本發(fā)明涉及通信技術(shù)領(lǐng)域，尤其涉及一種業(yè)務(wù)套餐的推薦方法和裝置。

背景技術(shù)：

隨著移動(dòng)終端應(yīng)用程序的爆發(fā)式增長(zhǎng)，運(yùn)營(yíng)商服務(wù)器的網(wǎng)絡(luò)壓力持續(xù)增大，傳統(tǒng)業(yè)務(wù)卻在漸漸萎縮，伴隨著營(yíng)業(yè)收入的下降，運(yùn)營(yíng)商服務(wù)器正逐步淪為OTT(Over The Top)廠商的管道。因此，實(shí)施精細(xì)化流量經(jīng)營(yíng)，挖掘數(shù)據(jù)業(yè)務(wù)價(jià)值，引領(lǐng)移動(dòng)信息化發(fā)展成為各大運(yùn)營(yíng)商服務(wù)器迫在眉睫的任務(wù)。目前，運(yùn)營(yíng)商服務(wù)器只能掌握每個(gè)用戶使用了多少的流量，至于數(shù)據(jù)流量究竟貢獻(xiàn)給哪款應(yīng)用程序，只能通過(guò)自有應(yīng)用商店的下載量間接判斷，從而導(dǎo)致運(yùn)營(yíng)商服務(wù)器不能定位用戶使用應(yīng)用程序的流量的具體去向，定制出適合用戶的定向流量套餐和服務(wù)質(zhì)量套餐等。

上述內(nèi)容僅用于輔助理解本發(fā)明的技術(shù)方案，并不代表承認(rèn)上述內(nèi)容是現(xiàn)有技術(shù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的主要目的在于提供一種業(yè)務(wù)套餐的推薦方法和裝置，旨在解決現(xiàn)有技術(shù)不能根據(jù)用戶流量的使用方向和帶寬占用情況等信息為所述用戶推薦相應(yīng)的業(yè)務(wù)套餐的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種業(yè)務(wù)套餐的推薦方法，包括步驟：

當(dāng)接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息時(shí)，根據(jù)所述終端的基本信息和所述應(yīng)用程序的使用信息建立使用模型；

根據(jù)預(yù)設(shè)算法計(jì)算所述使用模型之間的相似度，將所述相似度大于預(yù)設(shè)閾值的所述使用模型劃分為同一組使用模型；

計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。

優(yōu)選地，所述計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略的步驟包括：

確定不同組別的使用模型的坐標(biāo)和目標(biāo)興趣點(diǎn)在坐標(biāo)系中的坐標(biāo)；

根據(jù)所述不同組別的使用模型的坐標(biāo)和所述目標(biāo)興趣點(diǎn)在坐標(biāo)系中的坐標(biāo)計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離；

根據(jù)所述距離的大小確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。

優(yōu)選地，所述當(dāng)接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息時(shí)，根據(jù)所述終端的基本信息和所述應(yīng)用程序的使用信息建立使用模型的步驟包括：

當(dāng)接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息，且接收到基于位置服務(wù)的服務(wù)器發(fā)送的所述終端的經(jīng)緯度數(shù)據(jù)時(shí)，根據(jù)所述終端的基本信息、所述應(yīng)用程序的使用信息和所述終端的經(jīng)緯度數(shù)據(jù)對(duì)應(yīng)建立使用模型。

優(yōu)選地，所述根據(jù)預(yù)設(shè)算法計(jì)算所述使用模型之間的相似度，將相似度大于預(yù)設(shè)相似度的所述使用模型劃分為同一組使用模型的步驟包括：

根據(jù)預(yù)設(shè)算法計(jì)算同一蜂窩小區(qū)內(nèi)所述使用模型之間的相似度，將所述同一蜂窩小區(qū)內(nèi)相似度大于預(yù)設(shè)相似度的所述使用模型劃分為同一組使用模型，得到所述使用模型的分組結(jié)果。

優(yōu)選地，所述計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略的步驟包括：

根據(jù)所述同一蜂窩小區(qū)內(nèi)所述使用模型的分組結(jié)果和所述使用模型分析所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況，得到分析結(jié)果；

將所述分析結(jié)果發(fā)送給所述運(yùn)營(yíng)商服務(wù)器，以供所述運(yùn)營(yíng)商服務(wù)器根據(jù)所述分析結(jié)果對(duì)所述蜂窩小區(qū)執(zhí)行對(duì)應(yīng)的操作。

優(yōu)選地，所述根據(jù)所述同一蜂窩小區(qū)內(nèi)所述使用模型的分組結(jié)果和所述使用模型分析所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況，得到分析結(jié)果的步驟包括：

判斷所述同一蜂窩小區(qū)內(nèi)所述同一組使用模型中所述使用模型對(duì)應(yīng)的終端的信號(hào)強(qiáng)度是否小于預(yù)設(shè)信號(hào)強(qiáng)度閾值；

當(dāng)所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾 值，且所述同一蜂窩小區(qū)內(nèi)小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值的所述終端的比例超過(guò)預(yù)設(shè)比例時(shí)，判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)盲區(qū)；

當(dāng)所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度大于或者等于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值時(shí)，判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)正常狀態(tài)。

優(yōu)選地，所述預(yù)設(shè)算法為協(xié)同過(guò)濾算法和余弦相似性相結(jié)合的算法。

優(yōu)選地，所述終端的基本信息包括國(guó)際移動(dòng)用戶識(shí)別碼、所述終端的操作系統(tǒng)版本號(hào)和廠商信息和所述終端安裝的應(yīng)用程序列表；

所述應(yīng)用程序的使用信息包括所述應(yīng)用程序的啟動(dòng)次數(shù)、所述應(yīng)用程序的運(yùn)行時(shí)間、流量消耗數(shù)據(jù)、占用帶寬數(shù)據(jù)、所述應(yīng)用程序所用網(wǎng)絡(luò)的類型和網(wǎng)絡(luò)信號(hào)強(qiáng)度。

此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種業(yè)務(wù)套餐的推薦裝置，所述業(yè)務(wù)套餐的推薦裝置包括：

建立模塊，用于當(dāng)接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息時(shí)，根據(jù)所述終端的基本信息和所述應(yīng)用程序的使用信息建立使用模型；

第一計(jì)算模塊，用于根據(jù)預(yù)設(shè)算法計(jì)算所述使用模型之間的相似度，將所述相似度大于預(yù)設(shè)閾值的所述使用模型劃分為同一組使用模型；

第二計(jì)算模塊，用于計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。

優(yōu)選地，所述第二計(jì)算模塊包括：

第一確定單元，用于確定不同組別的使用模型的坐標(biāo)和目標(biāo)興趣點(diǎn)在坐標(biāo)系中的坐標(biāo)；

計(jì)算單元，用于根據(jù)所述不同組別的使用模型的坐標(biāo)和所述目標(biāo)興趣點(diǎn)在坐標(biāo)系中的坐標(biāo)計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離；

第二確定單元，用于根據(jù)所述距離的大小確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。

優(yōu)選地，所述建立模塊，還用于當(dāng)接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息，且接收到基于位置服務(wù)的服務(wù)器發(fā)送的所述終端的經(jīng)緯度數(shù)據(jù)時(shí)，根據(jù)所述終端的基本信息、所述應(yīng)用 程序的使用信息和所述終端的經(jīng)緯度數(shù)據(jù)建立使用模型。

優(yōu)選地，所述第一計(jì)算模塊，還用于根據(jù)預(yù)設(shè)算法計(jì)算同一蜂窩小區(qū)內(nèi)所述使用模型之間的相似度，將所述同一蜂窩小區(qū)內(nèi)相似度大于預(yù)設(shè)相似度的所述使用模型劃分為同一組使用模型，得到所述使用模型的分組結(jié)果。

優(yōu)選地，所述業(yè)務(wù)套餐的推薦裝置還包括：

分析模塊，用于根據(jù)所述同一蜂窩小區(qū)內(nèi)所述使用模型的分組結(jié)果和所述使用模型分析所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況，得到分析結(jié)果；

