專利名稱：基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及移動(dòng)通信網(wǎng)絡(luò)優(yōu)化技術(shù)，具體涉及一種基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò) 智能分析方法及系統(tǒng)。
背景技術(shù)：
2010年7月15日中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)在京發(fā)布第沈次中國(guó)互聯(lián)網(wǎng) 絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告。報(bào)告顯示，截至2010年6月，中國(guó)網(wǎng)民規(guī)模達(dá)到4. 2億，手機(jī)用戶達(dá) 2. 77億，互聯(lián)網(wǎng)普及率進(jìn)一步提高。2010年上半年，我國(guó)網(wǎng)民繼續(xù)保持增長(zhǎng)態(tài)勢(shì)，截至2010 年6月，總體網(wǎng)民規(guī)模達(dá)到4. 2億，突破了 4億關(guān)口，較2009年底增加3600萬人?；ヂ?lián)網(wǎng) 普及率攀升至31.8%，較2009年底提高2. 9個(gè)百分點(diǎn)。同時(shí)，手機(jī)網(wǎng)民規(guī)模繼續(xù)擴(kuò)大，截至 2010年6月，手機(jī)網(wǎng)民用戶達(dá)2. 77億，較2009年底增加了 4334萬人。手機(jī)網(wǎng)民在手機(jī)用 戶和總體網(wǎng)民中的比例都進(jìn)一步提高。2010年上半年，手機(jī)網(wǎng)民較傳統(tǒng)互聯(lián)網(wǎng)網(wǎng)民增幅更 大，成為拉動(dòng)中國(guó)總體網(wǎng)民規(guī)模攀升的主要?jiǎng)恿?，移?dòng)互聯(lián)網(wǎng)展現(xiàn)出巨大的發(fā)展?jié)摿Α?br> 隨著手機(jī)網(wǎng)民日益增多，給移動(dòng)通信運(yùn)營(yíng)商帶來新的挑戰(zhàn)的同時(shí)又帶來了新機(jī) 遇。挑戰(zhàn)來自于隨著用戶對(duì)互聯(lián)網(wǎng)體驗(yàn)需求日益增加，網(wǎng)絡(luò)質(zhì)量要有很高的提升。機(jī)遇來 自于隨著用戶人數(shù)的增多，需求越來越多元化，帶來的商業(yè)機(jī)遇也越來越多。
目前運(yùn)營(yíng)商對(duì)網(wǎng)絡(luò)的優(yōu)化時(shí)的分析技術(shù)流程如圖1所示，通過用戶投訴的收集， 生成工單，在基站收集相關(guān)的網(wǎng)絡(luò)信令，用E)(CLE等工具分析信令問題得出優(yōu)化報(bào)告，然后 依據(jù)優(yōu)化報(bào)告進(jìn)行網(wǎng)絡(luò)優(yōu)化。目前的分析方法存在的問題是手工操作必然會(huì)帶來大工作 量，也需要付出時(shí)間代價(jià)；信令分析難度大，對(duì)網(wǎng)優(yōu)人員的技術(shù)和工作經(jīng)驗(yàn)要求比較高。
為了克服現(xiàn)有移動(dòng)網(wǎng)絡(luò)分析技術(shù)的不足，目前提出了一種新型的基于多維度的網(wǎng) 絡(luò)問題分析定位方法，其技術(shù)流程如圖2所示，通過信令采集卡收集所需信令，進(jìn)行信令的 分類入庫(kù)，然后進(jìn)行多維度分析，包括時(shí)間維度、網(wǎng)元維度、用戶維度、終端維度等方面的綜 合分析，找到問題的原因并進(jìn)行問題點(diǎn)的定位。這種方法的優(yōu)點(diǎn)在于能夠把網(wǎng)優(yōu)人員從繁 瑣的大量的分析工作中解脫出來；能夠從數(shù)據(jù)流量中分析移動(dòng)網(wǎng)絡(luò)的潛在商機(jī)；能夠提高 用戶的體驗(yàn)感受。發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)移動(dòng)網(wǎng)絡(luò)問題分析定位的需要，提供一種基于數(shù)據(jù)業(yè)務(wù)流 量的移動(dòng)網(wǎng)絡(luò)智能分析方法及系統(tǒng)，從而能夠深度發(fā)現(xiàn)流量規(guī)律，挖掘移動(dòng)網(wǎng)絡(luò)潛在的商 業(yè)機(jī)會(huì)。
