CN109951848B - 区域无线小区确定方法、装置、设备及介质 - Google Patents

Abstract

本发明实施例公开了一种区域无线小区确定方法、装置、设备及介质，该方法包括：对于区域无线小区集合中的每个集合内无线小区，在区域无线小区集合之外的无线小区中，寻找满足第一预定条件的第一类无线小区，第一预定条件为与集合内无线小区的距离不大于第一距离阈值，且人流量不小于参考人流量的第一预定比例，参考人流量为区域无线小区集合中的集合内无线小区的最大小区人流量；以及将所找到的第一类无线小区放入区域无线小区集合中。由此，基于小区间距及人流量确定区域所包括的无线小区，提高了数据的准确性和实时性，并节约了人工成本。

Description

区域无线小区确定方法、装置、设备及介质

技术领域

本发明涉及无线小区技术领域，尤其涉及一种区域无线小区确定方法、装置、设备及介质。

背景技术

在激烈的移动通信市场竞争环境下，移动运营商需要及时有效地掌握通信网络及市场等信息，并依据这些信息进行相应的分析、判断并做出决策。而这些信息的获取多依靠于基站的无线信号覆盖。移动通信中将无线信号覆盖的区域称之为小区，一般是指一个基站的信号所能覆盖的范围。在应用移动大数据分析时，需要明确区域所包含的无线小区信息并进行用户数据提取及分析，可见区域无线小区的划分或确定是大数据分析的重要工作。

目前，各区域(例如商圈)中包括的无线小区的范围都是采用人工方式完成，即通过调研或路测踩点，由各市分公司维护人员上报区域范围及包括的无线小区，现有区域无线小区的划分或确定无法实时更新，精确度较差，且人工成本较高。

综上所述，迫切需要一种能够精准确定区域所包括的无线小区的方案。

发明内容

本发明实施例提供了一种区域无线小区确定方法、装置、设备及介质，通过基于小区间距及小区的人流量确定区域所包括的无线小区，提高了无线小区信息的准确性和实时性，并节约了人工成本。

第一方面，本发明实施例提供了一种区域无线小区确定方法，方法包括：

对于区域无线小区集合中的每个集合内无线小区，在所述区域无线小区集合之外的无线小区中，寻找满足第一预定条件的第一类无线小区，所述第一预定条件为与所述集合内无线小区的距离不大于第一距离阈值，且人流量不小于参考人流量的第一预定比例，所述参考人流量为所述区域无线小区集合中的集合内无线小区的最大小区人流量；以及将所找到的第一类无线小区放入所述区域无线小区集合中。

第二方面，本发明实施例提供了一种区域无线小区确定装置，装置包括：

无线小区寻找单元，用于对于区域无线小区集合中的每个集合内无线小区，在所述区域无线小区集合之外的无线小区中，寻找满足第一预定条件的第一类无线小区，所述第一预定条件为与所述集合内无线小区的距离不大于第一距离阈值，且人流量不小于参考人流量的第一预定比例，所述参考人流量为所述区域无线小区集合中的集合内无线小区的最大小区人流量；以及无线小区确定单元，用于将所找到的第一类无线小区放入所述区域无线小区集合中。

第三方面，本发明实施例提供了一种计算设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。

本发明实施例提供的区域无线小区确定方案，根据各小区间的经纬度计算出区域无线小区集合，并以小区的人流量和业务量作为密度可达数值，通过密度聚类算法进一步完成区域无线小区的精准确定，以解决当前区域小区数据无统一标准、准确性差，数据无法及时更新、完整性无法保证等问题。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了根据本发明一个实施例的区域无线小区确定方法的流程示意图。

图2示出了根据本发明一个实施例的商圈无线小区确定流程示意图。

图3示出了根据图2所示实施例的寻找第一类无线小区示意图。

图4示出了根据图2所示实施例的补充第三类无线小区示意图。

图5示出了本发明技术方案的一个应用示例。

图6示出了根据图2所示实施例的商圈区域无线小区示意图。

图7示出了根据本发明一个应用例的区域无线小区确定装置的示意性框图。

图8示出了根据本发明一个实施例的计算设备的示意图。

具体实施方式

下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

如前所述，现有的区域(例如，可以是商圈、居民区等等)无线小区的划分或确定方案仍然不够实时和/或精准，并且人工成本较高。为便于理解，本发明以商圈作为本发明的区域进行说明。应当理解的是，本发明的区域无线小区确定方案适用于各种区域，包括但不限于是本发明实施例提出的商圈。

