the user.
  • the time point at which the user establishes dialing and disconnects within 1 day is tracked and monitored.
  • the dial data analysis processing module 504 is configured to analyze, process, and extract user habits of the user's behavior. Firstly, according to the obtained dialing, the dialing data is used to establish a sample library (the dialing is established at a certain moment, and the dialing is disconnected at a certain time); the disconnection time of the small segment is removed: the disconnection is disconnected and the connection is established next time.
  • Samples with intervals less than a set threshold for example, 10 minutes
  • a weighted average is performed on the portion of the daily custom data and the historical custom data in which the dial-up connection overlaps, and new habit data (ie, the habit data in the above) is obtained, and the corresponding correspondence is written according to the current time. database.
  • Custom database 506 including Monday to Friday, Saturday and Sunday, is to take into account the differences in user data usage during the week and weekend. A set of custom data is shared from Monday to Friday, and another set of custom data is shared on Saturday and Sunday.
  • the dial control module 306 uses these custom data for dialing control.
  • FIG. 6 is a schematic diagram of a module structure of a second scheme for user habit data extraction according to a preferred embodiment of the present invention. As shown in FIG. 6, the method includes:
  • the traffic data obtaining module 602 (implementing the functions of the above tracking and monitoring unit), the traffic data analysis processing module 604 (implementing the functions of the first acquiring unit), and the user habit database 606, because based on the idea of tracking traffic consumption,
  • the traffic consumption is counted according to different time intervals in different time periods, so the correspondence between the time period and the quantization granularity (time interval) can be set in advance. among them:
  • Time period (T 0 -T 1 ,...,T i -T i+1 ,...,T n-1 -T n )
  • Traffic data acquisition module 602 Tracks traffic consumption for 1 day in the preferred embodiment. Firstly, the correspondence between the time period T i -T i+1 and the quantization granularity D i needs to be acquired; then, the traffic consumption in each subdivision period after the division of T i -T i+1 by D i is calculated; Segmented traffic statistics for the day.
  • the traffic data analysis processing module 604 is configured to analyze, process, and extract user habits of the user's behavior. First, the low traffic period is eliminated: the traffic consumption can be sorted from low to high, and several subdivided time segments in which the traffic is low and the cumulative total traffic is within a certain range (for example, 30%) are eliminated.
  • splicing has a traffic consumption and time-continuous subdivision time period; then converts it into a custom data format to establish a connection at a certain moment, disconnects at a certain moment, and obtains the habit data of the day (ie, the behavior data above)
  • Final reference calendar The historical data, weighted average of the overlapping parts of the dialing connection in the customary data and the historical custom data of the day, and the new habit data (ie, the habit data in the above) is obtained, and is written into the corresponding database according to the current time.
  • Custom database 606 same as custom database 506 (see Figure 5), no further details.
  • a storage medium in which the above software is stored, including but not limited to an optical disk, a floppy disk, a hard disk, an erasable memory, and the like.
  • modules or steps of the present invention described above can be implemented by a general-purpose computing device that can be centralized on a single computing device or distributed across a network of multiple computing devices. Alternatively, they may be implemented by program code executable by the computing device such that they may be stored in the storage device by the computing device and, in some cases, may be different from the order herein.
  • the steps shown or described are performed, or they are separately fabricated into individual integrated circuit modules, or a plurality of modules or steps thereof are fabricated as a single integrated circuit module.
  • the invention is not limited to any specific combination of hardware and software.
  • an adaptive data connection method and apparatus provided by an embodiment of the present invention have the following beneficial effects: solving the problem that the automatic operation of the terminal is not implemented in the data type service in the related art, and the user is convenient.
  • the use of data services while reducing the consumption of unnecessary non-user usage data traffic, can also reduce power consumption and extend the standby time of the device.

