-
公开(公告)号:CN119233201A
公开(公告)日:2024-12-31
申请号:CN202411347859.X
申请日:2024-09-25
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种校园边界确定方法、装置、设备、存储介质和程序产品,涉及数据处理技术领域,本申请获取运营商数据;基于所述运营商数据,确定在预选校园范围内的第一基站集合,以及所述第一基站集合中各基站的目标常驻用户,其中,所述预选校园范围是基于预设校园中心点以及预设校园面积确定的;基于所述运营商数据,确定预设校内基站集合中所有基站的第一驻留用户,所述预设校内基站集合是以所述预设校园中心点为中心的预设第一范围内的基站,所述预设第一范围小于所述预选校园范围;基于所述目标常驻用户和所述第一驻留用户之间的重合度,确定校园边界,只需获取运营商数据,降低了确定校园边界的过程中所需投入的成本。
-
公开(公告)号:CN117788135A
公开(公告)日:2024-03-29
申请号:CN202311557766.5
申请日:2023-11-21
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q40/03 , G06F18/214 , G06N20/20
Abstract: 本发明属于数据处理技术领域,公开了一种核卡预测方法、装置、设备及存储介质。本发明采用多个滑动采样窗口分别对信用卡数据中的属性数据和信用卡数据中的使用数据进行扫描,基于得到的多个属性片段数据和多个使用片段数据确定高维表征向量;将高维表征向量分别输入至多个catboost子模型和多个目标森林子模型,根据各catboost子模型的分类概率向量、各目标森林子模型的分类概率向量以及预设均方差权重方式进行核卡预测,得到核卡预测结果。通过上述方式,通过对信用卡数据进行有效的特征挖掘,确保了重要信息的完整性,加快了模型的收敛速度,同时大幅度提升了信用卡核卡的预测结果,并有效提升了模型的整体性能。
-
公开(公告)号:CN117479107A
公开(公告)日:2024-01-30
申请号:CN202311543751.3
申请日:2023-11-17
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: H04W4/029
Abstract: 本申请公开了一种基站密集区域的用户轨迹矫正方法、装置、设备及介质,属于位置定位的技术领域。在本申请中,获取从预设第一基站进入基站密集区域的历史用户的历史轨迹,并区分历史用户为该基站密集区域的过路用户和停留用户,该历史轨迹为用户在该基站密集区域中所经过的基站位置序列;基于过路用户的历史轨迹拟合生成从预设第一基站进入该基站密集区域、且从预设第二基站离开该基站密集区域的过路轨迹,基于停留用户的历史轨迹实时修正从预设第一基站进入该基站密集区域的当前停留用户的停留轨迹。通过统计的角度,充分利用所有用户的历史轨迹信息,分别对用户在基站高密集处的过路轨迹与有停留的轨迹进行修正,以此准确矫正在基站密集区域的用户轨迹。
-
公开(公告)号:CN117291638A
公开(公告)日:2023-12-26
申请号:CN202311130578.4
申请日:2023-09-01
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0201 , G06F18/24 , G06F18/23
Abstract: 本发明公开了一种商圈划分方法、装置、终端设备以及存储介质,涉及商圈划分技术领域,其方法包括:对对象空间进行网格聚类处理,得到样本商圈区域;基于预设的商圈划分指标构建所述样本商圈区域中各网格区域的特征样本集;基于所述样本商圈区域中各网格区域的特征样本集并结合聚类分析与核密度估计算法构建得到商圈类型判断模型。本发明能够准确划分商圈。
-
公开(公告)号:CN117273315A
公开(公告)日:2023-12-22
申请号:CN202311166695.6
申请日:2023-09-08
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/0631 , G06Q10/0633 , G06Q10/10 , G06Q50/30
Abstract: 本发明公开了一种票务清分方法、装置、设备及存储介质,涉及数据处理领域,所述方法包括:获取目标铁路系统的闸机数据,以及目标铁路系统中移动终端的信令数据,基于闸机数据和信令数据确定目标铁路系统中各出行路径的路径客流信息,基于路径客流信息对目标铁路系统进行票务清分;由于本发明基于目标铁路移动的闸机数据和移动终端的信令数据确定目标铁路系统中各出行路径的路径客流信息,从而准确地识别出铁路系统中乘客选择的出行路径,基于径客流信息对目标铁路系统进行票务清分,从而实现准确合理地对票务进行清分,有效地降低了清分清算结果的误差,提升了票务清分精度。
-
公开(公告)号:CN116976570A
