基于“互聯網+MR”大數據的沿街商鋪精準識別與覆蓋評估的研究

蘇大芹，劉 燕（中國聯通河南分公司，河南鄭州450008）

0 引言

隨著現網用戶量的逐步增多、諸多的新應用新平臺出現，用戶對網絡感知的要求迅猛提升。特別是具有用戶停留時間長、網絡使用度高、人流密集、用戶價值高、區域代表性強、口碑效應明顯的沿街商鋪場景，存在深度覆蓋問題。如何改善沿街商鋪深度覆蓋，以點帶面，解決用戶痛點，有效提升網絡口碑，已經成為行業難題。

1 當前沿街商鋪識別與覆蓋評估現狀

1.1 沿街商鋪場景的重要性

沿街商鋪，是具有用戶停留時間長、網絡使用度高、人流密集、用戶價值高、區域代表性強、口碑效應明顯等顯著特點的室內場景，也是存在深度覆蓋問題的重要室內場景。改善沿街商鋪深度覆蓋，可以點帶面，解決用戶痛點，有效提升網絡口碑。因此如何精準識別沿街商鋪并進行覆蓋評估非常重要。

1.2 當前沿街商鋪識別與覆蓋評估存在的問題

當前業界的沿街商鋪識別與覆蓋評估基本全靠人工完成，如沿街商鋪識別使用電子地圖獲取商鋪位置信息、覆蓋評估基本采用DT與CQT測試。隨著網絡規模與用戶的增加，使用人工進行商鋪識別與覆蓋評估的低效方法已不能滿足當前的需求，迫切需要設計一種方法以提高工作效率，降低資源投入，進一步提升網絡質量和用戶感知。

2 沿街商鋪精準識別與覆蓋評估目標及思路

2.1 沿街商鋪精準識別與覆蓋評估的目標

為解決沿街商鋪識別與覆蓋評估面臨的問題，特提出本研究，主要目標如下。

a）沿街商鋪識別目標：采用互聯網數據挖掘，結合高精度地圖精準識別沿街商鋪位置。

b）沿街商鋪覆蓋評估目標：高精度MR與建筑物關聯，評估深度覆蓋真實情況。

c）資源投入目標：減少日常DT與CQT工作量，提升工作效率。

2.2 沿街商鋪精準識別與覆蓋評估的思路

針對上述目標，主要思路共分5步。

第1步：數據采集。利用網絡爬蟲程序獲取商鋪名稱、地址、商戶類型、人均消費、評分等互聯網數據，使用網管平臺獲取帶高精度信息的MR覆蓋信息。

第2步：數據清洗重構。商鋪經緯度、網絡側覆蓋信息等關鍵信息格式轉化規范整理，數據清洗重構為后期的數據挖掘做準備。

第3步：數據關聯和融合。建筑物關聯，商鋪與MR評估結果關聯，基于20 m×20 m柵格歸一化以及商鋪密集度、商鋪人流量模型搭建，基于20 m×20 m柵格歸一化覆蓋信息。

第4步：運用大數據工具進行數據挖掘。商鋪聚集度分析、商鋪人流量分析、商鋪弱覆蓋分析、價值商鋪區域挖掘、價值商鋪區域精準評估。

第5步：精準優化、維護、規劃、建設。根據數據挖掘結果開展價值商鋪區域優化、規劃。

3 沿街商鋪精準識別與覆蓋評估的實施

3.1 沿街商鋪內部良好感知最低覆蓋電平

3.1.1 沿街商鋪內部最低覆蓋電平門限分析

沿街商鋪場景中對用戶感知強相關的SINR值和RSRP之間沒有明顯的線性關系。結合中國聯通的覆蓋門限要求，當RSRP=-110 dBm左右時，通過合理控制重疊覆蓋，SINR值完全可以保持在0 dB以上（一般負載情況下，下載速率5～7 Mbit/s），可以滿足用戶的基本上網需求（見圖1和圖2）。

