王长会 马庆利

摘  要：基于移动大数据，本文对用户通话到达情况（次数）进行了研究。由于人们生活习惯具有时间规律性，齐次的泊松过程不能完全适合基站的通话到达规律，因此本文引入非齐次泊松过程，在一定程度上解决了齐次泊松过程的不足。根据用户通话到达情况，提出采用非齐次复合泊松过程来估算一段时间某一基站通话总共的时间，从而根据通话流量为基站的合理调度、分配资源提供依据。

关键词：用户行为;通话到达;非齐次泊松过程;复合泊松过程

中图分类号：TP274      文献标识码：A 文章编号：2096-4706（2019）12-0058-03

Abstract：Based on mobile big data，this paper studies the call arrival condition （times） of users. Due to the time regularity of peoples living habits，the homogeneous poisson process is not completely suitable for the call arrival rule of the base station. Therefore，this paper introduces the non-homogeneous poisson process to solve the deficiency of the homogeneous poisson process to some extent. According to the arrival condition of the users call，the non-homogeneous compound poisson process is proposed to estimate the total time of a base stations call in a certain period of time，so as to provide a basis for the reasonable scheduling and resource allocation of the base station according to the call flow.

Keywords：user behavior;call arrival;nonhomogeneous poisson process;compound poisson process

0  引  言

移动流量数据最近几年呈井喷之状。据统计，过去10年增长了4000倍，在2017年底，平均每月全球移动流量达到了9.9EB[1]。移动运营商收集的这些流量数据对于了解人们生活习惯是一笔宝贵的信息资源，关于对它的分析可以涉及许多领域，如都市生活、交通运输和社会网络[2]等方面。本文对大量移动用户的通话到达过程进行研究。早在1909年Arlang[3]把泊松分布成功应用到了通话到达模型中，齐次泊松过程在移动通信网络中也被广泛采用[4，5]。例如，Merve[6]采用了齐次泊松过程，没有考虑时间变化性，而实际上，白天和晚上的通话到达数量是完全不一样的。因此，对一天内的用户流量分析，采用齐次泊松过程已不科学。本文提出采用非齐次泊松过程及其相对应的混合泊松过程来解决现实问题。

1  泊松过程

1.1  齐次泊松过程

CDR（Call Detail Record）数据集来自北京移动，采集10000个活跃用户（每月通话时间大于100分钟），共2453238条记录，时间跨度为2017年11月1日～2017年11月30日，每条记录有6个属性。……