公开(公告)日:2023-10-31
申请号:CN202210392155.9
申请日:2022-04-14
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/0631 , G06Q50/06 , G06F16/9535 , G06F16/9537 , G06F18/23213 , G06F17/18
Abstract: 本申请涉及新能源信息技术领域,提供一种新能源充换电站建设方法、装置、电子设备及存储介质。方法包括:基于用户客户端充换电数据和用户手机信令数据,确定用户充换电行为特征信息;根据所述用户充换电行为特征信息,获得充换电站用户画像特征信息;结合所述用户充换电行为特征信息和所述充换电站用户画像特征信息,得到充换电站选址推荐结果。本申请实施例提供的新能源充换电站建设方法,通过有效挖掘用户充换电的行为多样性和需求多样性,针对现有充电桩利用率低的现象,提供了新能源充电站建设的指导思路。
-
公开(公告)号:CN111177644B
公开(公告)日:2023-10-27
申请号:CN201911328229.7
申请日:2019-12-20
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06F17/10
Abstract: 本发明实施例公开了一种模型参数的优化方法、装置、设备及存储介质。该方法包括:获取第一样本数据,第一样本数据包括多个维度的特征信息;将第一样本数据输入预设模型,得到根据第一样本数据的多个特征信息生成的第一样本数据的预测值;根据预测值和第一样本数据的真实值确定第一目标泛函;根据第一目标泛函确定参数调整步长;根据参数调整步长、预设初始矩阵、预设模型的初始参数和第一目标泛函,对初始参数进行调整,得到优化后的模型。本发明实施例的模型参数的优化方法、装置、设备及存储介质,可以通过拟牛顿的最优化算法L‑BFGS算法对信用分模型参数进行优化,获得较低的计算压力和较高的模型精度。
-
公开(公告)号:CN116882599A
公开(公告)日:2023-10-13
申请号:CN202210313718.0
申请日:2022-03-28
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/047 , G06Q50/14 , G06F16/9535 , G06F16/9537
Abstract: 本发明提供一种旅游线路的规划方法,涉及移动互联网与智慧旅游领域,该方法包括:获取目标群组用户的推荐场所的场所信息及目标群组用户的当前位置信息,并按照预设规则选择至少两个目标推荐场所;根据目标群组用户的目标推荐场所的场所信息计算目标推荐场所的场所热门度;根据目标推荐场所的场所信息和目标推荐场所的场所热门度计算以不同目标推荐场所为起点的最短哈密顿路径;根据以不同目标推荐场所为起点的最短哈密顿路径和目标群组用户的当前位置信息计算所述目标群组用户中每个用户的最佳推荐线路。本发明中,通过挖掘用户信息,计算出多条以不同场所为起点的最短哈密顿路径,分析不同起点对线路的影响,得到最佳推荐线路。
-
公开(公告)号:CN116782230A
公开(公告)日:2023-09-19
申请号:CN202210225620.X
申请日:2022-03-09
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
IPC: H04W12/122 , H04W24/08
Abstract: 本申请提供一种GOIP设备识别方法及装置,涉及信息技术领域。所述方法包括:根据目标终端的通联情况,确定目标用户、目标国际移动设备识别码IMEI和目标基站;根据所述目标用户、所述目标IMEI和所述目标基站,确定目标通信号码;对所述目标通信号码进行识别,确定目标GOIP设备。本申请实施例提供的GOIP设备识别方法及装置,通过从用户、IMEI和基站三个维度进行分析,确定出三个维度的疑似群体,并基于三个维度的疑似群体来确定目标通信号码,最终通过目标通信号码来识别GOIP设备,能够达到快速识别GOIP设备的效果,从而对诈骗号码进行及时的监控及干预。
-
公开(公告)号:CN112634059A
公开(公告)日:2021-04-09
申请号:CN202011640416.1
申请日:2020-12-31
Applicant: 中国移动通信集团江苏有限公司 , 中国移动通信集团有限公司
Abstract: 本申请实施例提供了一种联邦学习优化方法、装置、设备及计算机存储介质,方法包括:获取运营商数据和金融用户数据;根据所述运营商数据和所述金融用户数据基于联邦学习模型得到初始模型;根据预设规则化函数对所述初始模型的目标函数进行优化,得到优化目标函数;根据所述运营商数据和所述金融用户数据基于所述优化目标函数,对所述初始模型进行迭代训练,得到最优模型。根据本申请实施例的联邦学习优化方法,能够减小数据质量不佳对模型的影响,保证模型的稳定性。
-
-
-
-
-
-
-
-
-