本發(fā)明涉及移動用戶特殊場景識別技術(shù)領(lǐng)域，具體地說是基于運動軌跡的高鐵用戶識別方法。
背景技術(shù)：
現(xiàn)有的高鐵用戶識別算法受限于高鐵車速動態(tài)性、切換序列不穩(wěn)定等因素，識別效果較差?，F(xiàn)有高鐵用戶識別算法如下：
通過采集S1-MME接口的信令消息，將同一用戶占用的小區(qū)按照時間順序先后排序，當(dāng)該用戶占用高鐵專網(wǎng)小區(qū)個數(shù)超過3個，再依據(jù)用戶在高鐵專網(wǎng)小區(qū)間移動速率，綜合識別為高鐵用戶。具體步驟如下：
第一步：全量用戶篩選法，統(tǒng)計一個時間粒度內(nèi)（60分鐘），同一用戶出現(xiàn)了3個以上不同高鐵專網(wǎng)小區(qū)下的用戶，將這批用戶定義為高鐵基礎(chǔ)用戶。
第二步：序列遞增分析法，對高鐵沿路的覆蓋小區(qū)進(jìn)行依次編號，例如京滬高鐵濟南地市段有24個高鐵小區(qū)依據(jù)方向性依次編號，建議從省/地市邊界為編號起始點，按照序列號遞增(減)關(guān)系，找出用戶所占的專網(wǎng)小區(qū)是否與編號匹配，提升識別精度。
第三步：移動速率驗證法，在序列遞增（減）識別的用戶基礎(chǔ)上，按照用戶所占的小區(qū)（建議為獨立信源小區(qū)）距離，和在各小區(qū)出現(xiàn)的時間差，能夠計算出用戶的移動速率，通過判斷移動速率是否>150km/小時，提升識別精度。
第四步：輸出滿足以上條件的用戶，定義為高鐵用戶。
現(xiàn)有技術(shù)存在的問題和缺點：步驟三中的移動速率驗證法，“通過判斷移動速率是否>150km/小時，提升識別精度”該門限過于嚴(yán)格，例如列車在進(jìn)站和出站，列車速度一般都低于100km/小時，另外算各小區(qū)間的時間差來求速度，實現(xiàn)的算法邏輯過于復(fù)雜，實現(xiàn)難度較大。步驟二中序列遞增分析法，“按照序列號遞增(減)關(guān)系，找出用戶所占的專網(wǎng)小區(qū)是否與編號匹配，提升識別精度”實現(xiàn)難度角度，因為通信系統(tǒng)中的無線環(huán)境無法預(yù)測，手機在小區(qū)間的切換如頻繁切換、乒乓切換等帶有無序性、隨機性，不會按照特定的順序進(jìn)行切換，因此序列遞增分析法實現(xiàn)難度角度。
技術(shù)實現(xiàn)要素：
本發(fā)明的技術(shù)任務(wù)是針對以上不足之處，提供基于運動軌跡的高鐵用戶識別方法，通過結(jié)合車站小區(qū)、高鐵專網(wǎng)小區(qū)、高鐵附近公網(wǎng)小區(qū)、小區(qū)占用時長、路段速度篩選，簡化識別算法，提高識別精度。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：
基于運動軌跡的高鐵用戶識別方法，包括數(shù)據(jù)獲取、名稱定義，名稱定義包括車站小區(qū)、高鐵小區(qū)、公網(wǎng)小區(qū)、占用第一個小區(qū)時間、占用最后一個小區(qū)時間、總時長、單小區(qū)占用時長；
車站小區(qū)：候車大廳/站臺/高鐵進(jìn)站前后，出站前后的占用小區(qū)；
高鐵小區(qū)：高鐵小區(qū)+市區(qū)內(nèi)非高鐵小區(qū)，如太原-晉中等特殊情況；
公網(wǎng)小區(qū)：非市區(qū)的第一層小區(qū)；