目前商圈无线小区的具体应用如下：

(1)商圈广告最佳投放位置推荐：商圈作为人流密集区域，是众多户外广告投放的首选，但是在商圈的范围内，哪个位置最适合投放广告？哪个位置能给投放的广告带来最大的收益？需要应用移动大数据进行分析并提供位置推荐，而移动大数据分析时，需要明确商圈所包含的无线小区信息并进行用户数据提取及分析，可见商圈无线小区的划分是大数据分析的重要工作。

(2)重要区域保障：节假日期间，需要对重点区域进行重点保障,而商圈区域在圣诞节等节假日期间是重点保障区域,那么重点监控哪些无线小区指标？具体保障哪些无线小区呢？需要明确对商圈无线小区的划分，才能在重要区域保障中实现对商圈中客户感知的保障。

商圈中包括的无线小区范围目前都是采用人工方式完成，即通过调研或路测踩点，由各市分公司维护人员上报商圈范围及包括的无线小区，可见，现有商圈无线小区的划分无法实时更新，精确度较差，且人工成本较高。

商圈的无线小区划分完全由人工确定，受不同人的主观因素影响，同一商圈不同的人上报的小区亦会不同。并且，也没有统一的划分原则，容易遗漏商圈中的部分无线小区，导致商圈小区以及商圈数据准确性差。无线小区的建设和变更速度也会直接影响商圈包含的无线小区发生变化，但人工方式无法进行实时更新。各部门在进行商圈数据应用时，无统一的数据源进行应用，造成上层应用上线延迟，甚至造成应用无法开发。

有鉴于此，本发明提出了一种新的区域无线小区划分方案，通过基于用户密度和距离算法的划分方法，以区域中的某个无线小区为基准点，根据小区间的经纬度计算出相邻小区，并以无线小区的小区人流量和小区业务量作为密度可达数值，通过密度聚类算法完成区域无线小区的划分，以解决当前区域无线小区数据无统一标准、准确性差，数据无法及时更新、完整性无法保证等问题。

如下将结合附图及实施例对本发明的区域无线小区确定方案进行详细阐述。

图1示出了根据本发明一个实施例的区域无线小区确定方法的流程示意图。图2示出了根据本发明一个实施例的商圈无线小区确定方法的流程示意图。

如图1所示，在步骤S110，对于区域无线小区集合中的每个集合内无线小区，在区域无线小区集合之外的无线小区中，寻找满足第一预定条件的第一类无线小区。其中，第一预定条件为与集合内无线小区的距离不大于第一距离阈值，且人流量不小于参考人流量的第一预定比例，参考人流量为区域无线小区集合中的集合内无线小区的最大小区人流量。

这里，区域可以是指以任意形式划分的区域，其可以是基于土地范围划分的区域，例如北京市、上海市，或者北京市的朝阳区、海淀区等；也可以是根据人的活动范围划分的区域，例如商业区、居民区等。本发明的区域无线小区确定方案适用于于各种区域所包括的无线小区的划分或确定。

本发明中，以区域无线小区集合表示本发明的区域所包括的无线小区，以集合内无线小区表示该区域所包括的无线小区，其中，集合内无线小区可以是该区域所必然包括的无线小区，或者是已确定的该区域所包括的无线小区。

在一个优选实施例中，可以选择一个无线小区作为所述区域无线小区集合中的第一个集合内无线小区。以该第一个集合内无线小区作为预设基准点，基于距离和人流量初步确定该区域所包括的第一类无线小区。

具体地，参加图2，以商圈为例，考虑到商圈地理区域的特殊性，属于高覆盖密度，可以以商圈的中的某个小区为基准点，根据各小区的经纬度数据逐步统计出各个集合内无线小区的相邻小区。

