[用戶,分析研究,特征]移動網絡的用戶行為及用戶價值區(qū)域特征的分析研究

1、移動網絡的用戶行為及用戶價值區(qū)域特征的分析研究【摘要】隨著移動通信技術的迅猛發(fā)展，移動運營商積累了海量的用戶行為數(shù)據(jù)。首先 基于移動網絡的多種數(shù)據(jù)源，結合通信用戶行為的特點，通過時空關聯(lián)分析的方法提出了一 套通信用戶停留分析的方法：隨后在對用戶進行停留分析的基礎上，通過用戶價值區(qū)域多維 分析的方法挖掘出高價值區(qū)域的地理分布情況。實踐表明，基于通信數(shù)據(jù)的用戶行為分析及 用戶價值區(qū)域特征分析對通信網絡的建設、通信網絡的建設與優(yōu)化具有重要的現(xiàn)實意義和實 用的應用價值。【關鍵詞】用戶行為區(qū)域特征網絡建設網絡優(yōu)化1引言移動通信技術的快速發(fā)展和應用不僅提升了用戶使用通信媒體的便利性，也產生了大量 的用戶信

2、息。與此同時，基于移動通信用戶數(shù)據(jù)研窕用戶行為、用戶習慣、用戶使用業(yè)務的 地理特征也不斷涌現(xiàn)，這些研究能夠為移動通信運營商的網絡建設與優(yōu)化提供有價值的信息: 根據(jù)用戶使用的業(yè)務行為規(guī)律有效地配置網絡資源，做到資源的精準投放。因此，本文將對 移動網絡的用戶行為及用戶價值區(qū)域特征進行研究，對運營商的數(shù)據(jù)進行多維關聯(lián)，從中提 煉出高價值區(qū)域的分布，幫助運營商有效提升網絡服務水平，為移動用戶提供優(yōu)質的網絡質 量和具有競爭力的業(yè)務體驗。2用戶行為研究通過挖掘用戶的位移變化、用戶使用網絡類型、用戶使用業(yè)務類型來分析用戶停留特征 及用戶使用業(yè)務的熱點。利用了用戶的使用網絡請求類型、業(yè)務量、位移量：（1）網絡

3、請求類型：是指用戶在使用業(yè)務時使用的網絡類型、使用不同類型網絡的次數(shù)、 特定時間段使用不同網絡類型的次數(shù)作為描述用戶使用業(yè)務習慣的關鍵指標。（2）業(yè)務量：業(yè)務量是指用戶使用業(yè)務的次數(shù)、時長以及使用業(yè)務的時間分布作為描述 用戶的停留特征、用戶業(yè)務使用熱點的關鍵指標。（3）位移量：位移量是指用戶發(fā)生業(yè)務時請求的基站的次數(shù)、在不同時段請求基站的次 數(shù)分布作為描述用戶停留特征分析以及使用熱點的關鍵指標。2.1 用戶停留特征分析用戶的停留行為一般具有規(guī)律性，在特定的時間段、特定區(qū)域停留次數(shù)、停留分布等在 一定程度上反映了該區(qū)域的人口密度以及該區(qū)域的主要職能特點?；谟脩敉Ａ舴治觯P聯(lián) 用戶使用業(yè)務的類型

4、、業(yè)務量，挖掘用戶使用業(yè)務的熱點，以此來指導網絡建設。（1）用戶停留的數(shù)據(jù)提取方法pn）,其中n為位用戶停留數(shù)據(jù)包括一系列的業(yè)務使用記錄點集P （pb p2,置記錄點的數(shù)量，每一個記錄點是一個三元素集合pi （lat, long, T）,其中（lat, long） 是用戶發(fā)生業(yè)務的紀錄基站：T為用戶發(fā)生業(yè)務的時間。由于用戶發(fā)生業(yè)務不是聯(lián)系的，它跟GPS點不一樣，因此用戶停留分析需要連續(xù)觀察一 段時間內用戶在某個區(qū)域發(fā)生業(yè)務的頻率，以此來反應用戶在特定時間段在某一個區(qū)域的停 留特征。在本文是連續(xù)觀察某一個地市一個月的用戶在某一個基站、某一個時間段發(fā)生業(yè)務 的次數(shù)、每天發(fā)生業(yè)務的頻率，以此來識別用

