楼宇用户定位方法和系统

摘要

本发明公开了一种楼宇用户定位方法和系统，涉及大数据领域。其中的方法包括：提取已确定归属楼宇的室内稳定用户的用户特征；获取待定位楼宇用户使用业务的特征；若待定位楼宇用户使用业务的特征与已确定归属楼宇的室内稳定用户的用户特征相匹配，则根据室内稳定用户归属的楼宇确定待定位楼宇用户的位置信息，不再需要精度不够的三角定位计算用户经纬度而确定归属楼宇，因此，提高了楼宇用户定位的准确性。

权利要求

1.一种楼宇用户定位方法，其特征在于，包括：

提取已确定归属楼宇的室内稳定用户的用户特征，其中，若用户通信行为特征满足在预定时间段在同一个小区或者相邻小区停留的时间超过时间阈值，和/或在预定时间内的移动距离小于距离阈值、且移动速度小于速度阈值，和/或在同一个小区或相邻小区内连续监测到具有通信业务时长超过时长阈值，和/或服务小区以及参考信号接收功率最强的多个相邻小区的排列组合顺序相对固定，和/或所述服务小区的参考信号接收功率、时间提前量和参考信号接收质量以及参考信号接收功率最强的多个相邻小区的参考信号接收功率和参考信号接收质量均在预定范围内波动，则所述用户为小区覆盖范围内楼宇的室内稳定用户，所述用户特征包括时间参数、无线接入小区排列组合和/或无线接入信号参数；

获取待定位楼宇用户使用业务的特征；

若所述待定位楼宇用户使用业务的特征与所述已确定归属楼宇的室内稳定用户的用户特征相匹配，则根据所述室内稳定用户归属的楼宇确定所述待定位楼宇用户的位置信息。

2.根据权利要求1所述的方法，其特征在于，还包括：

根据小区覆盖下的室内稳定用户的固话通话集中度特征和所述小区覆盖下的楼宇的固话号码和/或固话号段分布特征，确定所述室内稳定用户的归属楼宇；

和/或

根据小区覆盖下的室内稳定用户与服务小区的距离、相邻小区的距离以及小区覆盖下的楼宇与各个基站小区的距离特征，确定所述室内稳定用户的归属楼宇；

和/或

根据小区覆盖下的室内稳定用户的无线接入信号特征以及从仿真系统获取小区覆盖下的楼宇所在区域的无线接入信号特征，确定所述室内稳定用户的归属楼宇。

3.根据权利要求2所述的方法，其特征在于，还包括：

根据所述小区的地理位置类型确定所述小区的覆盖半径；

根据所述小区的覆盖半径确定所述小区覆盖下的楼宇。

4.根据权利要求2所述的方法，其特征在于，还包括：

根据所述室内稳定用户到服务小区或所述服务小区相邻小区的距离，确定所述室内稳定用户的距离特征。

5.一种楼宇用户定位系统，其特征在于，包括：

信令接口处理模块，用于获取用户通信行为特征；

大数据分析模块，用于若用户通信行为特征满足在预定时间段在同一个小区或者相邻小区停留的时间超过时间阈值，和/或在预定时间内的移动距离小于距离阈值、且移动速度小于速度阈值，和/或在同一个小区或相邻小区内连续监测到具有通信业务时长超过时长阈值，和/或服务小区以及参考信号接收功率最强的多个相邻小区的排列组合顺序相对固定，和/或所述服务小区的参考信号接收功率、时间提前量和参考信号接收质量以及参考信号接收功率最强的多个相邻小区的参考信号接收功率和参考信号接收质量均在预定范围内波动，则所述用户为小区覆盖范围内楼宇的室内稳定用户；

楼宇用户特征管理模块，用于提取已确定归属楼宇的室内稳定用户的用户特征，其中，所述用户特征包括时间参数、无线接入小区排列组合和/或无线接入信号参数；

信令接口处理模块还用于获取待定位楼宇用户使用业务的特征；

归属楼宇定位模块，用于若所述待定位楼宇用户使用业务的特征与所述已确定归属楼宇的室内稳定用户的用户特征相匹配，则根据所述室内稳定用户归属的楼宇确定所述待定位楼宇用户的位置信息。