占用第一個小區(qū)時間：取該小區(qū)下最后一條XDR的結(jié)束時間（情景：用戶上車，在候車大廳，等待時間較長）；
占用最后一個小區(qū)時間：取該小區(qū)下第一條XDR的開始時間（情景：用戶下車，出站時間較長）；
總時長：占用最后一個小區(qū)時間-占用第一個小區(qū)時間；境內(nèi)運行時間<N小時
單小區(qū)占用時長：結(jié)束時間-開始時間；列車行駛狀態(tài)占用同一高鐵小區(qū)<2分鐘；列車停站時間>=2分鐘；控制面：切換間隔大于>=2分鐘（情景：同一車站一段時間內(nèi)，有些列車不?？狂傔^，有些列車?？浚﹩涡^(qū)占用時長<2分鐘。
優(yōu)選的，候車大廳/站臺/高鐵進(jìn)站前后，出站前后的占用小區(qū)，同一個車站可以多個。
優(yōu)選的，結(jié)束時間-開始時間，集團規(guī)范一個XDR切割時間為5分鐘。
高鐵用戶識別步驟包括篩選小區(qū)集（高鐵小區(qū)+公網(wǎng)小區(qū)+車站小區(qū)），統(tǒng)稱小區(qū)集；統(tǒng)計一天時間內(nèi)小區(qū)集的所有用戶（可包含所有場景：用戶在不同車站、不同時間的上下車行為，以及使用手機的不同狀態(tài)，只要占用即可統(tǒng)計到）；統(tǒng)計單用戶（每個）占用小區(qū)集的情況：車站小區(qū)個數(shù)、高鐵小區(qū)個數(shù)、總時長、單小區(qū)占用時長、移動速度等，將這些用戶經(jīng)過的小區(qū)按開始時間進(jìn)行排序。
算法如下：車站小區(qū)數(shù)>=2 and 高鐵小區(qū)數(shù)>=2 and 總時長<N，定義為高鐵用戶（車站小區(qū)數(shù)越多，高鐵用戶可能性越大）；車站小區(qū)數(shù)<2 and 同一路段的最后一個高鐵小區(qū)和第一個高鐵小區(qū)算速度（注意：非車站小區(qū)）。
本發(fā)明的基于運動軌跡的高鐵用戶識別方法和現(xiàn)有技術(shù)相比，具有以下有益效果：
利用大數(shù)據(jù)挖掘技術(shù)，對高鐵用戶快速移動中的關(guān)鍵數(shù)據(jù)如附著、TAU、PAGING等事件，以及HTTP、即時通信等話單進(jìn)行分析；通過對車站小區(qū)、高鐵小區(qū)、公網(wǎng)小區(qū)等名稱的定義，實現(xiàn)快速、高效、準(zhǔn)確的高鐵用戶識別，進(jìn)而對高鐵網(wǎng)絡(luò)質(zhì)量、高鐵用戶行為特征分析提供有效支撐。
簡化高鐵用戶識別算法，相對于現(xiàn)有算法“移動速率驗證法”更加簡單有效，僅對于車站小區(qū)數(shù)<2的用戶，利用最后一個高鐵小區(qū)和第一個高鐵小區(qū)的時間差來求速度更加容易實現(xiàn)。忽略了通信系統(tǒng)中的無線環(huán)境導(dǎo)致的無序切換，對于不滿足現(xiàn)有算法中的“序列遞增分析法”的用戶，能夠更大程度的識別高鐵用戶，減少遺漏。
可幫助商家對高鐵特殊場景的用戶精準(zhǔn)營銷；可借助高鐵移動用戶，實現(xiàn)對高鐵網(wǎng)絡(luò)信號的模擬路測，節(jié)約專業(yè)高鐵網(wǎng)絡(luò)測試成本；高鐵商旅VIP用戶業(yè)務(wù)感知重點保障。
具體實施方式
下面結(jié)合具體實施例對本發(fā)明作進(jìn)一步說明。