优选可以以小区间距离不大于第一距离阈值(例如300米)为距离计算依据，基于距离统计各个集合内无线小区的相邻小区，初步视为区域(商圈)所可能包含的各个无线小区。

从一个集合内小区出发，会有多条计算路径，在进行距离计算的同时，统计(或获取)各个无线小区的小区人流量，以集合内无线小区的最大小区人流量作为参考人流量，将按照距离计算出的各个相邻小区的人流量与参考人流量进行比较。

当在进行距离计算时，发现了小区人流量小于或等于参考人流量的第一预定比例(例如1％)的相邻小区时，则停止对以该集合内无线小区为出发点的路径的计算。并将此路径上，小区人流量不小于参考人流量的第一预定比例(例如1％)的相邻小区作为本发明的第一类无线小区。

在上述基于距离和人流量进行计算时，响应于所找到的第一类无线小区的人流量大于所述参考人流量，将所述参考人流量更新为所找到的第一类无线小区的人流量。即，可以通过迭代方式记录小区人流量的最大值，以确保始终以最大小区人流量作为参考人流量。

在步骤S120，将所找到的第一类无线小区放入区域无线小区集合中。具体地，可以记录所找到的第一类无线小区的标识符及其人流量。优选地，所记录的各个无线小区可以以小区列表的形式呈现，并且该列表具体地可以包括无线小区所属的城市、小区名称、小区标识符、小区人流量等信息。

图3示出了根据图2所示实施例的寻找第一类无线小区的示意图。其中，以各个圆点示意无线小区，以实线圆示意基于集合内无线小区计算相邻小区时的覆盖区域。

以点o作为基准点小区，以基准点小区为出发点进行距离计算和小区人流量统计。将满足第一预定条件的无线小区作为本发明的第一类无线小区。如图3所示，本次计算中，得到从点o→点s以及从点o→点r的两条满足条件的计算路径，该路径上的无线小区为本发明的第一类无线小区。

根据小区间的距离确定的第一类无线小区中，并不是全部都属于该区域，部分无线小区不属于区域而只是距离较近而被统计进来。

在一个优选实施例中，可以从所述区域无线小区集合中剔除所述区域无线小区集合中不满足第二预定条件的第二类无线小区，其中，所述第二预定条件为第二类无线小区的人流量小于所述参考人流量的第二预定比例(例如10％)，所述第二预定比例大于所述第一预定比例。

参见图2和图3所示的实施例，可以根据无线小区的小区人流量和小区业务量的统计数据，应用密度聚类算法，剔除非商圈无线小区。

具体地，以罗列出的待确定商圈无线小区中的小区人流量(用户人流量)最大的无线小区为新的基准点，同时将各无线小区的小区人流量进行排序，将用户人流量相对于新的基准点下降90％[取整]的小区(即用户人流量低于参考人流量的第二预定比例)，从罗列的待确定商圈小区列表中剔除，并纳入待选小区序列(也可以作为离散点)，而其他无线小区作为商圈无线小区(集合内无线小区)。

由于每个无线小区的用户容量不同，(商圈)作为一个连续的区域，通过人流密度排序筛选后的无线小区会存在地理上不连续的离散点，因此，可以应用机器学习中的密度聚类算法，将离散点补充进商圈无线小区中。

在一个优选实施例中，可以基于所述区域无线小区集合中的集合内无线小区，确定满足第三预定条件的邻域，第三预定条件为所述邻域以所述区域无线小区集合中的集合内无线小区为圆心，以第二距离阈值为半径，并且所述邻域中的无线小区的数目大于预定数目阈值，所述第二距离阈值等于所述第一距离阈值。

具体地，结合图2-3所示的实施例，以集合内无线小区p为邻域的圆心，以Eps为邻域的最大半径(第二距离阈值，可以等于第一距离阈值，例如300米)，以MinPts表示在Eps-邻域中的最少点数(领域内的无线小区的数目，该数目大于预定数目阈值，例如5)，以NEps(p)表示Eps邻域。简单来讲，就是与点p(集合内无线小区)的距离小于等于Eps的所有的点(无线小区)的集合，表示为{q belongs to D|dist(p,q)<＝Eps}。

