一种网络资源效益评估的方法及装置

技术领域

本发明涉及网络技术领域，尤其涉及一种网络资源效益评估的方法及装置。

背景技术

随着4G网络的发展，对网络资源的有效利用是至关重要的，因此需要对网络资源效益进行评估，从而根据评估结果对网络资源进行优化，传统的4G网络资源效益评估是根据扇区共址关系、扇区流量及利用率与预设阈值的比较进行评估，全网络扇区评估采用的预设阈值是相同的，导致评估结果片面化准确率低，且扇区共址关系的确定是依赖于人工进行的，效率低且准确率低。

发明内容

本发明所要解决的技术问题是：本发明提供一种网络资源效益评估的方法及装置，提高网络资源效益评估的效率与准确率。

为了解决上述技术问题，本发明采用的技术方案为：

第一方面，本发明提供一种网络资源效益评估的方法，包括：

采集4G网络中的频率，通过预设规则将所述频率分为不同频段；

获取所述各频段的逻辑站点数据，根据所述逻辑站点数据通过共址匹配算法对所述各频段的逻辑站点进行共址匹配生成物理站点，并对所述物理站点的各逻辑扇区进行分组，生成同覆盖扇区组，通过分层规则对所述同覆盖扇区组进行分层，生成覆盖层扇区组、延伸层扇区组、容量层扇区组；

对所述覆盖层扇区组、所述延伸层扇区组和所述容量层扇区组建立对应评估模型并对所述覆盖层扇区组中各扇区、所述延伸层扇区组中各扇区和所述容量层扇区组中各扇区进行评估，生成评估结果。

本发明的有益效果在于，将4G网络根据频率分为不同频段，并通过共址匹配算法将各频段的逻辑站点数据进行共址匹配，弥补传统人工进行共址匹配效率低准确率低的缺陷，并对共址匹配后生成的物理站点进行分组、分层，形成不同的层的扇区组，对扇区的细化使得对扇区的评估更加精确，且对不同层扇区组建立不同的评估模型对不同层扇区组中各扇区进行评估，实现评估模型的多样性弥补传统评估的片面性，提高评估的效率与准确性。

可选地，所述获取所述各频段的逻辑站点数据，根据所述逻辑站点数据通过共址匹配算法对所述各频段的逻辑站点进行共址匹配生成物理站点包括：

获取所述各频段的逻辑站点数据中的站点经纬度、站点名称和站点类型；

根据所述站点类型对所述站点名称进行简化处理，生成简化的站点名称并对所述简化的站点名称进行分词处理，生成已分词的站点名称，通过doc2bow函数将所述已分词的站点名称转换为词向量，根据所述词向量通过TF-IDF算法建立词向量矩阵，基于所述词向量矩阵建立词向量TF-IDF模型；

通过KDTree算法根据所述站点经纬度将阈值范围内的逻辑站点组成逻辑站点组；

将所述逻辑站点组的逻辑站点输入词向量TF-IDF模型计算所述逻辑站点的相似度，将所述相似度超过阈值的逻辑站点进行共址匹配生成物理站点。

根据上述描述可知，对各频段的逻辑站点名称按照站点类型进行了简化处理，并对简化后的站点名称进行分词处理，减少了后续通过TF-IDF模型计算相似度的运算量，并将已分词的站点名称转换为词向量，通过TF-IDF算法建立词向量矩阵，基于词向量矩阵建立词向量TF-IDF模型，使得对于站点相似度的计算在矩阵中进行，提高运行效率，并且通过KDTree算法能快速检索出阈值范围内的逻辑站点，将站点距离与站点名称综合考虑进行逻辑站点的共址匹配，提高匹配的速度与精度。

可选地，所述对所述物理站点的各逻辑扇区进行分组，生成同覆盖扇区组，通过分层规则对所述同覆盖扇区组进行分层，生成覆盖层扇区组、延伸层扇区组、容量层扇区组包括：

将所述物理站点的各逻辑扇区根据方位角进行排序，从所述最小方位角的逻辑扇区依次进行轮询分析，计算所述每个进行轮询分析的逻辑扇区阈值范围内的逻辑扇区数，根据所述逻辑扇区数最多原则选取出对应的逻辑扇区，并计算所述逻辑扇区方位角的跨度，根据所述逻辑扇区方位角的跨度最小且所述逻辑扇区方位角最小原则，生成主逻辑扇区，并将与所述主逻辑扇区的夹角在阈值范围内的逻辑扇区组成同覆盖扇区组；