6.根据权利要求5所述的系统，其特征在于，还包括楼宇数据处理模块和大数据分析模块；

所述信令接口处理模块还用于获取小区覆盖下的室内稳定用户的固话通话集中度特征；所述楼宇数据处理模块用于获取所述小区覆盖下的楼宇的固话号码和/或固话号段分布特征；所述大数据分析模块用于根据所述小区覆盖下的室内稳定用户的固话通话集中度特征和所述小区覆盖下的楼宇的固话号码和/或固话号段分布特征，确定所述室内稳定用户的归属楼宇；

和/或

所述楼宇数据处理模块用于获取小区覆盖下的室内稳定用户与服务小区的距离、相邻小区的距离以及小区覆盖下的楼宇与各个基站小区的距离特征；所述大数据分析模块还用于根据小区覆盖下的室内稳定用户与服务小区的距离、相邻小区的距离以及小区覆盖下的楼宇与各个基站小区的距离特征，确定所述室内稳定用户的归属楼宇；

和/或

所述楼宇数据处理模块用于获取小区覆盖下的室内稳定用户的无线接入信号特征以及从仿真系统获取小区覆盖下的楼宇所在区域的无线接入信号特征；所述大数据分析模块还用于根据小区覆盖下的室内稳定用户的无线接入信号特征以及从仿真系统获取小区覆盖下的楼宇所在区域的无线接入信号特征，确定所述室内稳定用户的归属楼宇。

7.根据权利要求6所述的系统，其特征在于，所述楼宇数据处理模块还用于根据所述小区的地理位置类型确定所述小区的覆盖半径；根据所述小区的覆盖半径确定所述小区覆盖下的楼宇。

8.根据权利要求6所述的系统，其特征在于，所述楼宇数据处理模块还用于根据所述室内稳定用户到服务小区或所述服务小区相邻小区的距离，确定所述室内稳定用户的距离特征。

说明书

楼宇用户定位方法和系统

技术领域

[0001] 本发明涉及大数据领域，尤其涉及一种楼宇用户定位方法和系统。

背景技术

[0002] 随着移动通信网络的发展，移动通信运营商的移动网络规模越来越大，用户急剧增长，客户感知度的好坏决定着一个通信企业在发展中的竞争地位。特别在当前4G网络大规模部署中，4G移动网络质量提升越来越强调面向用户感知，4G用户感知提升是运营商工作重点，室内用户是全网的主体优质客户，而室内用户感知也是网络整体质量的短板。为提升全网优质用户的感知，将有限资源投资到重要楼宇的网络优化中，很有必要研究楼宇用户的准确定位。

[0003] 目前，在室内基站下的全部用户定义为楼宇用户，而对于大部分没有4G室内覆盖的楼宇，则需通过室外三角定位进行粗糙判断，且需周期性对楼宇进行CQT(CallQualityTest，呼叫质量拨打测试)拨测来发现感知问题。此外，室内用户可通过WIFI上网信息来定位，但由于APP(Application，应用)、浏览器等对位置信息加密且无用户号码，运营商无法获取室内用户位置，就无法对使用移动业务的用户进行实时定位。

[0004] 在目前楼宇用户定位技术下，如图1所示，在用户上网时，获取无线测量报告，如果用户在室内小区的，就以小区经纬度为用户位置，如果用户在室外小区的，则通过三角定位计算用户位置，然后根据用户经纬度落在楼宇所划定的多边形范围内的，则判断用户归属某个楼宇。那么在室内小区覆盖下的用户全部都定位为楼宇用户了，但室内小区覆盖下的用户显然不会都是楼宇用户，而且由于4G覆盖不到位，大部分楼宇用户使用室外信号的，通过室外三角定位进行粗糙判断，对楼宇用户定位的误差很大，成功率只有20％。