發(fā)送模塊，還用于將所述分析結(jié)果發(fā)送給所述運(yùn)營(yíng)商服務(wù)器，以供所述運(yùn)營(yíng)商服務(wù)器根據(jù)所述分析結(jié)果對(duì)所述蜂窩小區(qū)執(zhí)行對(duì)應(yīng)的操作。

優(yōu)選地，所述分析模塊包括：

判斷單元，用于判斷所述同一蜂窩小區(qū)內(nèi)所述同一組使用模型中所述使用模型對(duì)應(yīng)的終端的信號(hào)強(qiáng)度是否小于預(yù)設(shè)信號(hào)強(qiáng)度閾值；

第一判定單元，用于當(dāng)所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值，且所述同一蜂窩小區(qū)內(nèi)小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值的所述終端的比例超過(guò)預(yù)設(shè)比例時(shí)，判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)盲區(qū)；

第二判定單元，用于當(dāng)所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度大于或者等于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值時(shí)，判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)正常狀態(tài)。

優(yōu)選地，所述預(yù)設(shè)算法為協(xié)同過(guò)濾算法和余弦相似性相結(jié)合的算法。

優(yōu)選地，所述終端的基本信息包括國(guó)際移動(dòng)用戶識(shí)別碼、所述終端的操作系統(tǒng)版本號(hào)和廠商信息和所述終端安裝的應(yīng)用程序列表；

所述應(yīng)用程序的使用信息包括所述應(yīng)用程序的啟動(dòng)次數(shù)、所述應(yīng)用程序的運(yùn)行時(shí)間、流量消耗數(shù)據(jù)、占用帶寬數(shù)據(jù)、所述應(yīng)用程序所用網(wǎng)絡(luò)的類型和網(wǎng)絡(luò)信號(hào)強(qiáng)度。

本發(fā)明通過(guò)根據(jù)至少兩個(gè)終端的基本信息和所述應(yīng)用程序的使用信息對(duì)應(yīng)建立使用模型，計(jì)算所述使用模型之間的相似度，將所述相似度大于預(yù)設(shè)閾值的所述使用模型劃分為同一組使用模，并計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。實(shí)現(xiàn)了在Android和iOS終端平臺(tái)上采集用戶使用的終端的基本信息和所述終端中應(yīng)用程序的使用信息，根據(jù)所采集到的信息，通過(guò)預(yù)設(shè) 算法建立使用模型得到用戶使用應(yīng)用程序的流量去向和帶寬占用等數(shù)據(jù)，根據(jù)所述數(shù)據(jù)確定所述不同組別的使用模型的流量套餐和/或QoS套餐的推薦策略，運(yùn)營(yíng)商服務(wù)器根據(jù)所述不同組別的使用模型的流量套餐和/或QoS套餐的推薦策略為用戶制定流量套餐和/或QoS套餐，為運(yùn)營(yíng)商服務(wù)器和OTT廠商合作提供數(shù)據(jù)依據(jù)。

附圖說(shuō)明

圖1為本發(fā)明業(yè)務(wù)套餐的推薦方法第一實(shí)施例的流程示意圖；

圖2為本發(fā)明業(yè)務(wù)套餐的推薦方法第二實(shí)施例的流程示意圖；

圖3為本發(fā)明實(shí)施例中根據(jù)所述同一蜂窩小區(qū)內(nèi)所述使用模型的分組結(jié)果和所述使用模型分析所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況，得到分析結(jié)果的一種流程示意圖；

圖4為本發(fā)明業(yè)務(wù)套餐的推薦裝置第一實(shí)施例的功能模塊示意圖；

圖5為本發(fā)明業(yè)務(wù)套餐的推薦裝置第二實(shí)施例的功能模塊示意圖；

圖6為本發(fā)明實(shí)施例中分析模塊的一種功能模塊示意圖。

本發(fā)明目的的實(shí)現(xiàn)、功能特點(diǎn)及優(yōu)點(diǎn)將結(jié)合實(shí)施例，參照附圖做進(jìn)一步說(shuō)明。

具體實(shí)施方式

應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明提供一種業(yè)務(wù)套餐的推薦方法。

參照?qǐng)D1，圖1為本發(fā)明業(yè)務(wù)套餐的推薦方法第一實(shí)施例的流程示意圖。

在本實(shí)施例中，所述業(yè)務(wù)套餐的推薦方法包括：

步驟S10，當(dāng)接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息時(shí)，根據(jù)所述終端的基本信息和所述應(yīng)用程序的使用信息建立使用模型；

當(dāng)服務(wù)器接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息時(shí)，所述服務(wù)器根據(jù)所述終端的基本信息和所述應(yīng)用程序的使用信息建立使用模型。其中，所述使用模型包括終端用戶的數(shù)據(jù)流量 使用模型和所述終端用戶的帶寬使用模型。每一個(gè)終端用戶都有對(duì)應(yīng)的數(shù)據(jù)流量使用模型和帶寬使用模型。其中，所述服務(wù)器為能精確分析所述終端用戶數(shù)據(jù)的服務(wù)器，所述服務(wù)器可以存在于云端或者物理設(shè)備當(dāng)中。所述服務(wù)器的最低配置為：英特爾至強(qiáng)E5六核處理器Intel Xeon E5-2620，8GB(Gigabyte，十億字節(jié))的內(nèi)存和2TB(Terabyte，太字節(jié))的數(shù)據(jù)盤。所述終端包括但不限于智能手機(jī)和平板電腦。當(dāng)所述終端為Android手機(jī)或者是Android平板電腦時(shí)，所述Android手機(jī)或者所述Android平板電腦的最低配置為ARM(Advanced RISC Machines)架構(gòu)的CPU(Central Processing Unit，中央處理器)，512MB(MByte)的RAM，1GB的ROM(Read-Only Memory，只讀存儲(chǔ)器)和輸出設(shè)備為分辨率460*640的電容觸摸屏。當(dāng)所述終端為蘋果手機(jī)或蘋果平板電腦時(shí)，所述蘋果手機(jī)或所述蘋果平板電腦的最低配置為：ARM Cortex-A8CPU，256MB的RAM，8GB的ROM和輸出設(shè)備為分辨率480*320的電容觸摸屏。

所述終端的基本信息包括國(guó)際移動(dòng)用戶識(shí)別碼，所述終端的操作系統(tǒng)版本號(hào)和廠商信息，所述終端安裝的應(yīng)用程序列表。在本實(shí)施例中，以Android操作系統(tǒng)的終端為例進(jìn)行說(shuō)明。其中，所述終端在接收到開(kāi)機(jī)廣播android.intent.action.BOOT_COMPLETED后，啟動(dòng)APP(Application，應(yīng)用程序)的后臺(tái)信息采集服務(wù)。所述終端通過(guò)所述信息采集服務(wù)調(diào)用Android的基礎(chǔ)API(Application Programming Interface，應(yīng)用程序編程接口)TelephonyManager.getSubscriberId()，獲取所述終端的IMSI(International Mobile Subscriber Identification Number，國(guó)際移動(dòng)用戶識(shí)別碼)作為消息推送的唯一標(biāo)識(shí)信息；調(diào)用android.os.Build.VERSION.RELEASE獲取所述終端操作系統(tǒng)的版本號(hào)；調(diào)用android.os.Build.MODEL獲取所述終端的型號(hào)；調(diào)用android.os.Build.MANUFACTURER獲取所述終端的生產(chǎn)廠商；調(diào)用PackageManager.getInstalledPackages，獲取所述終端安裝的所有App的信息。并逐條遍歷所述APP安裝信息參數(shù)，若所述終端偵測(cè)到packageInfo.applicationInfo.flags&ApplicationInfo.FLAG_SYSTEM的值為0，則將所述APP標(biāo)記為非系統(tǒng)預(yù)裝APP，若所述終端偵測(cè)到packageInfo.applicationInfo.flags&ApplicationInfo.FLAG_SYSTEM的值為1，則將所述APP標(biāo)記為系統(tǒng)預(yù)裝的APP，得到所述終端中所述APP的安裝列表 信息。