通过分层规则对所述同覆盖扇区组进行分层，判断所述同覆盖扇区组是否为单层网，若是，则将所述同覆盖扇区组分为覆盖层扇区组，否则，获取所述同覆盖扇区组中各逻辑扇区的频段，判断所述频段是否为FDD1800频段，若是则将所述逻辑扇区分为覆盖层扇区组，否则判断所述频段是否为FDD900频段，若是则将所述逻辑扇区分为覆盖层扇区组，否则判断所述频段是否为微站频段，若是则将所述逻辑扇区分为延伸层扇区组，否则分为容量层扇区组。

根据上述描述可知，以阈值范围内的逻辑扇区数最多、逻辑扇区方位角最小及逻辑扇区方位角跨度最小原则对各逻辑扇区进行分组，使得所生成的同覆盖扇区组更加精细，同时同覆盖扇区组中的逻辑扇区关联性更强，在对扇区进行分组后会再进行分层处理，且根据单双层网的不同划分规则也有所不同，将单层网的扇区组分为覆盖层扇区组，是结合了单层网的实际覆盖需求对其进行划分，保证划分的合理性与客观性，而对于多层网的扇区组是根据频段的不同划分为不同的层，对于扇区的分层更加细化，同样也是结合了不同频段的实际使用情况进行划分，提高划分的准确性与合理性。

可选地，所述对所述覆盖层扇区组、所述延伸层扇区组和所述容量层扇区组建立对应评估模型并对所述覆盖层扇区组中各扇区、所述延伸层扇区组中各扇区和所述容量层扇区组中各扇区进行评估，生成评估结果包括：

获取所述覆盖层扇区组中各逻辑站点的经纬度，通过KDTree算法计算所述覆盖层扇区组中各扇区逻辑站点的间距，当所述间距低于阈值时，则所述逻辑站点的覆盖层扇区评估结果为低效益扇区，否则通过计算所述覆盖层扇区组MR覆盖率进行评估；

对所述容量层扇区组中各扇区进行话务迁移评估，计算所述容量层扇区组中各扇区自身的忙时利用率以及所述容量层扇区组中各扇区话务迁移后容量层扇区组的整体利用率，当所述忙时利用率低于忙时阈值且所述整体利用率低于整体阈值时，则所述容量层扇区组中的扇区不能通过话务迁移评估，所述容量层扇区组中的扇区评估结果为低效益扇区；

对所述延伸层扇区组中各扇区进行业务评估，计算所述延伸层扇区组中各扇区的每月日均扇区流量、每月日均扇区用户数及每月日均扇区最大利用率，判断所述每月日均扇区流量是否低于阈值，若是，则所述低于阈值的延伸层扇区为低业务扇区，否则判断所述每月日均扇区用户数是否低于阈值，若是，则所述低于阈值的延伸层扇区为低业务扇区，否则判断所述每月日均扇区最大利用率是否低于阈值，若是，则所述低于阈值的延伸层扇区为低业务扇区；

计算所述低业务扇区与所述覆盖层扇区组中各扇区的间距，判断所述间距是否低于阈值，若是，则所述低业务扇区评估结果为低效率扇区；否则判断所述低业务扇区的MR覆盖率是否低于阈值，若是，则所述低业务扇区评估结果为低效率扇区；否则判断所述低业务扇区的MR覆盖率与竞对MR覆盖率的差值是否低于阈值，若是，则所述低业务扇区评估结果为低效益扇区。

根据上述描述可知，对于不同层的扇区组会建立不同的评估模型对其扇区组的各扇区进行评估，实现评估模型的多样性，弥补了传统评估的片面性，对于覆盖层扇区组各扇区的评估可以根据逻辑站点的间距或扇区覆盖率进行评估，对于容量层扇区组各扇区的评估将利用率考虑其中，而对于延伸层扇区组各扇区的评估将用户数考虑其中，实现评估维度的多样性，进一步提高评估的效率与准确性。