5、戶是否在該區(qū)域具有停留的特征。本文對停留 定義的規(guī)則是用戶在一個月內平均每天在某一個時間段在某一個基站上發(fā)生業(yè)務的概率大于 0.7,那么就認為該用戶在基站具有停留的特征。（2）用戶的停留特征分析基于上述的定義，本文把某地市移動用戶在工作停留區(qū)、休息停留區(qū)的用戶停留特征進 行GIS展現(xiàn)，如下圖所示。從圖1可以看出，用戶的工作停留區(qū)域主要分布在紅色區(qū)域，該 區(qū)域是該地市的行政中心，也是人口比較集中的區(qū)域。從圖2可以看出，用戶的休息停留區(qū) 也是分布在紅色區(qū)域，但較圖1而言，圖2所覆蓋的區(qū)域更大，因此可以判斷出該行政中心 主要的功能還是住宅，工作區(qū)域已經逐漸遷出郊區(qū)方向。2.2 用戶業(yè)務使用熱點分析分

6、析用戶業(yè)務使用熱點能夠使現(xiàn)有的無線通信資源實現(xiàn)優(yōu)化配置，極大提高資源利用率, 有效調節(jié)該區(qū)域業(yè)務量不均衡的狀態(tài)，提高用戶滿意度。（1）用戶業(yè)務使用熱點的數(shù)據(jù)提取方法用戶通信熱點數(shù)據(jù)包括一系列的業(yè)務使用記錄點集P（pl，p2,，pn）,其中n為 位置記錄點的數(shù)量，每一個記錄點是一個五元素集合pi （lat, long, T, B, N）,其中 （lat, long）是用戶發(fā)生業(yè)務的紀錄基站：T為用戶發(fā)生業(yè)務的時間：B是業(yè)務的使用類 型，包括語音和數(shù)據(jù)；N是業(yè)務量的使用數(shù)量。（2）用戶業(yè)務使用的熱點利用全網基站語音、流量數(shù)據(jù)與基站的覆蓋范闈，計算全網業(yè)務使用量的密度，并通過 GIS對全網業(yè)務量進行

7、渲染，根據(jù)業(yè)務量的密度分析全網業(yè)務使用量熱點。用戶使用業(yè)務熱點分析是根據(jù)基站發(fā)生的業(yè)務量（語音量、數(shù)據(jù)流量）與基站的覆蓋而 枳（通過泰森多邊形確定）構建全網的業(yè)務量分布熱點圖。通過對業(yè)務量密度進行分檔以及 對不同的顏色進行渲染，最后得到業(yè)務量密度高的基站，并把這些基站的覆蓋范闈作為熱點 的范闈。本文通過對3G網絡的業(yè)務量在不同時間段的熱點進行渲染，分別得到了不同時間段 的語音熱點、流量熱點。通過對比圖3圖6不同時間段語音和流量的熱點分布圖，得知該 區(qū)域的流量熱點在閑時忙時差異不是特別大，相反語音在閑時忙時差異很大。由此可以得知， 在網絡建設時，需要根據(jù)用戶的業(yè)務使用量的時空分布特征有側重性進行

8、資源調節(jié)，提高網 絡利用率，有效解決網絡的超負荷問題。隨著通信技術和移動互聯(lián)網的發(fā)展，數(shù)據(jù)業(yè)務已經取代傳統(tǒng)的語音業(yè)務，流量業(yè)務的增 長不僅對運營商的網絡運營帶來巨大的壓力，同時也給運營商自身的利潤帶來挑戰(zhàn)°當前運 營商的重要任務是如何掌握用戶的價值，通過對用戶價值區(qū)域進行甄別，使得運營商合理地 將優(yōu)先的網絡資源分配給高價值的用戶使用業(yè)務的區(qū)域，實現(xiàn)資源的精準投資，降低網絡資 源負載過重的現(xiàn)象，限制那些對運營商貢獻少但又占用極大網絡資源的業(yè)務來保證網絡質量, 從而為高價值的用戶群體提供更高速、更持續(xù)的網絡服務，提高高價值用戶的用戶感知。? 3. 1價值區(qū)域數(shù)據(jù)提取方法用戶價值是利用用戶