所述應(yīng)用程序的使用信息包括所述應(yīng)用程序的啟動(dòng)次數(shù)，所述應(yīng)用程序的運(yùn)行時(shí)間，流量消耗數(shù)據(jù)，占用帶寬數(shù)據(jù)，所述應(yīng)用程序所用網(wǎng)絡(luò)的類型和網(wǎng)絡(luò)信號(hào)強(qiáng)度。其中，所述終端根據(jù)所述APP的安裝列表信息，反射調(diào)用com.android.internal.os.PkgUsageStats，分別讀取PkgUsageStats.launchCount和PkgUsageStats.usageTime屬性，得到不同APP的啟動(dòng)次數(shù)和運(yùn)行時(shí)間，即得到所述終端不同應(yīng)用程序的啟動(dòng)次數(shù)和運(yùn)行時(shí)間；所述終端通過(guò)TelephonyManager.subtype獲取當(dāng)前網(wǎng)絡(luò)類型和信號(hào)強(qiáng)度，并將所述當(dāng)前的網(wǎng)絡(luò)類型和所述信號(hào)強(qiáng)度寫入sqllite數(shù)據(jù)庫(kù)中。

步驟S20，根據(jù)預(yù)設(shè)算法計(jì)算所述使用模型之間的相似度，將所述相似度大于預(yù)設(shè)閾值的所述使用模型劃分為同一組使用模型；

所述服務(wù)器根據(jù)預(yù)設(shè)算法計(jì)算所述使用模型之間的相似度，將所述相似度大于預(yù)設(shè)閾值的所述使用模型劃分為同一組使用模型，即根據(jù)預(yù)設(shè)算法計(jì)算每一個(gè)終端用戶的數(shù)據(jù)流量使用模型和/或帶寬使用模型之間的相似度，將所述終端用戶之間的所述數(shù)據(jù)流量使用模型的相似度大于預(yù)設(shè)閾值的數(shù)據(jù)流量使用模型劃分為同一組使用模型，即將所述數(shù)據(jù)流量使用模型的相似度大于預(yù)設(shè)數(shù)據(jù)流量使用模型相似度的閾值所對(duì)應(yīng)的終端用戶劃分為同一組，和/或?qū)⑺鼋K端用戶之間的所述帶寬使用模型的相似度大于預(yù)設(shè)帶寬使用模型相似度的閾值的數(shù)據(jù)流量使用模型劃分為同一組使用模型，即將所述帶寬使用模型的相似度大于預(yù)設(shè)帶寬使用模型相似度的閾值所對(duì)應(yīng)的終端用戶劃分為同一組。

其中，所述預(yù)設(shè)算法為協(xié)同過(guò)濾算法和余弦相似性相結(jié)合的算法，所述協(xié)同過(guò)濾算法是電子商務(wù)推薦系統(tǒng)的一種主要算法，所述協(xié)同過(guò)濾算法過(guò)濾分析用戶興趣，在用戶群中找到指定用戶相似(興趣)用戶，綜合這些相似用戶對(duì)某一信息的評(píng)價(jià)，形成系統(tǒng)對(duì)該指定用戶對(duì)此信息的喜歡程度的預(yù)測(cè)。與傳統(tǒng)文本過(guò)濾算法相比，所述協(xié)同過(guò)濾算法能夠過(guò)濾能以進(jìn)行機(jī)器自動(dòng)基于內(nèi)容分析的信息，能夠基于一些復(fù)雜的，難以表達(dá)的概念(信息質(zhì)量、品味)進(jìn)行過(guò)濾，具有推薦的新穎性。所述余弦相似性通過(guò)測(cè)量?jī)蓚€(gè)向量?jī)?nèi)積空間的夾角的余弦值來(lái)度量它們之間的相似性。0度角的余弦值是1，而其他任何角度的余弦值都不大于1；并且其最小值是-1。從而兩個(gè)向量之間的角度 的余弦值確定兩個(gè)向量是否大致指向相同的方向。兩個(gè)向量有相同的指向時(shí)，余弦相似度的值為1；兩個(gè)向量夾角為90°時(shí)，余弦相似度的值為0；兩個(gè)向量指向完全相反的方向時(shí)，余弦相似度的值為-1。在比較過(guò)程中，向量的規(guī)模大小不予考慮，僅僅考慮到向量的指向方向。余弦相似度通常用于兩個(gè)向量的夾角小于90°之內(nèi)，因此余弦相似度的值為0到1之間。

所述預(yù)設(shè)閾值可以根據(jù)具體情況來(lái)設(shè)定，當(dāng)需要把較多的終端用戶劃分為一組時(shí)，可以將所述預(yù)設(shè)閾值設(shè)置小一點(diǎn)，如設(shè)置為80％，當(dāng)需要更精確的劃分所述終端用戶時(shí)，可以將所述預(yù)設(shè)閾值設(shè)置大一些，如設(shè)置為90％。其中，所述預(yù)設(shè)數(shù)據(jù)流量使用模型相似度的閾值和所述帶寬使用模型相似度的閾值可以相同，也可以不同。如當(dāng)所述預(yù)設(shè)數(shù)據(jù)流量使用模型相似度的閾值和所述帶寬使用模型相似度的閾值都為90％時(shí)，則所述服務(wù)器將所述終端用戶之間的所述使用模型相似度大于90％的所述使用模型，劃分為同一組使用模型。如當(dāng)A終端用戶的使用模型和B終端用戶的使用模型之間的相似度大于90％時(shí)，所述服務(wù)器將所述A終端用戶的使用模型和所述B終端用戶的使用模型劃分為同一組使用模型。

步驟S30，計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。

所述服務(wù)器計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。所述目標(biāo)興趣點(diǎn)為所述終端中消耗數(shù)據(jù)流量的應(yīng)用程序，如社交應(yīng)用程序和游戲應(yīng)用程序等。

進(jìn)一步地，所述步驟S30包括：

確定不同組別的使用模型的坐標(biāo)和目標(biāo)興趣點(diǎn)在坐標(biāo)系中的坐標(biāo)；

根據(jù)所述不同組別的使用模型的坐標(biāo)和所述目標(biāo)興趣點(diǎn)在坐標(biāo)系中的坐標(biāo)計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離；

根據(jù)所述距離的大小確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。

所述服務(wù)器確定不同組別的使用模型在三維坐標(biāo)系中的坐標(biāo)和目標(biāo)興趣點(diǎn)在三維坐標(biāo)系中的坐標(biāo)，所述服務(wù)器根據(jù)所述不同組別的使用模型的坐標(biāo)和所述目標(biāo)興趣點(diǎn)在坐標(biāo)系中的坐標(biāo)計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn) 之間的距離，并根據(jù)所述不同組別的使用模型與所述目標(biāo)興趣點(diǎn)之前的距離的大小確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。當(dāng)所述不同組別的使用模型與所述目標(biāo)興趣點(diǎn)之前的距離越小時(shí)，所述目標(biāo)興趣點(diǎn)的推薦度數(shù)值越高，當(dāng)所述推薦度數(shù)值越高時(shí)，在對(duì)所述不同組別的使用模型進(jìn)行業(yè)務(wù)套餐推薦時(shí)，首先推薦度數(shù)值高所對(duì)應(yīng)的業(yè)務(wù)套餐。如所述服務(wù)器計(jì)算得到第一組數(shù)據(jù)流量使用模型與社交應(yīng)用程序微信的距離為0.2，與所述優(yōu)酷的距離為0.18，第二組數(shù)據(jù)流量使用模型與社交應(yīng)用程序微信的距離為0.15，與所述優(yōu)酷的距離為0.22，則所述服務(wù)器根據(jù)所述第一組數(shù)據(jù)流量使用模型和所述第二組數(shù)據(jù)流量使用模型與所述微信和所述優(yōu)酷之間的距離，確定所述第一組數(shù)據(jù)流量使用模型和所述第二組數(shù)據(jù)流量使用模型的所述微信和所述優(yōu)酷的推薦度數(shù)值，在所述第一組數(shù)據(jù)流量使用模型中，所述優(yōu)酷的推薦度數(shù)值大于所述所述微信的推薦度數(shù)值，在所述第二組數(shù)據(jù)流量使用模型中，所述優(yōu)酷的推薦度數(shù)值小于所述所述微信的推薦度數(shù)值，所述服務(wù)器根據(jù)所述推薦度數(shù)值確定對(duì)應(yīng)的業(yè)務(wù)套餐的推薦策略。

