[发明专利]一种基于基站位置的地铁人群行为标签识别方法

权利要求书

1.一种基于基站位置的地铁人群行为标签识别方法，其特征在于，包括以下步骤：

S1：获取地铁运营商基站的用户数据，对用户数据进行处理，得到手机用户时间维度的位置；

S2：将运营商基站与地铁站点对应，建立地铁区域配置表，识别地铁人群；

S3：建立人群标签模型，统计获取固定时间间隔内地铁站点的进站人数、出站人数以及换成人数。

2.根据权利要求1所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，步骤S1具体为：

周期性获取地铁运营商基站信令数据，按照时间维度给出每个用户的当前归属的基站；

针对不同网络制式的信令数据统一处理，形成统一的用户位置数据表；

根据信令数据进行XDR处理后，使用spark计算框架处理，得到用户位置快照。

3.根据权利要求2所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，所述信令数据包括2G话单、3G话单和4G话单。

4.根据权利要求2或3所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，得到的用户位置快照存储在Redis中。

5.根据权利要求4所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，步骤S2具体为：

将手机用户时间维度的位置与地铁运营商基站的CGI信息表进行匹配，删除常驻用户、物联网号码后，得到各时间点地铁人群的信息。

6.根据权利要求5所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，步骤S3中人群标签模型包括地铁人群进站模型、地铁人群出站模型和地铁人群换乘模型。

7.根据权利要求6所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，所述地铁人群进站模型具体为：

从Redis中获取用户位置快照、从地铁运营商基站获取地铁基站信息配置表，获取进站记录表；

对当前地铁小区快照表的用户先与进站记录表的进站的用户进行比较，如果有记录在进站里的用户，则不作判断，再将没有进站记录的用户明细分别与当前时间的前面若干个快照表进行比较：

当前时间与下一个快照时间出现在轨道内，前推若干个快照表没有出现在轨道内的用户，在固定时间窗口内：第一个周期为null，即时间最小，最后一个周期不为null，即时间最大，只出现过一个地铁站的，为进站用户，并将结果写入进站记录表中。

8.根据权利要求7所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，所述地铁人群出站模型具体为：

对当前最近的若干个快照表进行比较判断，与进站记录表的用户进行比较，得到相同号码的地铁用户，再将地铁用户明细分别与当前最近的若干个快照表进行比较，如果没有匹配到的用户，则判断为出站。

9.根据权利要求8所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，所述地铁人群换乘模型：

对当前最近的若干个快照表进行比较判断，以最接近当前时间的快照表先进行筛选出当前在换乘站点CGI下的用户，再与进站记录表的用户进行比较，得到相同号码的地铁用户及其进站时所在地铁线路名称，然后再与当前时间的快照表进行比较，如果这些用户所在的地铁线路名称出现变化，则判断用户换乘。

10.根据权利要求9所述的基于基站位置的地铁人群行为标签识别方法，其特征在于，发现用户换乘时，建立地铁用户换乘明细表，所述地铁用户换乘明细表中包括用户号码、换乘时间以及地铁站名称的信息。