Landscapes

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

Abstract

本发明公开了一种自适应的数据连接方法及装置，其中，该方法包括：获取用户使用数据连接的行为数据；根据所述行为数据和用户使用数据连接的历史数据，计算用户使用数据连接的习惯数据；根据所述习惯数据控制终端进行数据连接中的操作。通过本发明，解决了相关技术中尚未在数据类业务中实现终端的自动化操作的问题，能够方便用户使用数据业务，同时能够减少不必要的非用户使用习惯的数据流量的消耗，还能降低功耗，延长设备待机时间。

Description

自适应的数据连接方法及装置 技术领域
本发明涉及通信领域，具体而言，涉及一种自适应的数据连接方法及装置。
背景技术
目前，公知的支持数据业务的终端，数据连接(也称拨号上网)分为手动拨号(由用户触发)，或者自动拨号。自动拨号通常在注册上网络后触发，根据终端中设置的拨号参数进行拨号，免去了用户动手，在一定程度上方便了用户使用。
随着公众数据类业务需求激增，在正常满足用户使用的同时，如何减少流量消耗，如何控制家庭成员对网络的使用以缓解身体不适，成为终端需要考虑的问题。用户习惯各不相同，要能满足用户日常使用，并让设备学习、理解用户使用习惯，并根据这些习惯来工作，成为需要首先考虑的环节。
相关技术提出了通过把日程管理技术与电话重拨技术相结合，可以实现在指定时间段对预先设定的号码进行自动重拨，并且在重拨成功后，自动关闭重拨的功能。该技术主要涉及支持语音通话类的移动终端，重新拨号和日程管理中设置的时间段相关，且重拨时间段是预先设定的，可以理解为是用户先把计划告诉终端，终端根据预定计划工作。终端没有对用户的行为做出预期，在通话类业务里，日常需要在固定时间段拨打的号码有限而且不同，需要用户提前根据不同需要设置。相比电话重拨技术来讲，数据类业务跟使用者的个人生活习惯更加相关，因此在数据类业务中实现终端的自动化操作具有更加广阔的应用前景，但是目前尚未提出这种方案。
针对相关技术中尚未在数据类业务中实现终端的自动化操作的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种自适应的数据连接方法及装置，以至少解决相关技术中尚未在数据类业务中实现终端的自动化操作的问题。
根据本发明的一个实施例，提供了一种自适应的数据连接方法，包括：获取用户使用数据连接的行为数据；根据所述行为数据和用户使用数据连接的历史数据，计算用户使用数据连接的习惯数据；根据所述习惯数据控制终端进行数据连接中的操作。
根据所述习惯数据控制所述终端进行数据连接中的操作包括：根据所述习惯数据的数据连接时段建立数据连接或者断开数据连接。
根据所述行为数据和用户使用数据连接的历史数据，计算用户使用数据连接的习惯数据包括：将当日所述行为数据与所述历史数据中的数据连接存在时间重叠的行为数据进行加权取平均，得到所述习惯数据。
根据所述行为数据和用户使用数据连接的历史数据，计算用户使用所述数据连接的习惯数据包括：根据工作日的所述行为数据和用户在工作日使用数据连接的所述历史数据，计算用户在工作日使用数据连接的所述习惯数据；和/或，根据休息日的所述行为数据和用户在休息日使用数据连接的所述历史数据，计算用户在休息日使用数据连接的所述习惯数据。
获取用户使用数据连接的行为数据包括：追踪并监控用户建立数据连接或者断开数据连接的操作行为，或者追踪并监控用户的数据流量使用情况；根据所述操作行为或者所述数据流量使用情况得到所述行为数据。
根据所述操作行为得到所述行为数据包括：追踪并监控用户在预定时间段内建立数据连接或者断开数据连接的操作行为；根据所述操作行为建立样本库；删除所述样本库中建立数据连接至断开数据连接的时间长度低于第一预设阈值的样本，和/或，删除所述样本库中断开数据连接至建立数据连接的时间长度低于第二预设阈值的样本。