9、的話務詳單、流量詳單以及工參等數(shù)據(jù)，實現(xiàn)區(qū)域的流量分析、流 量回落分析、高價值用戶分析、終端分析以及收入分析，以確定用戶的高價值區(qū)域，為網絡 精準規(guī)劃和優(yōu)化提供支撐。用戶價值數(shù)據(jù)包括一系列的業(yè)務使用記錄點集P （pL p2,，pn）,其中n為位 置記錄點的數(shù)量，每一個記錄點是一個八元素集合pi （lat, long, T, B, N, package, I, terminal）,其中（lat, long）是用戶發(fā)生業(yè)務的紀錄基站；T為用戶發(fā)生業(yè)務的時間： B是業(yè)務的使用類型，包括語音和數(shù)據(jù)：N是業(yè)務量的使用數(shù)量：package表示用戶的套餐類 型；I表示用戶的收入：terminal表示用戶的終

10、端類型。3.2用戶價值區(qū)域多維分析（1）流量分析通過對每一個基站發(fā)生的流量進行匯總，通過流量排名的方法對基站的流量進行排名， 按照實際的需求挖掘高流量的區(qū)域。如圖7所示,運營商可以根據(jù)實際的需要分析topN的 基站，分析高流量區(qū)域的地理分布以及聚集區(qū)域。（2）流量回落分析如圖8所示，通過對每一個基站的流量回落進行分析，結合該基站被覆蓋的4G基站的 情況、不同終端發(fā)生的流量、不同制式的終端流量發(fā)生情況，找到導致該基站發(fā)生回落的原 因，為運營商的基站建設和擴容提供有價值的信息。（3）高價值用戶分析如圖9所示，高價值用戶分析主要是關注高價值用戶發(fā)生業(yè)務的區(qū)域、流量分級，以此 挖掘高流量用戶聚集的區(qū)域

11、分布以及業(yè)務特征。（4）終端分析如圖10所示，結合不同制式的終端滲透率以及流量排名，以此挖掘滿足終端滲透率需求 以及流量需求的區(qū)域，為運營商的基站建設和擴容提供必要性的條件。(5)多維關聯(lián)分析通過對上述的流量分析、流量回落分析、高價值用戶分析、終端分析進行多維關聯(lián)，為 運營商的網絡規(guī)劃和建設提供一個綜合性的解決方案。從圖11可以看到，運營商可以根據(jù)各 項選項進行關聯(lián)分析，挖掘有價值的區(qū)域。4結論隨著4G時代的到來，業(yè)務的性能越來越成為運營商和終端用戶的共同關注點。面向移動 數(shù)據(jù)業(yè)務的網絡質量評估面臨新的挑戰(zhàn)，本文通過用戶行為和價值區(qū)域特征分析的特點，反 映基于用戶感知的網絡質量情況，實現(xiàn)有效利

12、用當前網絡資源，達到精準化投資的目的。參考文獻：1劉瑜，肖昱，高松，等.基于位置感知設備的人類移動研究綜述J.地理與地理信 息科學,2011, 27 (4)： 8-13.2 Gonzalez M C, Hidalgo C A, Barabasi A L. Understanding individual human mobility patternsLj. Nature, 2008, 453 (7196)： 779-782.3 Chinrungrueng C, Sequin C H. Optimal adaptive k-means algorithm with dynamic adjustm

13、ent of learning rateJ. IEEE Transactions on neural networks, 1995, 6 (1)： 157-169.4 Davies D L, Bouldin D W. A Cluster Separation MeasureJ. IEEE Transactions on Pattern Analysis and Machine Intelligence1 1979 (2)： 224-227.5 Dunn J C. A Fuzzy Relative of Isodata Process and Its Use in Detecting Compa

14、ct WellSeparated ClustersJ. Cybernetics and Systems, 1973, 3 (3)： 32-57.6 Song C, Qu Z, Blumm N, et al. Limits of predictability in human mobilityEj. Science, 2010, 327 (5968)： 1018-1021.7徐贊新，王鉞，司洪波，等.基于隨機矩陣理論的城市人群移動行為分析J.物理 學報，2011, 60 (4)： 46-52.8 Phithakkitnukoon S, Horanont T, Di Lorenzo G, et al. Activity-aware map： Identifying human daily activity pattern using mobile phone dataA. Salah A A, Gevers T, Sebe N, et al. Human Behavio