[0005] 因此，目前楼宇用户定位技术存在如下问题：

[0006] 1、在室内小区下的用户并不都是楼宇用户，大部分楼宇用户使用室外4G信号，而三角定位误差(150-300米)远超出楼宇范围，精度不够使得定位准确性低，难以彻底解决楼宇用户感知问题。

[0007] 2、需周期性进行楼宇CQT测试，消耗大量资源、解决问题效率低。

发明内容

[0008] 本发明要解决的一个技术问题是提供一种楼宇用户定位方法和系统，提高楼宇用户定位的准确性。

[0009] 根据本发明一方面，提出楼宇用户定位方法，包括：提取已确定归属楼宇的室内稳定用户的用户特征；获取待定位楼宇用户使用业务的特征；若待定位楼宇用户使用业务的特征与已确定归属楼宇的室内稳定用户的用户特征相匹配，则根据室内稳定用户归属的楼宇确定待定位楼宇用户的位置信息。

[0010] 进一步地，该方法还包括：根据小区覆盖下的室内稳定用户的固话通话集中度特征和小区覆盖下的楼宇的固话号码和/或固话号段分布特征，确定室内稳定用户的归属楼宇；和/或根据小区覆盖下的室内稳定用户与服务小区的距离、相邻小区的距离以及小区覆盖下的楼宇与各个基站小区的距离特征，确定室内稳定用户的归属楼宇；和/或根据小区覆盖下的室内稳定用户的无线接入信号特征以及从仿真系统获取小区覆盖下的楼宇所在区域的无线接入信号特征，确定室内稳定用户的归属楼宇。

[0011] 进一步地，该方法还包括：根据小区的地理位置类型确定小区的覆盖半径；根据小区的覆盖半径确定小区覆盖下的楼宇。

[0012] 进一步地，该方法还包括：根据用户通信行为特征确定小区覆盖范围内楼宇的室内稳定用户。

[0013] 进一步地，根据用户通信行为特征确定小区覆盖范围内楼宇的室内稳定用户包括：若用户通信行为特征满足在预定时间段在同一个小区或者相邻小区停留的时间超过时间阈值，和/或在预定时间内的移动距离小于距离阈值、且移动速度小于速度阈值，和/或在同一个小区或相邻小区内连续监测到具有通信业务时长超过时长阈值，和/或服务小区以及参考信号接收功率最强的多个相邻小区的排列组合顺序相对固定，和/或所述服务小区的参考信号接收功率、时间提前量和参考信号接收质量以及参考信号接收功率最强的多个相邻小区的参考信号接收功率和参考信号接收质量均在预定范围内波动，则用户为小区覆盖范围内楼宇的室内稳定用户。

[0014] 进一步地，用户特征包括时间参数、无线接入小区排列组合和/或无线接入信号参数。

[0015] 根据本发明的另一方面，还提出一种楼宇用户定位系统，包括：楼宇用户特征管理模块，用于提取已确定归属楼宇的室内稳定用户的用户特征；信令接口处理模块，用于获取待定位楼宇用户使用业务的特征；归属楼宇定位模块，用于若待定位楼宇用户使用业务的特征与已确定归属楼宇的室内稳定用户的用户特征相匹配，则根据室内稳定用户归属的楼宇确定待定位楼宇用户的位置信息。