進(jìn)一步地，所述服務(wù)器將所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略發(fā)送給運(yùn)營(yíng)商服務(wù)器，以供所述運(yùn)營(yíng)商服務(wù)器通過(guò)其OSS(The Office of Strategic Services，運(yùn)營(yíng)支撐系統(tǒng))根據(jù)所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略為所述不同組別的使用模型對(duì)應(yīng)的終端制定相應(yīng)的業(yè)務(wù)套餐。所述業(yè)務(wù)套餐包括數(shù)據(jù)流量套餐、QoS(quality of service，服務(wù)質(zhì)量)套餐和數(shù)據(jù)流量和QoS相結(jié)合的套餐。如所述運(yùn)營(yíng)商服務(wù)器為所述第一組數(shù)據(jù)流量使用模型所對(duì)應(yīng)的終端用戶制定應(yīng)用于視頻播放的應(yīng)用程序的數(shù)據(jù)流量大于社交軟件的數(shù)據(jù)流量的套餐，為所述第二組數(shù)據(jù)流量使用模型所對(duì)應(yīng)的終端用戶制定應(yīng)用于視頻播放的應(yīng)用程序的數(shù)據(jù)流量小于社交軟件的數(shù)據(jù)流量的套餐。

本實(shí)施例通過(guò)根據(jù)至少兩個(gè)終端的基本信息和所述應(yīng)用程序的使用信息對(duì)應(yīng)建立使用模型，計(jì)算所述使用模型之間的相似度，將所述相似度大于預(yù)設(shè)閾值的所述使用模型劃分為同一組使用模，并計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。實(shí)現(xiàn)了在Android和iOS終端平臺(tái)上采集用戶使用的終端的基本信息和所述終端中應(yīng)用程序的使用信息，根據(jù)所采集到的信息，通過(guò)預(yù) 設(shè)算法建立使用模型得到用戶使用應(yīng)用程序的流量去向和帶寬占用等數(shù)據(jù)，根據(jù)所述數(shù)據(jù)確定所述不同組別的使用模型的流量套餐和/或QoS套餐的推薦策略，運(yùn)營(yíng)商服務(wù)器根據(jù)所述不同組別的使用模型的流量套餐和/或QoS套餐的推薦策略為用戶制定流量套餐和/或QoS套餐，為運(yùn)營(yíng)商服務(wù)器和OTT廠商合作提供數(shù)據(jù)依據(jù)。

參照?qǐng)D2，圖2為本發(fā)明業(yè)務(wù)套餐的推薦方法第二實(shí)施例的流程示意圖，基于本發(fā)明業(yè)務(wù)套餐建立方法的第一實(shí)施例提出本發(fā)明的第二實(shí)施例。

在本實(shí)施例中，所述步驟S10包括：

步驟S11，當(dāng)接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息，且接收到基于位置服務(wù)的服務(wù)器發(fā)送的所述終端的經(jīng)緯度數(shù)據(jù)時(shí)，根據(jù)所述終端的基本信息、所述應(yīng)用程序的使用信息和所述終端的經(jīng)緯度數(shù)據(jù)建立使用模型。

當(dāng)所述服務(wù)器接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息，且接收到基于位置服務(wù)的服務(wù)器發(fā)送的所述終端的經(jīng)緯度數(shù)據(jù)時(shí)，所述服務(wù)器根據(jù)所述終端的基本信息、所述應(yīng)用程序的使用信息和所述終端的經(jīng)緯度數(shù)據(jù)建立使用模型。其中，所述使用模型包括所述終端用戶網(wǎng)絡(luò)類型模型、信號(hào)強(qiáng)度模型、用戶地理位置信息模型和所述終端應(yīng)用程序使用模型。每一個(gè)終端用戶都有對(duì)應(yīng)的網(wǎng)絡(luò)類型模型、信號(hào)強(qiáng)度模型、用戶地理位置信息模型和所述終端應(yīng)用程序使用模型。所述網(wǎng)絡(luò)類型模型是指所述終端用戶是使用2G(2-Generation wireless telephone technology，第二代手機(jī)通信技術(shù)規(guī)則)網(wǎng)絡(luò)，還是3G(3rd-Generation，第三代移動(dòng)通信技術(shù))網(wǎng)絡(luò)或者是4G(the 4th Generation mobile communication technology，第四代移動(dòng)通信技術(shù))網(wǎng)絡(luò)。

所述地理位置信息是所述終端通過(guò)調(diào)用TelephonyManager.getCellLocation().getCid()和TelephonyManager.getCellLocation().getLac()的方法，獲取所述終端所在蜂窩小區(qū)所在位置的標(biāo)識(shí)信息和LAC(location area code，位置區(qū)碼)的數(shù)據(jù)。所述終端把所述蜂窩小區(qū)所在位置的標(biāo)識(shí)信息和所述LAC數(shù)據(jù)上報(bào)給云端的LBS(Location Based Service基于位置服務(wù))服務(wù)器，以供所述LBS服務(wù)器根據(jù)所述蜂窩小區(qū)所在位置的標(biāo)識(shí)信息和所述LAC 數(shù)據(jù)獲得所述終端所在位置的經(jīng)緯度數(shù)據(jù)，并將所述終端所在位置的經(jīng)緯度數(shù)據(jù)發(fā)送給所述服務(wù)器。所述LBS服務(wù)器的最低配置為：Xeon E3-1230 v3的CPU；8GB的內(nèi)存；和1TB的數(shù)據(jù)盤，所述LBS服務(wù)器可以存在于云端，也可以存在于物理設(shè)備中。當(dāng)所述服務(wù)器接收到所述LBS發(fā)送的經(jīng)緯度數(shù)據(jù)之后，根據(jù)所述經(jīng)緯度數(shù)據(jù)確定所述終端的地理位置，并將所述終端的地理位置寫入sqllite數(shù)據(jù)庫(kù)中。

所述步驟S20包括：

步驟S21，根據(jù)預(yù)設(shè)算法計(jì)算同一蜂窩小區(qū)內(nèi)所述使用模型之間的相似度，將所述同一蜂窩小區(qū)內(nèi)相似度大于預(yù)設(shè)相似度的所述使用模型劃分為同一組使用模型，得到所述使用模型的分組結(jié)果。

所述服務(wù)器根據(jù)所述協(xié)同過(guò)濾算法和所述余弦相似性相結(jié)合的算法計(jì)算同一蜂窩小區(qū)內(nèi)所述使用模型之間的相似度，將所述同一蜂窩小區(qū)相似度大于預(yù)設(shè)相似度的所述使用模型劃分為同一組用戶使用模型，得到所述使用模型的分組結(jié)果。如所述服務(wù)器將所述同一蜂窩小區(qū)內(nèi)使用2G網(wǎng)絡(luò)的終端用戶對(duì)應(yīng)的網(wǎng)絡(luò)類型模型劃分為一組，將使用3G網(wǎng)絡(luò)的終端用戶對(duì)應(yīng)的網(wǎng)絡(luò)類型模型劃分為一組，將使用4G網(wǎng)絡(luò)的終端用戶對(duì)應(yīng)的網(wǎng)絡(luò)類型模型劃分為一組。

所述步驟30包括：

步驟S31，根據(jù)所述同一蜂窩小區(qū)內(nèi)所述使用模型的分組結(jié)果和所述使用模型分析所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況，得到分析結(jié)果；

