本發(fā)明涉及無線網(wǎng)大數(shù)據(jù)統(tǒng)計(jì)技術(shù)領(lǐng)域，尤其涉及一種無線網(wǎng)效益分析方法。

背景技術(shù)：

隨著lte網(wǎng)絡(luò)建設(shè)的逐步推進(jìn)，lte網(wǎng)絡(luò)已基本覆蓋市(州)和縣(市、區(qū))的城區(qū)、郊區(qū)、鄉(xiāng)鎮(zhèn)、重要景區(qū)、主要道路及工業(yè)園區(qū)、政企客戶、發(fā)達(dá)行政村等區(qū)域，后續(xù)網(wǎng)絡(luò)建設(shè)要求更加精細(xì)化，同時(shí)隨著建設(shè)投資的逐步下滑，需要更加關(guān)注網(wǎng)絡(luò)建設(shè)的效益性，如何在滿足用戶發(fā)展對網(wǎng)絡(luò)覆蓋需求的同時(shí)，又能產(chǎn)生較好的經(jīng)濟(jì)效益，是當(dāng)前運(yùn)營商普遍關(guān)注的問題。

現(xiàn)有的無線網(wǎng)投資分配傳統(tǒng)模式主要采用“分公司上報(bào)需求，省公司下達(dá)資金”的方式，存在以下缺陷：

(1)投資需求大：分公司夸大實(shí)際需求，漫天要投資。

(2)投資效益差：省公司主要參考?xì)v年來的投資規(guī)模和市場發(fā)展情況，粗略估算各分公司投資規(guī)模，采用簡單粗暴的方式下達(dá)資金，導(dǎo)致投資分配缺乏科學(xué)性、精準(zhǔn)性。

因此，現(xiàn)有的投資分配方式缺乏科學(xué)性，無法精準(zhǔn)定位投資，造成投資效益差。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供了一種無線網(wǎng)效益分析方法，解決了現(xiàn)有投資分配方式缺乏科學(xué)性，無法精準(zhǔn)定位投資，造成投資效益差的技術(shù)問題。

為了解決上述技術(shù)問題，本發(fā)明實(shí)施例提供了一種無線網(wǎng)效益分析方法，包括如下內(nèi)容：

根據(jù)經(jīng)濟(jì)因素、人口因素、地形因素將全省區(qū)縣分為若干類，根據(jù)人口因素和地形因素將全省鄉(xiāng)鎮(zhèn)分成若干類；

根據(jù)各鄉(xiāng)鎮(zhèn)的行政村覆蓋率、各類鄉(xiāng)鎮(zhèn)的平均行政村覆蓋率、各鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量、各類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量，采用波士頓矩陣分析法對鄉(xiāng)鎮(zhèn)進(jìn)行畫像，輸出按照各鄉(xiāng)鎮(zhèn)的行政村覆蓋率與各鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量為坐標(biāo)的鄉(xiāng)鎮(zhèn)畫像，根據(jù)同類鄉(xiāng)鎮(zhèn)的平均行政村覆蓋率和同類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量為參考標(biāo)準(zhǔn)值，將各鄉(xiāng)鎮(zhèn)分為四種投資需求的鄉(xiāng)鎮(zhèn)類型；

根據(jù)各鄉(xiāng)鎮(zhèn)分成的四種投資需求的鄉(xiāng)鎮(zhèn)類型的數(shù)量，按照各類鄉(xiāng)鎮(zhèn)的預(yù)設(shè)加權(quán)值，獲得各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)數(shù)量；

根據(jù)各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)數(shù)量以及各區(qū)縣中鄉(xiāng)鎮(zhèn)數(shù)量，獲得各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)占比；

獲取各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)占比與各類區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)占比的差值，獲得差值的最大值對應(yīng)的區(qū)縣的投資需求類型，確定為該區(qū)縣的投資需求類型。

本發(fā)明實(shí)施例至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

由于采用將全省的區(qū)縣和鄉(xiāng)鎮(zhèn)根據(jù)經(jīng)濟(jì)因素、人口因素、地形因素進(jìn)行劃分，然后根據(jù)各鄉(xiāng)鎮(zhèn)的行政村覆蓋率、各類鄉(xiāng)鎮(zhèn)的平均行政村覆蓋率，各鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量、各類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量，輸出按照各鄉(xiāng)鎮(zhèn)的行政村覆蓋率與各鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量為坐標(biāo)的鄉(xiāng)鎮(zhèn)畫像，從而根據(jù)同類鄉(xiāng)鎮(zhèn)的平均行政村覆蓋率和同類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量作為參考標(biāo)準(zhǔn)值，將各鄉(xiāng)鎮(zhèn)分為四種投資需求的鄉(xiāng)鎮(zhèn)類型，然后根據(jù)各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)占比以及各類區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)占比的差值，獲得差值最大時(shí)，對應(yīng)的區(qū)縣的投資需求類型，確定為該區(qū)縣的投資需求類型，進(jìn)而能夠通過分配算法，實(shí)現(xiàn)了資源分配更科學(xué)、更精準(zhǔn)，能夠精準(zhǔn)定位投資。