根据所述数据流量使用情况得到所述行为数据包括：获取所述预定时间段内各个子时间段和量化粒度之间的对应关系；追踪并监控用户在所述各个子时间段内被量化粒度划分后的细分时间段内的数据流量使用情况；在所述各个子时间段中，将所述细分时间段中使用数据流量低于第三预设阈值，且使用数据流量之和低于总流量预设占比之内的数个细分时间段删除；在所述各个子时间段中，将剩余的各个细分时间段按照时间排序，并拼接存在数据流量消耗且时间连续的细分时间段；在所述各个子时间段中，将拼接后的细分时间段转换为所述行为数据。
获取用户使用数据连接的行为数据包括：判断所述终端是否工作在自适应模式，其中，所述自适应模式设置为根据所述习惯数据控制终端进行数据连接中的操作；如果是，获取用户使用数据连接的行为数据。
根据本发明的另一实施例，提供了一种自适应的数据连接装置，包括：获取模块，设置为获取用户使用数据连接的行为数据；计算模块，设置为根据所述行为数据和用 户使用数据连接的历史数据，计算用户使用数据连接的习惯数据；控制模块，设置为根据所述习惯数据控制终端进行数据连接中的操作。
所述控制模块包括：控制单元，设置为根据所述习惯数据的数据连接时段建立数据连接或者断开数据连接。
所述计算模块包括：计算单元，设置为将当日所述行为数据与所述历史数据中的数据连接存在时间重叠的行为数据进行加权取平均，得到所述习惯数据。
所述获取模块包括：追踪及监控单元，设置为追踪并监控用户建立数据连接或者断开数据连接的操作行为，或者追踪并监控用户的数据流量使用情况；第一获取单元，设置为根据所述操作行为或者所述数据流量使用情况得到所述行为数据。
所述获取模块包括：判断单元，设置为判断所述终端是否工作在自适应模式，其中，所述自适应模式设置为根据所述习惯数据控制终端进行数据连接中的操作；第二获取单元，设置为在所述判断单元的判断结果为是的情况下，获取用户使用数据连接的行为数据。
通过本发明实施例，采用获取用户使用数据连接的行为数据；根据所述行为数据和用户使用数据连接的历史数据，计算用户使用数据连接的习惯数据；根据所述习惯数据控制终端进行数据连接中的操作的方式，解决了相关技术中尚未在数据类业务中实现终端的自动化操作的问题，能够方便用户使用数据业务，同时能够减少不必要的非用户使用习惯的数据流量的消耗，还能降低功耗，延长设备待机时间。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的自适应的数据连接方法的流程图；
图2是根据本发明实施例的自适应的数据连接装置的结构框图；
图3是根据本发明优选实施例的终端拨号模块构成示意图；
图4是根据本发明优选实施例的拨号控制模块的工作流程示意图；
图5是根据本发明优选实施例的用户习惯数据提取的第一种方案的模块构成示意图；
图6是根据本发明优选实施例的用户习惯数据提取的第二种方案的模块构成示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
考虑到数据类业务跟使用者的个人生活习惯相关，因此可以根据用户在不同时段的拨号行为，或者数据流量消耗，挖掘并预估到用户需要在何时进行数据拨号，何时断开拨号连接，从而在方便用户的同时减少不必要的流量消耗。
基于上述考虑，在本实施例中提供了一种自适应的数据连接方法，图1是根据本发明实施例的自适应的数据连接方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取用户使用数据连接的行为数据；
步骤S104，根据所述行为数据和用户使用数据连接的历史数据，计算用户使用数据连接的习惯数据；
步骤S106，根据所述习惯数据控制终端进行数据连接中的操作。
本实施例通过上述步骤，将用户使用数据连接的行为数据与历史数据相结合，得到用户使用数据连接的习惯数据，并根据该习惯数据控制终端进行数据连接中的各种操作，实现了终端根据自主学习的用户使用数据连接的习惯数据，进行数据连接中的操作，解决了相关技术中尚未在数据类业务中实现终端的自动化操作的问题，能够方便用户使用数据业务，同时能够减少不必要的非用户使用习惯的数据流量(例如某些APP在后台使用流量)的消耗，还能降低功耗，延长设备待机时间。
