中國聯(lián)通研究院 北京 100032

引言

以手機(jī)為代表的移動(dòng)終端能力越來越強(qiáng)，不僅體現(xiàn)在計(jì)算能力和存儲(chǔ)能力的提升，還體現(xiàn)在對越來越多通信方式的支持，比如GPS、GSM、CDMA、LTE、Wi-Fi、Bluetooth等，此外，加速度傳感器、數(shù)字指南針、陀螺儀、磁力計(jì)、光照傳感器等也逐漸成為移動(dòng)終端的基本配置，這為更加精準(zhǔn)地獲取移動(dòng)終端位置提供更加豐富的數(shù)據(jù)支持。

與此同時(shí)，ICT資源越來越如水電一樣容易獲取，軟件工具也越來越趨向于開源與開放，這大大促進(jìn)了移動(dòng)互聯(lián)網(wǎng)應(yīng)用的創(chuàng)新發(fā)展，不斷推陳出新的移動(dòng)互聯(lián)網(wǎng)應(yīng)用真可謂百花齊放、百家爭鳴。在用戶使用移動(dòng)互聯(lián)網(wǎng)應(yīng)用的過程中，移動(dòng)互聯(lián)網(wǎng)應(yīng)用平臺(tái)通常會(huì)以文本、圖片、語音、視頻等多媒體形式記錄用戶的使用行為，這些行為記錄成為商家實(shí)現(xiàn)精準(zhǔn)化營銷的大數(shù)據(jù)基礎(chǔ)。與此同時(shí)，海量的數(shù)據(jù)、越來越快的數(shù)據(jù)形成速度、移動(dòng)用戶位置的實(shí)時(shí)變動(dòng)等也對應(yīng)用平臺(tái)提出更大的挑戰(zhàn)，要求應(yīng)用平臺(tái)既要保證服務(wù)提供的實(shí)時(shí)性，還要處理好隱私保護(hù)、信息安全、電量消耗、成本效益等問題。

基于位置的服務(wù)(Location Based Service，LBS)分為位置獲取和服務(wù)提供兩個(gè)階段。對于面向特定用戶的精準(zhǔn)化營銷而言，需要實(shí)時(shí)、準(zhǔn)確地掌握用戶在某個(gè)時(shí)點(diǎn)或者時(shí)間段所處的場景，包括時(shí)間、空間、人物這三個(gè)位置相關(guān)的關(guān)鍵信息[1]，滿足用戶在特定時(shí)間、特定地點(diǎn)的實(shí)際需求。位置獲取與服務(wù)提供具有很強(qiáng)的時(shí)效性要求，如果服務(wù)在用戶離開商家后再提供，那么服務(wù)提供的效果就會(huì)大打折扣，甚至?xí)D(zhuǎn)變成對客戶的騷擾。

Storm、Spark是兩個(gè)典型的分布式計(jì)算框架，可以解決服務(wù)提供的海量數(shù)據(jù)處理和實(shí)時(shí)性問題。其中，Storm屬于事件驅(qū)動(dòng)的實(shí)時(shí)處理框架，處理性能可達(dá)秒級，例如用戶興趣點(diǎn)統(tǒng)計(jì)等實(shí)時(shí)應(yīng)用；Spark為基于內(nèi)存的計(jì)算框架，中間處理結(jié)果放置在內(nèi)存而不是磁盤，因此，適用于內(nèi)存承載數(shù)據(jù)、迭代式計(jì)算以及交互式查詢。位置營銷要結(jié)合用戶近期搜索、點(diǎn)擊等互聯(lián)網(wǎng)使用行為來預(yù)測用戶興趣點(diǎn)，同時(shí)，還要結(jié)合用戶實(shí)時(shí)位置和用戶興趣預(yù)測推送滿足用戶需求的服務(wù)，因此，需要綜合使用Storm和Spark技術(shù)。