可选地，所述通过计算所述覆盖层扇区组MR覆盖率进行评估包括：

通过扇区交叠快速检测算法将覆盖层扇区组中待评估扇区按交叠原则组成交叠扇区组；

计算所述覆盖层扇区组中待评估扇区的MR覆盖率和所述交叠扇区组的MR覆盖率，当所述覆盖层扇区组中待评估扇区的MR覆盖率低于所述交叠扇区组的MR覆盖率的10％时，则所述覆盖层扇区组中待评估扇区的评估结果为低效益扇区。

可选地，所述通过计算所述覆盖层扇区组MR覆盖率进行评估包括：

计算所述覆盖层扇区组中各扇区的MR覆盖率，当所述MR覆盖率中的RSRP≥-110dBm的采样点占比低于阈值时，则所述覆盖层扇区组中的扇区评估结果为低效益扇区。

可选地，所述通过计算所述覆盖层扇区组MR覆盖率进行评估包括：

计算所述覆盖层扇区组中各扇区的MR覆盖率与竞对MR覆盖率，并计算所述MR覆盖率与所述竞对MR覆盖率的差值，当所述差值低于阈值时，则所述覆盖层扇区组中的扇区评估结果为低效益扇区。

根据上述描述可知，在对覆盖层扇区组MR覆盖率进行评估时采用多种方式进行评估，评估方法的多样化使得评估更加灵活全面，提高评估的准确性。

可选地，所述容量层扇区组中的扇区不能通过话务迁移评估包括：

将所述覆盖层扇区组与所述容量层扇区组融合对所述融合后的容量层扇区组中各扇区进行话务迁移评估，计算所述融合后的容量层扇区组中各扇区自身的忙时利用率以及所述融合后的容量层扇区组中各扇区话务迁移后融合后的容量层扇区组的整体利用率，当所述忙时利用率低于忙时阈值且所述整体利用率低于整体阈值时，则所述融合后的容量层扇区组中的扇区不能通过话务迁移评估。

根据上述描述可知，在对容量层扇区组的扇区进行话务迁移评估时将覆盖层扇区组的扇区也纳入评估范围，充分考虑到了容量层本身是作为覆盖层的补充层，使得评估更加全面。

可选地，所述生成评估结果包括：

将所述评估结果的低效益扇区按自身所属的层进行划分，生成覆盖层低效益扇区清单、延伸层低效益扇区清单和容量层低效益扇区清单，并将所述低效益扇区的原因对应纳入所述清单中。

根据上述描述可知，会生成不同层的低效益扇区清单，便于运维人员进行查阅且会将低效益的原因纳入清单中，为运维人员处理低效益扇区的提供便利。

第二方面，本发明提供一种网络资源效益评估的装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的一种网络资源效益评估的方法。

其中，第二方面所提供的一种网络资源效益评估的装置所对应的技术效果参照第一方面所提供的一种网络资源效益评估的方法的相关描述。

附图说明

图1为本发明实施例所提供的一种网络资源效益评估的方法流程图；

图2为本发明实施例所提供的一种网络资源效益评估的方法整体流程示意图；

图3为本发明实施例涉及的通过共址匹配算法进行共址匹配的流程示意图；

图4为本发明实施例涉及的对同覆盖扇区组进行分层的流程示意图；

图5为本发明实施例涉及的对覆盖层扇区组中各扇区进行评估的流程示意图；

图6为本发明实施例涉及的对容量层扇区组中各扇区进行评估的流程示意图；

图7为本发明实施例涉及的对延伸层扇区组中各扇区进行评估的流程示意图；

图8为本发明实施例所提供的一种网络资源效益评估的装置的结构示意图。

【附图标记说明】

1：一种网络资源效益评估的装置；

2：处理器；

3：存储器。

具体实施方式

为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更清楚、透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

实施例一

请参照图1至图7，本发明提供一种网络资源效益评估的方法，包括步骤：

S1、采集4G网络中的频率，通过预设规则将所述频率分为不同频段；

在本实施例中，对于采集到的4G网络中的频率按照中国移动的频率规则将其分为：TDD-D频段、TDD-F/A频段、FDD1800频段及FDD900频段，对于频率规则的选择可根据实际需要进行选择，比如选择按照中国电信的频率规则、中国联通的频率规则。

