[发明专利]数据处理方法及装置

说明书

本发明涉及数据处理方法及装置。该方法包括：根据XDR数据确定用户在目标时间段内的常驻小区；利用预先建立的MR指纹数据库以及MR数据确定所述用户的经纬度信息；根据所述常驻小区以及所述经纬度信息，从所述用户在所述目标时间段内的通信数据中筛选出用于确定所述用户在所述目标时间段内常驻位置的数据。根据本发明实施例，能够对在室内场景周边，以及慢速移动的用户的采样数据进行筛选和剔除，从而利用该数据准确地确定用户的常驻位置。

技术领域

本发明涉及通信技术领域，尤其涉及用于移动通信的数据处理方法及装置。

背景技术

随着移动通信技术的不断发展，为了向用户提供更加优质的通信服务，提升用户的使用体验，经常需要确定用户常驻位置的准确信息。根据网络投诉记录统计，长期演进(LTE)网络用户90％以上的投诉原因反映在其常驻位置的网络质量问题，如家里、单位、学校等，表明用户对LTE网络质量的高敏感和网络满意度集中反映在其常驻位置的感知，而用户的常驻位置基本上为室内场景。因此，如何基于现有的移动网络数据精准过滤抽样出用户的常驻室内位置，是量化评估室内网络质量、降低用户投诉、提高用户满意度的关键。

在使用LTE技术的移动通信中，已有几种方式可以实现室内用户的位置定位。一种方式可以基于小区群识别室内用户并匹配测量报告(MR)信息：将存在切换关系的小区汇聚为小区群，通过特定时间内(如T＝20分钟)用户活动范围在小区群内并且活动半径小于X米，即判定为室内用户，最终通过此类用户MR话单仿真定位出LTE室内用户位置。这种确定用户常驻位置的方式由于难以准确识别并剔除大量的产生在室内场景周边且慢速移动的用户的采样数据，因此所确定的用户的常驻位置并不准确。

另一种方式可以基于建立室内用户指纹库并匹配MR信息：通过室内用户特征(主服小区和邻区的覆盖场景、电平、变化率、用户移动速率等，APP经纬度信息等)建立室内用户指纹库，匹配符合指纹库特征的MR类型过滤出近似室内用户的MR，最终通过MR话单仿真定位出LTE室内用户的位置。还有一种方式可以基于海量实测数据建模及软件定位SDK：通过海量楼宇、室内实地测试或扫频建立MR覆盖模型，或通过特定软件的专用服务接口进行高精度定位。这两种定位方法都需要较大的成本投入和后期维护，不太适用于全区域的应用和推广。

发明内容

本发明实施例提供了一种数据处理方法和装置，能够对在室内场景周边，以及慢速移动的用户的采样数据进行筛选和剔除，从而利用该数据准确地确定用户的常驻位置。

本发明的一个实施例提供了一种数据处理方法，该方法包括：根据XDR数据确定用户在目标时间段内的常驻小区；利用预先建立的MR指纹数据库以及MR数据确定所述用户的经纬度信息；根据所述常驻小区以及所述经纬度信息，从所述用户在所述目标时间段内的通信数据中筛选出用于确定所述用户在所述目标时间段内常驻位置的数据。

可选地，根据XDR数据确定目标时间段内终端的常驻小区的步骤包括：根据XDR数据中的信令特征数据确定目标时间段内终端的在各小区驻留频次；将大于预设阈值的驻留频次所对应的小区确定为所述目标时间段的常驻小区。

可选地，根据XDR数据中的信令特征数据确定终端的在各小区驻留频次的步骤包括：根据S1_MME接口接收的XDR数据中的信令特征数据确定终端处于空闲状态下的驻留频次；和/或，根据S1_U接口接收的XDR数据中的信令特征数据确定终端处于业务状态下的驻留频次。

可选地，MR指纹数据库通过如下方法建立：通过MR数据和XDR数据共有的三元组，将目标时间段内多天MR数据和XDR数据进行关联合并；根据合并后的数据创建所述MR指纹数据库。

可选地，利用预先建立的MR指纹数据库以及MR数据确定所述用户的经纬度信息的步骤包括：确定所述MR数据的本小区和邻近小区的信号强度；在所述MR数据归属主服务小区的MR指纹数据库中，查找特征信息与当前MR数据中包含的特征信息最接近的位置；确定所述位置的经纬度，作为所确定的所述用户的经纬度信息。