[发明专利]邻近用户识别方法、终端及可读存储介质

权利要求书

1.一种邻近用户识别方法，其特征在于，所述邻近用户识别方法包括：

获取各用户的常驻小区MR特征信息，根据所述各常驻小区MR特征信息计算获得所述各用户MR特征系数；

根据所述MR特征信息和所述MR特征系数，计算MR特征相似度；

根据预设分组条件和所述MR特征相似度，计算获得最优邻近用户分组；

根据所述最优邻近用户分组识别临近用户群体，并赋予各所述用户识别号；

根据各所述用户真实的位置信息和各所述识别号进行填充，获取各所述用户的真实位置网格分布图；

基于所述真实位置网格分布图，结合所述最优邻近用户分组，根据用户组进行颜色渲染，验证最近用户分组效果。

2.如权利要求1所述的邻近用户识别方法，其特征在于，所述获取各用户的各常驻小区MR特征信息的步骤包括：

获取所述各用户预设天数的白天工作常驻小区的MR数据，作为第一MR数据；

获取所述各用户预设天数的晚上居住常驻小区的MR数据，作为第二MR数据；

基于各所述第一MR数据和各所述第二MR数据，筛选预设时间段内的各所述用户常驻小区MR数据。

3.如权利要求2所述的邻近用户识别方法，其特征在于，所述筛选预设时间段内的各所述用户常驻小区MR数据的步骤之后，包括：

基于各所述用户常驻小区MR数据，依次将各所述用户常驻小区作为主服小区，将所述常驻小区MR数据中常驻小区之外的各小区作为邻近小区，获取所述主服小区场强和各邻近小区场强的平均场强、各主服小区识别号和各邻近小区识别号；

根据所述各邻近小区通信上报频次预设筛选条件，从所述通信上报频次筛选得到选定邻区频次，其中，所述预设筛选条件包括预设上报频次排名和预设频次阈值；

将所述平均场强和所述选定邻区频次作为各所述常驻小区MR特征信息。

4.如权利要求3所述的邻近用户识别方法，其特征在于，所述将所述平均场强和所述选定邻区频次作为各所述常驻小区MR特征信息的步骤之后，包括：

将各所述平均场强进行归一化处理，得到场强系数；

将各所述选定邻区频次进行归一化处理，得到频次系数；

将所述场强系数和所述频次系数作为所述各用户MR特征系数。

5.如权利要求4所述的邻近用户识别方法，其特征在于，所述根据所述MR特征信息和所述MR特征系数，计算MR特征相似度的步骤包括：

获取同一个预设小区内两个常驻用户的所述MR特征信息；

若所述两个常驻用户的所述MR特征信息具有相同的所述邻近小区识别号，则提取所述两个常驻用户的所述MR特征系数，以通过预设第一算法计算获得所述两个常驻用户的MR特征相似度；

若所述两个常驻用户的所述MR特征信息不具有相同的所述邻近小区识别号，则提取所述两个常驻用户的所述MR特征系数，以通过预设第二算法计算获得所述两个常驻用户的MR特征相似度。

6.如权利要求5所述的邻近用户识别方法，其特征在于，所述根据预设分组条件和所述MR特征相似度，计算获得最优邻近用户分组的步骤包括：

根据预设第一参数，确定有效用户组的用户数；

根据预设第二参数，从所述有效用户组的用户数确定最优用户分组用户人数。

7.如权利要求6所述的邻近用户识别方法，其特征在于，所述从所述有效用户组的用户数确定最优用户分组用户人数的步骤之后，包括：

计算所述最优用户分组范围每两个用户之间的所述MR特征相似度；

遍历各所述MR特征相似度，根据层次聚类获取选定范围最小特征相似度和最大特征相似度；

将所述最小特征相似度作为单连接的凝聚层次聚类系数的初始值，通过迭代计算，获得满足最优用户分组的单连接的凝聚层次聚类系数；

将所述最大特征相似度作为全连接的凝聚层次聚类系数的初始值，通过迭代计算，获得满足最优用户分组的全连接的凝聚层次聚类系数。