S2、获取所述各频段的逻辑站点数据，根据所述逻辑站点数据通过共址匹配算法对所述各频段的逻辑站点进行共址匹配生成物理站点，并对所述物理站点的各逻辑扇区进行分组，生成同覆盖扇区组，通过分层规则对所述同覆盖扇区组进行分层，生成覆盖层扇区组、延伸层扇区组、容量层扇区组；

在本实施例中，如图2至图7所示，对于各频段的逻辑站点是通过共址匹配算法进行共址匹配，弥补人工进行共址匹配效率低准确率低的缺陷，且对于共址匹配后所生成的物流站点的各逻辑扇区进行分组、分层，形成不同层的扇区组，实现对扇区的进一步细化。

此时，在步骤S2中所述获取所述各频段的逻辑站点数据，根据所述逻辑站点数据通过共址匹配算法对所述各频段的逻辑站点进行共址匹配生成物理站点包括：

S21、获取所述各频段的逻辑站点数据中的站点经纬度、站点名称和站点类型；

S22、根据所述站点类型对所述站点名称进行简化处理，生成简化的站点名称并对所述简化的站点名称进行分词处理，生成已分词的站点名称，通过doc2bow函数将所述已分词的站点名称转换为词向量，根据所述词向量通过TF-IDF算法建立词向量矩阵，基于所述词向量矩阵建立词向量TF-IDF模型；

在本实施例中，如图3所示，会对全网即各频段的站点名称进行站名预处理即会根据站点类型知道站点名称的命名规则，从而对站点名称进行简化，剔除无关的前后缀，生成简化的站点名称，并且会对简化的站点名称进行分词处理，将站点名称分成多个短词，降低运算量，且会根据分词字典对分词加入对应的词汇如：市、县、行政村、自然村等本地地名，使得特殊词不被分割，并对已分词的站点名称通过doc2bow函数转化为词向量，通过TF-IDF算法建立词向量矩阵并在词向量矩阵的基础上建立词向量TF-IDF模型。

S23、通过KDTree算法根据所述站点经纬度将阈值范围内的逻辑站点组成逻辑站点组；

在本实施例中，通过KDTree算法快速检索阈值范围内的逻辑站点，传统的KDTree算法是根据平面几何距离进行计算，本实施例中利用站点的经纬度代替平面几何距离进行计算，实现精准定位，并将阈值范围内的逻辑站点组成逻辑站点组，此处的阈值设为500米，即将500米范围内的逻辑站点组成逻辑站点组，阈值的取值可以根据实际需要进行设定。

S24、将所述逻辑站点组的逻辑站点输入词向量TF-IDF模型计算所述逻辑站点的相似度，将所述相似度超过阈值的逻辑站点进行共址匹配生成物理站点。

在本实施例中，如图3所示，将步骤S23中得到的逻辑站点组的逻辑站点输入词向量TF-IDF模型计算站点的相似度，以词向量矩阵的模型计算相似度减少了运算量的同时提高了计算的速度与准确性，并将相似度超过阈值的逻辑站点进行共址匹配，此处的阈值设为80％，即将相似度超过80％的逻辑站点进行共址匹配，阈值的取值可以根据实际需要进行设定，由此可知，实现共址匹配时是综合利用KDTree算法与TF-IDF算法，提高了共址匹配的处理速度与匹配的精准度。

此时，在步骤S2中所述对所述物理站点的各逻辑扇区进行分组，生成同覆盖扇区组，通过分层规则对所述同覆盖扇区组进行分层，生成覆盖层扇区组、延伸层扇区组、容量层扇区组包括：

S25、将所述物理站点的各逻辑扇区根据方位角进行排序，从所述最小方位角的逻辑扇区依次进行轮询分析，计算所述每个进行轮询分析的逻辑扇区阈值范围内的逻辑扇区数，根据所述逻辑扇区数最多原则选取出对应的逻辑扇区，并计算所述逻辑扇区方位角的跨度，根据所述逻辑扇区方位角的跨度最小且所述逻辑扇区方位角最小原则，生成主逻辑扇区，并将与所述主逻辑扇区的夹角在阈值范围内的逻辑扇区组成同覆盖扇区组。

在本实施例中，以阈值范围内的逻辑扇区数最多，逻辑扇区方位角最小及逻辑扇区方位角跨度最小原则对各逻辑扇区进行分组，使得所生成的同覆盖扇区组更加精细，同时同覆盖扇区组中的逻辑扇区相关性更强。