[0016] 进一步地，该系统还包括楼宇数据处理模块和大数据分析模块；信令接口处理模块还用于获取小区覆盖下的室内稳定用户的固话通话集中度特征；楼宇数据处理模块用于获取小区覆盖下的楼宇的固话号码和/或固话号段分布特征；大数据分析模块用于根据小区覆盖下的室内稳定用户的固话通话集中度特征和小区覆盖下的楼宇的固话号码和/或固话号段分布特征，和/或楼宇数据处理模块用于获取小区覆盖下的室内稳定用户与服务小区的距离、相邻小区的距离以及小区覆盖下的楼宇与各个基站小区的距离特征；大数据分析模块还用于根据小区覆盖下的室内稳定用户与服务小区的距离、相邻小区的距离以及小区覆盖下的楼宇与各个基站小区的距离特征，确定室内稳定用户的归属楼宇；和/或楼宇数据处理模块用于获取小区覆盖下的室内稳定用户的无线接入信号特征以及从仿真系统获取小区覆盖下的楼宇所在区域的无线接入信号特征；大数据分析模块还用于根据小区覆盖下的室内稳定用户的无线接入信号特征以及从仿真系统获取小区覆盖下的楼宇所在区域的无线接入信号特征，确定室内稳定用户的归属楼宇。

[0017] 进一步地，楼宇数据处理模块还用于根据小区的地理位置类型确定小区的覆盖半径；根据小区的覆盖半径确定小区覆盖下的楼宇。

[0018] 进一步地，信令接口处理模块还用于获取用户通信行为特征；大数据分析模块还用于根据用户通信行为特征确定小区覆盖范围内楼宇的室内稳定用户。

[0019] 进一步地，大数据分析模块用于若用户通信行为特征满足在预定时间段在同一个小区或者相邻小区停留的时间超过时间阈值，和/或在预定时间内的移动距离小于距离阈值、且移动速度小于速度阈值，和/或在同一个小区或相邻小区内连续监测到具有通信业务时长超过时长阈值，和/或服务小区以及参考信号接收功率最强的多个相邻小区的排列组合顺序相对固定，和/或服务小区的参考信号接收功率、时间提前量和参考信号接收质量以及参考信号接收功率最强的多个相邻小区的参考信号接收功率和参考信号接收质量均在预定范围内波动，则用户为小区覆盖范围内楼宇的室内稳定用户。

[0020] 进一步地，用户特征包括时间参数、无线接入小区排列组合和/或无线接入信号参数。

[0021] 进一步地，楼宇数据处理模块还用于根据室内稳定用户到服务小区或服务小区相邻小区的距离，确定室内稳定用户的距离特征。

[0022] 与现有技术相比，本发明提取已确定归属楼宇的室内稳定用户的用户特征；获取待定位楼宇用户使用业务的特征；若待定位楼宇用户使用业务的特征与已确定归属楼宇的室内稳定用户的用户特征相匹配，则根据室内稳定用户归属的楼宇确定待定位楼宇用户的位置信息，不再需要精度不够的三角定位计算用户经纬度而确定归属楼宇，因此，提高了楼宇用户定位的准确性。

[0023] 通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

[0024] 构成说明书的一部分的附图描述了本发明的实施例，并且连同说明书一起用于解释本发明的原理。

[0025] 参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中：

[0026] 图1为现有楼宇用户定位方法示意图。

[0027] 图2为本发明楼宇用户定位方法的一个实施例的流程示意图。

[0028] 图3为本发明楼宇用户定位方法的另一个实施例的流程示意图。

[0029] 图4为本发明楼宇用户定位方法的再一个实施例的流程示意图。

[0030] 图5为本发明楼宇用户定位方法的再一个实施例的流程示意图。

[0031] 图6为本发明楼宇用户定位系统的一个实施例的结构示意图。

[0032] 图7为本发明楼宇用户定位系统的另一个实施例的结构示意图。

具体实施方式

[0033] 现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

[0034] 同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

[0035] 以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

[0036] 对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

[0037] 在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

[0038] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

[0039] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

[0040] 图2为本发明楼宇用户定位方法的一个实施例的流程示意图。该方法包括以下步骤：

[0041] 在步骤210，提取已确定归属楼宇的室内稳定用户的用户特征。例如，提取一定周期的已明确归属楼宇的用户数据，通过聚类、回归、决策树等方法进行大数据建模和训练，从而得到每个小区内稳定用户所归属某个指定楼宇的具体特征，如用户的时间参数、无线参数和距离特征等。