然后，挑选所述邻域中的所述第二类无线小区作为所述第三类无线小区，并补充到所述区域无线小区集合中。即将上述满足第三预定条件的邻域内的第二类无线小区作为第三类无线小区并补充到区域无线小区集合中。

基于密度算法，上述确定邻域过程中存在两类密度点。其一是直接密度可达的点。例如：点p关于Eps，MinPts是从q密度可达的，如果存在一个节点链p1,…,pn,p1＝q,pn＝p使得pi+1是从pi直接密度可达的。其二是密度可达的点，例如：存在一个从p到q的DDR对象链(如果存在一条链<p1,p2,…,pi>，满足p1＝p，pi＝q，pi直接密度可达pi+1，则称p密度可达q)。

对于集合内无线小区(例如已确定的商圈无线小区)，按照Eps＝600，MinPts＝5将第三类无线小区(例如部分离散点小区)补充到区域无线小区中，构成完整的区域无线小区集合。

图4示出了根据图2所示实施例的补充第三类无线小区的示意图。如图4所示，虚线圆中圈住而未被实线圆圈住的点(无线小区)，是通过密度聚类后，补充到商圈无线小区列表的离散无线小区，即本发明的第三类无线小区。

经过上述算法，得到的区域无线小区集合中，还存在着区域边缘无线小区，这部分无线小区尚不能确定是否属于该区域范围内。在一个优选实施例中，可以基于小区业务量，将此部分无线小区从区域无线小区集合中剔除。

具体地，可以获取所述区域无线小区集合中的集合内无线小区的小区业务量；基于所述小区业务量，确定所述区域无线小区集合中满足第四预定条件的第四类无线小区，从所述区域无线小区集合中剔除所述第四类无线小区。其中，所述第四预定条件是第四类无线小区位于所述区域无线小区集合的边缘位置且小区业务量在预设置信区间外。

具体地，仍然参见图2-4所示的实施例，下面通过商圈无线小区的业务量的正态分布方法进行最后的确认。

统计集合内无线小区(例如已确定的商圈无线小区)的业务量，计算出各个小区业务量的平均值和标准差，用正态分布法整理商圈边缘位置的无线小区，确定其是否属于该商圈。

假设有n个小区，其小区业务量为从x1至xn。

平均值x＝所有小区话务量的均值＝(x1+x2+……+xn)/n。

标准差

根据平均值x和标准差S绘制正态分布图表，置信水平取95％，将在置信区间外的集合内无线小区提取出来(下面称为置信外小区)，同时根据无线小区的经纬度关系及地图打点结果，将置信外小区中属于商圈边缘位置的无线小区，即本发明的第四类无线小区，从商圈无线小区列表中剔除，完成商圈边缘小区的整理及剔除。

至此，已经结合附图及实施例详细说明了本发明的区域无线小区的确定方案。

图5示出了根据本发明的一个应用示例。如图5所示，以沈阳中街商圈为例进行说明。

1、以商圈中的某个4G小区为基准点，小区ECI＝67199244，TAC＝16793，小区名称＝沈阳大东区大悦城26249712-ELH-2。

2、根据小区的经纬度计算出其相邻小区。以小区间距离<＝300米为依据，每个无线小区的相邻小区有若干个，从一个无线小区出发，会有多条计算路径。例如，以沈河区如家酒店小东店26602511-ELH-1为出发点，有图5实线和虚线的多条计算路径，这里以实线计算路径为例。

逐步计算相邻小区：以选择的基准小区为出发点，计算其相邻小区同时记录各个相邻小区的小区人流量数据。记录此时人流量最大的无线小区及其人流量数据。再以相邻小区为新的基准点计算其相邻小区，并记录其相邻小区人流量数据。

若计算到的相邻小区的人流量大于之前记录的人流量最大值，则更新所记录的人流量最大的无线小区及其人流量数据，即始终保持以人流量最大值的小区(作为新的基准小区)。同时将计算得到的各个相邻小区的人流量与人流量最大值进行比较，当计算到小区人流量(相比于人流量最大值)下降99％的小区沈河区翠生社区235656-ELH-1时，计算结束。应当理解，在本实施例示出的实线计算路径中，并未出现人流量更大的小区，即，未更新人流量最大值。

