用户参与度确定方法、装置、计算机设备和存储介质

技术领域

本申请涉及数据分析技术领域，特别是涉及一种用户参与度确定方法、装置、计算机设备和存储介质。

背景技术

随着网络技术的发展，人们对网络服务质量的要求越来越高，为了提高网络服务质量，通常需要对基站的用户参与度做评估，以监控基站的网络负载，并及时调整基站的网络参数，提高基站对用户终端的网络服务质量。

现有技术通常仅能根据对基站完整采样的网络数据，进行基站的用户参与度评估，然而，当出现采样数据存在缺失的情况时，现有技术无法根据基站缺失的网络数据，来评估基站的用户参与度。

基于此，如何通过基站存在缺失值的网络数据，准确评估基站的用户参与度成为了亟需解决的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够基于基站存在缺失值的网络数据准确评估基站用户参与度的用户参与度确定方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种用户参与度确定方法。所述方法包括：

对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；

对所述第一用户数集和所述第二用户数集进行协方差运算，得到目标协方差；

根据所述目标协方差，确定所述目标基站的用户参与度。

在其中一个实施例中，所述对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集，包括：

以第一时长为单位，对目标基站在预设周期内的用户数集进行划分，得到多个时段的用户数子集；

以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集；

其中，多个时段中存在任一时段对应的第一用户数集和第二用户数集均为非空集。

在其中一个实施例中，所述以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集，包括：

针对每一时段，以第二时长为单位，对该时段的用户数子集进行划分，得到该时段的多个子时段的用户数子集；

随机从该时段中选取第一时刻和第二时刻；

将所述第一时刻所属的子时段作为第一时间区间，以及将所述第一时刻所属的子时段对应的用户数子集，作为所述第一时间区间的第一用户数集；

将所述第二时刻所属的子时段作为第二时间区间，以及将所述第二时刻所属的子时段对应的用户数子集，作为所述第二时间区间的第二用户数集。

在其中一个实施例中，所述对所述第一用户数集和所述第二用户数集进行协方差运算，得到目标协方差，包括：

将各时段对应的第一用户数集的元素数量和第二用户数集的元素数量之积相加，得到相关度权值；

根据各时段对应的第一用户数集和第二用户数集，以及所述相关度权值，确定第一期望和第二期望；

根据各时段对应的第一用户数集和第二用户数集，所述第一期望和所述第二期望，以及所述相关度权值，确定目标协方差。

在其中一个实施例中，所述根据各时段对应的第一用户数集和第二用户数集，所述第一期望和所述第二期望，以及所述相关度权值，确定目标协方差，包括：

根据各时段对应的第一用户数集和第二用户数集，以及所述第一期望和所述第二期望，确定各时段对应的用户数相关度；

将各时段对应的用户数相关度之和，与所述相关度权值之间的比值，作为目标协方差。

在其中一个实施例中，所述根据各时段对应的第一用户数集和第二用户数集，以及所述相关度权值，确定第一期望和第二期望，包括：

根据各时段对应的第二用户数集的元素数量和第一用户数集中的元素值，以及所述相关度权值，确定第一期望；

根据各时段对应的第一用户数集的元素数量和第二用户数集中的元素值，以及所述相关度权值，确定第二期望。

在其中一个实施例中，所述根据所述目标协方差，确定所述目标基站的用户参与度，包括：

基于预先设定的协方差与用户参与度之间的对应关系，根据所述目标协方差，确定所述目标基站的用户参与度。

第二方面，本申请还提供了一种用户参与度确定装置。所述装置包括：

划分模块，用于对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；

运算模块，用于对所述第一用户数集和所述第二用户数集进行协方差运算，得到目标协方差；

确定模块，用于根据所述目标协方差，确定所述目标基站的用户参与度。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；