[0042] 在步骤220，获取待定位楼宇用户使用业务的特征。例如，当用户在使用上网等业务时，获取用户使用业务的具体特征，例如时间参数、无线接入小区排列组合和无线接入信号参数等特征。

[0043] 在步骤230，若待定位楼宇用户使用业务的特征与已确定归属楼宇的室内稳定用户的用户特征相匹配，则根据室内稳定用户归属的楼宇确定待定位楼宇用户的位置信息。例如，将待定位楼宇用户使用业务的特征结合已训练好的模型输出的楼宇用户的用户特征进行匹配分析，即可实时判断待定位楼宇用户归属某个楼宇。

[0044] 在该实施例中，提取已确定归属楼宇的室内稳定用户的用户特征，当待定位楼宇用户使用业务的特征与已确定归属楼宇的室内稳定用户的用户特征相匹配时，可以根据室内稳定用户归属的楼宇确定待定位楼宇用户的位置信息，不再需要精度不够的三角定位计算用户经纬度而确定归属楼宇，该实施例大大提高了楼宇用户定位的准确性。

[0045] 图3为本发明楼宇用户定位方法的另一个实施例的流程示意图。

[0046] 在步骤310，从信令监测、网管系统获取用户的通信行为特征。

[0047] 在步骤320，根据用户通信行为特征确定小区覆盖范围内楼宇的室内稳定用户。

[0048] 其中，可以通过周期性MR测试报告、业务监测信令分析用户的移动性，在一定周期时间内(比如为1个月)进行观察，用户具备如下某一个或者多个条件的，则判断这些用户为某个小区的室内稳定用户。

[0049] 1)某个时间段(工作日或者非工作日)在同一个小区或者相邻小区停留时间超过M分钟。

[0050] 2)用户在一段时间内的具有弱移动性，其移动距离小于N米，移动速度小于S米/小时。

[0051] 3)同一个小区或者相邻小区内连续监测到具有通信业务(通话、上网、短信)时长超过W分钟。

[0052] 4)在某个时间段内用户的服务小区Sc以及RSRP(Reference Signal Receiving Power，参考信号接收功率)最强的3个相邻小区(Nc1、Nc2、Nc3)的无线接入小区排列组合的顺序相对固定，比如一种组合可以为Sc_Nc1_Nc2_Nc3。

[0053] 5)在某个时间段内用户的服务小区Sc的LteScRSRP(LTE服务小区的参考信号接收功率)、LteScTadv(LTE服务小区的时间提前量)、LteScRSRQ(LTE服务小区的参考信号接收质量)以及RSRP最强的多个相邻小区的LteNcRSRP(LTE相邻小区的参考信号接收功率)、LteNcRSRQ(LTE相邻小区的参考信号接收质量)等无线接入信号参数均在小范围内波动。

[0054] 在步骤330，提取小区覆盖下的室内稳定用户固话通话集中度特征。例如，主叫集中度高，即相同号段固话用户高频次呼叫该用户，被叫集中度也高，即该用户所呼叫的固话被叫用户相对集中。

[0055] 在步骤340，从网络资源系统获取小区地理位置的参数，根据小区所在地理位置类型确定覆盖半径，根据小区的覆盖半径确定小区覆盖下的楼宇。

[0056] 例如，市区小区的覆盖半径为300米，郊区小区的覆盖半径为1000米，以小区经纬度为圆心以及所确定的半径找出在此小区覆盖范围内楼宇。一般情况，都会得到某个小覆盖多个楼宇，一个楼宇也可能在多个小区覆盖下，从而得到所确定用户为某个小区下室内稳定用户，而某个小区也可能覆盖多个楼宇，因此就得到用户可能归属的该小区覆盖下多个楼宇。同时，此时也可以计算出楼宇和所有覆盖小区之间的距离，得到楼宇和所有小区之间的距离特征。