经过以上过程，共找到418个无线小区，部分无线小区列表如表1所示：

城市	区域名NAME	小区标识ECI	跟踪区代码TAC
				沈阳市	沈河区	2179605	16885
沈阳市	沈河区	2179605	16885
				沈阳市	沈河区	2315541	16407
沈阳市	沈河区	2315541	16407
				沈阳市	沈河区	2315797	16407
沈阳市	沈河区	2315797	16407
				沈阳市	沈河区	2400789	16885
沈阳市	沈河区	2400789	16885
				沈阳市	沈河区	2400790	16885
沈阳市	沈河区	2400790	16885
				沈阳市	沈河区	2401045	16885
沈阳市	沈河区	2401045	16885
				沈阳市	沈河区	2401046	16885
沈阳市	沈河区	2401046	16885
				沈阳市	沈河区	2401301	16885
沈阳市	沈河区	2401301	16885
				沈阳市	沈河区	2401302	16885

表1

3、将所有相邻小区的人流量数据进行排序，将人流量相对于人流量最大值(参考人流量)下降90％[取整]的小区剔除并纳入待选小区序列(即离散点)。共219个小区为确定的商圈无线小区，样例小区列表如表2所示。其余199个小区为待定离散点小区，样例小区列表如表3所示。

表2

表3

4、应用密度聚类中的DBScan算法，将满足预定条件的部分离散点补充进商圈无线小区中。

参数Eps为领域直径，取值为小区间距离300，参数MinPts为核心点阈值，小区点数目取值为5，以已确定的商圈无线小区集为数据源，即为参数D，参数P为已确定的商圈无线小区，例如沈河区如家酒店小东店26602511-ELH-1，通过下面的算法，即基于离散点小区距离已确定的商圈无线小区的预设距离，以及离散点小区相邻小区点数目，实现将部分离散点小区补充到商圈无线小区中，构成完整的商圈无线小区组合。共补充无线小区172个，现商圈无线小区共391个。

图6示出了根据图2所示实施例的商圈区域无线小区示意图。如图6所示，应用地图打点的方式呈现，其中灰色圆点为补充到商圈无线小区的部分离散点小区。

5、用正态分布法进一步确认商圈边缘小区是否属于该商圈。

商圈无线小区数目＝391个

人流量平均值

标准差S＝8457

置信水平＝95％

置信区间为[7440.745，9122.416]

计算过程如下表4:

表4

则在置信区间外且位于商圈边缘位置的无线小区，将其剔除，剔除后商圈无线小区共380个小区，样例小区列表如表5所示：

城市	小区名称	TAC	ECI	用户人流量
					沈阳市	沈阳沈河区如家酒店小东店26602511-ELH-1	16885	68102411	22,345
沈阳市	沈阳大东区津桥路01007711-ELH-1	16885	2579723	21,687
					沈阳市	沈阳沈河区小北26250251-ELH-1	16885	67200563	20,230
沈阳市	沈阳沈河区玫瑰大酒店233714-ELH-1	16407	59830795	20,068
					沈阳市	沈阳大东区津桥路01007751-ELH-1	16885	2579763	19,482
沈阳市	沈阳沈河区金利来26249552-ELH-2	16407	67198772	19,429
					沈阳市	沈阳沈河区金利来26249512-ELH-2	16407	67198732	19,256
沈阳市	沈阳沈河区共达招待所26250612-ELH-2	16885	67201548	19,172

表5

至此，已经结合附图及应用例详细说明了本发明的区域无线小区确定方法。通过本发明：1)商圈的范围由无线小区的经纬度距离进行初步确定，同时在密度聚类算法中再次用于离散点小区是否属于商圈的判断。2)商圈无线小区的确认需要进行反复的筛选和甄别，首先是将商圈可能的无线小区通过距离算法罗列出，然后使用排序的方式将人流量极低的小区删除，并作为离散点小区应用密度聚类算法将误删的离散点小区补充回商圈小区列表中，最后根据商圈小区话务量正态分布的特点将位于置信区间外的商圈边缘小区剔除，即经过统计-删除-补充-剔除的过程，完成商圈无线小区的最终划分。3)商圈无线小区的确定与小区经纬度地理位置紧密联系，通过小区经纬度在地图上的分布，以确定商圈的范围及无线小区与商圈的关系。