附圖說明

圖1為本發(fā)明實(shí)施例中無線網(wǎng)效益分析方法的步驟流程示意圖；

圖2為本發(fā)明實(shí)施例中生成個(gè)鄉(xiāng)鎮(zhèn)畫像輸出的示意圖。

具體實(shí)施方式

本發(fā)明實(shí)施例通過提供一種無線網(wǎng)效益分析的方法，解決了現(xiàn)有的投資分配方式缺乏科學(xué)性，無法精準(zhǔn)定位投資，造成投資效益差的技術(shù)問題。

為了解決上述技術(shù)問題，下面將結(jié)合說明書附圖以及具體的實(shí)施方式對上述技術(shù)方案進(jìn)行詳細(xì)的說明。

本發(fā)明實(shí)施例通過提供一種無線網(wǎng)效益分析的方法，如圖1所示，包括：s101，根據(jù)經(jīng)濟(jì)因素、人口因素、地形因素，將全省區(qū)縣分為若干類，根據(jù)人口因素和地形因素將全省鄉(xiāng)鎮(zhèn)分為若干類。

該s101中，具體包括：基于dmsp/ols非輻射定標(biāo)夜間燈光強(qiáng)度遙感數(shù)據(jù)測算各區(qū)縣和各鄉(xiāng)鎮(zhèn)的人口密度。具體地，將夜間燈光強(qiáng)度圖按照該省區(qū)縣行政劃分界限矢量圖進(jìn)行切割，提取各區(qū)縣內(nèi)的夜間燈光強(qiáng)度統(tǒng)計(jì)值，然后分成三類區(qū)域，即城市區(qū)域、農(nóng)村有燈光區(qū)域、農(nóng)村無燈光區(qū)域，將統(tǒng)計(jì)的各區(qū)縣夜間燈光強(qiáng)度值與各區(qū)縣人口統(tǒng)計(jì)數(shù)據(jù)建立關(guān)聯(lián)匹配，接著將這三類區(qū)域的處理所得數(shù)據(jù)分別進(jìn)行三次多項(xiàng)式回歸建模，得到各區(qū)縣行政單位燈光柵格與人口密度的對應(yīng)關(guān)系表，最后，計(jì)算各區(qū)縣、各鄉(xiāng)鎮(zhèn)人口密度。接著，在獲得各區(qū)縣和各鄉(xiāng)鎮(zhèn)的人口密度之后，根據(jù)各區(qū)縣的gdp、人口密度、城鎮(zhèn)化率進(jìn)行對應(yīng)的預(yù)設(shè)加權(quán)，將各區(qū)縣經(jīng)濟(jì)因素分成若干類，比如，根據(jù)各區(qū)縣的gdp、燈光測算的人口密度、城鎮(zhèn)化率按照50％、25％、25％進(jìn)行預(yù)設(shè)加權(quán)，從而將區(qū)縣經(jīng)濟(jì)因素分成6類。然后，將各區(qū)縣和各鄉(xiāng)鎮(zhèn)的地形分成若干類。例如，將四川省的6類地形映射成3類，具體如下表：

最后，通過對各區(qū)縣經(jīng)濟(jì)因素和地形因素按照對應(yīng)的第一預(yù)設(shè)加權(quán)處理，將各區(qū)縣分為若干類，比如，通過將區(qū)縣經(jīng)濟(jì)因素70％和地形因素30％的第一預(yù)設(shè)加權(quán)處理，從而將各區(qū)縣分為若干類，具體可以是6類。通過對各鄉(xiāng)鎮(zhèn)人口密度和地形因素按照對應(yīng)的第二預(yù)設(shè)加權(quán)處理，將各鄉(xiāng)鎮(zhèn)分為若干類。比如，通過人口密度70％和地形因素30％的第二預(yù)設(shè)加權(quán)處理，從而將各鄉(xiāng)鎮(zhèn)分成若干類，具體可以是5類。

s102，將各鄉(xiāng)鎮(zhèn)分為四種投資需求的鄉(xiāng)鎮(zhèn)類型。

具體地，根據(jù)各鄉(xiāng)鎮(zhèn)的行政村覆蓋率、各類鄉(xiāng)鎮(zhèn)的平均行政村覆蓋率、各鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量、各類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量，采用波士頓矩陣分析法對鄉(xiāng)鎮(zhèn)進(jìn)行畫像，輸出按照各鄉(xiāng)鎮(zhèn)的行政村覆蓋率與各鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量為坐標(biāo)的鄉(xiāng)鎮(zhèn)畫像，根據(jù)同類鄉(xiāng)鎮(zhèn)的平均行政村覆蓋率和同類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量作為參考標(biāo)準(zhǔn)值，將各鄉(xiāng)鎮(zhèn)分為四類投資需求的鄉(xiāng)鎮(zhèn)類型。