[0057] 在步骤350，从网络资源系统获取楼宇的固定电话号码分布情况，从而得到每个小区覆盖下的楼宇的固话号码或者固话号段分布特征。

[0058] 在步骤360，根据小区覆盖下的室内稳定用户的固话通话集中度特征和小区覆盖下的楼宇的固话或固话号段分布特征，确定室内稳定用户的归属楼宇。

[0059] 其中，根据固话通话集中度特征和楼宇固网电话分布情况，可以得出用户所在某个小区下可能覆盖的多个楼宇中某一个楼宇，比如一个用户在工作时间经常拨打38639906或者经常接到38639906的呼叫，而此号码为某电信研究院楼宇的固网号码，而这个室内稳定用户所在小区又覆盖某电信研究院的楼宇，则说明用户归属某电信研究院的楼宇。同时，还可以根据用户和服务小区的距离、相邻小区距离，从而得到用户的距离特征。

[0060] 在步骤370，提取一定周期的已明确归属楼宇的用户数据通过聚类、回归、决策树等方法进行大数据建模和训练，从而确定从而得到每个小区室内稳定用户所归属某个指定楼宇的具体特征，主要包括时间、位置、无线参数、距离特征等。

[0061] 在步骤380，根据用户当前使用业务特征和模型输出的楼宇用户特征匹配分析，实时判断用户归属某个指定的楼宇，从而实现楼宇用户准确定位。

[0062] 在该实施例中，根据稳定用户固话通话集中度特征和小区覆盖下的楼宇的固话或固话号段分布特征，通过大数据训练生成楼宇用户模型，以便根据已确定的模型进行用户实时定位，并将通过这些数据收集进一步自动优化完善模型；通过模型的自动优化还会不断提升成功率，比目前技术有着大幅度的提升。该实施例不需周期性CQT测试，自动收集楼宇用户特征不断优化模型，减少大量资源消耗、及时全面解决用户感知问题。

[0063] 图4为本发明楼宇用户定位方法的再一个实施例的流程示意图。该方法包括以下步骤：

[0064] 在步骤410，根据用户通信行为特征确定小区覆盖范围内楼宇的室内稳定用户。若用户具备同一个小区停留时间长、移动距离小以及移动速度小、服务小区Sc以及多个相邻小区的排列组合顺序相对固定、服务小区Sc的无线接入信号均在小范围内波动等特征，判断用户为小区内室内稳定用户。

[0065] 在步骤420，根据小区所在地理位置类型确定覆盖半径，以小区经纬度为圆心以及所确定的半径找出在此小区覆盖范围内多个楼宇，从而就得到该小区下的用户可能归属的多个楼宇。

[0066] 在步骤430，根据用户无线接入参数以及基站小区相关参数计算和服务小区的距离、相邻小区距离，从而得到用户的距离特征，结合楼宇位置和各个基站小区位置所计算得到的距离特征，通过上述的距离特征相似度的对比分析，也可得到每个小区室内稳定用户所归属某个楼宇。

[0067] 在步骤440，提取一定周期的已明确归属楼宇的用户特征进行模型建立和训练，从而得到每个小区室内稳定用户所归属某个指定楼宇的具体特征，主要包括时间、主服务小区与多个相邻小区排列组合、以及主服务小区的LteScRSRP/LteScTadv/LteScRSRQ变化范围、RSRP最强的三个相邻小区的LteNcRSRP与LteNcRSRQ变化范围等无线接入特征。

[0068] 在步骤450，根据用户当前使用业务特征和模型输出的楼宇用户特征匹配分析，实时判断用户归属某个指定的楼宇，从而实现楼宇用户准确定位。

[0069] 在该实施例中，根据稳定用户与服务小区、相邻小区的距离特征和小区覆盖下的楼宇的小区距离特征，通过大数据训练生成楼宇用户模型，以便根据已确定的模型进行用户实时定位，并将通过这些数据收集进一步自动优化完善模型；通过模型的自动优化还会不断提升成功率，比目前技术有着大幅度的提升。该实施例不需周期性CQT测试，自动收集楼宇用户特征不断优化模型，减少大量资源消耗、及时全面解决用户感知问题。