在一个具体实施例中，如下表所示，物理站点的各逻辑扇区方位角取：0°、10°、20°、25°、30°、80°，从小打大顺序纵向、横向排列，形成N*N矩阵，逻辑扇区阈值范围取±15°的范围，此处的阈值范围可以根据实际情况进行设定。

如下表1，逐行计算方位角差值在±15°范围的逻辑扇区数，当逻辑扇区方位角取0°时，方位角差值在±15°范围的逻辑扇区数有2个，当方位角取10°时，方位角差值在±15°范围的逻辑扇区数有4个，当方位角取20°时，方位角差值在±15°范围的逻辑扇区数有4个，当方位角取25°时，方位角差值在±15°范围的逻辑扇区数有4个，当方位角取30°时，方位角差值在±15°范围的逻辑扇区数有3个，当方位角取80°时，方位角差值在±15°范围的逻辑扇区数有0个，依据逻辑扇区数最多原则选取出对应的逻辑扇区即方位角为10°的逻辑扇区、方位角为20°的逻辑扇区以及方位角为25°的逻辑扇区，再计算所选取出的逻辑扇区方位角的跨度，即±15°范围的方位角之间的最小方位角与最大方位角的跨度，当逻辑扇区方位角取10°时，±15°范围的方位角为：0°、10°、20°、25°，此时方位角跨度为25°-0°＝25°，依次计算逻辑扇区方位角取20°时，±15°范围的方位角为：10°、20°、25°、30°，此时方位角跨度为30°-10°＝20°，,逻辑扇区方位角取25°时，±15°范围的方位角为：10°、20°、25°、30°，此时方位角跨度为30°-10°＝20°，根据方位角跨度最小且逻辑扇区方位角最小原则，选取逻辑扇区方位角为20°的逻辑扇区为主逻辑扇区，并将与主逻辑扇区的夹角在阈值范围内的逻辑扇区组成同覆盖扇区组，此时阈值取30°即将与主逻辑扇区的夹角在30°范围内的逻辑扇区组成同覆盖扇区组，此处的阈值可以根据实际情况进行设定。

表1.各逻辑扇区分组过程

此时，在步骤S2中所述通过分层规则对所述同覆盖扇区组进行分层，生成覆盖层扇区组、延伸层扇区组、容量层扇区组包括：

S26、通过分层规则对所述同覆盖扇区组进行分层判断所述同覆盖扇区组是否为单层网，若是，则将所述同覆盖扇区组分为覆盖层扇区组，否则，获取所述同覆盖扇区组中各逻辑扇区的频段，判断所述频段是否为FDD1800频段，若是则将所述逻辑扇区分为覆盖层扇区组，否则判断所述频段是否为FDD900频段，若是则将所述逻辑扇区分为覆盖层扇区组，否则判断所述频段是否为微站频段，若是则将所述逻辑扇区分为延伸层扇区组，否则分为容量层扇区组。

在本实施例中，如图4所示，网络结构中的扇区分为单层网与多层网，由于单层网站点在实际中多用于覆盖需求因此将单层网的逻辑扇区统一分为覆盖层扇区组，对于多层网的逻辑扇区，根据频段进行分层，FDD1800频段和FDD900频段穿透力强、覆盖能力强多用于主城区与县城区，因此将二者归属于覆盖层，微站频段多用于覆盖不足的小巷小街等密集昌吉，因此将其归属于延伸层，其他频段归属于容量层。

S3、对所述覆盖层扇区组、所述延伸层扇区组和所述容量层扇区组建立对应评估模型并对所述覆盖层扇区组中各扇区、所述延伸层扇区组中各扇区和所述容量层扇区组中各扇区进行评估，生成评估结果。

在本实施例中，如图5至图7所示，对不同层扇区组建立不同的评估模型以实现对不同层扇区组中各扇区进行评估，评估模型的多样性弥补传统评估的片面性，提高了评估的效率与准确性。

此时，步骤S3包括：

S31、获取所述覆盖层扇区组中各逻辑站点的经纬度，通过KDTree算法计算所述覆盖层扇区组中各扇区逻辑站点的间距，当所述间距低于阈值时，则所述逻辑站点的覆盖层扇区评估结果为低效益扇区，否则通过计算所述覆盖层扇区组MR覆盖率进行评估；