对所述第一用户数集和所述第二用户数集进行协方差运算，得到目标协方差；

根据所述目标协方差，确定所述目标基站的用户参与度。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；

对所述第一用户数集和所述第二用户数集进行协方差运算，得到目标协方差；

根据所述目标协方差，确定所述目标基站的用户参与度。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；

对所述第一用户数集和所述第二用户数集进行协方差运算，得到目标协方差；

根据所述目标协方差，确定所述目标基站的用户参与度。

上述用户参与度确定方法、装置、计算机设备和存储介质，通过对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；对所述第一用户数集和所述第二用户数集进行协方差运算，得到目标协方差；进而，根据所述目标协方差，确定所述目标基站的用户参与度。相较于现有技术，本申请能够基于目标基站缺失的网络数据，准确评估目标基站的用户参与度，提高了网络数据的利用率。

附图说明

图1为一个实施例中用户参与度确定方法的应用环境图；

图2为一个实施例中用户参与度确定方法的流程示意图；

图3为一个实施例中对用户数集进行划分的流程示意图；

图4为一个实施例中对用户数子集进行划分的流程示意图；

图5为一个实施例中计算目标协方差的流程示意图；

图6为另一个实施例中用户参与度确定方法的流程示意图；

图7为一个实施例中用户参与度确定装置的结构框图；

图8为另一个实施例中用户参与度确定装置的结构框图；

图9为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

正如背景技术所提及的，现有技术通常仅能根据对基站完整采样的网络数据，进行基站的用户参与度评估，然而，当出现采样数据存在缺失的情况时，现有技术无法根据基站缺失的网络数据，来评估基站的用户参与度。

由于用户数是基站的用户参与度分析的一个重要指标，根据用户数的变化情况，可以分析用户增长率是否稳定或有波动，进而评估基站的用户参与程度或满意度，以及评估用户参与度。

基于此，本申请结合用户数和协方差，提出了一种用户参与度确定方法、装置、计算机设备和存储介质，通过按照时间区间的方式划分用户数集，遍历所有时间区间的用户数集的局部协方差，得到用户数集的全局协方差，也即目标协方差，解决了现有技术无法使用目标基站缺失的网络数据，准确评估目标基站的用户参与度的问题，同时，提高了网络数据的利用率。

另外，本申请基于目标基站的用户数数据评估目标基站的用户参与度还具有以下效果：

首先，有助于提高网络可靠性和用户体验：通过评估目标基站在不同时间接入用户数的规律，运营商可以更精确地监控目标基站的网络负载，以更好地优化资源和缓解网络拥塞，从而确保网络保持稳定可靠。其次，可以识别用户行为并调整业务策略：当由于目标基站的网络状况导致用户数减少时，运营商可以调整基站规划，通过改变带宽、升级硬件等方法来提高目标基站的网络传输速率，确保有足够的资源满足需求，进而吸引更多的用户连接，提高网络资源利用率。最后，用户行为模式和趋势的洞察能使运营商更好评估满足目标基站高峰时段用户需求所需的人员配备水平，有效地进行值守人员的规划，从而保证网络质量，减少用户投诉和流失率。

下面结合附图，对本申请实施例的具体实施方式进行详细说明。

图1示出了可以应用本申请实施例中用户参与度确定方法的示例性应用系统架构示意图。如图1所示，该系统架构可以包括终端设备101、基站102和服务器103。

基站102可以为终端设备101和服务器103提供网络或通信链路的介质，网络可以是有线网络，也可以是无线网络。

可选地，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(Local Area Network，LAN)、城域网(Metropolitan Area Network，MAN)、广域网(Wide Area Network，WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中，使用包括超文本标记语言(Hyper Text Mark-up Language，HTML)、可扩展标记语言(ExtensibleMarkupLanguage，XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer，SSL)、传输层安全(Transport Layer Security，TLS)、虚拟专用网络(Virtual Private Network，VPN)、网际协议安全(InternetProtocolSecurity，IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。

终端设备101可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机、智能音箱、智能手表、可穿戴设备、增强现实设备、虚拟现实设备等。

