本技術(shù)涉及通信，具體涉及一種用戶定位方法、裝置、設備及程序產(chǎn)品。

背景技術(shù)：

1、目前，隨著大數(shù)據(jù)技術(shù)的發(fā)展和智能終端的普及，基于用戶位置信息的服務愈發(fā)重要，無論是行業(yè)客戶還是公眾，對位置相關(guān)的服務都存在廣泛需求，因此高精度的室外用戶定位成為研究重點?，F(xiàn)有技術(shù)中，有基于基站位置的定位方式，用戶在產(chǎn)生通話、上網(wǎng)等行為，或發(fā)生位置切換時，終端將上報其與基站連接的日志記錄，因此，用戶當前時刻所連接的基站位置一定程度上反應了用戶的模糊位置信息。還有基于基站位置進行三角定位的方式，通常情況下，用戶終端可接收到多個基站的信號，三角定位即通過多個基站信號的到達角計算出多個基站離用戶的距離，然后利用幾何知識計算出用戶位置。

2、由于基站覆蓋范圍較廣，市區(qū)基站覆蓋范圍約1km以內(nèi)，郊區(qū)基站覆蓋范圍約在2-5km，因此，基于基站位置的定位方式誤差較大?；诨镜娜嵌ㄎ环绞叫枰杉接脩粼谕粫r刻與三個基站的連接記錄，而實際數(shù)據(jù)中，并不是每個用戶都能有三個基站的完整連接數(shù)據(jù)，且信號到達角的數(shù)據(jù)精度有限，因此該定位方式的準確性也較低。

技術(shù)實現(xiàn)思路

1、本技術(shù)實施例提供一種用戶定位方法、裝置、設備及程序產(chǎn)品，用以解決現(xiàn)有技術(shù)對用戶的定位準確性低的技術(shù)問題。

2、第一方面，本技術(shù)實施例提供一種用戶定位方法，包括：

3、獲取目標用戶的移動性管理實體mme信令數(shù)據(jù)，并提取所述mme信令數(shù)據(jù)的目標特征信息；

4、將所述目標特征信息與指紋數(shù)據(jù)庫進行匹配，根據(jù)匹配結(jié)果確定所述目標用戶的位置坐標；

5、其中，所述指紋數(shù)據(jù)庫是基于從多源融合數(shù)據(jù)中提取的融合特征信息構(gòu)建的，所述多源融合數(shù)據(jù)是基于用戶標識對歷史mme信令數(shù)據(jù)、最小化路測mdt數(shù)據(jù)和網(wǎng)格通數(shù)據(jù)進行關(guān)聯(lián)融合得到的；所述融合特征信息包括所述歷史mme信令數(shù)據(jù)對應的位置柵格，所述位置柵格是基于所述mdt數(shù)據(jù)和/或所述網(wǎng)格通數(shù)據(jù)，對所述歷史mme信令數(shù)據(jù)進行位置修正得到的。

6、在一個實施例中，所述目標特征信息包括用戶標識、基站標識、所述mme信令數(shù)據(jù)的工作日標識、所述mme信令數(shù)據(jù)的預設顆粒度時間標識和所述mme信令數(shù)據(jù)的時間窗口，所述時間窗口由所述mme信令數(shù)據(jù)的起始時間和結(jié)束時間界定；

7、所述將所述目標特征信息與指紋數(shù)據(jù)庫進行匹配，包括：

8、基于所述目標特征信息生成篩選過濾規(guī)則；

9、根據(jù)所述篩選過濾規(guī)則對指紋數(shù)據(jù)庫進行多層級篩選匹配。

10、在一個實施例中，所述根據(jù)匹配結(jié)果確定所述目標用戶的位置坐標，包括：

11、根據(jù)匹配結(jié)果確定所述mme信令數(shù)據(jù)在所述指紋數(shù)據(jù)庫中對應的指紋集合；

12、計算所述目標特征信息與所述指紋集合中各條記錄的融合特征信息的目標相似度；

13、根據(jù)所述目標相似度，從所述指紋集合中選取相似度最高的前k條記錄的融合特征信息；

14、對所述前k條記錄的融合特征信息對應的位置柵格進行加權(quán)平均，得到所述目標用戶的位置坐標。

15、在一個實施例中，所述目標相似度包括軌跡相似度；所述計算所述目標特征信息與所述指紋集合中各條記錄的融合特征信息的目標相似度，包括：

16、根據(jù)所述目標特征信息確定所述mme信令數(shù)據(jù)的基站所在的基站位置柵格；

17、確定所述基站位置柵格對應的第一柵格集合，以及所述指紋集合中各目標融合特征對應的第二柵格集合；其中，所述第一柵格集合中包含與所述基站位置柵格相鄰的第二預設數(shù)量的位置柵格；所述第二柵格集合中包含與所述目標融合特征對應的位置柵格相鄰的第二預設數(shù)量的位置柵格，所述目標融合特征為所述指紋集合中任意一條記錄的融合特征信息；

18、基于所述第一柵格集合和所述第二柵格集合，計算所述目標特征信息與所述目標融合特征的軌跡相似度。

19、在一個實施例中，所述基于所述第一柵格集合和所述第二柵格集合，計算所述目標特征信息與所述目標融合特征的軌跡相似度，包括：

20、對所述第二柵格集合中的每個目標柵格進行位置擴展，生成第三柵格集合；所述第三柵格集合中包含所述目標柵格周圍第三預設數(shù)量的相鄰柵格；所述目標柵格是所述第二柵格集合中的任一位置柵格；