[0070] 图5为本发明楼宇用户定位方法的再一个实施例的流程示意图。该方法包括以下步骤：

[0071] 在步骤510，根据用户通信行为特征确定小区覆盖范围内楼宇的室内稳定用户。若用户具备同一个小区停留时间长、移动距离小以及移动速度小、服务小区Sc以及附近三个相邻小区的排列组合顺序相对固定、服务小区Sc的无线接入信号均在小范围内波动等特征，判断用户为小区内室内稳定用户。

[0072] 在步骤520，根据小区所在地理位置类型确定覆盖半径，以小区经纬度为圆心以及所确定的半径找出在此小区覆盖范围内多个楼宇，从而就得到该小区下的用户可能归属的多个楼宇。

[0073] 在步骤530，根据用户在使用业务时的无线接入信号特征，结合仿真系统通过基站小区位置、无线接入配置参数所仿真得到的楼宇所在区域的无线接入信号特征，通过上述的无线接入信号特征相似度对比分析，也可得到每个小区室内稳定用户所归属某个楼宇。

[0074] 在步骤540，提取一定周期的已明确归属楼宇的用户特征进行模型建立和训练，从而得到每个小区室内稳定用户所归属某个指定楼宇的具体特征，主要包括时间、主服务小区与多个相邻小区排列组合、主服务小区的LteScRSRP/LteScTadv/LteScRSRQ变化范围、RSRP最强的三个相邻小区的LteNcRSRP、LteNcRSRQ变化范围等无线接入特征。

[0075] 在步骤550，根据用户当前使用业务特征和模型输出的楼宇用户特征匹配分析，实时判断用户归属某个指定的楼宇，从而实现楼宇用户准确定位。目前通过初步试验分析，定位成功率已达80％。

[0076] 在该实施例中，根据用户在使用业务时的无线接入信号特征，结合仿真系统通过基站小区位置获取无线接入参数计算的楼宇所在区域的接入信号特征，通过大数据训练生成楼宇用户模型，以便根据已确定的模型进行用户实时定位，并将通过这些数据收集进一步自动优化完善模型；通过模型的自动优化还会不断提升成功率，比目前技术有着大幅度的提升。该实施例将大大提高楼宇用户定位的准确性，提高了资源使用效率，在楼宇网络优化、客户感知提升等方面发挥重要作用。另外，该方法不需周期性CQT测试，自动收集楼宇用户特征不断优化模型，减少大量资源消耗、及时全面解决用户感知问题。

[0077] 图6为本发明楼宇用户定位系统的一个实施例的结构示意图。该系统包括楼宇用户特征管理模块610、信令接口处理模块620和归属楼宇定位模块630，其中：

[0078] 楼宇用户特征管理模块610用于提取已确定归属楼宇的室内稳定用户的用户特征。例如，提取一定周期的已明确归属楼宇的用户数据，通过聚类、回归、决策树等方法进行大数据建模和训练，从而得到每个小区内稳定用户所归属某个指定楼宇的具体特征，如用户的时间参数、无线接入小区排列组合和无线接入信号参数等特征。

[0079] 信令接口处理模块620用于获取待定位楼宇用户使用业务的特征。例如，当用户在使用上网等业务时，获取用户使用业务的具体特征，例如时间参数、无线接入小区排列组合和无线接入信号参数等特征。

[0080] 归属楼宇定位模块630用于若待定位楼宇用户使用业务的特征与已确定归属楼宇的室内稳定用户的用户特征相匹配，则根据室内稳定用户归属的楼宇确定待定位楼宇用户的位置信息。

[0081] 在该实施例中，提取已确定归属楼宇的室内稳定用户的用户特征，当待定位楼宇用户使用业务的特征与已确定归属楼宇的室内稳定用户的用户特征相匹配时，可以根据室内稳定用户归属的楼宇确定待定位楼宇用户的位置信息，大大提高楼宇用户定位准确性，提高资源使用效率；另外，不需周期性CQT测试，自动收集楼宇用户特征不断优化模型，减少大量资源消耗、及时全面解决用户感知问题。