所述服務(wù)器根據(jù)所述同一蜂窩小區(qū)內(nèi)所述使用模型的分組結(jié)果和所述使用模型分析所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況，得到分析結(jié)果。如所述服務(wù)器分析所述同一蜂窩小區(qū)內(nèi)所述網(wǎng)絡(luò)類型模型為3G所對(duì)應(yīng)的終端用戶的使用網(wǎng)絡(luò)的狀況，結(jié)合所述網(wǎng)絡(luò)類型模型為3G所對(duì)應(yīng)的終端用戶的信號(hào)強(qiáng)度模型，并結(jié)合網(wǎng)絡(luò)類型模型為3G所對(duì)應(yīng)的終端用戶的地理位置信息模型確定所述網(wǎng)絡(luò)類型模型為3G所對(duì)應(yīng)的終端用戶所在蜂窩小區(qū)的網(wǎng)絡(luò)狀況。

步驟S32，將所述分析結(jié)果發(fā)送給所述運(yùn)營(yíng)商服務(wù)器，以供所述運(yùn)營(yíng)商服務(wù)器根據(jù)所述分析結(jié)果對(duì)所述蜂窩小區(qū)執(zhí)行對(duì)應(yīng)的操作。

所述服務(wù)器將所述分析結(jié)果發(fā)送給所述運(yùn)營(yíng)商服務(wù)器，以供所述運(yùn)營(yíng)商服務(wù)器接收所述分析結(jié)果，根據(jù)所述分析結(jié)果對(duì)所述蜂窩小區(qū)執(zhí)行對(duì)應(yīng)的操 作。當(dāng)所述分析結(jié)果表示所述蜂窩小區(qū)處于網(wǎng)絡(luò)差的狀態(tài)時(shí)，所述運(yùn)營(yíng)商服務(wù)器根據(jù)所述分析結(jié)果對(duì)所述蜂窩小區(qū)進(jìn)行擴(kuò)容和/或網(wǎng)絡(luò)優(yōu)化的操作，而當(dāng)所述分析結(jié)果表示所述蜂窩小區(qū)處于網(wǎng)絡(luò)良好狀態(tài)時(shí)，所述運(yùn)營(yíng)商服務(wù)器對(duì)所述蜂窩小區(qū)繼續(xù)執(zhí)行當(dāng)前正在執(zhí)行的操作。

本實(shí)施例通過(guò)根據(jù)至少兩個(gè)終端的經(jīng)緯度數(shù)據(jù)、所述終端的基本信息和所述終端中應(yīng)用程序的使用信息建立使用模型，對(duì)所述使用模型進(jìn)行分組，根據(jù)分組結(jié)果和所述使用模型分析所述終端所在的蜂窩小區(qū)的網(wǎng)絡(luò)狀況，將所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況發(fā)送給運(yùn)營(yíng)商服務(wù)器，實(shí)現(xiàn)了當(dāng)所述終端所在的蜂窩小區(qū)出現(xiàn)網(wǎng)絡(luò)狀況差的時(shí)候，運(yùn)營(yíng)商服務(wù)器根據(jù)所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況對(duì)所述蜂窩小區(qū)進(jìn)行擴(kuò)容和/或網(wǎng)絡(luò)優(yōu)化的操作，提高了用戶體驗(yàn)效果。

參照?qǐng)D3，圖3為本發(fā)明實(shí)施例中根據(jù)所述同一蜂窩小區(qū)內(nèi)所述使用模型的分組結(jié)果和所述使用模型分析所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況，得到分析結(jié)果的一種流程示意圖。

在本實(shí)施例中，所述步驟S31包括：

步驟S311，判斷所述同一蜂窩小區(qū)內(nèi)所述同一組使用模型中所述使用模型對(duì)應(yīng)的終端的信號(hào)強(qiáng)度是否小于預(yù)設(shè)信號(hào)強(qiáng)度閾值；

步驟S312，當(dāng)所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值，且所述同一蜂窩小區(qū)內(nèi)小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值的所述終端的比例超過(guò)預(yù)設(shè)比例時(shí)，判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)盲區(qū)；

步驟S313，當(dāng)所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度大于或者等于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值時(shí)，判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)正常狀態(tài)。

所述服務(wù)器判斷所述同一蜂窩小區(qū)內(nèi)所述同一組使用模型中所述使用模型對(duì)應(yīng)的終端的信號(hào)強(qiáng)度是否小于預(yù)設(shè)信號(hào)強(qiáng)度閾值。當(dāng)所述服務(wù)器判定所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值，且所述同一蜂窩小區(qū)內(nèi)小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值的所述終端的比例超過(guò)預(yù)設(shè)比例時(shí)，判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)盲區(qū)。當(dāng)所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度大于或者等于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值時(shí)，所述服務(wù)器判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)正常狀態(tài)。如當(dāng)所述服務(wù)器判定所述同一蜂窩小區(qū)內(nèi)，所述網(wǎng)絡(luò)類型模型為4G所對(duì)應(yīng)的終端中出現(xiàn)信號(hào)強(qiáng)度小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值的 終端，且所述同一蜂窩小區(qū)內(nèi)小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值的所述終端的比例超過(guò)預(yù)設(shè)比例時(shí)，所述服務(wù)器判定所述蜂窩小區(qū)內(nèi)的4G網(wǎng)絡(luò)出現(xiàn)了網(wǎng)絡(luò)盲區(qū)，處于一個(gè)不正常的狀態(tài)。

本發(fā)明進(jìn)一步提供一種業(yè)務(wù)套餐的推薦裝置。

參照?qǐng)D4，圖4為本發(fā)明業(yè)務(wù)套餐的推薦裝置第一實(shí)施例的功能模塊示意圖。

在本實(shí)施例中，所述業(yè)務(wù)套餐的推薦裝置包括：

建立模塊10，用于當(dāng)接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息時(shí)，根據(jù)所述終端的基本信息和所述應(yīng)用程序的使用信息建立使用模型；

當(dāng)服務(wù)器接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息時(shí)，所述服務(wù)器根據(jù)所述終端的基本信息和所述應(yīng)用程序的使用信息建立使用模型。其中，所述使用模型包括終端用戶的數(shù)據(jù)流量使用模型和所述終端用戶的帶寬使用模型。每一個(gè)終端用戶都有對(duì)應(yīng)的數(shù)據(jù)流量使用模型和帶寬使用模型。其中，所述服務(wù)器為能精確分析所述終端用戶數(shù)據(jù)的服務(wù)器，所述服務(wù)器可以存在于云端或者物理設(shè)備當(dāng)中。所述服務(wù)器的最低配置為：英特爾至強(qiáng)E5六核處理器Intel Xeon E5-2620，8GB(Gigabyte，十億字節(jié))的內(nèi)存和2TB(Terabyte，太字節(jié))的數(shù)據(jù)盤。所述終端包括但不限于智能手機(jī)和平板電腦。當(dāng)所述終端為Android手機(jī)或者是Android平板電腦時(shí)，所述Android手機(jī)或者所述Android平板電腦的最低配置為ARM(Advanced RISC Machines)架構(gòu)的CPU(Central Processing Unit，中央處理器)，512MB(MByte)的RAM，1GB的ROM(Read-Only Memory，只讀存儲(chǔ)器)和輸出設(shè)備為分辨率460*640的電容觸摸屏。當(dāng)所述終端為蘋果手機(jī)或蘋果平板電腦時(shí)，所述蘋果手機(jī)或所述蘋果平板電腦的最低配置為：ARM Cortex-A8CPU，256MB的RAM，8GB的ROM和輸出設(shè)備為分辨率480*320的電容觸摸屏。