21、確定所述第一柵格集合和所述第三柵格集合中的相同柵格；

22、根據(jù)所述相同柵格的數(shù)量，計算所述目標特征信息與所述目標融合特征的軌跡相似度。

23、在一個實施例中，所述目標相似度包括時間相似度；所述計算所述目標特征信息與所述指紋集合中的融合特征信息的目標相似度，包括：

24、根據(jù)所述目標特征信息中的工作日標識，以及所述指紋集合中的各目標融合特征的工作標識，計算所述目標特征信息與所述目標融合特征之間的第一距離特征值；所述目標融合特征為所述指紋集合中任意一條記錄的融合特征信息；

25、根據(jù)所述目標特征信息中的預設顆粒度時間標識，以及所述目標融合特征的預設顆粒度時間標識，采用第一預設算法計算所述目標特征信息與所述目標融合特征之間的第二距離特征值；

26、根據(jù)所述目標特征信息中的時間窗口的窗口尺寸，采用第二預設算法計算時間窗閾值；

27、確定所述目標特征信息中的時間窗口與所述目標融合特征的時間窗口之間的差值；

28、若所述差值大于所述時間窗閾值，采用第三預設算法計算所述目標特征信息中的時間窗口與所述目標融合特征的時間窗口之間的第三距離特征值；

29、若所述差值小于或等于所述時間窗閾值，采用第四預設算法計算所述目標特征信息中的時間窗口與所述目標融合特征的時間窗口之間的第三距離特征值；

30、基于所述第一距離特征值、所述第二距離特征值和所述第三距離特征值，計算所述目標特征信息與所述目標融合特征的時間相似度。

31、在一個實施例中，所述將所述目標特征信息與指紋數(shù)據(jù)庫進行匹配之前，還包括：

32、獲取最小化路測mdt數(shù)據(jù)、網(wǎng)格通數(shù)據(jù)和歷史mme信令數(shù)據(jù)；

33、對所述mdt數(shù)據(jù)和所述網(wǎng)格通數(shù)據(jù)中的位置信息進行柵格化，得到所述mdt數(shù)據(jù)和所述網(wǎng)格通數(shù)據(jù)的位置柵格；

34、獲取所述歷史mme信令數(shù)據(jù)的用戶標識和時間窗口；

35、基于所述用戶標識和所述時間窗口，將所述mdt數(shù)據(jù)和/或所述網(wǎng)格通數(shù)據(jù)中的第一目標數(shù)據(jù)與所述歷史mme信令數(shù)據(jù)中的第二目標數(shù)據(jù)關(guān)聯(lián)；所述第一目標數(shù)據(jù)所述第二目標數(shù)據(jù)具有相同的用戶標識，且所述第一目標數(shù)據(jù)的記錄時間在所述第二目標數(shù)據(jù)的時間窗口內(nèi)；

36、若所述第一目標數(shù)據(jù)的位置柵格與所述第二目標數(shù)據(jù)對應的基站之間的距離小于預設的距離閾值，基于所述第一目標數(shù)據(jù)的位置柵格對所述第二目標數(shù)據(jù)的位置信息進行修正，得到基礎指紋數(shù)據(jù)；

37、對所述基礎指紋數(shù)據(jù)進行特征挖掘，生成所述基礎指紋數(shù)據(jù)的融合特征信息；所述融合特征信息包括用戶標識、基站標識、工作日標識、預設顆粒度時間標識、時間窗口和運動軌跡；

38、根據(jù)所述融合特征信息構(gòu)建指紋數(shù)據(jù)庫。

39、第二方面，本技術(shù)實施例提供一種用戶定位裝置，包括：

40、采集模塊，用于獲取目標用戶的移動性管理實體mme信令數(shù)據(jù)，并提取所述mme信令數(shù)據(jù)的目標特征信息；

41、定位模塊，用于將所述目標特征信息與指紋數(shù)據(jù)庫進行匹配，根據(jù)匹配結(jié)果確定所述目標用戶的位置坐標；

42、其中，所述指紋數(shù)據(jù)庫是基于從多源融合數(shù)據(jù)中提取的融合特征信息構(gòu)建的，所述多源融合數(shù)據(jù)是基于用戶標識對歷史mme信令數(shù)據(jù)、最小化路測mdt數(shù)據(jù)和網(wǎng)格通數(shù)據(jù)進行關(guān)聯(lián)融合得到的；所述融合特征信息包括所述歷史mme信令數(shù)據(jù)對應的位置柵格，所述位置柵格是基于所述mdt數(shù)據(jù)和/或所述網(wǎng)格通數(shù)據(jù)，對所述歷史mme信令數(shù)據(jù)進行位置修正得到的。

43、第三方面，本技術(shù)實施例提供一種電子設備，包括處理器和存儲有計算機程序的存儲器，所述處理器執(zhí)行所述程序時實現(xiàn)第一方面所述的用戶定位方法的步驟。

44、第四方面，本技術(shù)實施例提供一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)第一方面所述的用戶定位方法的步驟。

45、本技術(shù)實施例提供的用戶定位方法、裝置、設備及程序產(chǎn)品，通過獲取目標用戶的mme信令數(shù)據(jù)并提取目標特征信息；將提取的目標特征信息與指紋數(shù)據(jù)庫進行匹配，根據(jù)匹配結(jié)果確定目標用戶的位置坐標，通過融合mdt數(shù)據(jù)和網(wǎng)格通數(shù)據(jù)等多源包含高精度位置信息的數(shù)據(jù)，從mme信令數(shù)據(jù)的維度挖掘特征構(gòu)建指紋數(shù)據(jù)庫，并通過特征匹配，實現(xiàn)基于mdt數(shù)據(jù)和網(wǎng)格通數(shù)據(jù)中的高精度位置信息對mme信令數(shù)據(jù)中的低精度位置信息的修正，提高了用戶定位的準確性。