[0082] 图7为本发明楼宇用户定位系统的另一个实施例的结构示意图。该系统包括信令接口处理模块710、楼宇数据处理模块720、大数据分析模块730、楼宇用户特征管理模块740和归属楼宇定位模块750，其中：

[0083] 信令接口处理模块710用于与信令监测、网管系统、4G DPI系统对接，通过信令监测网管系统提供用户通话、短信业务信令流程，用于提取用户通信特征以及计算用户通话集中度，通过4G DPI系统对接提供用户上网业务流程，还用于获取待定位楼宇用户使用业务的特征。

[0084] 楼宇数据处理模块720用于从网络资源系统获取小区的覆盖半径、楼宇的固定电话号码分布等信息，用于计算小区半径所能覆盖的楼宇、楼宇归属的固定号码分布以及楼宇与各个小区之间距离。例如根据小区的地理位置类型确定小区的覆盖半径，根据小区的覆盖半径确定小区覆盖下的楼宇。同时，楼宇数据处理模块720也用于与仿真系统对接，获取仿真系统通过基站小区位置、无线接入配置参数所仿真得到的楼宇所在区域的无线接入信号特征。

[0085] 大数据分析模块730用于根据小区覆盖下的室内稳定用户的固话通话集中度特征和小区覆盖下的楼宇的固话号码或者固话号段分布特征，确定室内稳定用户的归属楼宇；或者，根据小区覆盖下的室内稳定用户与服务小区的距离、相邻小区的距离以及小区覆盖下的楼宇与各个基站小区的距离特征，确定室内稳定用户的归属楼宇；或者根据小区覆盖下的室内稳定用户的无线接入信号特征以及从仿真系统获取小区覆盖下的楼宇所在区域的无线接入信号特征，确定室内稳定用户的归属楼宇。还用于根据用户通信行为特征确定小区覆盖范围内楼宇的室内稳定用户。其中，若用户通信行为特征满足在预定时间段在同一个小区或者相邻小区停留的时间超过时间阈值，或者在预定时间内的移动距离小于距离阈值、且移动速度小于速度阈值，或者在同一个小区或相邻小区内连续监测到具有通信业务时长超过时长阈值，或者服务小区Sc以及RSRP(参考信号接收功率)最强的3个相邻小区(Nc1、Nc2、Nc3)的排列组合顺序相对固定，或者服务小区Sc的LteScRSRP、LteScTadv、LteScRSRQ以及RSRP最强的多个相邻小区的LteNcRSRP、LteNcRSRQ均在小范围内波动，则用户为小区覆盖范围内楼宇的室内稳定用户。

[0086] 大数据分析模块730还用于根据一定周期的大数据通过聚类、回归、决策树进行建模分析，从而确定从而得到每个小区室内稳定用户所归属某个指定楼宇的具体特征。

[0087] 楼宇用户特征管理模块740用于保存、提取已确定归属楼宇的室内稳定用户的用户特征。

[0088] 归属楼宇定位模块750用于负责室内稳定用户归属某个楼宇的判断，即若待定位楼宇用户使用业务的特征与已确定归属楼宇的室内稳定用户的用户特征相匹配，则根据室内稳定用户归属的楼宇确定待定位楼宇用户的位置信息。

[0089] 在该实施例中，通过提取已明确归属楼宇的用户模块进行模型建立和训练，最后根据用户当前使用业务特征和模型输出的楼宇用户特征匹配分析实时判断用户归属某个楼宇，因此提高楼宇用户定位准确性，降低资源消耗，提高资源使用效率，支撑彻底解决客户感知问题。

[0090] 至此，已经详细描述了本发明。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

[0091] 可能以许多方式来实现本发明的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。

[0092] 虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。