在本实施例中，如图5所示，对覆盖层扇区组中各逻辑扇区的评估根据各逻辑站点的间距与阈值的比较进行评估，此时阈值设为100米即当各逻辑站点的间距低于100米时，则属于重复覆盖，网络资源重复利用，因此将其评估为低效益扇区，而当各逻辑站点的间距不低于100米时，通过计算MR覆盖率对其进行评估，实现多维度评估。

此时，在步骤S31中通过计算所述覆盖层扇区组MR覆盖率进行评估包括：

S311、通过扇区交叠快速检测算法将覆盖层扇区组中待评估扇区按交叠原则组成交叠扇区组；

S312、计算所述覆盖层扇区组中待评估扇区的MR覆盖率和所述交叠扇区组的MR覆盖率，当所述覆盖层扇区组中待评估扇区的MR覆盖率低于所述交叠扇区组的MR覆盖率的10％时，则所述覆盖层扇区组中待评估扇区的评估结果为低效益扇区。

在本实施例中，如图5所示，通过扇区交叠快速检测算法快速将覆盖层扇区组待评估的扇区按交叠原则中的扇区的覆盖半径、扇瓣大小组成交叠扇区组，并通过将待评估扇区的MR覆盖率与交叠扇区组的MR覆盖率进行对比，从部分与整体对比的角度对其进行评估，将低于交叠扇区组的MR覆盖率的10％的待评估扇区认为是未实现良好覆盖扇区，因此评估结果为低效益扇区。

S313、计算所述覆盖层扇区组中各扇区的MR覆盖率，当所述MR覆盖率中的RSRP≥-110dBm的采样点占比低于阈值时，则所述覆盖层扇区组中的扇区评估结果为低效益扇区。

在本实施例中，如图5所示，通过计算覆盖层扇区组MR覆盖率进行评估时，可以直接根据MR覆盖率中的RSRP≥-110dBm的采样点占比进行评估，此时阈值取90％即RSRP≥-110dBm的采样点占比低于90％时，认为是弱覆盖，因此评估结果为低效益扇区。

S314、计算所述覆盖层扇区组中各扇区的MR覆盖率与竞对MR覆盖率，并计算所述MR覆盖率与所述竞对MR覆盖率的差值，当所述差值低于阈值时，则所述覆盖层扇区组中的扇区评估结果为低效益扇区。

在本实施例中，如图5所示，可以根据覆盖层扇区组中各扇区的MR覆盖率与竞对MR覆盖率的差值进行评估，此时的阈值取5％即MR覆盖率与竞对MR覆盖率的差值低于5％时，认为该扇区的覆盖率不足，因此该扇区为低效益扇区，阈值的取值可根据实际需要进行设定。

S32、对所述容量层扇区组中各扇区进行话务迁移评估，计算所述容量层扇区组中各扇区自身的忙时利用率以及所述容量层扇区组中各扇区话务迁移后容量层扇区组的整体利用率，当所述忙时利用率低于忙时阈值且所述整体利用率低于整体阈值时，则所述容量层扇区组中的扇区不能通过话务迁移评估，所述容量层扇区组中的扇区评估结果为低效益扇区；

在本实施例中，如图6所示，对于容量层扇区组中各扇区的评估主要是通过判断各扇区是否能通过话务迁移评估，而判断是否能通过话务迁移评估是根据各扇区自身的忙时利用率与各扇区的整体利用率综合判断，将忙时利用率的阈值取20％，整体利用率的阈值取40％，阈值的取值可以根据实际情况进行设定，当忙时利用率低于20％且整体利用率低于40％时，则该扇区为话务利用率低扇区应进行话务迁移，即不能通过话务迁移评估。

此时，在步骤S32中所述容量层扇区组中的扇区不能通过话务迁移评估包括：

S321、将所述覆盖层扇区组与所述容量层扇区组融合对所述融合后的容量层扇区组中各扇区进行话务迁移评估，计算所述融合后的容量层扇区组中各扇区自身的忙时利用率以及所述融合后的容量层扇区组中各扇区话务迁移后融合后的容量层扇区组的整体利用率，当所述忙时利用率低于忙时阈值且所述整体利用率低于整体阈值时，则所述融合后的容量层扇区组中的扇区不能通过话务迁移评估。