本發(fā)明的技術(shù)方案如下一種基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，包括 如下步驟
(1)從移動(dòng)網(wǎng)絡(luò)用戶數(shù)據(jù)業(yè)務(wù)的流量中拆分出信令流量和業(yè)務(wù)流量，并解析出各 業(yè)務(wù)的APN以及HOST信息；
(2)利用業(yè)務(wù)流量的相關(guān)信息，找出業(yè)務(wù)流量比重大的業(yè)務(wù)使用的用戶；
(3)結(jié)合用戶的相關(guān)資料進(jìn)行數(shù)據(jù)分析和業(yè)務(wù)挖掘。
進(jìn)一步，如上所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，步驟O)中，找 出業(yè)務(wù)流量比重大的業(yè)務(wù)使用的用戶的方法如下
①按解析出的HOST信息進(jìn)行分組，并按每組的業(yè)務(wù)流量從大到小的順序?qū)Ω鹘M 進(jìn)行排列；
②計(jì)算步驟①中所分各組中各單項(xiàng)業(yè)務(wù)在流量中的占比，并按占比從大到小的順 序?qū)Ω鲉雾?xiàng)業(yè)務(wù)進(jìn)行排序；
③根據(jù)各單項(xiàng)業(yè)務(wù)找出使用該業(yè)務(wù)的所有用戶。
更進(jìn)一步，如上所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，步驟O)中， 單項(xiàng)業(yè)務(wù)在流量中的占比排在前十位的業(yè)務(wù)被視為業(yè)務(wù)流量比重大的業(yè)務(wù)。
進(jìn)一步，如上所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，步驟(3)中，找 出流量最大的業(yè)務(wù)，并統(tǒng)計(jì)使用該業(yè)務(wù)的用戶群，按業(yè)務(wù)的用戶數(shù)和業(yè)務(wù)流量排名統(tǒng)計(jì)出 該用戶群對(duì)業(yè)務(wù)的喜歡共性，作為向用戶推薦相關(guān)業(yè)務(wù)的依據(jù)。
更進(jìn)一步，如上所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，步驟(3)中， 統(tǒng)計(jì)用戶群對(duì)業(yè)務(wù)的喜歡共性的方法為先找出流量最大的業(yè)務(wù)，然后找出該業(yè)務(wù)的用戶； 接下來，查找這些用戶還使用哪些其他業(yè)務(wù)，對(duì)用戶使用的這些其他業(yè)務(wù)的信息按業(yè)務(wù)來 統(tǒng)計(jì)用戶數(shù)，找出用戶數(shù)排在前十位的相關(guān)業(yè)務(wù)，從而得出使用該業(yè)務(wù)的用戶還有可能使 用的其他相關(guān)業(yè)務(wù)。
進(jìn)一步，如上所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，步驟(3)中，結(jié) 合用戶的資料按照用戶的角色來統(tǒng)計(jì)業(yè)務(wù)流量的特性，得到用戶角色的業(yè)務(wù)流量使用特 點(diǎn)，作為優(yōu)化業(yè)務(wù)套餐的依據(jù)。
進(jìn)一步，如上所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，步驟(3)中，統(tǒng) 計(jì)各種業(yè)務(wù)的流量，準(zhǔn)確定位出當(dāng)前的熱門業(yè)務(wù)，作為分析市場(chǎng)前景的依據(jù)。
一種基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析系統(tǒng)，包括
信令解析引擎單元，用于從移動(dòng)網(wǎng)絡(luò)用戶數(shù)據(jù)業(yè)務(wù)的流量中拆分出信令流量和業(yè) 務(wù)流量，并解析出各業(yè)務(wù)的APN以及HOST信息；