具體地，該各鄉(xiāng)鎮(zhèn)的行政村覆蓋率p1等于各鄉(xiāng)鎮(zhèn)下轄已覆蓋行政村數(shù)量a1除以對應(yīng)的各鄉(xiāng)鎮(zhèn)下轄的所有行政村數(shù)量b1。

各類鄉(xiāng)鎮(zhèn)的平均行政村覆蓋率p2等于各類鄉(xiāng)鎮(zhèn)下轄的已覆蓋行政村數(shù)量a2除以對應(yīng)的各類鄉(xiāng)鎮(zhèn)下轄的所有行政村數(shù)量b2。

各鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量h1等于各鄉(xiāng)鎮(zhèn)所有基站的單站話務(wù)量c1除以對應(yīng)的各鄉(xiāng)鎮(zhèn)基站數(shù)量d1。

各類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量h2等于各類鄉(xiāng)鎮(zhèn)所有基站的單站話務(wù)量c2除以對應(yīng)的各類鄉(xiāng)鎮(zhèn)基站數(shù)量d2。

在同一類鄉(xiāng)鎮(zhèn)中，根據(jù)各鄉(xiāng)鎮(zhèn)的行政村覆蓋率p1以及各鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量h1作為橫縱坐標(biāo)點(diǎn)，描繪出各鄉(xiāng)鎮(zhèn)在該坐標(biāo)上的分布，然后再根據(jù)各類鄉(xiāng)鎮(zhèn)的平均行政村覆蓋率p2和各類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量h2作為參考標(biāo)準(zhǔn)值，將坐標(biāo)分為四個(gè)區(qū)域，這四個(gè)區(qū)域分別是追趕區(qū)，市場優(yōu)先區(qū)、均衡區(qū)、網(wǎng)絡(luò)優(yōu)先區(qū)。具體地，當(dāng)該鄉(xiāng)鎮(zhèn)的行政村覆蓋率和平均單站話務(wù)量均小于對應(yīng)的該類鄉(xiāng)鎮(zhèn)的行政村覆蓋率和對應(yīng)的該類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量，則該鄉(xiāng)鎮(zhèn)屬于追趕區(qū)類型；當(dāng)該鄉(xiāng)鎮(zhèn)的行政村覆蓋率小于對應(yīng)的該類鄉(xiāng)鎮(zhèn)的行政村覆蓋率，該鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量大于或等于對應(yīng)的該類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量，則該鄉(xiāng)鎮(zhèn)屬于網(wǎng)絡(luò)優(yōu)先區(qū)類型；當(dāng)該鄉(xiāng)鎮(zhèn)的行政村覆蓋率大于或等于對應(yīng)的該類鄉(xiāng)鎮(zhèn)的行政村覆蓋率，該鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量小于該類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量，則該鄉(xiāng)鎮(zhèn)屬于市場優(yōu)先區(qū)類型；當(dāng)該鄉(xiāng)鎮(zhèn)的行政村覆蓋率大于或等于對應(yīng)的該類鄉(xiāng)鎮(zhèn)的行政村覆蓋率，該鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量大于或等于對應(yīng)的該類鄉(xiāng)鎮(zhèn)的平均單站話務(wù)量，該鄉(xiāng)鎮(zhèn)屬于均衡區(qū)類型。具體如圖2所示。

接著，執(zhí)行s103，根據(jù)各鄉(xiāng)鎮(zhèn)分成的四種投資需求的鄉(xiāng)鎮(zhèn)類型的數(shù)量，按照各類鄉(xiāng)鎮(zhèn)的預(yù)設(shè)加權(quán)值，獲得各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)數(shù)量。

各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)數(shù)量sqi的計(jì)算公式：

其中，sxi為每類鄉(xiāng)鎮(zhèn)中各種投資需求類型的鄉(xiāng)鎮(zhèn)數(shù)量，i為對應(yīng)的投資需求類型的鄉(xiāng)鎮(zhèn)的投資需求類別，gj為每類鄉(xiāng)鎮(zhèn)的預(yù)設(shè)加權(quán)值，j為對應(yīng)的各類鄉(xiāng)鎮(zhèn)的類別，n為若干類鄉(xiāng)鎮(zhèn)的類別數(shù)。

