[发明专利]邻近用户识别方法、终端及可读存储介质

说明书

本申请公开了一种邻近用户识别方法、终端和计算机可读存储介质，通过获取各用户的常驻小区MR特征信息，根据各常驻小区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，实现室内邻近用户的识别，扩大了用户的识别范围，因此可利用邻近用户的群体特征来对室内无线网络质量进行监控，即由邻近用户的通信指标变化，对室内网络的通信问题进行判断和告警。

技术领域

本申请涉及无线通信技术领域，尤其涉及一种基于常驻用户群体分组的邻近用户识别方法、终端及可读存储介质。

背景技术

目前，移动互联网70％以上的业务发生在室内，室内场景已成为网络优化及业务应用的重点区域。现有的室内用户识别针对单个用户特定时刻的室内位置进行定位，即基于用户无线网络连接，或用户WIFI网络以及蓝牙设备连接，通过室内硬件设备的支持,采集现场定位指纹数据后，才能实现室内用户的识别和定位。由此可见，目前室内用户识别方法硬件需求条件高，而且获得的单个用户数据不具备代表性。

发明内容

本申请的主要目的在于提供一种邻近用户识别方法、终端及计算机存储介质，旨在解决现有技术中室内用户识别方法硬件需求条件高，而且获得的单个用户数据不具备代表性的技术问题。

为实现上述目的，本申请实施例提供一种邻近用户识别方法，所述邻近用户识别方法包括以下步骤：

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。

可选地，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。

可选地，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。

可选地，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。

可选地，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；