本发明通过距离计算、密度聚类、正态分布等方法，从大量小区中将商圈无线小区计算出，相较人工方式更可靠，更准确；相较于路测等方式，数据更新更及时。

此外，本发明的区域无线小区确定方法可以由一种区域无线小区确定装置来实现。图7示出了根据本发明一个应用例的区域无线小区确定装置的示意性框图。其中，区域无线小区确定装置700的功能模块可以由实现本发明原理的硬件、软件或硬件和软件的结合来实现。本领域技术人员可以理解的是，图7所描述的功能模块可以组合起来或者划分成子模块，从而实现上述发明的原理。因此，本文的描述可以支持对本文描述的功能模块的任何可能的组合、或者划分、或者更进一步的限定。

图7所示的区域无线小区确定装置700可以用来实现图1所示的区域无线小区确定方法，下面仅就区域无线小区确定装置700可以具有的功能模块以及各功能模块可以执行的操作做简要说明，对于其中涉及的细节部分可以参见上文结合图1-图6的描述，这里不再赘述。

如图7所示，本发明的区域无线小区确定装置700(如下简称确定装置700)可以包括无线小区寻找单元710和无线小区确定单元720。

无线小区寻找单元710用于对于区域无线小区集合中的每个集合内无线小区，在所述区域无线小区集合之外的无线小区中，寻找满足第一预定条件的第一类无线小区。其中，所述第一预定条件为与所述集合内无线小区的距离不大于第一距离阈值，且人流量不小于参考人流量的第一预定比例，所述参考人流量为所述区域无线小区集合中的集合内无线小区的最大小区人流量。

无线小区确定单元720用于将所找到的第一类无线小区放入所述区域无线小区集合中。

该确定装置700可选地还可以包括选择单元730，选择单元730用于选择一个无线小区作为所述区域无线小区集合中的第一个集合内无线小区。

该确定装置700可选地还可以包括更新单元740。

所述更新单元740可以响应于无线小区寻找单元710所找到的第一类无线小区的人流量大于所述参考人流量，将所述参考人流量更新为所找到的第一类无线小区的人流量。

优选地，无线小区确定单元720还用于记录所找到的第一类无线小区的标识符及其人流量。

该确定装置700可选地还可以包括剔除单元750。

剔除单元750可以从所述区域无线小区集合中剔除所述区域无线小区集合中不满足第二预定条件的第二类无线小区。其中，所述第二预定条件为第二类无线小区的人流量小于所述参考人流量的第二预定比例，所述第二预定比例大于所述第一预定比例。

该确定装置700可选地还可以包括补充单元760。

例如，无线小区寻找单元710可以基于所述区域无线小区集合中的集合内无线小区，确定满足第三预定条件的邻域。补充单元760可以挑选所述邻域中的所述第二类无线小区作为所述第三类无线小区，并补充到所述区域无线小区集合中。其中，第三预定条件为所述邻域以所述区域无线小区集合中的集合内无线小区为圆心，以第二距离阈值为半径，并且所述邻域中的无线小区的数目大于预定数目阈值，所述第二距离阈值等于所述第一距离阈值。

优选地，无线小区确定单元720还可以获取所述区域无线小区集合中的集合内无线小区的小区业务量，并基于所述小区业务量，确定所述区域无线小区集合中满足第四预定条件的第四类无线小区，所述第四预定条件是第四类无线小区位于所述区域无线小区集合的边缘位置且小区业务量在预设置信区间外。剔除单元750可以从所述区域无线小区集合中剔除所述第四类无线小区。

另外，结合图1描述的本发明实施例的区域无线小区方法可以由计算设备来实现。图8示出了本发明实施例提供的计算设备的硬件结构示意图。

计算设备可以包括处理器801以及存储有计算机程序指令的存储器802。

具体地，上述处理器801可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。

存储器802可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器802可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器802可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器802可在数据处理装置的内部或外部。在特定实施例中，存储器802是非易失性固态存储器。在特定实施例中，存储器802包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。