可选地，不同的终端设备101中安装的应用程序的客户端是相同的，或基于不同操作系统的同一类型应用程序的客户端。基于终端平台的不同，该应用程序的客户端的具体形态也可以不同，比如，该应用程序客户端可以是手机客户端、PC客户端等。

基站102，可以是指接入网中在空中接口上通过一个或多个扇区与无线终端通信的设备。基站可用于将收到的空中帧与IP分组进行相互转换，作为无线终端与接入网的其余部分之间的路由器，其中接入网的其余部分可包括网际协议(缩写：IP)网络。基站还可协调对空中接口的属性管理。例如，基站可以是GSM或CDMA中的基站(英文：Base TransceiverStation，缩写：BTS)，也可以是WCDMA中的基站(英文：NodeB)，还可以是LTE中的演进型基站(英文：NodeB或缩写：eNB或英文：e-NodeB，英文：evolutional Node B)，本申请中并不限定。

服务器103可以是提供各种服务的服务器，例如对用户利用终端设备101所进行操作的装置提供支持的后台管理服务器。后台管理服务器可以对接收到的请求等数据进行分析等处理，并将处理结果反馈给终端设备。

可选地，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。

本领域技术人员可以知晓，图1中的终端设备、基站和服务器的数量仅仅是示意性的，根据实际需要，可以具有任意数目的终端设备、基站和服务器。本申请实施例对此不作限定。

在上述系统架构下，本申请实施例中提供了一种用户参与度确定方法，该方法可以由任意具备计算处理能力的电子设备执行。

在一个实施例中，如图2所示，提供了一种用户参与度确定方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：

S202，对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集。

其中，可以利用数据采集设备采集预设周期内不同时刻下目标基站连接终端设备的用户数，得到用户数集，用户数集可以是存在缺失值的数据，例如，数据采集设备处于故障或休眠的状态时，导致未采集到部分时刻下的用户数，从而使得用户数集存在缺失值的情况。数据采集设备也可以是图1中的服务器。

可选地，可以按照设定的时间长度对预设周期进行划分，得到多个设定的时间长度的时间区间，从多个时间区间中确定第一时间区间和第二时间区间，进一步地，确定第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集。其中，预设周期可以是任意天数，设定的时间长度可以是X天、Y小时或Z分钟，X、Y和Z均可以是任意设定的值。由于预设周期可以被划分为多个时间区间，由此，可以存在多个第一时间区间和第二时间区间，多个第一时间区间或第二时间区间均为相同时间段的区间，本文中多个的含义为两个以及两个以上。

S204，对第一用户数集和第二用户数集进行协方差运算，得到目标协方差。

可选的，可以分别根据第一用户数集，计算第一用户数期望；根据第二用户数集，计算第二用户数期望；遍历第一用户数集中元素与第一用户数期望之间的第一差值集，遍历第二用户数集中元素与第二用户数集之间的第二差值集，根据第一用户数集和第二用户数集的元素个数，以及第一差值集和第二差值集，确定目标协方差。

S206，根据目标协方差，确定目标基站的用户参与度。

可选地，可以预先设定协方差与用户参与度之间的映射关系，映射关系可以是协方差阈值或协方差区间与用户参与度之间的关系。例如，映射关系为协方差阈值与用户参与度之间的关系时，当目标协方差大于或等于协方差阈值时，确定目标基站的用户参与度为第一参与等级；当目标协方差小于协方差阈值时，确定目标基站的用户参与度为第二参与等级；第一参与等级的用户参与度高于第二参与等级的用户参与度。

可选地，映射关系为协方差区间与用户参与度之间的关系时，根据目标协方差，确定目标基站的用户参与度，包括：基于预先设定的协方差与用户参与度之间的对应关系，根据目标协方差，确定目标基站的用户参与度。其中，用户参与度的每一参与等级对应一个协方差区间，判断目标协方差落入到的协方差区间，再确定目标协方差落入到的协方差区间对应的用户参与度的参与等级，得到目标基站的用户参与度。