業(yè)務(wù)流量統(tǒng)計(jì)單元，利用業(yè)務(wù)流量的相關(guān)信息，找出業(yè)務(wù)流量比重大的業(yè)務(wù)使用 的用戶；
業(yè)務(wù)挖掘單元，結(jié)合用戶的相關(guān)資料進(jìn)行數(shù)據(jù)分析和業(yè)務(wù)挖掘。
進(jìn)一步，如上所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析系統(tǒng)，其中，所述的業(yè) 務(wù)挖掘單元包括
業(yè)務(wù)推薦模塊，用于找出流量最大的業(yè)務(wù)，并統(tǒng)計(jì)使用該業(yè)務(wù)的用戶群，按業(yè)務(wù)的 用戶數(shù)和業(yè)務(wù)流量排名統(tǒng)計(jì)出該用戶群對(duì)業(yè)務(wù)的喜歡共性，進(jìn)行業(yè)務(wù)推薦；
套餐優(yōu)化模塊，用于結(jié)合用戶的資料按照用戶的角色來統(tǒng)計(jì)業(yè)務(wù)流量的特性，得 到用戶角色的業(yè)務(wù)流量使用特點(diǎn)，用以優(yōu)化業(yè)務(wù)套餐；
市場(chǎng)分析模塊，用于統(tǒng)計(jì)各種業(yè)務(wù)的流量，準(zhǔn)確定位出當(dāng)前的熱門業(yè)務(wù)，對(duì)市場(chǎng)前 景進(jìn)行分析。
本發(fā)明的有益效果如下本發(fā)明將商業(yè)智能(Bi)技術(shù)應(yīng)用在移動(dòng)網(wǎng)絡(luò)問題定位 中，使運(yùn)營(yíng)商減少了業(yè)務(wù)分析人員，縮減了業(yè)務(wù)優(yōu)化成本，把網(wǎng)優(yōu)人員從繁瑣的大量的分析工作中解脫出來。通過深度發(fā)現(xiàn)業(yè)務(wù)流量規(guī)律，在業(yè)務(wù)流量中分析挖掘商機(jī)，提高用戶的業(yè) 務(wù)體驗(yàn)，準(zhǔn)確定位出當(dāng)前的熱門業(yè)務(wù)，更好的分析市場(chǎng)前景。


圖1為目前運(yùn)營(yíng)商對(duì)網(wǎng)絡(luò)的優(yōu)化時(shí)的分析技術(shù)流程圖2為改進(jìn)后的基于多維度的網(wǎng)絡(luò)問題分析定位技術(shù)流程圖3為本發(fā)明所提供的分析方法流程圖4為本發(fā)明的系統(tǒng)結(jié)構(gòu)示意圖。
具體實(shí)施方式
下面結(jié)合具體實(shí)施方式
和附圖對(duì)本發(fā)明進(jìn)行詳細(xì)描述。
本發(fā)明所提供的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法是一種結(jié)合了商業(yè) 智能技術(shù)的移動(dòng)網(wǎng)絡(luò)分析和問題定位方法。所采用的系統(tǒng)結(jié)構(gòu)如圖4所示，包括如下組成
信令解析引擎單元，用于從移動(dòng)網(wǎng)絡(luò)用戶數(shù)據(jù)業(yè)務(wù)的流量中拆分出信令流量和業(yè) 務(wù)流量，并解析出各業(yè)務(wù)的APN(接入點(diǎn)名稱)以及HOST (主機(jī))信息；
業(yè)務(wù)流量統(tǒng)計(jì)單元，利用業(yè)務(wù)流量的相關(guān)信息，找出業(yè)務(wù)流量比重大的業(yè)務(wù)使用 的用戶；
業(yè)務(wù)挖掘單元，結(jié)合用戶的相關(guān)資料進(jìn)行數(shù)據(jù)分析和業(yè)務(wù)挖掘。業(yè)務(wù)挖掘單元進(jìn) 一步包括
業(yè)務(wù)推薦模塊，用于找出流量最大的業(yè)務(wù)，并統(tǒng)計(jì)使用該業(yè)務(wù)的用戶群，按業(yè)務(wù)的 用戶數(shù)和業(yè)務(wù)流量排名統(tǒng)計(jì)出該用戶群對(duì)業(yè)務(wù)的喜歡共性，進(jìn)行業(yè)務(wù)推薦；
套餐優(yōu)化模塊，用于結(jié)合用戶的資料按照用戶的角色來統(tǒng)計(jì)業(yè)務(wù)流量的特性，得 到用戶角色的業(yè)務(wù)流量使用特點(diǎn)，用以優(yōu)化業(yè)務(wù)套餐；