所述終端的基本信息包括國(guó)際移動(dòng)用戶識(shí)別碼，所述終端的操作系統(tǒng)版本號(hào)和廠商信息，所述終端安裝的應(yīng)用程序列表。在本實(shí)施例中，以Android操作系統(tǒng)的終端為例進(jìn)行說(shuō)明。其中，所述終端在接收到開(kāi)機(jī)廣播 android.intent.action.BOOT_COMPLETED后，啟動(dòng)APP(Application，應(yīng)用程序)的后臺(tái)信息采集服務(wù)。所述終端通過(guò)所述信息采集服務(wù)調(diào)用Android的基礎(chǔ)API(Application Programming Interface，應(yīng)用程序編程接口)TelephonyManager.getSubscriberId()，獲取所述終端的IMSI(International Mobile Subscriber Identification Number，國(guó)際移動(dòng)用戶識(shí)別碼)作為消息推送的唯一標(biāo)識(shí)信息；調(diào)用android.os.Build.VERSION.RELEASE獲取所述終端操作系統(tǒng)的版本號(hào)；調(diào)用android.os.Build.MODEL獲取所述終端的型號(hào)；調(diào)用android.os.Build.MANUFACTURER獲取所述終端的生產(chǎn)廠商；調(diào)用PackageManager.getInstalledPackages，獲取所述終端安裝的所有App的信息。并逐條遍歷所述APP安裝信息參數(shù)，若所述終端偵測(cè)到packageInfo.applicationInfo.flags&ApplicationInfo.FLAG_SYSTEM的值為0，則將所述APP標(biāo)記為非系統(tǒng)預(yù)裝APP，若所述終端偵測(cè)到packageInfo.applicationInfo.flags&ApplicationInfo.FLAG_SYSTEM的值為1，則將所述APP標(biāo)記為系統(tǒng)預(yù)裝的APP，得到所述終端中所述APP的安裝列表信息。

所述應(yīng)用程序的使用信息包括所述應(yīng)用程序的啟動(dòng)次數(shù)，所述應(yīng)用程序的運(yùn)行時(shí)間，流量消耗數(shù)據(jù)，占用帶寬數(shù)據(jù)，所述應(yīng)用程序所用網(wǎng)絡(luò)的類型和網(wǎng)絡(luò)信號(hào)強(qiáng)度。其中，所述終端根據(jù)所述APP的安裝列表信息，反射調(diào)用com.android.internal.os.PkgUsageStats，分別讀取PkgUsageStats.launchCount和PkgUsageStats.usageTime屬性，得到不同APP的啟動(dòng)次數(shù)和運(yùn)行時(shí)間，即得到所述終端不同應(yīng)用程序的啟動(dòng)次數(shù)和運(yùn)行時(shí)間；所述終端通過(guò)TelephonyManager.subtype獲取當(dāng)前網(wǎng)絡(luò)類型和信號(hào)強(qiáng)度，并將所述當(dāng)前的網(wǎng)絡(luò)類型和所述信號(hào)強(qiáng)度寫入sqllite數(shù)據(jù)庫(kù)中。

第一計(jì)算模塊20，用于根據(jù)預(yù)設(shè)算法計(jì)算所述使用模型之間的相似度，將所述相似度大于預(yù)設(shè)閾值的所述使用模型劃分為同一組使用模型；

所述服務(wù)器根據(jù)預(yù)設(shè)算法計(jì)算所述使用模型之間的相似度，將所述相似度大于預(yù)設(shè)閾值的所述使用模型劃分為同一組使用模型，即根據(jù)預(yù)設(shè)算法計(jì)算每一個(gè)終端用戶的數(shù)據(jù)流量使用模型和/或帶寬使用模型之間的相似度，將所述終端用戶之間的所述數(shù)據(jù)流量使用模型的相似度大于預(yù)設(shè)閾值的數(shù)據(jù)流量使用模型劃分為同一組使用模型，即將所述數(shù)據(jù)流量使用模型的相似度大 于預(yù)設(shè)數(shù)據(jù)流量使用模型相似度的閾值所對(duì)應(yīng)的終端用戶劃分為同一組，和/或?qū)⑺鼋K端用戶之間的所述帶寬使用模型的相似度大于預(yù)設(shè)帶寬使用模型相似度的閾值的數(shù)據(jù)流量使用模型劃分為同一組使用模型，即將所述帶寬使用模型的相似度大于預(yù)設(shè)帶寬使用模型相似度的閾值所對(duì)應(yīng)的終端用戶劃分為同一組。

其中，所述預(yù)設(shè)算法為協(xié)同過(guò)濾算法和余弦相似性相結(jié)合的算法，所述協(xié)同過(guò)濾算法是電子商務(wù)推薦系統(tǒng)的一種主要算法，所述協(xié)同過(guò)濾算法過(guò)濾分析用戶興趣，在用戶群中找到指定用戶相似(興趣)用戶，綜合這些相似用戶對(duì)某一信息的評(píng)價(jià)，形成系統(tǒng)對(duì)該指定用戶對(duì)此信息的喜歡程度的預(yù)測(cè)。與傳統(tǒng)文本過(guò)濾算法相比，所述協(xié)同過(guò)濾算法能夠過(guò)濾能以進(jìn)行機(jī)器自動(dòng)基于內(nèi)容分析的信息，能夠基于一些復(fù)雜的，難以表達(dá)的概念(信息質(zhì)量、品味)進(jìn)行過(guò)濾，具有推薦的新穎性。所述余弦相似性通過(guò)測(cè)量?jī)蓚€(gè)向量?jī)?nèi)積空間的夾角的余弦值來(lái)度量它們之間的相似性。0度角的余弦值是1，而其他任何角度的余弦值都不大于1；并且其最小值是-1。從而兩個(gè)向量之間的角度的余弦值確定兩個(gè)向量是否大致指向相同的方向。兩個(gè)向量有相同的指向時(shí)，余弦相似度的值為1；兩個(gè)向量夾角為90°時(shí)，余弦相似度的值為0；兩個(gè)向量指向完全相反的方向時(shí)，余弦相似度的值為-1。在比較過(guò)程中，向量的規(guī)模大小不予考慮，僅僅考慮到向量的指向方向。余弦相似度通常用于兩個(gè)向量的夾角小于90°之內(nèi)，因此余弦相似度的值為0到1之間。

所述預(yù)設(shè)閾值可以根據(jù)具體情況來(lái)設(shè)定，當(dāng)需要把較多的終端用戶劃分為一組時(shí)，可以將所述預(yù)設(shè)閾值設(shè)置小一點(diǎn)，如設(shè)置為80％，當(dāng)需要更精確的劃分所述終端用戶時(shí)，可以將所述預(yù)設(shè)閾值設(shè)置大一些，如設(shè)置為90％。其中，所述預(yù)設(shè)數(shù)據(jù)流量使用模型相似度的閾值和所述帶寬使用模型相似度的閾值可以相同，也可以不同。如當(dāng)所述預(yù)設(shè)數(shù)據(jù)流量使用模型相似度的閾值和所述帶寬使用模型相似度的閾值都為90％時(shí)，則所述服務(wù)器將所述終端用戶之間的所述使用模型相似度大于90％的所述使用模型，劃分為同一組使用模型。如當(dāng)A終端用戶的使用模型和B終端用戶的使用模型之間的相似度大于90％時(shí)，所述服務(wù)器將所述A終端用戶的使用模型和所述B終端用戶的使用模型劃分為同一組使用模型。

第二計(jì)算模塊30，用于計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距 離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。

所述服務(wù)器計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。所述目標(biāo)興趣點(diǎn)為所述終端中消耗數(shù)據(jù)流量的應(yīng)用程序，如社交應(yīng)用程序和游戲應(yīng)用程序等。

進(jìn)一步地，所述第二計(jì)算模塊30包括：

第一確定單元，用于確定不同組別的使用模型的坐標(biāo)和目標(biāo)興趣點(diǎn)在坐標(biāo)系中的坐標(biāo)；

計(jì)算單元，用于根據(jù)所述不同組別的使用模型的坐標(biāo)和所述目標(biāo)興趣點(diǎn)在坐標(biāo)系中的坐標(biāo)計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離；