本实施例，通过对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；对第一用户数集和第二用户数集进行协方差运算，得到目标协方差；进而，根据目标协方差，确定目标基站的用户参与度。本申请能够基于目标基站缺失的网络数据，准确评估目标基站的用户参与度，提高了网络数据的利用率。

基于上述实施例，可以按照不同的时间长度对预设周期进行划分，得到多个时间区间，从多个时间区间中确定第一时间区间和第二时间区间，进而确定第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集。因此，对目标基站在预设周期内的用户数集进行划分的方式有很多种，本实施例提供了一种对用户数集划分的可选方式，具体地如下述对图3的描述。

如图3所示，对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集，可以包括以下步骤：

S302，以第一时长为单位，对目标基站在预设周期内的用户数集进行划分，得到多个时段的用户数子集。

其中，第一时长可以是任意时长，第一时长可以以天或小时为单位，例如，第一时长为1天、12小时或6小时等时间长度。

例如，以第一时长为1天，预设周期为7天举例，以1天为单位，对目标基站在7天内的用户数集进行划分，可以得到目标基站7天内每一天的用户数子集，此时，每个时段为一天。再如，以第一时长为12小时，预设周期为7天举例，以12小时为单位，对目标基站在7天内的用户数集进行划分，可以得到目标基站7天内每12小时的用户数子集，此时，每个时段为12小时。

S304，以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集。

其中，多个时段中存在任一时段对应的第一用户数集和第二用户数集均为非空集。第二时长可以是任意时长，第二时长可以以小时或分钟为单位，例如，第一时长为4天、2小时或30分钟等时间长度。

例如，以第一时长为1天，第二时长为2小时，预设周期为7天举例，每一时段为1天，以2小时为单位，对每一时段的用户数子集进行划分，得到多个时间长度为2小时的时间区间的用户数集，从多个时间长度为2小时的时间区间中确定第一时间区间和第二时间区间，进而，确定每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集。

本实施例，可以通过改变第一时长或第二时长，调整时间区间的大小，使每个时间区间都能覆盖数据点，避免出现无效采集目标基站的用户数的情况，提高数据的利用率。

基于上述实施例，由于第二时长可以自由设定，所以，存在以第二时长为单位，对每一时段的用户数子集进行划分的多种实现方式，本实施提供了一种对用户数子集进行划分的可选方式，具体地如下述对图4的描述。

如图4所示，以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集，可以包括以下步骤：

S402，针对每一时段，以第二时长为单位，对该时段的用户数子集进行划分，得到该时段的多个子时段的用户数子集。

例如，以第一时长为1天，第二时长为2小时举例，针对每一时段，以第二时长为单位，对该时段的用户数子集进行划分，也就是将1天分为12个子时段，每一时段的时间长度为1天，每一子时段的时间长度为2小时，得到1天内多个时间长度为2个小时的时间区间的用户数子集。

S404，随机从该时段中选取第一时刻和第二时刻。

S406，将第一时刻所属的子时段作为第一时间区间，以及将第一时刻所属的子时段对应的用户数子集，作为第一时间区间的第一用户数集。

S408，将第二时刻所属的子时段作为第二时间区间，以及将第二时刻所属的子时段对应的用户数子集，作为第二时间区间的第二用户数集。

例如，以第一时长为1天，第二时长为2小时举例，每一时段的时间长度为1天，可以从1天中随机选取两个时刻作为第一时刻和第二时刻，如从一天中选取9点和13点，将9点作为第一时刻，将13点作为第二时刻。子时段的时间长度为2个小时，则第一时刻所属子时段为[8点，10点]，第二时刻所属子时段为[12点，14点]，第一时间区间为预设周期中每一天的[8点，10点]；第二时刻所属子时段为[12点，14点]，第二时间区间为预设周期中每一天的[12点，14点]。

可选地，当第一时长为1天时，随机从1天中选取第一时刻s和第二时刻t，对于任意(s,t)∈I×I，I为时段，也即1天，s和t是两个时间变量，以第二时长为单位，对时段I进行N等分，N为第一时长与第二时长的比值，得到多个时间区间I