市場(chǎng)分析模塊，用于統(tǒng)計(jì)各種業(yè)務(wù)的流量，準(zhǔn)確定位出當(dāng)前的熱門業(yè)務(wù)，對(duì)市場(chǎng)前 景進(jìn)行分析。
現(xiàn)有的移動(dòng)網(wǎng)絡(luò)用戶管理系統(tǒng)對(duì)用戶業(yè)務(wù)類型也進(jìn)行了詳細(xì)的分類統(tǒng)計(jì)，結(jié)合這 些統(tǒng)計(jì)數(shù)據(jù)以及上述分析系統(tǒng)，本發(fā)明可以進(jìn)行多方面的移動(dòng)網(wǎng)絡(luò)智能分析，如圖3所示， 具體如下
信令解析引擎能準(zhǔn)確的拆分出用戶數(shù)據(jù)業(yè)務(wù)的流量中信令流量和業(yè)務(wù)流量，并能 解析出業(yè)務(wù)的APN(接入點(diǎn)名稱)以及HOST (主機(jī))。利用流量的這些相關(guān)信息，先按HOST 進(jìn)行分組并按流量倒序排列，然后按用戶進(jìn)行分組并按倒序排列流量，從而找出了流量比 重大的業(yè)務(wù)使用的用戶。再結(jié)合用戶的相關(guān)資料即可以進(jìn)行數(shù)據(jù)挖掘。
信令解析引擎拆分出信令流量和業(yè)務(wù)流量的基本方法如下首先將用戶的數(shù)據(jù)按 照sndcp協(xié)議分片重組，然后通過信令問的關(guān)聯(lián)規(guī)則關(guān)聯(lián)出一個(gè)用戶的所有消息，然后按 照協(xié)議標(biāo)示區(qū)分出是否為sndcp數(shù)據(jù)和短消息數(shù)據(jù)，如果是，就是屬于業(yè)務(wù)流量，否則就是 信令流量。
找出業(yè)務(wù)流量比重大的業(yè)務(wù)使用的用戶的方法如下
①按解析出的HOST信息進(jìn)行分組，并按每組的業(yè)務(wù)流量從大到小的順序?qū)Ω鹘M 進(jìn)行排列；
②計(jì)算步驟①中所分各組中各單項(xiàng)業(yè)務(wù)在流量中的占比，并按占比從大到小的順 序?qū)Ω鲉雾?xiàng)業(yè)務(wù)進(jìn)行排序；
③根據(jù)各單項(xiàng)業(yè)務(wù)找出使用該業(yè)務(wù)的所有用戶。
經(jīng)上述方法得到的單項(xiàng)業(yè)務(wù)在流量中的占比排在前十位的業(yè)務(wù)被視為業(yè)務(wù)流量 比重大的業(yè)務(wù)。
從業(yè)務(wù)角度進(jìn)行挖掘，即找出流量最大的業(yè)務(wù)分析出客戶的消費(fèi)習(xí)慣，即分析使 用某一業(yè)務(wù)的用戶群還喜歡使用哪些其他業(yè)務(wù)，并按用戶數(shù)和流量排名便可以統(tǒng)計(jì)出該 用戶群的喜歡共性，這樣本系統(tǒng)就可以找出使用該業(yè)務(wù)的用戶還有可能喜歡哪些相關(guān)的業(yè) 務(wù)，從而實(shí)現(xiàn)系統(tǒng)的業(yè)務(wù)推薦功能。
統(tǒng)計(jì)用戶群對(duì)業(yè)務(wù)的喜歡共性的方法為先找出流量最大的業(yè)務(wù)，然后找出該業(yè) 務(wù)的用戶；接下來，查找這些用戶還使用哪些其他業(yè)務(wù)，對(duì)用戶使用的這些其他業(yè)務(wù)的信息 按業(yè)務(wù)來統(tǒng)計(jì)用戶數(shù)(統(tǒng)計(jì)用戶數(shù)時(shí)對(duì)業(yè)務(wù)流量有最小值限制(默認(rèn)為1001Λ)，避免有些 用戶是誤操作產(chǎn)生的流量)，找出用戶數(shù)排在前十位的相關(guān)業(yè)務(wù)，從而得出使用該業(yè)務(wù)的用 戶還有可能使用的其他相關(guān)業(yè)務(wù)。
從用戶的角度統(tǒng)計(jì)，根據(jù)用戶的流量的使用情況特點(diǎn)。將數(shù)據(jù)流量結(jié)合用戶的資 料可以按照用戶的角色來統(tǒng)計(jì)流量的特性，從而發(fā)現(xiàn)用戶角色的流量使用特點(diǎn)，優(yōu)化套餐， 以提高滿足更多相同角色用戶的需求。
從業(yè)務(wù)內(nèi)容的分析，結(jié)合系統(tǒng)流量數(shù)據(jù)的大小和業(yè)務(wù)的內(nèi)容就能夠準(zhǔn)確的統(tǒng)計(jì)各 種業(yè)務(wù)的流量，準(zhǔn)確定位出當(dāng)前的熱門業(yè)務(wù)，洞察出市場(chǎng)中的商機(jī)，以便及時(shí)搶占商機(jī)。