具體地，對各區(qū)縣下轄的“網(wǎng)絡(luò)優(yōu)先區(qū)類型”、“市場優(yōu)先區(qū)類型”、“均衡區(qū)類型”、“追趕區(qū)類型”的鄉(xiāng)鎮(zhèn)數(shù)量按照各類鄉(xiāng)鎮(zhèn)的預(yù)設(shè)加權(quán)值進(jìn)行加權(quán)處理，其中，以5類鄉(xiāng)鎮(zhèn)類型為例，第一類鄉(xiāng)鎮(zhèn)的加權(quán)值為30％，第二類鄉(xiāng)鎮(zhèn)的加權(quán)值為25％，第三類鄉(xiāng)鎮(zhèn)的加權(quán)值為20％，第四類鄉(xiāng)鎮(zhèn)的加權(quán)值為15％，第五類鄉(xiāng)鎮(zhèn)的加權(quán)值為10％，獲得各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)數(shù)量。

例如，各區(qū)縣中屬于網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量＝第一類鄉(xiāng)鎮(zhèn)中網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量*30％+第二類鄉(xiāng)鎮(zhèn)中網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量*25％+第三類鄉(xiāng)鎮(zhèn)中網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量*20％+第四類鄉(xiāng)鎮(zhèn)中網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量*15％+第五類鄉(xiāng)鎮(zhèn)中網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量*10％。

當(dāng)然，各區(qū)縣中屬于市場優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量、各區(qū)縣中屬于均衡區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量、各區(qū)縣中屬于追趕區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量均類似于上述的計(jì)算式。

然后，執(zhí)行s104，根據(jù)各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)數(shù)量以及各區(qū)縣中鄉(xiāng)鎮(zhèn)數(shù)量，獲得各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)占比。

具體地，該各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)占比z1等于各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)數(shù)量sx除以該區(qū)縣中總的鄉(xiāng)鎮(zhèn)數(shù)量sq。

以各區(qū)縣中屬于網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)占比為例，各區(qū)縣中屬于網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)占比＝各區(qū)縣屬于網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量/(該類所有區(qū)縣中屬于網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量+該類所有區(qū)縣中屬于市場優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量+該類所有區(qū)縣中屬于均衡區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量+該類所有區(qū)縣中屬于追趕區(qū)類型的鄉(xiāng)鎮(zhèn)數(shù)量)。

當(dāng)然，各區(qū)縣中屬于市場優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)占比、各區(qū)縣中屬于追趕區(qū)類型的鄉(xiāng)鎮(zhèn)占比、各區(qū)縣中屬于均衡區(qū)類型的鄉(xiāng)鎮(zhèn)占比的計(jì)算式類似于上述式子。

對應(yīng)的各類區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)占比z2等于每類區(qū)縣中各區(qū)縣的每種投資需求類型的鄉(xiāng)鎮(zhèn)數(shù)量總和sxl除以該類區(qū)縣中總的鄉(xiāng)鎮(zhèn)數(shù)量sql。具體的計(jì)算過程在本發(fā)明實(shí)施例中就不再詳細(xì)贅述了。

最后，s105中，獲取各區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)占比與各類區(qū)縣中每種投資需求類型的鄉(xiāng)鎮(zhèn)占比的差值，獲得差值的最大值對應(yīng)的區(qū)縣的投資需求類型，確定為該區(qū)縣的投資需求類型。

具體地，差值的最大值＝max((各區(qū)縣中屬于網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)占比-各類區(qū)縣中屬于網(wǎng)絡(luò)優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)占比)，(各區(qū)縣中屬于市場優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)占比-各類區(qū)縣中屬于市場優(yōu)先區(qū)類型的鄉(xiāng)鎮(zhèn)占比)，(各區(qū)縣中屬于追趕區(qū)類型的鄉(xiāng)鎮(zhèn)占比-各類區(qū)縣中屬于追趕區(qū)類型的鄉(xiāng)鎮(zhèn)占比)，(各區(qū)縣中屬于均衡區(qū)類型的鄉(xiāng)鎮(zhèn)占比))。

比如，上述獲得的差值最大值是網(wǎng)絡(luò)優(yōu)先區(qū)類型鄉(xiāng)鎮(zhèn)對應(yīng)的差值，那么，該區(qū)縣的投資需求類型就確定為網(wǎng)絡(luò)優(yōu)先區(qū)類型，依次類推，在本發(fā)明實(shí)施例中就不再詳細(xì)贅述了。

根據(jù)上述的技術(shù)方案能夠獲得各鄉(xiāng)鎮(zhèn)具體屬于哪種投資需求的類型，各個(gè)區(qū)縣具體屬于哪種投資類型，從而能夠精準(zhǔn)定位投資，使得投資更加科學(xué)。

盡管已描述了本發(fā)明的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動(dòng)和變型在內(nèi)。