在其中一个实施例中，本实施例提供了一种计算目标协方差的可选方式，如图5所示，对第一用户数集和第二用户数集进行协方差运算，得到目标协方差，可以包括以下步骤：

S502，将各时段对应的第一用户数集的元素数量和第二用户数集的元素数量之积相加，得到相关度权值。

可选地，可以通过以下公式(1)计算相关度权值：

其中，w为相关度权值；

S504，根据各时段对应的第一用户数集和第二用户数集，以及相关度权值，确定第一期望和第二期望。

可选地，根据各时段对应的第一用户数集和第二用户数集，以及相关度权值，确定第一期望和第二期望，包括：根据各时段对应的第二用户数集的元素数量和第一用户数集中的元素值，以及相关度权值，确定第一期望；根据各时段对应的第一用户数集的元素数量和第二用户数集中的元素值，以及相关度权值，确定第二期望。

可选地，根据各时段对应的第二用户数集的元素数量和第一用户数集中的元素值，以及相关度权值，确定第一期望，如下公式(2)：

其中，

可选地，根据各时段对应的第一用户数集的元素数量和第二用户数集中的元素值，以及相关度权值，确定第二期望，如下公式(3)：

其中，

S506，根据各时段对应的第一用户数集和第二用户数集，第一期望和第二期望，以及相关度权值，确定目标协方差。

可选地，根据各时段对应的第一用户数集和第二用户数集，第一期望和第二期望，以及相关度权值，确定目标协方差，包括：根据各时段对应的第一用户数集和第二用户数集，以及第一期望和第二期望，确定各时段对应的用户数相关度；将各时段对应的用户数相关度之和，与相关度权值之间的比值，作为目标协方差。

可选地，根据各时段对应的第一用户数集和第二用户数集，以及第一期望和第二期望，确定各时段对应的用户数相关度，如下公式(4)：

其中，R为用户数相关度。

可选地，将各时段对应的用户数相关度之和，与相关度权值之间的比值，作为目标协方差，如下公式(5)：

其中，

另外，本申请可以根据目标协方差，对目标基站的用户参与度进行分析，关注目标协方差较高时对应的两个时刻，实现用户使用高峰的预判。例如，目标基站用户数在第三时刻t3和第四时刻t4的协方差较高，说明用户数在t3和t4的正相关关系较强，那么用户数在t3骤增时，可以判断它在t4可能也有相同的变化趋势，从而预判下一波用户使用高峰。

示例性的，本实施例在上述实施例的基础上，提供了一种可选的实施过程，参见图6所示的另一种用户参与度确定方法的流程示意图，该过程具体包括以下步骤：

S602，对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集。

S604，以第一时长为单位，对目标基站在预设周期内的用户数集进行划分，得到多个时段的用户数子集。

S606，针对每一时段，以第二时长为单位，对该时段的用户数子集进行划分，得到该时段的多个子时段的用户数子集。

S608，随机从该时段中选取第一时刻和第二时刻。

S610，将第一时刻所属的子时段作为第一时间区间，以及将第一时刻所属的子时段对应的用户数子集，作为第一时间区间的第一用户数集。

S612，将第二时刻所属的子时段作为第二时间区间，以及将第二时刻所属的子时段对应的用户数子集，作为第二时间区间的第二用户数集。

S614，将各时段对应的第一用户数集的元素数量和第二用户数集的元素数量之积相加，得到相关度权值。

S616，根据各时段对应的第一用户数集和第二用户数集，以及相关度权值，确定第一期望和第二期望。

S618，根据各时段对应的第一用户数集和第二用户数集，第一期望和第二期望，以及相关度权值，确定目标协方差。

S620，基于预先设定的协方差与用户参与度之间的对应关系，根据目标协方差，确定目标基站的用户参与度。

上述S602-S620的具体过程可以参见上述方法实施例的描述，其实现原理和技术效果类似，在此不再赘述。

应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的用户参与度确定方法的用户参与度确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个用户参与度确定装置实施例中的具体限定可以参见上文中对于用户参与度确定方法的限定，在此不再赘述。