优选地，上述步骤S106中根据习惯数据控制终端进行数据连接中的操作主要可以包括：根据所述习惯数据的数据连接时段建立数据连接(也称拨号连接)或者断开数据连接(也称去连接)。
优选地，上述步骤S104中的计算习惯数据的方式可以通过将当日所述行为数据与所述历史数据中的数据连接存在时间重叠的行为数据进行加权取平均，以得到所述习 惯数据。例如，假设当日的行为数据为在晚上20:30-22:30建立和断开数据连接，而历史数据为在晚上20:00-22:00建立和断开数据连接，则可以将20:00与20:30加权取平均得到建立数据连接的习惯时间为20:15，并将22:00与22:30加权取平均得到断开数据连接的习惯时间为22:15。
优选地，在进行上述步骤S104的计算时，可以将用户生活习惯区别较大的时间段分成不同的组，并在各个组内进行步骤S104的计算，例如，可以按照工作日与休息日的方式进行划分，然后将工作日中的行为数据与工作日的历史数据结合以计算用户在工作日使用数据连接的习惯数据，和/或，将休息日中的行为数据与休息日的历史数据结合以计算用户在休息日使用数据连接的习惯数据。
作为一种优选实施方式，上述步骤S102获取用户使用数据连接的行为数据可以包括：追踪并监控用户建立数据连接或者断开数据连接的操作行为，或者追踪并监控用户的数据流量使用情况，然后根据所述操作行为或者所述数据流量使用情况得到所述行为数据。
优选地，根据所述用户建立数据连接或者断开数据连接的操作行为得到所述行为数据具体可以如下：追踪并监控用户在预定时间段内建立数据连接或者断开数据连接的操作行为；根据所述操作行为建立样本库；删除所述样本库中建立数据连接至断开数据连接的时间长度低于第一预设阈值的样本，和/或，删除所述样本库中断开数据连接至建立数据连接的时间长度低于第二预设阈值的样本。
优选地，根据所述用户的数据流量使用情况得到所述行为数据具体可以如下：获取所述预定时间段(例如一天)内各个子时间段和量化粒度之间的对应关系，例如，可以在一天中用户使用数据流量较频繁的子时间段(例如11:30-14:00,18:00-20:00)按照较密的量化粒度获取数据流量使用情况，而在一天中用户使用数据流量较少的子时间段(例如:22:00-8:00)按照较疏的量化粒度获取数据流量使用情况；然后，追踪并监控用户在所述各个子时间段被量化粒度划分后的细分时间段内的数据流量使用情况；在获取到各个细分时间段内的数据流量使用情况之后，可以将各个细分时间段中使用数据流量低于第三预设阈值，且使用数据流量之和低于总流量预设占比之内的数个细分时间段删除，例如，可以将使用数据流量较少，且累计使用数据流量之和占总流量30％以下的这些细分时间段删除(详细示例：对于子时间段：11:30-14:00，使用量化粒度：30分钟，那么子时间段被分为5个细分时间段：11:30-12:00，12:00-12:30，12:30-13:00，13:00-13:30，13:30-14:00，在子时间段11:30-14:00数据总流量消耗为20MB，其中11:30-12:00，12:00-12:30这两段时间数据流量消耗最少，累计为2MB,低于总流量消耗的30％，那么删除11:30-12:00，12:00-12:30这两个细分时间段)；之后， 将剩余的各个细分时间段按照时间排序，并拼接存在数据流量消耗且时间连续的细分时间段；最后，再将各个拼接后的时间段转换为所述行为数据，即将各个时间段的起始转换为建立数据连接的操作行为，将时间段的终止转换为断开数据连接的操作行为。
优选地，为提升方案的兼容性，还可以在终端中设置数据连接的工作模式，例如，可以在步骤S102之前，首先判断所述终端是否工作在自适应模式，其中，所述自适应模式设置为根据所述习惯数据控制终端进行数据连接中的操作；如果是，则可以按照步骤S102获取用户使用数据连接的行为数据，并进行本实施例中的方案，如果判断结果为否，则可以按照常规方式进行数据连接，例如使用手动拨号方式连接。