1 位置營銷業(yè)務(wù)需求及典型應(yīng)用場景

實(shí)現(xiàn)精準(zhǔn)化營銷的關(guān)鍵是將位置三要素(時(shí)間、空間、人物)精準(zhǔn)匹配。時(shí)間可以切分為多個(gè)時(shí)間點(diǎn)或者多個(gè)時(shí)間段，地點(diǎn)可以分為地理數(shù)據(jù)和屬性數(shù)據(jù)，地理數(shù)據(jù)描述空間的絕對位置，屬性數(shù)據(jù)描述地名、空間功能、空間類型等地理位置對應(yīng)的特征信息，人物則需要描述客戶的消費(fèi)偏好。時(shí)間、地點(diǎn)和客戶偏好可以組成不計(jì)其數(shù)的個(gè)性化情境。如圖1所示。

圖1 移動(dòng)客戶營銷情境

由圖1可見，實(shí)現(xiàn)基于位置的精準(zhǔn)營銷需要把時(shí)間、空間、人物三者緊密地結(jié)合起來，在某個(gè)時(shí)點(diǎn)、特定的位置，將營銷信息傳遞給恰當(dāng)?shù)娜?。比如，?dāng)客戶在家庭居住區(qū)域內(nèi)的非工作時(shí)間(比如晚上或者周末)可以向用戶推送一些居家用商品的營銷信息；當(dāng)客戶處于乘坐地鐵等公共交通工具并且是上下班時(shí)段，商家可以在推送商品信息的同時(shí)推送一些讓人輕松或提示性的信息，比如冷笑話或者天氣變化等；當(dāng)客戶處于商場或者超市等購物環(huán)境時(shí)，可以根據(jù)用戶年齡、性別、以往購買歷史等為用戶推薦商品與優(yōu)惠券等信息。總之，要結(jié)合客戶所在的時(shí)空屬性，推送客戶最可能需要的服務(wù)。

2 無線通信技術(shù)與移動(dòng)用戶位置獲取

2.1 主流無線通信技術(shù)特點(diǎn)分析

日常生活中，我們通常會(huì)借助各種無線通信技術(shù)在不同的出行場景訪問移動(dòng)互聯(lián)網(wǎng)：在上下班的途中乘坐地鐵，會(huì)上網(wǎng)瀏覽、閱讀電子書、觀看視頻短片等；在外面游玩時(shí)，會(huì)通過地圖軟件查詢周圍的餐飲店以及打折促銷信息；在登山或者輪船上休息時(shí)，您或許希望商家提供戶外商品的營銷信息；在商品琳瑯滿目、商家眾多的商場里，您或許希望快速找到自己想要的商品。移動(dòng)生活的各種場景如圖2所示。

圖2 使用各種無線通信技術(shù)的移動(dòng)生活場景

從圖2可以看出，移動(dòng)終端、通信網(wǎng)絡(luò)、云端應(yīng)用構(gòu)成了滿足各種使用場景的技術(shù)支撐體系。無線通信技術(shù)多個(gè)維度的對比如表1所示。

從表1可以看出，不同的無線通信或者移動(dòng)通信技術(shù)具有不同的特點(diǎn)，它們在滿足人們工作與生活的各種需求方面相互補(bǔ)充。比如，地上的無線通信可以采用移動(dòng)通信和衛(wèi)星通信，地下隧道內(nèi)的無線通信需要采用泄露電纜作為信號收發(fā)天線；在人口密集的區(qū)域，通常采用無線基站(含室內(nèi))滿足移動(dòng)通信需求，而在高山、海洋、高速公路等遮擋物少、難以架設(shè)無線基站的地方則采用衛(wèi)星通信；在有建筑物遮擋的區(qū)域采用鋪設(shè)Wi-Fi、ZigBee無線網(wǎng)絡(luò)的方式；在小于10米的近距離通信場景下，采用藍(lán)牙、NFC、RFID等近距離通信方式。