結(jié)合上述分析方法，本發(fā)明可以實(shí)現(xiàn)如下功能
1)業(yè)務(wù)推薦本發(fā)明所提供的系統(tǒng)可以更好的分析出哪些類型的業(yè)務(wù)比較流行， 哪些網(wǎng)站流量大(也可以做流量統(tǒng)計(jì))，從而使運(yùn)營(yíng)商有目的性的向用戶推薦業(yè)務(wù)成為可 能。
2)優(yōu)化套餐根據(jù)用戶的流量，本發(fā)明所提供的系統(tǒng)可以發(fā)現(xiàn)用戶角色的流量使 用特點(diǎn)，還可以為這些客戶定制更適合該人群的套餐。
3)洞察市場(chǎng)根據(jù)各種業(yè)務(wù)的流量，能夠準(zhǔn)確定位出當(dāng)前的熱門業(yè)務(wù)，從而更好 的分析市場(chǎng)前景。
顯然，本領(lǐng)域的技術(shù)人員可以對(duì)本發(fā)明進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精 神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其同等技術(shù)的范圍 之內(nèi)，則本發(fā)明也意圖包含這些改動(dòng)和變型在內(nèi)。
權(quán)利要求
1.一種基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，包括如下步驟(1)從移動(dòng)網(wǎng)絡(luò)用戶數(shù)據(jù)業(yè)務(wù)的流量中拆分出信令流量和業(yè)務(wù)流量，并解析出各業(yè)務(wù) 的APN以及HOST信息；(2)利用業(yè)務(wù)流量的相關(guān)信息，找出業(yè)務(wù)流量比重大的業(yè)務(wù)使用的用戶；(3)結(jié)合用戶的相關(guān)資料進(jìn)行數(shù)據(jù)分析和業(yè)務(wù)挖掘。
2.如權(quán)利要求1所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，其特征在于步 驟O)中，找出業(yè)務(wù)流量比重大的業(yè)務(wù)使用的用戶的方法如下①按解析出的HOST信息進(jìn)行分組，并按每組的業(yè)務(wù)流量從大到小的順序?qū)Ω鹘M進(jìn)行 排列；②計(jì)算步驟①中所分各組中各單項(xiàng)業(yè)務(wù)在流量中的占比，并按占比從大到小的順序?qū)?各單項(xiàng)業(yè)務(wù)進(jìn)行排序；③根據(jù)各單項(xiàng)業(yè)務(wù)找出使用該業(yè)務(wù)的所有用戶。
3.如權(quán)利要求2所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，其特征在于步 驟O)中，單項(xiàng)業(yè)務(wù)在流量中的占比排在前十位的業(yè)務(wù)被視為業(yè)務(wù)流量比重大的業(yè)務(wù)。
4.如權(quán)利要求1或2或3所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，其特征 在于步驟(3)中，找出流量最大的業(yè)務(wù)，并統(tǒng)計(jì)使用該業(yè)務(wù)的用戶群，按業(yè)務(wù)的用戶數(shù)和 業(yè)務(wù)流量排名統(tǒng)計(jì)出該用戶群對(duì)業(yè)務(wù)的喜歡共性，作為向用戶推薦相關(guān)業(yè)務(wù)的依據(jù)。
5.如權(quán)利要求4所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，其特征在于步 驟(3)中，統(tǒng)計(jì)用戶群對(duì)業(yè)務(wù)的喜歡共性的方法為先找出流量最大的業(yè)務(wù)，然后找出該業(yè) 務(wù)的用戶；接下來，查找這些用戶還使用哪些其他業(yè)務(wù)，對(duì)用戶使用的這些其他業(yè)務(wù)的信息 按業(yè)務(wù)來統(tǒng)計(jì)用戶數(shù)，找出用戶數(shù)排在前十位的相關(guān)業(yè)務(wù)，從而得出使用該業(yè)務(wù)的用戶還 有可能使用的其他相關(guān)業(yè)務(wù)。