圖1 不同場景商鋪內衰減關系

圖2 商鋪內不同位置RSRP與SINR關系

3.1.2 沿街商鋪內部最低覆蓋電平測試驗證

當以-110 dBm作為最低覆蓋電平要求時，為了沿街商鋪內部的感知保障，路面的覆蓋電平應不低于-90 dBm，同時控制重疊覆蓋以保障SINR。

通過測試，在道路弱覆蓋（電平低于-90 dBm）路段超過30 m時，沿街店鋪的覆蓋電平將低于-110 dBm（見圖3），可以通過現網路測數據或虛擬路測的MR數據，來快速定位現網中沿街商鋪的感知問題，通過建維優一體化等手段來提升用戶感知。

3.2 沿街商鋪大數據分析結果

對鄭州市主城區進行分析，鄭州主城區沿街商鋪統計共5 613家，MR采樣點與網友點評量對比走勢分析如下，點評量較大的商鋪類型為美食、酒店、休閑，其中美食的點評量占總評價量的60%；MR采樣點較大的商鋪類型為美食、酒店、休閑，其中美食的MR采樣點占總采樣點的30%（見圖4）。

根據美團網商鋪信息進行地理化呈現，鄭州主城區沿街商鋪統計共5 613家，主要以酒店、休閑、美發、美食類為主，這4類店鋪數量占比達82.13%左右，人流量占比96.06%，沿街商鋪主要分布在人流量較大的居民區、主干道及商圈周邊，網絡使用度高、人流密集、口碑效應明顯。

從商鋪網絡MR覆蓋關聯分析來看，鄭州主城區約有23.69%的商鋪RSRP＜110 dBm比例大于10%，需要重點分析解決。重點根據網格關注店鋪密集、人流量較大且弱覆蓋較集中的區域（見圖5）。

通過美團信息與網絡覆蓋數據關聯融合分析，形成按網格評估的沿街商鋪聚集度、商鋪點評量、商鋪網絡覆蓋圖數據并關聯分析，精準識別存在深度覆蓋問題的網格，并針對性的開展測試優化，并結合網格價值優先級，納入建設清單（見圖6）。

圖3 道路覆蓋與沿街商鋪覆蓋關系

3.3 沿街商鋪網格化評估結果

3.3.1 整體評估

鄭州主城區沿街商鋪MR采集整體弱覆蓋比例：（RSRP＜-100 dBm）為21.02%；弱覆蓋比例（RSRP＜-110 dBm）為4.73%；RSRP均值為-94.77 dBm。

鄭州主城區沿街商鋪MR采集大于1萬次的商鋪主要分布的物理網格為德化步行街為64次，鄭大工學院東為63次，河南交通職業技術學院（淮南街）為39次，金博大商圈為32次（見圖7）。

圖4 沿街商鋪網友點評量與分類統計

圖5 沿街商鋪柵格化地理分布

圖6 沿街商鋪聚集度、點評量、網絡覆蓋柵格化

圖7 沿街商鋪網格分布數量

3.3.2 網格價值評估

以網格為維度，通過綜合MR采樣點占比、網友點評量占比、店鋪數量占比，對各個網格按店鋪價值進行排序，鄭州主城區共569個網格，綜合價值TOP10網格如表1所示。

將表1所述網格地理化顯示可以看出，高價值微網格均位于三環內，主要分布在重要的商圈，如二七廣場、國貿360等。

3.3.3 網格覆蓋評估

表1 綜合價值TOP10網格

以網格為維度，以RSRP＜-110 dBm比例≥10%為覆蓋差網格，并挑選其中店鋪數量≥10的網格重點分析處理，共17個覆蓋差網格。

3.4 沿街商鋪差網格規建維優措施

根據不同場景，對17個沿街商鋪覆蓋差網格進行優化，詳細的規建維優措施如表2所示。

表2 沿街商鋪差網格的規建維優措施

4 總結

選取緯四路菜市場進行覆蓋評估結果與現場測試結果對比驗證。結果顯示，覆蓋評估結果準確地反映了現場室內無線覆蓋強弱的整體情況。