表1 典型的無線通信技術(shù)特征與能力對比

不同的無線通信技術(shù)都有其適用的場景。比如衛(wèi)星通信可以實(shí)現(xiàn)全球范圍7×24小時(shí)的覆蓋，地球上幾乎所有室外環(huán)境都可以覆蓋，但是到了森林、隧道、辦公室等室內(nèi)或者地下環(huán)境它就無能為力了；對于無線基站這樣的移動(dòng)通信技術(shù)，在不同的區(qū)域其定位能力也不同，通常人口稠密的城市或地區(qū)會(huì)架設(shè)更多的基站，因此，定位精度較高；而對于人口稀少的鄉(xiāng)村地區(qū)由于無線基站數(shù)量少，定位精度也就低得多；Wi-Fi是無線局域網(wǎng)(WLAN)的典型通信技術(shù)，可以鋪設(shè)在家庭、辦公室、商場、機(jī)場等場所，可以達(dá)到1米以下的定位精度。從無線通信技術(shù)對于通信需求滿足的角度看，不同的通信技術(shù)具有互補(bǔ)性。

2.2 移動(dòng)終端位置獲取思路與方法

目前，大多數(shù)移動(dòng)終端集成了各式無線通信模塊，移動(dòng)終端逐漸成為人與環(huán)境的接口，成為用戶的貼身秘書，可以說，獲得移動(dòng)終端位置就意味著找到了客戶的位置。

獲取移動(dòng)終端的位置有多種物理測量方法，比如按照測量精度從高到低可以分為：距離測量、角度測量、區(qū)域測量、跳數(shù)測量以及鄰居測量。三種典型的測距數(shù)據(jù)模型為：基于接收信號強(qiáng)度的測距模型(Received Signal Strength，RSS)、基于信號到達(dá)時(shí)間的測距模型(Time of Arrival，ToA)、基于信號到達(dá)時(shí)間差的測距模型(Time Difference of Arrival，TDoA)。由于每種測距模型都具有各自的優(yōu)缺點(diǎn)，位置計(jì)算通常會(huì)綜合多種測距模型來實(shí)現(xiàn)。

下面介紹典型的無線通信技術(shù)獲取移動(dòng)終端位置的思路與方法。

1）通過通信衛(wèi)星的位置定位獲取。通過移動(dòng)終端到通信衛(wèi)星的擴(kuò)頻信號傳播時(shí)間算出移動(dòng)終端到通信衛(wèi)星的距離(ToA)，然后，再結(jié)合衛(wèi)星廣播的星歷信息計(jì)算衛(wèi)星的空間位置，完成定位計(jì)算。當(dāng)有3顆衛(wèi)星時(shí)，就可以實(shí)現(xiàn)二維定位；當(dāng)有4顆衛(wèi)星時(shí)，就可以實(shí)現(xiàn)三維定位；移動(dòng)終端可以根據(jù)接收的多顆衛(wèi)星的導(dǎo)航信息，計(jì)算出自己的三維位置(經(jīng)緯度與海拔高度)、運(yùn)行速度與方向以及精確的時(shí)間信息[2]。

2）通過無線基站的位置獲取。通過測量移動(dòng)終端到無線基站的下行導(dǎo)頻信號的時(shí)間或者時(shí)間差，結(jié)合無線基站的坐標(biāo)，采用三角公式估計(jì)算法，就可以得到移動(dòng)終端的位置。還可以采用基于通信網(wǎng)絡(luò)的定位技術(shù)，通信記錄中記錄了時(shí)間戳、位置區(qū)域代碼(LAC)、基站小區(qū)(cell-ID)等信息[3]，可以獲取移動(dòng)用戶的位置與運(yùn)動(dòng)軌跡，定位精度最高可達(dá)到150米，誤差通常大于125米，在人口稀少的地區(qū)電信運(yùn)營商架設(shè)的基站通常較少，定位誤差可能會(huì)超過1千米。