处理器801通过读取并执行存储器802中存储的计算机程序指令，以实现上述实施例中的任意一种区域无线小区确定方法。

在一个示例中，计算设备还可包括通信接口803和总线810。其中，如图8所示，处理器801、存储器802、通信接口803通过总线810连接并完成相互间的通信。

通信接口803，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。

总线810包括硬件、软件或两者，将计算设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、***组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线810可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。

另外，结合上述实施例中的区域无线小区确定方法，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种区域无线小区确定方法。

需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或***。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的***、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种区域无线小区确定方法，其特征在于，所述方法包括：

对于区域无线小区集合中的每个集合内无线小区，在所述区域无线小区集合之外的无线小区中，寻找满足第一预定条件的第一类无线小区，所述第一预定条件为与所述集合内无线小区的距离不大于第一距离阈值，且人流量不小于参考人流量的第一预定比例，所述参考人流量为所述区域无线小区集合中的集合内无线小区的最大小区人流量；以及

将所找到的第一类无线小区放入所述区域无线小区集合中；

从所述区域无线小区集合中剔除所述区域无线小区集合中不满足第二预定条件的第二类无线小区，其中，所述第二预定条件为第二类无线小区的人流量小于所述参考人流量的第二预定比例，所述第二预定比例大于所述第一预定比例；

基于所述区域无线小区集合中的集合内无线小区，通过密度聚类算法确定满足第三预定条件的邻域，第三预定条件为所述邻域以所述区域无线小区集合中的集合内无线小区为圆心，以第二距离阈值为半径，并且所述邻域中的无线小区的数目大于预定数目阈值，所述第二距离阈值等于所述第一距离阈值；

挑选所述邻域中的所述第二类无线小区作为第三类无线小区，并补充到所述区域无线小区集合中。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

选择一个无线小区作为所述区域无线小区集合中的第一个集合内无线小区。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

响应于所找到的第一类无线小区的人流量大于所述参考人流量，将所述参考人流量更新为所找到的第一类无线小区的人流量。

4.根据权利要求1所述的方法，其特征在于，所述将所找到的第一类无线小区放入所述区域无线小区集合中的步骤包括：

记录所找到的第一类无线小区的标识符及其人流量。

5.根据权利要求1-4中任何一项所述的方法，其特征在于，所述方法还包括：

获取所述区域无线小区集合中的集合内无线小区的小区业务量；

基于所述小区业务量，确定所述区域无线小区集合中满足第四预定条件的第四类无线小区，所述第四预定条件是第四类无线小区位于所述区域无线小区集合的边缘位置且小区业务量在预设置信区间外；以及

从所述区域无线小区集合中剔除所述第四类无线小区。

6.一种区域无线小区确定装置，其特征在于，所述装置包括：

无线小区寻找单元，用于对于区域无线小区集合中的每个集合内无线小区，在所述区域无线小区集合之外的无线小区中，寻找满足第一预定条件的第一类无线小区，所述第一预定条件为与所述集合内无线小区的距离不大于第一距离阈值，且人流量不小于参考人流量的第一预定比例，所述参考人流量为所述区域无线小区集合中的集合内无线小区的最大小区人流量；以及

无线小区确定单元，用于将所找到的第一类无线小区放入所述区域无线小区集合中；

从所述区域无线小区集合中剔除所述区域无线小区集合中不满足第二预定条件的第二类无线小区，其中，所述第二预定条件为第二类无线小区的人流量小于所述参考人流量的第二预定比例，所述第二预定比例大于所述第一预定比例；

基于所述区域无线小区集合中的集合内无线小区，通过密度聚类算法确定满足第三预定条件的邻域，第三预定条件为所述邻域以所述区域无线小区集合中的集合内无线小区为圆心，以第二距离阈值为半径，并且所述邻域中的无线小区的数目大于预定数目阈值，所述第二距离阈值等于所述第一距离阈值；

挑选所述邻域中的所述第二类无线小区作为第三类无线小区，并补充到所述区域无线小区集合中。

7.一种计算设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-5中任一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-5中任一项所述的方法。