对应于上述方法，在本实施例中还提供了一种自适应的数据连接装置，该装置设置为实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图2是根据本发明实施例的自适应的数据连接装置的结构框图，如图2所示，该装置包括获取模块22、计算模块24和控制模块26，下面对各个模块进行详细说明：
获取模块22，设置为获取用户使用数据连接的行为数据；计算模块24，与获取模块22相连，设置为根据所述行为数据和用户使用数据连接的历史数据，计算用户使用数据连接的习惯数据；控制模块26，与计算模块24相连，设置为根据所述习惯数据控制终端进行数据连接中的操作。
优选地，所述控制模块26可以包括：控制单元，设置为根据所述习惯数据的数据连接时段建立数据连接或者断开数据连接。
优选地，所述计算模块24可以包括：计算单元，设置为将当日所述行为数据与所述历史数据中的数据连接存在时间重叠的行为数据进行加权取平均，得到所述习惯数据。
优选地，所述获取模块22可以包括：追踪及监控单元，设置为追踪并监控用户建立数据连接或者断开数据连接的操作行为，或者追踪并监控用户的数据流量使用情况；第一获取单元，设置为根据所述操作行为或者所述数据流量使用情况得到所述行为数据。
优选地，所述获取模块22还可以包括：判断单元，设置为判断所述终端是否工作在自适应模式，其中，所述自适应模式设置为根据所述习惯数据控制终端进行数据连接中的操作；第二获取单元，设置为在所述判断单元的判断结果为是的情况下，获取用户使用数据连接的行为数据。
下面结合优选实施例进行说明，以下优选实施例结合了上述实施例及其优选实施方式。
在以下优选实施例中，提供了一种具有学习性的自适应拨号终端，该终端能学习用户使用习惯，来进行自适应拨号控制，即自动控制数据连接的建立与断开，在方便用户使用的同时，有效降低了数据连接长期存在，而被一些内置应用耗掉数据流量产生不必要的花费，同时也能降低功耗延长设备待机时间。
以下优选实施例中采用如下技术方案，终端工作在自适应模式：获取用户习惯数据，包含行为数据获取，分析处理，以及习惯数据库三部分；通过追踪用户的使用习惯，获取到基础数据(例如“拨号断开、连接”。或者“流量使用情况”)，再对行为数据分析处理，得出当日习惯数据，结合习惯数据库中的历史数据计算出新的习惯数据。最后由拨号控制模块根据时间段的起始、终止控制下一天的自动拨号/去拨号。
与相关技术相比较，本优选实施例中的方案不需要用户预先设置拨号时间段，让终端根据预定计划工作。在通话类业务里，日常需要在固定时间段拨打的号码有限而且不同，需要用户提前根据不同需要设置。但数据类业务跟使用者的个人生活习惯相关，根据用户在不同时段的拨号行为，或者数据流量消耗，可以挖掘并预估到用户需要在何时进行数据拨号，何时断开拨号连接，在方便用户的同时减少不必要的流量消耗。
下面结合图3至图6对本优选实施例的技术方案进行详细说明。
图3是根据本发明优选实施例的终端拨号模块构成示意图，如图3所示，该终端包括：自动拨号模式设置302，用户数据提取304，拨号控制306：
自动拨号模式设置302(实现了上述判断单元的功能)：控制用户工作在哪种模式，自适应模式或者普通模式。
用户数据提取304(实现了上述获取模块22和计算模块24的功能)：是一个自学习过程，包括行为数据获取，分析处理，以及习惯数据库三部分。通过追踪用户的使用习惯，获取到基础数据(比如“拨号断开、连接”。或者“流量使用情况”)，再对行 为数据分析处理，得出当日习惯数据，结合习惯数据库中的历史数据计算出新的习惯数据。
拨号控制306(实现了上述控制模块26的功能)：参考设置模式，以及用户习惯数据进行拨号。详细流程见图4。
图4是根据本发明优选实施例的拨号控制306模块的工作流程示意图，如图4所示，该流程包括以下步骤：
步骤S402：判断设备是否工作在自适应模式。如果是，转到步骤S404；如果不是，转到步骤S410。