6.如權(quán)利要求1或2或3所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，其特征 在于步驟(3)中，結(jié)合用戶的資料按照用戶的角色來統(tǒng)計(jì)業(yè)務(wù)流量的特性，得到用戶角色 的業(yè)務(wù)流量使用特點(diǎn)，作為優(yōu)化業(yè)務(wù)套餐的依據(jù)。
7.如權(quán)利要求1或2或3所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法，其特征 在于步驟(3)中，統(tǒng)計(jì)各種業(yè)務(wù)的流量，準(zhǔn)確定位出當(dāng)前的熱門業(yè)務(wù)，作為分析市場(chǎng)前景 的依據(jù)。
8.一種基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析系統(tǒng)，包括信令解析引擎單元，用于從移動(dòng)網(wǎng)絡(luò)用戶數(shù)據(jù)業(yè)務(wù)的流量中拆分出信令流量和業(yè)務(wù)流 量，并解析出各業(yè)務(wù)的APN以及HOST信息；業(yè)務(wù)流量統(tǒng)計(jì)單元，利用業(yè)務(wù)流量的相關(guān)信息，找出業(yè)務(wù)流量比重大的業(yè)務(wù)使用的用戶；業(yè)務(wù)挖掘單元，結(jié)合用戶的相關(guān)資料進(jìn)行數(shù)據(jù)分析和業(yè)務(wù)挖掘。
9.如權(quán)利要求8所述的基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析系統(tǒng)，其特征在于所 述的業(yè)務(wù)挖掘單元包括業(yè)務(wù)推薦模塊，用于找出流量最大的業(yè)務(wù)，并統(tǒng)計(jì)使用該業(yè)務(wù)的用戶群，按業(yè)務(wù)的用戶 數(shù)和業(yè)務(wù)流量排名統(tǒng)計(jì)出該用戶群對(duì)業(yè)務(wù)的喜歡共性，進(jìn)行業(yè)務(wù)推薦；套餐優(yōu)化模塊，用于結(jié)合用戶的資料按照用戶的角色來統(tǒng)計(jì)業(yè)務(wù)流量的特性，得到用戶角色的業(yè)務(wù)流量使用特點(diǎn)，用以優(yōu)化業(yè)務(wù)套餐；市場(chǎng)分析模塊，用于統(tǒng)計(jì)各種業(yè)務(wù)的流量，準(zhǔn)確定位出當(dāng)前的熱門業(yè)務(wù)，對(duì)市場(chǎng)前景進(jìn) 行分析。
全文摘要
本發(fā)明涉及移動(dòng)通信網(wǎng)絡(luò)優(yōu)化技術(shù)，具體涉及一種基于數(shù)據(jù)業(yè)務(wù)流量的移動(dòng)網(wǎng)絡(luò)智能分析方法及系統(tǒng)。該方法從移動(dòng)網(wǎng)絡(luò)用戶數(shù)據(jù)業(yè)務(wù)的流量中拆分出信令流量和業(yè)務(wù)流量，并解析出各業(yè)務(wù)的APN以及HOST信息；利用業(yè)務(wù)流量的相關(guān)信息，找出業(yè)務(wù)流量比重大的業(yè)務(wù)使用的用戶；結(jié)合用戶的相關(guān)資料進(jìn)行數(shù)據(jù)分析和業(yè)務(wù)挖掘。本發(fā)明將商業(yè)智能(BI)技術(shù)應(yīng)用在移動(dòng)網(wǎng)絡(luò)問題定位中，使運(yùn)營(yíng)商減少了業(yè)務(wù)分析人員，縮減了業(yè)務(wù)優(yōu)化成本。通過深度發(fā)現(xiàn)業(yè)務(wù)流量規(guī)律，在業(yè)務(wù)流量中分析挖掘商機(jī)，提高用戶的業(yè)務(wù)體驗(yàn)，準(zhǔn)確定位出當(dāng)前的熱門業(yè)務(wù)，更好的分析市場(chǎng)前景。
文檔編號(hào)H04W24/02GK102045748SQ20101060797
公開日2011年5月4日 申請(qǐng)日期2010年12月16日 優(yōu)先權(quán)日2010年12月16日
發(fā)明者李榕達(dá), 薛翔, 趙輝, 霍全富 申請(qǐng)人:北京拓明科技有限公司