基于用户行为特征的深度覆盖网络质量评估方法和系统技术方案

本发明专利技术公开了一种基于用户行为特征的深度覆盖网络质量评估方法和系统，包括以下步骤：S1.获取MR数据，并将其存储在数据库中；S2.从数据库中提取MR数据，并从该MR数据中解析出MR数据的原始时间，将该原始时间存储在数据库中；S3.按照室外场景和室内场景将MR数据分为两类；S4.选取室外场景中速率小于第一阈值的用户的MR数据；S5.将室外场景中速率小于第一阈值的用户的MR数据和室内场景中的MR数据聚合到N*N米的栅格中；S6.为步骤S5中的每个栅格设置覆盖场景；S7.分场景评估深度覆盖网络质量。本发明专利技术弥补了传统呼叫质量测试CQT随机性强、费时费力、设备操作复杂和不能全面反映网络质量的不足。

【技术实现步骤摘要】

本专利技术涉及网络覆盖质量评估
，特别是涉及一种基于用户行为特征的深度覆盖网络质量评估方法和系统。
技术介绍
传统的深度覆盖网络质量评估方法主要以人工呼叫质量测试CQT为基础，这种方法的典型模式是由测试人员、测试电脑、测试软件、测试中断和GPS信息采集器构成。它以人工步行的方式在一定范围内采集通话或上网信号，并通过测试软件记录人工步行地理轨迹、信令信息和事件信息等交互消息，达到提取一次随机抽样样本评估整体深度覆盖网络质量的目的。传统呼叫质量测试CQT虽然很好地结合了地理化呈现、移动网络通话信息、实时信令等信息，并能够清晰展示某一区域网络质量。尤其是住宅小区内的深度覆盖处于用户家中，需进入用户家中测试方能评估，目前很难实现。传统深度覆盖网络质量评估方法存在以下缺点：(1)随着城市规模的不断扩大和移动通信网络规模的扩张，传统呼叫质量测试CQT费时费力，需消耗大量网络优化资源；(2)不可避免的存在测试楼宇及场景遗漏、重复测试，以及测试路径不全面、测试标准不统一和评估结果不全面的现象；(3)传统呼叫质量测试CQT业务数量有限，不能全面反映用户实际使用网络质量，无法全面体现用户感知；(4)传统呼叫质量测试CQT人工参与度高、测试结果随机性强、人为主观影响大，且每种测试方式只能代表一种类型评估结果。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于用户行为特征的深度覆盖网络质>量评估方法和系统，弥补了传统呼叫质量测试CQT随机性强、费时费力、设备操作复杂和不能全面反映网络质量的不足。本专利技术的目的是通过以下技术方案来实现的：基于用户行为特征的深度覆盖网络质量评估方法，包括以下步骤：S1.获取MR数据，并将其存储在数据库中；S2.从数据库中提取MR数据，并从MR数据中解析出MR数据的原始时间，将原始时间存储在数据库中；S3.按照室外场景和室内场景将MR数据分为两类；S4.选取室外场景中移动速率小于第一阈值的用户的MR数据；S5.将室外场景中移动速率小于第一阈值的用户的MR数据和室内场景中的MR数据聚合到N*N米的栅格中；S6.为步骤S5中的每个栅格设置覆盖场景；S7.分场景评估深度覆盖网络质量。所述步骤S3和步骤S4之间还包括如下步骤：对室内场景中的MR数据进行去噪处理。所述对室内场景中的MR数据进行去噪处理包括以下子步骤：滤除距离大于第二阈值的MR数据：计算当前MR数据的采样点的经纬度和产生MR数据的小区的经纬度之间的距离，若该距离大于第二阈值，则判断当前MR数据为噪声数据，滤除该MR数据；滤除道路面的MR数据：计算当前MR数据采样点的经纬度和道路数据库的所有打点的经纬度之间的间距，得到第一间距集合，若该第一间距集合中的最小间距小于第三阈值，则判断当前MR数据为噪声数据，滤除该MR数据。所述步骤S4包括以下子步骤：S41.对室外场景中的MR数据进行排序：先将室外场景中的MR数据按用户进行排序，再将按用户进行排序后的MR数据按照用户发起业务的时间顺序进行排序；S42.根据MR数据的打点经纬度计算用户的移动速率：根据用户的MR数据轨迹得到相邻两点间的第二间距集合，然后根据第二间距集合和MR数据的上报间隔时间计算得到用户的移动速率集合；S43.对用户的移动速率进行去噪处理：滤除用户的移动速率集合中值大于第四阈值的移动速率；S44.计算用户单次会话的平均速率；S45.获取室外场景中移动速率小于第一阈值的用户的MR数据：选取室外场景中所有对应的用户单次会话的平均速率大于零且小于第一阈值的MR数据。所述步骤S5包括以下子步骤：S51.遍历所有室外场景中移动速率小于第一阈值的用户的MR数据和室内场景中的MR数据；S52.经纬度归一化处理，保留M位小数：若采集到的经纬度的小数点后位数超过M位，则省略掉第M位后的位数，若采集到的经纬度的小数点后位数不足M位，则在后面补零；S53.确定每条MR数据的栅格标识：截取经纬度的小数点后第X位为a，X<M，若a小于等于M，则将a统一取值为0；若a大于M，则将a取值为M；将经度的前七位、维度的前六位和a连接得到每条MR数据的栅格标识；S54.确定MR数据与栅格之间的对应关系，完成MR数据的栅格化聚类。所述步骤S6包括以下子步骤：S61.遍历步骤S5中得到的所有栅格；S62.取出步骤S61中每个栅格的每条MR数据，得到MR数据的主服务小区；S63.根据MR数据的主服务小区，关联工参库中的场景，即将小区所属的场景作为当前MR数据的场景；S64.统计每个栅格中每条MR数据所属的场景，将出现次数最多的场景作为当前栅格的覆盖场景。所述步骤S7包括以下子步骤：S71.统计每类场景中每个栅格的平均电平，对平均电平不同的栅格进行不同的颜色渲染；S72.统计每个栅格的平均质量，对平均质量不同的栅格进行不同的颜色渲染；S73.统计每个栅格中MR数据的条数，对包含的MR数据条数不同的栅格进行不同的颜色渲染；S74.利用GIS技术将各个场景的栅格呈现到地图中。所述步骤S2中，按照应答数据格式从MR数据中解析出该MR数据的原始时间。基于用户行为特征的深度覆盖网络质量评估系统，包括：MR数据获取模块，用于获取MR数据；MR数据解析模块，用于解析出MR数据的原始时间；MR数据分类模块，用于将MR数据按照室外场景和室内场景进行分类；去噪模块，用于滤除MR数据中的噪声数据；MR数据选取模块，用于选取室外场景中速率小于第一阈值的用户的MR数据；MR数据聚合模块，用于将MR数据聚合到栅格中；栅格覆盖场景设置模块，用于为每个栅格设置覆盖场景；网络质量评估模块，用于分场景评估深度覆盖网络质量。本专利技术的有益效果是：本专利技术弥补了传统呼叫质量测试CQT随机性强、费时费力、设备操作复杂和不能全面反映网络质量的不足；通过对用户实际使用网络产生的全天候实时海量MR数据进行综合分析，数据获取成本很低，大大降低了人工测试强度；本专利技术包含了用户使用网络的所有业务类型、所有深度覆盖场景的不同楼宇、数据样本全面；此外，本专利技术采用程序统一处理，减少了人为分析网络的主观性影响，显著提升深度覆盖网络质量评估效率。附图说明图1为本专利技术基于用户行为特征的深度覆盖网络质量评估方法的流程图；图2为本专利技术中对室内场景中的MR数据进行去噪处理的流程图；图3为本专利技术中选取室外场景中移动速率小于本文档来自技高网...