步骤S404：查看习惯数据库中有无用户习惯数据。如果有，转到步骤S406；如果没有，转到步骤S408。
步骤S406：根据习惯数据库中的时段进行拨号，或者断开拨号连接。直至数个时间段控制完毕。流程结束。
步骤S408：进行拨号，流程结束(拨号成功后，用户数据提取304模块会自动工作并提取用户习惯信息)。
步骤S410：进行拨号，流程结束。
图5是根据本发明优选实施例的用户习惯数据提取的第一种方案的模块构成示意图，如图5所示，包括：
拨号数据获取模块502(实现了上述追踪及监控单元的功能)、拨号数据分析处理模块504(实现了上述第一获取单元的功能)、用户习惯数据库506，其中：
拨号数据获取模块502:设置为获取用户的行为数据。在本实施例中时追踪并监控用户1天内建立拨号，断开连接的时间点。
拨号数据分析处理模块504：设置为对用户的行为进行分析、加工、提取用户习惯。首先会根据获取到的拨号，去拨号数据建立样本库(某一时刻拨号建立，某一时刻拨号断开)；剔除其中小段的连接断开时间：移除那些连接断开和下次建立连接之间间隔小于设定阈值(例如：10分钟)的样本；得到当日习惯数据(即上文中的行为 数据)；接下来参考历史数据，对当日习惯数据和历史习惯数据中拨号连接存在时间有重叠的部分进行加权平均，得到新的习惯数据(即上文中的习惯数据)，根据当日时间写入对应数据库。
习惯数据库506：包括周一到周五、周六周日两部分，是为了兼顾用户周内和周末使用数据的差异性。周一到周五共用一组习惯数据，周六周日共用另一组习惯数据。在设备工作在自适应模式时，拨号控制模块306(见图3)会利用这些习惯数据进行拨号控制。
图6是根据本发明优选实施例的用户习惯数据提取的第二种方案的模块构成示意图，如图6所示，包括：
流量数据获取模块602(实现了上述追踪及监控单元的功能)、流量数据分析处理模块604(实现了上述第一获取单元的功能)、用户习惯数据库606，因为基于跟踪流量消耗的思想，要对不同时段根据不同的时间间隔来统计流量消耗，因此可以提前设定时间段和量化粒度(时间间隔)的对应关系。其中：
首先需要设定时间段和量化粒度(时间间隔)之间的对应关系：
时间段(T0-T1,…,Ti-Ti+1,…,Tn-1-Tn)
量化粒度(D0,…,Di,…,Dn-1)
(其中n由开发者设定，0≤i≤n-1)
流量数据获取模块602：在本优选实施例中追踪1天内的流量消耗。首先需要获取时间段Ti-Ti+1和量化粒度Di之间的对应关系；然后计算Ti-Ti+1被Di划分后的各细分时间段内的流量消耗；最后得到一天中分段流量统计结果。
流量数据分析处理模块604：设置为对用户的行为进行分析、加工、提取用户习惯。首先剔除掉低流量时段：可以将流量消耗由低到高排序，剔除掉其中流量较低且累计与总流量占比为一定范围内(例如：30％)的数个细分时间段。然后按时间排序，拼接有流量消耗且时间连续的细分时间段；接着将其按照习惯数据格式转换为某时刻建立连接，某时刻断开连接，得到当日习惯数据(即上文中的行为数据)；最后参考历 史数据，对当日习惯数据和历史习惯数据中拨号连接存在时间有重叠的部分进行加权平均，得到新的习惯数据(即上文中的习惯数据)，根据当日时间写入对应数据库。
习惯数据库606：同习惯数据库506(见图5)，不再赘述。
在另外一个实施例中，还提供了一种软件，该软件用于执行上述实施例及优选实施例中描述的技术方案。
在另外一个实施例中，还提供了一种存储介质，该存储介质中存储有上述软件，该存储介质包括但不限于光盘、软盘、硬盘、可擦写存储器等。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
工业实用性
如上所述，本发明实施例提供的一种自适应的数据连接方法及装置，具有以下有益效果：解决了相关技术中尚未在数据类业务中实现终端的自动化操作的问题，达到了能够方便用户使用数据业务，同时能够减少不必要的非用户使用习惯的数据流量的消耗，还能降低功耗，延长设备待机时间的效果。