第二確定單元，用于根據(jù)所述距離的大小確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。

所述服務(wù)器確定不同組別的使用模型在三維坐標(biāo)系中的坐標(biāo)和目標(biāo)興趣點(diǎn)在三維坐標(biāo)系中的坐標(biāo)，所述服務(wù)器根據(jù)所述不同組別的使用模型的坐標(biāo)和所述目標(biāo)興趣點(diǎn)在坐標(biāo)系中的坐標(biāo)計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，并根據(jù)所述不同組別的使用模型與所述目標(biāo)興趣點(diǎn)之前的距離的大小確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。當(dāng)所述不同組別的使用模型與所述目標(biāo)興趣點(diǎn)之前的距離越小時(shí)，所述目標(biāo)興趣點(diǎn)的推薦度數(shù)值越高，當(dāng)所述推薦度數(shù)值越高時(shí)，在對(duì)所述不同組別的使用模型進(jìn)行業(yè)務(wù)套餐推薦時(shí)，首先推薦度數(shù)值高所對(duì)應(yīng)的業(yè)務(wù)套餐。如所述服務(wù)器計(jì)算得到第一組數(shù)據(jù)流量使用模型與社交應(yīng)用程序微信的距離為0.2，與所述優(yōu)酷的距離為0.18，第二組數(shù)據(jù)流量使用模型與社交應(yīng)用程序微信的距離為0.15，與所述優(yōu)酷的距離為0.22，則所述服務(wù)器根據(jù)所述第一組數(shù)據(jù)流量使用模型和所述第二組數(shù)據(jù)流量使用模型與所述微信和所述優(yōu)酷之間的距離，確定所述第一組數(shù)據(jù)流量使用模型和所述第二組數(shù)據(jù)流量使用模型的所述微信和所述優(yōu)酷的推薦度數(shù)值，在所述第一組數(shù)據(jù)流量使用模型中，所述優(yōu)酷的推薦度數(shù)值大于所述所述微信的推薦度數(shù)值，在所述第二組數(shù)據(jù)流量使用模型中，所述優(yōu)酷的推薦度數(shù)值小于所述所述微信的推薦度數(shù)值，所述服務(wù)器根據(jù)所述推薦度數(shù)值確定對(duì)應(yīng)的業(yè)務(wù)套餐的推薦策略。

進(jìn)一步地，所述服務(wù)器將所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策 略發(fā)送給運(yùn)營(yíng)商服務(wù)器，以供所述運(yùn)營(yíng)商服務(wù)器通過(guò)其OSS(The Office of Strategic Services，運(yùn)營(yíng)支撐系統(tǒng))根據(jù)所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略為所述不同組別的使用模型對(duì)應(yīng)的終端制定相應(yīng)的業(yè)務(wù)套餐。所述業(yè)務(wù)套餐包括數(shù)據(jù)流量套餐、QoS(quality of service，服務(wù)質(zhì)量)套餐和數(shù)據(jù)流量和QoS相結(jié)合的套餐。如所述運(yùn)營(yíng)商服務(wù)器為所述第一組數(shù)據(jù)流量使用模型所對(duì)應(yīng)的終端用戶制定應(yīng)用于視頻播放的應(yīng)用程序的數(shù)據(jù)流量大于社交軟件的數(shù)據(jù)流量的套餐，為所述第二組數(shù)據(jù)流量使用模型所對(duì)應(yīng)的終端用戶制定應(yīng)用于視頻播放的應(yīng)用程序的數(shù)據(jù)流量小于社交軟件的數(shù)據(jù)流量的套餐。

本實(shí)施例通過(guò)根據(jù)至少兩個(gè)終端的基本信息和所述應(yīng)用程序的使用信息對(duì)應(yīng)建立使用模型，計(jì)算所述使用模型之間的相似度，將所述相似度大于預(yù)設(shè)閾值的所述使用模型劃分為同一組使用模，并計(jì)算不同組別的使用模型與目標(biāo)興趣點(diǎn)之間的距離，根據(jù)所述距離確定所述不同組別的使用模型的業(yè)務(wù)套餐的推薦策略。實(shí)現(xiàn)了在Android和iOS終端平臺(tái)上采集用戶使用的終端的基本信息和所述終端中應(yīng)用程序的使用信息，根據(jù)所采集到的信息，通過(guò)預(yù)設(shè)算法建立使用模型得到用戶使用應(yīng)用程序的流量去向和帶寬占用等數(shù)據(jù)，根據(jù)所述數(shù)據(jù)確定所述不同組別的使用模型的流量套餐和/或QoS套餐的推薦策略，運(yùn)營(yíng)商服務(wù)器根據(jù)所述不同組別的使用模型的流量套餐和/或QoS套餐的推薦策略為用戶制定流量套餐和/或QoS套餐，為運(yùn)營(yíng)商服務(wù)器和OTT廠商合作提供數(shù)據(jù)依據(jù)。

參照?qǐng)D5，圖5為本發(fā)明業(yè)務(wù)套餐的推薦裝置第一實(shí)施例的功能模塊示意圖，基于本發(fā)明業(yè)務(wù)套餐的推薦裝置的第一實(shí)施例提出本發(fā)明業(yè)務(wù)套餐的推薦裝置第二實(shí)施例。

在本實(shí)施例中，所述建立模塊10，還用于當(dāng)接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息，且接收到基于位置服務(wù)的服務(wù)器發(fā)送的所述終端的經(jīng)緯度數(shù)據(jù)時(shí)，根據(jù)所述終端的基本信息、所述應(yīng)用程序的使用信息和所述終端的經(jīng)緯度數(shù)據(jù)建立使用模型。

當(dāng)所述服務(wù)器接收到至少兩個(gè)終端發(fā)送的所述終端的基本信息和所述終端中應(yīng)用程序的使用信息，且接收到基于位置服務(wù)的服務(wù)器發(fā)送的所述終端 的經(jīng)緯度數(shù)據(jù)時(shí)，所述服務(wù)器根據(jù)所述終端的基本信息、所述應(yīng)用程序的使用信息和所述終端的經(jīng)緯度數(shù)據(jù)建立使用模型。其中，所述使用模型包括所述終端用戶網(wǎng)絡(luò)類型模型、信號(hào)強(qiáng)度模型、用戶地理位置信息模型和所述終端應(yīng)用程序使用模型。每一個(gè)終端用戶都有對(duì)應(yīng)的網(wǎng)絡(luò)類型模型、信號(hào)強(qiáng)度模型、用戶地理位置信息模型和所述終端應(yīng)用程序使用模型。所述網(wǎng)絡(luò)類型模型是指所述終端用戶是使用2G(2-Generation wireless telephone technology，第二代手機(jī)通信技術(shù)規(guī)則)網(wǎng)絡(luò)，還是3G(3rd-Generation，第三代移動(dòng)通信技術(shù))網(wǎng)絡(luò)或者是4G(the 4th Generation mobile communication technology，第四代移動(dòng)通信技術(shù))網(wǎng)絡(luò)。

所述地理位置信息是所述終端通過(guò)調(diào)用TelephonyManager.getCellLocation().getCid()和TelephonyManager.getCellLocation().getLac()的方法，獲取所述終端所在蜂窩小區(qū)所在位置的標(biāo)識(shí)信息和LAC(location area code，位置區(qū)碼)的數(shù)據(jù)。所述終端把所述蜂窩小區(qū)所在位置的標(biāo)識(shí)信息和所述LAC數(shù)據(jù)上報(bào)給云端的LBS(Location Based Service基于位置服務(wù))服務(wù)器，以供所述LBS服務(wù)器根據(jù)所述蜂窩小區(qū)所在位置的標(biāo)識(shí)信息和所述LAC數(shù)據(jù)獲得所述終端所在位置的經(jīng)緯度數(shù)據(jù)，并將所述終端所在位置的經(jīng)緯度數(shù)據(jù)發(fā)送給所述服務(wù)器。所述LBS服務(wù)器的最低配置為：Xeon E3-1230 v3的CPU；8GB的內(nèi)存；和1TB的數(shù)據(jù)盤，所述LBS服務(wù)器可以存在于云端，也可以存在于物理設(shè)備中。當(dāng)所述服務(wù)器接收到所述LBS發(fā)送的經(jīng)緯度數(shù)據(jù)之后，根據(jù)所述經(jīng)緯度數(shù)據(jù)確定所述終端的地理位置，并將所述終端的地理位置寫入sqllite數(shù)據(jù)庫(kù)中。