在一个实施例中，如图7所示，提供了一种用户参与度确定装置，包括：

划分模块710，用于对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；

运算模块720，用于对第一用户数集和第二用户数集进行协方差运算，得到目标协方差；

确定模块730，用于根据目标协方差，确定目标基站的用户参与度。

上述装置，通过对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；对第一用户数集和第二用户数集进行协方差运算，得到目标协方差；进而，根据目标协方差，确定目标基站的用户参与度。本申请能够基于目标基站缺失的网络数据，准确评估目标基站的用户参与度，提高了网络数据的利用率。

在其中一个实施例中，划分模块包括第一划分单元711和第二划分单元712；

第一划分单元711，用于以第一时长为单位，对目标基站在预设周期内的用户数集进行划分，得到多个时段的用户数子集；

第二划分单元712，用于以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集；

其中，多个时段中存在任一时段对应的第一用户数集和第二用户数集均为非空集。

在其中一个实施例中，第二划分单元712包括第一划分子单元、第二划分子单元、第三划分子单元和第四划分子单元；

第一划分子单元，用于针对每一时段，以第二时长为单位，对该时段的用户数子集进行划分，得到该时段的多个子时段的用户数子集；

第二划分子单元，用于随机从该时段中选取第一时刻和第二时刻；

第三划分子单元，用于将第一时刻所属的子时段作为第一时间区间，以及将第一时刻所属的子时段对应的用户数子集，作为第一时间区间的第一用户数集；

第四划分子单元，用于将第二时刻所属的子时段作为第二时间区间，以及将第二时刻所属的子时段对应的用户数子集，作为第二时间区间的第二用户数集。

在其中一个实施例中，运算模块720包括第一运算单元、第二运算单元和第三运算单元；

第一运算单元，用于将各时段对应的第一用户数集的元素数量和第二用户数集的元素数量之积相加，得到相关度权值；

第二运算单元，用于根据各时段对应的第一用户数集和第二用户数集，以及相关度权值，确定第一期望和第二期望；

第三运算单元，用于根据各时段对应的第一用户数集和第二用户数集，第一期望和第二期望，以及相关度权值，确定目标协方差。

在其中一个实施例中，第三运算单元包括第一运算子单元和第二运算子单元；

第一运算子单元，用于根据各时段对应的第一用户数集和第二用户数集，以及第一期望和第二期望，确定各时段对应的用户数相关度；

第二运算子单元，用于将各时段对应的用户数相关度之和，与相关度权值之间的比值，作为目标协方差。

在其中一个实施例中，第二运算单元包括第三运算子单元和第四运算子单元；

第三运算子单元，用于根据各时段对应的第二用户数集的元素数量和第一用户数集中的元素值，以及相关度权值，确定第一期望；

第四运算子单元，用于根据各时段对应的第一用户数集的元素数量和第二用户数集中的元素值，以及相关度权值，确定第二期望。

在其中一个实施例中，确定模块，具体用于基于预先设定的协方差与用户参与度之间的对应关系，根据目标协方差，确定目标基站的用户参与度。

上述用户参与度确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储用户数集、第一用户数集、第一时长和第二时长等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用户参与度确定方法。

本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序中的处理逻辑时实现以下步骤：

对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；

对第一用户数集和第二用户数集进行协方差运算，得到目标协方差；

根据目标协方差，确定目标基站的用户参与度。

在一个实施例中，处理器执行计算机程序中对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集的处理逻辑时还实现以下步骤：

以第一时长为单位，对目标基站在预设周期内的用户数集进行划分，得到多个时段的用户数子集；

以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集；

其中，多个时段中存在任一时段对应的第一用户数集和第二用户数集均为非空集。

在一个实施例中，处理器执行计算机程序中以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集的处理逻辑时还实现以下步骤：