在本实施例中，如图6所示，当容量层扇区组中的扇区不能通过话务迁移评估时，由于容量层是作为覆盖层的补充层，因此可以将覆盖层扇区组与容量层扇区组融合后再进行话务迁移评估，同理当融合后的容量层扇区组中的各扇区忙时利用率低于阈值且整体利用率低于阈值时，认为该扇区话务利用率低应进行话务迁移，即不能通过话务迁移评估。

S33、对所述延伸层扇区组中各扇区进行业务评估，计算所述延伸层扇区组中各扇区的每月日均扇区流量、每月日均扇区用户数及每月日均扇区最大利用率，判断所述每月日均扇区流量是否低于阈值，若是，则所述低于阈值的延伸层扇区为低业务扇区，否则判断所述每月日均扇区用户数是否低于阈值，若是，则所述低于阈值的延伸层扇区为低业务扇区，否则判断所述每月日均扇区最大利用率是否低于阈值，若是，则所述低于阈值的延伸层扇区为低业务扇区；

S34、计算所述低业务扇区与所述覆盖层扇区组中各扇区的间距，判断所述间距是否低于阈值，若是，则所述低业务扇区评估结果为低效率扇区；否则判断所述低业务扇区的MR覆盖率是否低于阈值，若是，则所述低业务扇区评估结果为低效率扇区；否则判断所述低业务扇区的MR覆盖率与竞对MR覆盖率的差值是否低于阈值，若是，则所述低业务扇区评估结果为低效益扇区。

在本实施例中，如图7所示，由于延伸层是覆盖层与容量层之间的过渡层，因此综合容量层与覆盖层的评估指标对延伸层扇区组的各扇区进行评估，即将扇区的业务情况与覆盖率情况综合对扇区进行评估，多维度的考量提高评估的全面性与准确性，根据每月日均扇区流量、每月日均扇区用户数及每月日均扇区最大利用率三个指标判断是否为低业务扇区，其中只要一个指标低于阈值，就认为该扇区为低业务扇区，并计算低业务扇区与覆盖层扇区组中各扇区的间距，当间距低于阈值时，认为是业务低且覆盖资源重复浪费的扇区，评估结果为低效益扇区，此时阈值取100米，阈值的取值可以根据实际情况设定，当间距不低于阈值时，通过判断低业务扇区的MR覆盖率进一步进行评估，当MR覆盖率低于阈值，认为是业务低且覆盖率低的扇区，评估结果为低效益扇区，此时阈值取90％，阈值的取值可以根据实际情况设定，当MR覆盖率与竞对MR覆盖率的差值低于阈值时，则认为是业务低且效果不佳的扇区，评估结果为低效益扇区，此时阈值取5％，阈值的取值可以根据实际情况设定。

此时，步骤S3中所述生成评估结果包括：

S35、将所述评估结果的低效益扇区按自身所属的层进行划分，生成覆盖层低效益扇区清单、延伸层低效益扇区清单和容量层低效益扇区清单，并将所述低效益扇区的原因对应纳入所述清单中。

在本实施例中，对各层扇区组的扇区进行评估生成评估结果时，会将各层低效益扇区汇总成对应各层的低效益扇区清单，便于运维人员进行查阅，且会将各低效益扇区的原因一并纳入清单中，便于运维人员后续对低效益扇区进行对应处理。

实施例二

请参照图8，一种网络资源效益评估的装置1，包括存储器3、处理器2及存储在存储器3上并可在处理器2上运行的计算机程序，所述处理器2执行所述计算机程序时实现上述实施例一中的步骤。

由于本发明上述实施例所描述的系统/装置，为实施本发明上述实施例的方法所采用的系统/装置，故而基于本发明上述实施例所描述的方法，本领域所属技术人员能够了解该系统/装置的具体结构及变形，因而在此不再赘述。凡是本发明上述实施例的方法所采用的系统/装置都属于本发明所欲保护的范围。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。

应当注意的是，在权利要求中，不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中，这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用，仅是为了表述方便，而不表示任何顺序。可将这些词语理解为部件名称的一部分。

此外，需要说明的是，在本说明书的描述中，术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述，是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管已描述了本发明的优选实施例，但本领域的技术人员在得知了基本创造性概念后，则可对这些实施例作出另外的变更和修改。所以，权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也应该包含这些修改和变型在内。