所述第一計(jì)算模塊20，還用于根據(jù)預(yù)設(shè)算法計(jì)算同一蜂窩小區(qū)內(nèi)所述使用模型之間的相似度，將所述同一蜂窩小區(qū)內(nèi)相似度大于預(yù)設(shè)相似度的所述使用模型劃分為同一組使用模型，得到所述使用模型的分組結(jié)果。

所述服務(wù)器根據(jù)所述協(xié)同過(guò)濾算法和所述余弦相似性相結(jié)合的算法計(jì)算同一蜂窩小區(qū)內(nèi)所述使用模型之間的相似度，將所述同一蜂窩小區(qū)相似度大于預(yù)設(shè)相似度的所述使用模型劃分為同一組用戶使用模型，得到所述使用模型的分組結(jié)果。如所述服務(wù)器將所述同一蜂窩小區(qū)內(nèi)使用2G網(wǎng)絡(luò)的終端用戶對(duì)應(yīng)的網(wǎng)絡(luò)類型模型劃分為一組，將使用3G網(wǎng)絡(luò)的終端用戶對(duì)應(yīng)的網(wǎng)絡(luò)類型模型劃分為一組，將使用4G網(wǎng)絡(luò)的終端用戶對(duì)應(yīng)的網(wǎng)絡(luò)類型模型劃分為一 組。

所述業(yè)務(wù)套餐的推薦裝置還包括：

分析模塊40，用于根據(jù)所述同一蜂窩小區(qū)內(nèi)所述使用模型的分組結(jié)果和所述使用模型分析所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況，得到分析結(jié)果；

所述服務(wù)器根據(jù)所述同一蜂窩小區(qū)內(nèi)所述使用模型的分組結(jié)果和所述使用模型分析所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況，得到分析結(jié)果。如所述服務(wù)器分析所述同一蜂窩小區(qū)內(nèi)所述網(wǎng)絡(luò)類型模型為3G所對(duì)應(yīng)的終端用戶的使用網(wǎng)絡(luò)的狀況，結(jié)合所述網(wǎng)絡(luò)類型模型為3G所對(duì)應(yīng)的終端用戶的信號(hào)強(qiáng)度模型，并結(jié)合網(wǎng)絡(luò)類型模型為3G所對(duì)應(yīng)的終端用戶的地理位置信息模型確定所述網(wǎng)絡(luò)類型模型為3G所對(duì)應(yīng)的終端用戶所在蜂窩小區(qū)的網(wǎng)絡(luò)狀況。

發(fā)送模塊50，還用于將所述分析結(jié)果發(fā)送給所述運(yùn)營(yíng)商服務(wù)器，以供所述運(yùn)營(yíng)商服務(wù)器根據(jù)所述分析結(jié)果對(duì)所述蜂窩小區(qū)執(zhí)行對(duì)應(yīng)的操作。

所述服務(wù)器將所述分析結(jié)果發(fā)送給所述運(yùn)營(yíng)商服務(wù)器，以供所述運(yùn)營(yíng)商服務(wù)器接收所述分析結(jié)果，根據(jù)所述分析結(jié)果對(duì)所述蜂窩小區(qū)執(zhí)行對(duì)應(yīng)的操作。當(dāng)所述分析結(jié)果表示所述蜂窩小區(qū)處于網(wǎng)絡(luò)差的狀態(tài)時(shí)，所述運(yùn)營(yíng)商服務(wù)器根據(jù)所述分析結(jié)果對(duì)所述蜂窩小區(qū)進(jìn)行擴(kuò)容和/或網(wǎng)絡(luò)優(yōu)化的操作，而當(dāng)所述分析結(jié)果表示所述蜂窩小區(qū)處于網(wǎng)絡(luò)良好狀態(tài)時(shí)，所述運(yùn)營(yíng)商服務(wù)器對(duì)所述蜂窩小區(qū)繼續(xù)執(zhí)行當(dāng)前正在執(zhí)行的操作。

本實(shí)施例通過(guò)根據(jù)至少兩個(gè)終端的經(jīng)緯度數(shù)據(jù)、所述終端的基本信息和所述終端中應(yīng)用程序的使用信息建立使用模型，對(duì)所述使用模型進(jìn)行分組，根據(jù)分組結(jié)果和所述使用模型分析所述終端所在的蜂窩小區(qū)的網(wǎng)絡(luò)狀況，將所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況發(fā)送給運(yùn)營(yíng)商服務(wù)器，實(shí)現(xiàn)了當(dāng)所述終端所在的蜂窩小區(qū)出現(xiàn)網(wǎng)絡(luò)狀況差的時(shí)候，運(yùn)營(yíng)商服務(wù)器根據(jù)所述蜂窩小區(qū)的網(wǎng)絡(luò)狀況對(duì)所述蜂窩小區(qū)進(jìn)行擴(kuò)容和/或網(wǎng)絡(luò)優(yōu)化的操作，提高了用戶體驗(yàn)效果。

參照?qǐng)D6，圖6為本發(fā)明實(shí)施例中分析模塊的一種功能模塊示意圖。

在本實(shí)施例中，所述分析模塊40包括：

判斷單元41，用于判斷所述同一蜂窩小區(qū)內(nèi)所述同一組使用模型中所述使用模型對(duì)應(yīng)的終端的信號(hào)強(qiáng)度是否小于預(yù)設(shè)信號(hào)強(qiáng)度閾值；

第一判定單元42，用于當(dāng)所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度小于 所述預(yù)設(shè)信號(hào)強(qiáng)度閾值，且所述同一蜂窩小區(qū)內(nèi)小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值的所述終端的比例超過(guò)預(yù)設(shè)比例時(shí)，判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)盲區(qū)；

第二判定單元43，用于當(dāng)所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度大于或者等于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值時(shí)，判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)正常狀態(tài)。

所述服務(wù)器判斷所述同一蜂窩小區(qū)內(nèi)所述同一組使用模型中所述使用模型對(duì)應(yīng)的終端的信號(hào)強(qiáng)度是否小于預(yù)設(shè)信號(hào)強(qiáng)度閾值。當(dāng)所述服務(wù)器判定所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值，且所述同一蜂窩小區(qū)內(nèi)小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值的所述終端的比例超過(guò)預(yù)設(shè)比例時(shí)，判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)盲區(qū)。當(dāng)所述同一蜂窩小區(qū)內(nèi)所述終端的信號(hào)強(qiáng)度大于或者等于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值時(shí)，所述服務(wù)器判定所述蜂窩小區(qū)處于網(wǎng)絡(luò)正常狀態(tài)。如當(dāng)所述服務(wù)器判定所述同一蜂窩小區(qū)內(nèi)，所述網(wǎng)絡(luò)類型模型為4G所對(duì)應(yīng)的終端中出現(xiàn)信號(hào)強(qiáng)度小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值的終端，且所述同一蜂窩小區(qū)內(nèi)小于所述預(yù)設(shè)信號(hào)強(qiáng)度閾值的所述終端的比例超過(guò)預(yù)設(shè)比例時(shí)，所述服務(wù)器判定所述蜂窩小區(qū)內(nèi)的4G網(wǎng)絡(luò)出現(xiàn)了網(wǎng)絡(luò)盲區(qū)，處于一個(gè)不正常的狀態(tài)。

需要說(shuō)明的是，在本文中，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者裝置不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者裝置所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括該要素的過(guò)程、方法、物品或者裝置中還存在另外的相同要素。

上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。

通過(guò)以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到上述實(shí)施例方法可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)，當(dāng)然也可以通過(guò)硬件，但很多情況下前者是更佳的實(shí)施方式。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)(如ROM/RAM、磁碟、光盤)中，包括若干指令用以使得一臺(tái)終端設(shè)備(可以是手機(jī)，計(jì)算機(jī)，服務(wù)器，空調(diào)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述的方法。

以上僅為本發(fā)明的優(yōu)選實(shí)施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說(shuō)明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運(yùn)用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護(hù)范圍內(nèi)。