3）通過Wi-Fi的位置獲取。Wi-Fi無線網(wǎng)絡(luò)主要應(yīng)用于室內(nèi)環(huán)境，在室內(nèi)定位中，受設(shè)備及成本限制，通常都采用基于RSS的測距[1]。如果采用無線信號的定位技術(shù)，由于室內(nèi)環(huán)境復(fù)雜多變，無線信號在室內(nèi)環(huán)境下的衰減、多徑和衍射等效應(yīng)導(dǎo)致無線信號強(qiáng)度的波動(dòng)，進(jìn)而帶來定位誤差[1]。相比于室外，室內(nèi)空間通常分為多個(gè)功能區(qū)，因此，對于定位精度的要求更高。

4）通過泄漏電纜的位置獲取。地鐵通信環(huán)境由站廳層、站臺(tái)層和雙向隧道區(qū)間3個(gè)部分組成[4]，地鐵站之間的隧道內(nèi)部通常是采用兩條泄漏電纜分別向隧道中間延伸的方式，隧道內(nèi)信號從地鐵站口到隧道內(nèi)部逐步減弱，因此，可以采用RSS的物理距離測量方式，借助泄漏電纜的信號強(qiáng)度確定移動(dòng)終端在地鐵隧道內(nèi)部的位置[5]，由于地下隧道有轉(zhuǎn)彎、高低等地形變化，會(huì)影響到獲取移動(dòng)終端位置的準(zhǔn)確性。

融合通信是指同一臺(tái)移動(dòng)終端借助移動(dòng)通信(GSM/CDMA/LTE等)、Wi-Fi、藍(lán)牙、紅外、衛(wèi)星通信等多種無線通信技術(shù)與外部同時(shí)通信的場景。在多種無線通信技術(shù)同時(shí)使用的情況下，由于不同的無線通信技術(shù)的定位能力不同，最理想的情況是獲取盡可能多的與位置計(jì)算相關(guān)的數(shù)據(jù)，為位置計(jì)算模型提供更多的輔助數(shù)據(jù)，讓位置計(jì)算結(jié)果更為準(zhǔn)確。例如，衛(wèi)星信號通常無法覆蓋到室內(nèi)，但是當(dāng)移動(dòng)終端偶爾處于室內(nèi)能夠接收衛(wèi)星信號的位置，比如靠近窗戶、大門等，就可以利用這些偶爾獲取的數(shù)據(jù)提升位置獲取的能力。

此外，信號反射、散射、遮蔽等信號傳播動(dòng)態(tài)特性也會(huì)影響位置計(jì)算的精度，因此，需要實(shí)施誤差控制，將移動(dòng)終端位置精度控制在一定范圍之內(nèi)。

3 分布式實(shí)時(shí)流式計(jì)算關(guān)鍵技術(shù)與位置服務(wù)提供

要實(shí)現(xiàn)融合通信場景下移動(dòng)終端的混合定位，對移動(dòng)終端和位置服務(wù)平臺(tái)的計(jì)算能力有非常高的要求。一方面，按照就近計(jì)算原則，移動(dòng)終端應(yīng)當(dāng)采集并計(jì)算出自身的絕對位置，如果移動(dòng)終端首先獲取的是相對于參照物的相對位置，還需要根據(jù)參照物絕對位置算出自身的絕對位置。另一方面，移動(dòng)終端應(yīng)當(dāng)將自身絕對位置和位置誤差區(qū)間傳遞到位置服務(wù)平臺(tái)，位置服務(wù)平臺(tái)模糊匹配客戶所在位置與預(yù)先分析出來的消費(fèi)傾向，將匹配結(jié)果以服務(wù)的形式推送給客戶。

位置服務(wù)需要解決客戶興趣分析和在特定場景下的消費(fèi)行為預(yù)測與服務(wù)投遞兩大問題，由于客戶所處位置經(jīng)常變化，因此，需要位置服務(wù)平臺(tái)實(shí)時(shí)地解決以上兩大問題。例如，如果客戶在商家附近使用手機(jī)搜索某些關(guān)鍵詞，那么這些關(guān)鍵詞通常就是客戶迫切需求的信息，具有非常高的時(shí)效性特征，這就要求位置服務(wù)平臺(tái)具備快速匹配供需的能力，以便及時(shí)有效地為客戶推送商品與服務(wù)信息。由開源組織阿帕奇(Apache)開源的實(shí)時(shí)流式計(jì)算框架Storm和Spark，可以幫助解決以上兩大問題。