针对每一时段，以第二时长为单位，对该时段的用户数子集进行划分，得到该时段的多个子时段的用户数子集；

随机从该时段中选取第一时刻和第二时刻；

将第一时刻所属的子时段作为第一时间区间，以及将第一时刻所属的子时段对应的用户数子集，作为第一时间区间的第一用户数集；

将第二时刻所属的子时段作为第二时间区间，以及将第二时刻所属的子时段对应的用户数子集，作为第二时间区间的第二用户数集。

在一个实施例中，处理器执行计算机程序中对第一用户数集和第二用户数集进行协方差运算，得到目标协方差的处理逻辑时还实现以下步骤：

将各时段对应的第一用户数集的元素数量和第二用户数集的元素数量之积相加，得到相关度权值；

根据各时段对应的第一用户数集和第二用户数集，以及相关度权值，确定第一期望和第二期望；

根据各时段对应的第一用户数集和第二用户数集，第一期望和第二期望，以及相关度权值，确定目标协方差。

在一个实施例中，处理器执行计算机程序中根据各时段对应的第一用户数集和第二用户数集，第一期望和第二期望，以及相关度权值，确定目标协方差的处理逻辑时还实现以下步骤：

根据各时段对应的第一用户数集和第二用户数集，以及第一期望和第二期望，确定各时段对应的用户数相关度；

将各时段对应的用户数相关度之和，与相关度权值之间的比值，作为目标协方差。

在一个实施例中，处理器执行计算机程序中根据各时段对应的第一用户数集和第二用户数集，以及相关度权值，确定第一期望和第二期望的处理逻辑时还实现以下步骤：

根据各时段对应的第二用户数集的元素数量和第一用户数集中的元素值，以及相关度权值，确定第一期望；

根据各时段对应的第一用户数集的元素数量和第二用户数集中的元素值，以及相关度权值，确定第二期望。

在一个实施例中，处理器执行计算机程序中根据目标协方差，确定目标基站的用户参与度的处理逻辑时还实现以下步骤：

基于预先设定的协方差与用户参与度之间的对应关系，根据目标协方差，确定目标基站的用户参与度。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序中的处理逻辑被处理器执行时实现以下步骤：

对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；

对第一用户数集和第二用户数集进行协方差运算，得到目标协方差；

根据目标协方差，确定目标基站的用户参与度。

在一个实施例中，计算机程序中对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集的处理逻辑被处理器执行时还实现以下步骤：

以第一时长为单位，对目标基站在预设周期内的用户数集进行划分，得到多个时段的用户数子集；

以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集；

其中，多个时段中存在任一时段对应的第一用户数集和第二用户数集均为非空集。

在一个实施例中，计算机程序中以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集的处理逻辑被处理器执行时还实现以下步骤：

针对每一时段，以第二时长为单位，对该时段的用户数子集进行划分，得到该时段的多个子时段的用户数子集；

随机从该时段中选取第一时刻和第二时刻；

将第一时刻所属的子时段作为第一时间区间，以及将第一时刻所属的子时段对应的用户数子集，作为第一时间区间的第一用户数集；

将第二时刻所属的子时段作为第二时间区间，以及将第二时刻所属的子时段对应的用户数子集，作为第二时间区间的第二用户数集。

在一个实施例中，计算机程序中对第一用户数集和第二用户数集进行协方差运算，得到目标协方差的处理逻辑被处理器执行时还实现以下步骤：

将各时段对应的第一用户数集的元素数量和第二用户数集的元素数量之积相加，得到相关度权值；

根据各时段对应的第一用户数集和第二用户数集，以及相关度权值，确定第一期望和第二期望；

根据各时段对应的第一用户数集和第二用户数集，第一期望和第二期望，以及相关度权值，确定目标协方差。

在一个实施例中，计算机程序中根据各时段对应的第一用户数集和第二用户数集，第一期望和第二期望，以及相关度权值，确定目标协方差的处理逻辑被处理器执行时还实现以下步骤：