Claims (13)

  1. 一种自适应的数据连接方法，包括：
    获取用户使用数据连接的行为数据；
    根据所述行为数据和用户使用数据连接的历史数据，计算用户使用数据连接的习惯数据；
    根据所述习惯数据控制终端进行数据连接中的操作。
  2. 根据权利要求1所述的方法，其中，根据所述习惯数据控制所述终端进行数据连接中的操作包括：
    根据所述习惯数据的数据连接时段建立数据连接或者断开数据连接。
  3. 根据权利要求1所述的方法，其中，根据所述行为数据和用户使用数据连接的历史数据，计算用户使用数据连接的习惯数据包括：
    将当日所述行为数据与所述历史数据中的数据连接存在时间重叠的行为数据进行加权取平均，得到所述习惯数据。
  4. 根据权利要求1所述的方法，其中，根据所述行为数据和用户使用数据连接的历史数据，计算用户使用所述数据连接的习惯数据包括：
    根据工作日的所述行为数据和用户在工作日使用数据连接的所述历史数据，计算用户在工作日使用数据连接的所述习惯数据；和/或，
    根据休息日的所述行为数据和用户在休息日使用数据连接的所述历史数据，计算用户在休息日使用数据连接的所述习惯数据。
  5. 根据权利要求1所述的方法，其中，获取用户使用数据连接的行为数据包括：
    追踪并监控用户建立数据连接或者断开数据连接的操作行为，或者追踪并监控用户的数据流量使用情况；
    根据所述操作行为或者所述数据流量使用情况得到所述行为数据。
  6. 根据权利要求5所述的方法，其中，根据所述操作行为得到所述行为数据包括：
    追踪并监控用户在预定时间段内建立数据连接或者断开数据连接的操作行为；
    根据所述操作行为建立样本库；
    删除所述样本库中建立数据连接至断开数据连接的时间长度低于第一预设阈值的样本，和/或，删除所述样本库中断开数据连接至建立数据连接的时间长度低于第二预设阈值的样本。
  7. 根据权利要求5所述的方法，其中，根据所述数据流量使用情况得到所述行为数据包括：
    获取所述预定时间段内各个子时间段和量化粒度之间的对应关系；
    追踪并监控用户在所述各个子时间段内被量化粒度划分后的细分时间段内的数据流量使用情况；
    在所述各个子时间段中，将所述细分时间段中使用数据流量低于第三预设阈值，且使用数据流量之和低于总流量预设占比之内的数个细分时间段删除；
    在所述各个子时间段中，将剩余的各个细分时间段按照时间排序，并拼接存在数据流量消耗且时间连续的细分时间段；
    在所述各个子时间段中，将拼接后的细分时间段转换为所述行为数据。
  8. 根据权利要求1至7中任一项所述的方法，其中，获取用户使用数据连接的行为数据包括：
    判断所述终端是否工作在自适应模式，其中，所述自适应模式设置为根据所述习惯数据控制终端进行数据连接中的操作；
    如果是，获取用户使用数据连接的行为数据。
  9. 一种自适应的数据连接装置，包括：
    获取模块，设置为获取用户使用数据连接的行为数据；
    计算模块，设置为根据所述行为数据和用户使用数据连接的历史数据，计算用户使用数据连接的习惯数据；
    控制模块，设置为根据所述习惯数据控制终端进行数据连接中的操作。
  10. 根据权利要求9所述的装置，其中，所述控制模块包括：
    控制单元，设置为根据所述习惯数据的数据连接时段建立数据连接或者断开数据连接。
  11. 根据权利要求9所述的装置，其中，所述计算模块包括：
    计算单元，设置为将当日所述行为数据与所述历史数据中的数据连接存在时间重叠的行为数据进行加权取平均，得到所述习惯数据。
  12. 根据权利要求9所述的装置，其中，所述获取模块包括：
    追踪及监控单元，设置为追踪并监控用户建立数据连接或者断开数据连接的操作行为，或者追踪并监控用户的数据流量使用情况；
    第一获取单元，设置为根据所述操作行为或者所述数据流量使用情况得到所述行为数据。
  13. 根据权利要求9至12中任一项所述的装置，其中，所述获取模块包括：
    判断单元，设置为判断所述终端是否工作在自适应模式，其中，所述自适应模式设置为根据所述习惯数据控制终端进行数据连接中的操作；
    第二获取单元，设置为在所述判断单元的判断结果为是的情况下，获取用户使用数据连接的行为数据。
PCT/CN2014/093307 2014-07-16 2014-12-08 自适应的数据连接方法及装置 WO2015117488A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201410339439.7A CN105262649A (zh) 2014-07-16 2014-07-16 自适应的数据连接方法及装置
CN201410339439.7 2014-07-16