【技术保护点】
基于用户行为特征的深度覆盖网络质量评估方法，其特征在于：包括以下步骤：S1.获取MR数据，并将其存储在数据库中；S2.从数据库中提取MR数据，并从MR数据中解析出MR数据的原始时间，将原始时间存储在数据库中；S3.按照室外场景和室内场景将MR数据分为两类；S4.选取室外场景中移动速率小于第一阈值的用户的MR数据；S5.将室外场景中移动速率小于第一阈值的用户的MR数据和室内场景中的MR数据聚合到N*N米的栅格中；S6.为步骤S5中的每个栅格设置覆盖场景；S7.分场景评估深度覆盖网络质量。

【技术特征摘要】
1.基于用户行为特征的深度覆盖网络质量评估方法，其特征在于：包括以下步骤：
S1.获取MR数据，并将其存储在数据库中；
S2.从数据库中提取MR数据，并从MR数据中解析出MR数据的原始时间，将原始时间存储在数据库中；
S3.按照室外场景和室内场景将MR数据分为两类；
S4.选取室外场景中移动速率小于第一阈值的用户的MR数据；
S5.将室外场景中移动速率小于第一阈值的用户的MR数据和室内场景中的MR数据聚合到N*N米的栅格中；
S6.为步骤S5中的每个栅格设置覆盖场景；
S7.分场景评估深度覆盖网络质量。
2.根据权利要求1所述的基于用户行为特征的深度覆盖网络质量评估方法，其特征在于：所述步骤S3和步骤S4之间还包括如下步骤：
对室内场景中的MR数据进行去噪处理。
3.根据权利要求2所述的基于用户行为特征的深度覆盖网络质量评估方法，其特征在于：
所述对室内场景中的MR数据进行去噪处理包括以下子步骤：
滤除距离大于第二阈值的MR数据：计算当前MR数据的采样点的经纬度和产生MR数据的小区的经纬度之间的距离，若该距离大于第二阈值，则判断当前MR数据为噪声数据，滤除该MR数据；
滤除道路面的MR数据：计算当前MR数据采样点的经纬度和道路数据库的所有打点的经纬度之间的间距，得到第一间距集合，若该第一间距集合中的最小间距小于第三阈值，则判断当前MR数据为噪声数据，滤除该MR数据。
4.根据权利要求1所述的基于用户行为特征的深度覆盖网络质量评估方法，其特征在于：所述步骤S4包括以下子步骤：
S41.对室外场景中的MR数据进行排序：先将室外场景中的MR数据按用户进行排序，再将按用户进行排序后的MR数据按照用户发起业务的时间顺序进行排序；
S42.根据MR数据的打点经纬度计算用户的移动速率：根据用户的MR数据轨迹得到相邻两点间的第二间距集合，然后根据第二间距集合和MR数据的上报间隔时间计算得到用户的移动速率集合；
S43.对用户的移动速率进行去噪处理：滤除用户的移动速率集合中值大于第四阈值的移动速率；
S44.计算用户单次会话的平均速率；
S45.获取室外场景中移动速率小于第一阈值的用户的MR数据：选取室外场景中所有对应的用户单次会话的平均速率大于零且小于第一阈值的MR数据。
5.根据权利要求1所述的基于用户行为特征的深度覆盖网络质量评估方法，其特征在于：所述步骤S5包括以下子步骤：
S51.遍历...

【专利技术属性】
技术研发人员：孙义兴，司正中，
申请(专利权)人：四川亨通网智科技有限公司，
类型：发明
国别省市：四川;51