根据各时段对应的第一用户数集和第二用户数集，以及第一期望和第二期望，确定各时段对应的用户数相关度；

将各时段对应的用户数相关度之和，与相关度权值之间的比值，作为目标协方差。

在一个实施例中，计算机程序中根据各时段对应的第一用户数集和第二用户数集，以及相关度权值，确定第一期望和第二期望的处理逻辑被处理器执行时还实现以下步骤：

根据各时段对应的第二用户数集的元素数量和第一用户数集中的元素值，以及相关度权值，确定第一期望；

根据各时段对应的第一用户数集的元素数量和第二用户数集中的元素值，以及相关度权值，确定第二期望。

在一个实施例中，计算机程序中根据目标协方差，确定目标基站的用户参与度的处理逻辑被处理器执行时还实现以下步骤：

基于预先设定的协方差与用户参与度之间的对应关系，根据目标协方差，确定目标基站的用户参与度。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集；

对第一用户数集和第二用户数集进行协方差运算，得到目标协方差；

根据目标协方差，确定目标基站的用户参与度。

在一个实施例中，计算机程序中对目标基站在预设周期内的用户数集进行划分，得到第一时间区间对应的第一用户数集，以及第二时间区间对应的第二用户数集的处理逻辑被处理器执行时还实现以下步骤：

以第一时长为单位，对目标基站在预设周期内的用户数集进行划分，得到多个时段的用户数子集；

以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集；

其中，多个时段中存在任一时段对应的第一用户数集和第二用户数集均为非空集。

在一个实施例中，计算机程序中以第二时长为单位，对每一时段的用户数子集进行划分，得到每一时段对应的第一时间区间的第一用户数集，以及第二时间区间对应的第二用户数集的处理逻辑被处理器执行时还实现以下步骤：

针对每一时段，以第二时长为单位，对该时段的用户数子集进行划分，得到该时段的多个子时段的用户数子集；

随机从该时段中选取第一时刻和第二时刻；

将第一时刻所属的子时段作为第一时间区间，以及将第一时刻所属的子时段对应的用户数子集，作为第一时间区间的第一用户数集；

将第二时刻所属的子时段作为第二时间区间，以及将第二时刻所属的子时段对应的用户数子集，作为第二时间区间的第二用户数集。

在一个实施例中，计算机程序中对第一用户数集和第二用户数集进行协方差运算，得到目标协方差的处理逻辑被处理器执行时还实现以下步骤：

将各时段对应的第一用户数集的元素数量和第二用户数集的元素数量之积相加，得到相关度权值；

根据各时段对应的第一用户数集和第二用户数集，以及相关度权值，确定第一期望和第二期望；

根据各时段对应的第一用户数集和第二用户数集，第一期望和第二期望，以及相关度权值，确定目标协方差。

在一个实施例中，计算机程序中根据各时段对应的第一用户数集和第二用户数集，第一期望和第二期望，以及相关度权值，确定目标协方差的处理逻辑被处理器执行时还实现以下步骤：

根据各时段对应的第一用户数集和第二用户数集，以及第一期望和第二期望，确定各时段对应的用户数相关度；

将各时段对应的用户数相关度之和，与相关度权值之间的比值，作为目标协方差。

在一个实施例中，计算机程序中根据各时段对应的第一用户数集和第二用户数集，以及相关度权值，确定第一期望和第二期望的处理逻辑被处理器执行时还实现以下步骤：

根据各时段对应的第二用户数集的元素数量和第一用户数集中的元素值，以及相关度权值，确定第一期望；

根据各时段对应的第一用户数集的元素数量和第二用户数集中的元素值，以及相关度权值，确定第二期望。

在一个实施例中，计算机程序中根据目标协方差，确定目标基站的用户参与度的处理逻辑被处理器执行时还实现以下步骤：

基于预先设定的协方差与用户参与度之间的对应关系，根据目标协方差，确定目标基站的用户参与度。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。