基于運動軌跡的高鐵用戶識別方法，包括數(shù)據(jù)獲取、名稱定義，名稱定義包括車站小區(qū)、高鐵小區(qū)、公網(wǎng)小區(qū)、占用第一個小區(qū)時間、占用最后一個小區(qū)時間、總時長、單小區(qū)占用時長；
車站小區(qū)：候車大廳/站臺/高鐵進(jìn)站前后，出站前后的占用小區(qū)；
高鐵小區(qū)：高鐵小區(qū)+市區(qū)內(nèi)非高鐵小區(qū)，如太原-晉中等特殊情況；
公網(wǎng)小區(qū)：非市區(qū)的第一層小區(qū)；
占用第一個小區(qū)時間：取該小區(qū)下最后一條XDR的結(jié)束時間（情景：用戶上車，在候車大廳，等待時間較長）；
占用最后一個小區(qū)時間：取該小區(qū)下第一條XDR的開始時間（情景：用戶下車，出站時間較長）；
總時長：占用最后一個小區(qū)時間-占用第一個小區(qū)時間；境內(nèi)運行時間<N小時
單小區(qū)占用時長：結(jié)束時間-開始時間；列車行駛狀態(tài)占用同一高鐵小區(qū)<2分鐘；列車停站時間>=2分鐘；控制面：切換間隔大于>=2分鐘（情景：同一車站一段時間內(nèi)，有些列車不?？狂傔^，有些列車?？浚﹩涡^(qū)占用時長<2分鐘。
優(yōu)選的，候車大廳/站臺/高鐵進(jìn)站前后，出站前后的占用小區(qū)，同一個車站可以多個。
優(yōu)選的，結(jié)束時間-開始時間，集團規(guī)范一個XDR切割時間為5分鐘。
高鐵用戶識別步驟包括篩選小區(qū)集（高鐵小區(qū)+公網(wǎng)小區(qū)+車站小區(qū)），統(tǒng)稱小區(qū)集；統(tǒng)計一天時間內(nèi)小區(qū)集的所有用戶（可包含所有場景：用戶在不同車站、不同時間的上下車行為，以及使用手機的不同狀態(tài)，只要占用即可統(tǒng)計到）；統(tǒng)計單用戶（每個）占用小區(qū)集的情況：車站小區(qū)個數(shù)、高鐵小區(qū)個數(shù)、總時長、單小區(qū)占用時長、移動速度等，將這些用戶經(jīng)過的小區(qū)按開始時間進(jìn)行排序。
算法如下：車站小區(qū)數(shù)>=2 and 高鐵小區(qū)數(shù)>=2 and 總時長<N，定義為高鐵用戶（車站小區(qū)數(shù)越多，高鐵用戶可能性越大）；車站小區(qū)數(shù)<2 and 同一路段的最后一個高鐵小區(qū)和第一個高鐵小區(qū)算速度（注意：非車站小區(qū)）。
利用大數(shù)據(jù)挖掘技術(shù)，對高鐵用戶快速移動中的關(guān)鍵數(shù)據(jù)如附著、TAU、PAGING等事件，以及HTTP、即時通信等話單進(jìn)行分析；通過對車站小區(qū)、高鐵小區(qū)、公網(wǎng)小區(qū)等名稱的定義，實現(xiàn)快速、高效、準(zhǔn)確的高鐵用戶識別，進(jìn)而對高鐵網(wǎng)絡(luò)質(zhì)量、高鐵用戶行為特征分析提供有效支撐。
通過上面具體實施方式，所述技術(shù)領(lǐng)域的技術(shù)人員可容易的實現(xiàn)本發(fā)明。但是應(yīng)當(dāng)理解，本發(fā)明并不限于上述的具體實施方式。在公開的實施方式的基礎(chǔ)上，所述技術(shù)領(lǐng)域的技術(shù)人員可任意組合不同的技術(shù)特征，從而實現(xiàn)不同的技術(shù)方案。
除說明書所述的技術(shù)特征外，均為本專業(yè)技術(shù)人員的已知技術(shù)。