[发明专利]室内外用户识别方法、装置及电子设备

说明书

本申请公开了一种室内外用户识别方法、装置及电子设备，以实现准确区分室内外用户。所述方法包括：获取待识别用户的最小化路测MDT数据；基于所述待识别用户的MDT数据，确定所述待识别用户的用户行为特征数据，用户的用户行为特征数据包括所述用户的运动特征、与所述用户相关联的小区的信号覆盖特征；基于设定的分类模型和所述待识别用户的用户行为特征数据，对所述待识别用户进行分类，得到所述待识别用户的类型，其中，所述类型包括室内用户和室外用户，所述分类模型是基于设定的分类算法和多个不同类型的样本用户的用户行为特征数据进行训练得到。

技术领域

本申请涉及通信技术领域，尤其涉及一种室内外用户识别方法、装置及电子设备。

背景技术

受限于室内建设资源的不足，当前大量室内覆盖依靠于室外宏站，因而室内用户感知保障与业务发展面临着深度覆盖严重不足的问题，而传统网优手段依据小区KPI指标间接地对建筑物室内覆盖情况进行判断定位，不能准确了解楼宇室内网络真实覆盖需求，尤其是无法准确获取用户业务区域的覆盖质量以及用户的真实业务感知。因此，如何准确区分宏站覆盖的室内、外用户，以准确获取室内用户所处位置覆盖质量情况，判断是否存在弱覆盖、信号质量差等问题，是保障室内用户感知的关键步骤。

发明内容

本申请实施例提供一种室内外用户识别方法、装置及电子设备，以实现准确区分室内外用户。

为了解决上述技术问题，本申请实施例采用下述技术方案：

第一方面，本申请实施例提供一种室内外用户识别方法，包括：

获取待识别用户的最小化路测MDT数据；

基于所述待识别用户的MDT数据，确定所述待识别用户的用户行为特征数据，用户的用户行为特征数据包括所述用户的运动特征、与所述用户相关联的小区的信号覆盖特征；

基于设定的分类模型和所述待识别用户的用户行为特征数据，对所述待识别用户进行分类，得到所述待识别用户的类型，其中，所述类型包括室内用户和室外用户，所述分类模型是基于设定的分类算法和多个不同类型的样本用户的用户行为特征数据进行训练得到。

可选地，所述MDT数据包括位置信息和参考信号接收功率RSRP，所述运动特征包括移动速度，与所述用户相关联的小区的信号覆盖特征包括所述用户的RSRP、所述用户所在小区内不同类型的用户的RSRP和所述用户的邻区内不同类型的用户的RSRP；

基于所述待识别用户的MDT数据，确定所述待识别用户的用户行为特征数据，包括：

基于所述待识别用户的位置信息及各位置对应的时刻，确定所述待识别用户的移动速度；

基于所述待识别用户的位置信息，确定所述待识别用户所在的小区及邻区；

基于所述待识别用户所在小区内各用户的类型及MDT数据进行整合，以得到所述所在小区内不同类型的用户的RSRP；以及，

基于所述邻区内各用户的类型及MDT数据进行整合，以得到所述邻区内不同类型的用户的RSRP。

可选地，在基于设定的分类模型和所述待识别用户的用户行为特征数据，对所述待识别用户进行分类之前，所述方法还包括：

获取多个不同类型的样本用户的MDT数据；

基于所述多个不同类型的样本用户的MDT数据，确定所述多个不同类型的样本用户的用户行为特征数据；

将所述样本用户的用户行为特征数据作为样本数据，得到样本数据集；

基于所述分类算法和所述样本数据集，对所述多个不同类型的用户进行训练，建立所述分类模型。

可选地，所述分类算法为k最近邻KNN算法；