Publications (1)

Publication Number Publication Date
WO2015117488A1 true WO2015117488A1 (zh) 2015-08-13

Family

ID=53777294

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2014/093307 WO2015117488A1 (zh) 2014-07-16 2014-12-08 自适应的数据连接方法及装置

Country Status (2)

Country Link
CN (1) CN105262649A (zh)
WO (1) WO2015117488A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106533735A (zh) * 2016-10-11 2017-03-22 北京奇虎科技有限公司 一种移动终端使用行为的监测方法、装置、服务器和系统
CN111835861A (zh) * 2020-07-21 2020-10-27 平安国际智慧城市科技股份有限公司 考试系统数据处理方法、装置、计算机设备及存储介质
CN114996004A (zh) * 2022-05-30 2022-09-02 杭州迪普科技股份有限公司 会话的持续删除的方法和装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109089285A (zh) * 2018-07-19 2018-12-25 深圳市沃特沃德股份有限公司 自动关闭数据连接的方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101605179A (zh) * 2009-07-08 2009-12-16 深圳市同洲电子股份有限公司 一种移动通信终端的智能重拨方法及移动通信终端
CN101765237A (zh) * 2009-12-31 2010-06-30 中兴通讯股份有限公司 智能数据卡及智能数据卡的实现方法
CN101789887A (zh) * 2009-12-25 2010-07-28 成都市华为赛门铁克科技有限公司 网络用户分类方法、装置和网络业务监控系统
CN102238045A (zh) * 2010-04-27 2011-11-09 广州迈联计算机科技有限公司 一种无线互联网用户行为的预测系统和方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101605179A (zh) * 2009-07-08 2009-12-16 深圳市同洲电子股份有限公司 一种移动通信终端的智能重拨方法及移动通信终端
CN101789887A (zh) * 2009-12-25 2010-07-28 成都市华为赛门铁克科技有限公司 网络用户分类方法、装置和网络业务监控系统
CN101765237A (zh) * 2009-12-31 2010-06-30 中兴通讯股份有限公司 智能数据卡及智能数据卡的实现方法
CN102238045A (zh) * 2010-04-27 2011-11-09 广州迈联计算机科技有限公司 一种无线互联网用户行为的预测系统和方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106533735A (zh) * 2016-10-11 2017-03-22 北京奇虎科技有限公司 一种移动终端使用行为的监测方法、装置、服务器和系统
CN111835861A (zh) * 2020-07-21 2020-10-27 平安国际智慧城市科技股份有限公司 考试系统数据处理方法、装置、计算机设备及存储介质
CN114996004A (zh) * 2022-05-30 2022-09-02 杭州迪普科技股份有限公司 会话的持续删除的方法和装置

Also Published As

Publication number Publication date
CN105262649A (zh) 2016-01-20

Similar Documents

Publication Publication Date Title
EP2865148B1 (en) Dynamic media throttling based on data quotas
CN105284144B (zh) 对显著位置进行建模
CN110337059B (zh) 一种用户家庭关系的分析算法、服务器及网络系统
EP2905931B1 (en) Method and apparatus for determining data flow rate of service access port
CN103702404A (zh) 功耗模式切换方法及装置
WO2015117488A1 (zh) 自适应的数据连接方法及装置
US20130225156A1 (en) Systems and Methods for Convergence and Forecasting for Mobile Broadband Networks
CN101998696A (zh) 一种更新移动终端通讯录的方法及装置
CN102904797A (zh) 即时通信中交互信息记录的实现方法及系统
CN101594685A (zh) 无线资源分配以及业务优先级确定方法、装置及系统
CN102103360B (zh) 提醒时间值调整方法及系统
US20130102301A1 (en) Control apparatus and method, and node apparatus
CN102404466A (zh) 一种确定呼叫中心队列中坐席数量的方法及设备
CN101656793A (zh) 一种更新移动终端主题的方法及装置
CN104244436A (zh) 一种网络设备的调整方法及装置
CN103118208B (zh) 一种基于动态决策树的话务峰涌呼叫优化方法
CN103796247A (zh) 一种用户流量速度控制方法及系统
US11617093B1 (en) Prioritizing an issue reported by a user of a wireless telecommunication network
CN101662524A (zh) 呼叫提示方法及移动终端
CN101083810B (zh) 手机智能计时计费的方法
Kim et al. Prediction-based personalized offloading of cellular traffic through WiFi networks
CN101815250B (zh) 一种调整寻呼分组数目的方法和设备
KR101802848B1 (ko) 생활 패턴에 따른 통화 연결음 제공 장치 및 방법
CN107613511A (zh) 网络管理方法、移动终端及装置
CN104301491A (zh) 一种智能手机的数据处理方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14881967

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14881967

Country of ref document: EP

Kind code of ref document: A1