Storm將分布式計(jì)算環(huán)境稱為拓?fù)?Topology)，拓?fù)溆蓴?shù)據(jù)流、Spouts(Stream Producers)、Bolts(Operations)組成[6]。Storm的核心數(shù)據(jù)結(jié)構(gòu)為元組(Tuple)。Spouts是Storm拓?fù)渲饕臄?shù)據(jù)入口點(diǎn)，Spouts承擔(dān)數(shù)據(jù)源適配器的角色，它將數(shù)據(jù)轉(zhuǎn)換為元組并且將元組作為數(shù)據(jù)流發(fā)送。Bolts被視為計(jì)算的運(yùn)算符(operators)或者函數(shù)(functions)，Bolts常用的函數(shù)包括過濾元組、聯(lián)合與聚合、計(jì)算、數(shù)據(jù)庫讀/寫。采用Storm流式計(jì)算過程如圖3所示。

圖3 Storm流式計(jì)算過程

Storm屬于事件驅(qū)動(dòng)的流式計(jì)算模型，適用于單個(gè)數(shù)據(jù)量小的分析計(jì)算場景，其存放中間運(yùn)算結(jié)果的磁盤占用了大量的I/O，這種實(shí)現(xiàn)方式降低了數(shù)據(jù)處理效率。與Storm相比，Spark將中間運(yùn)算結(jié)果置于內(nèi)存之內(nèi)，更適用于存放中間結(jié)果數(shù)據(jù)的迭代運(yùn)算；其采用與MapReduce類似的計(jì)算模型，更適用于內(nèi)存容量可以承載的批量數(shù)據(jù)處理應(yīng)用；其采用時(shí)間片(缺省為0.1s)切割數(shù)據(jù)的方式，具有更長的時(shí)間延遲，并同時(shí)支持SQL、機(jī)器學(xué)習(xí)、圖形處理、流式計(jì)算等計(jì)算模型，是一款通用的計(jì)算引擎[7]。

Spark采用彈性分布式數(shù)據(jù)集(Resilient Distributed Datasets，RDD)的方式管理數(shù)據(jù)，Spark流計(jì)算模型將輸入的數(shù)據(jù)流以時(shí)間片(0.5秒到幾秒)為單位進(jìn)行拆分，然后再以類似批處理的方式處理每個(gè)時(shí)間片數(shù)據(jù)，由于每個(gè)數(shù)據(jù)流代表某個(gè)時(shí)間到達(dá)的RDDs序列，故稱之為離散式數(shù)據(jù)流(Discretized Stream，DStream)。Spark流計(jì)算過程如圖4所示。

根據(jù)對兩種分布式流式計(jì)算技術(shù)的特點(diǎn)分析，可以將兩種技術(shù)結(jié)合起來使用。對于類似用戶搜索、瀏覽、點(diǎn)擊等行為，由于產(chǎn)生的數(shù)據(jù)量小，對以上行為的分析可以發(fā)現(xiàn)用戶最新需求，因此，可以考慮采用Storm技術(shù)；對于來自于電信、金融、交通、公共事業(yè)等反映用戶行為的數(shù)據(jù)，由于數(shù)據(jù)量大，實(shí)時(shí)性要求高，可以考慮基于內(nèi)存計(jì)算的Spark計(jì)算，通過機(jī)器學(xué)習(xí)挖掘用戶消費(fèi)行為偏好，根據(jù)用戶位置變化實(shí)時(shí)查詢和匹配用戶需求并推送滿足需求的服務(wù)。

4 精準(zhǔn)化營銷平臺(tái)架構(gòu)設(shè)計(jì)方案

位置營銷屬于移動(dòng)電子商務(wù)的核心功能，移動(dòng)電子商務(wù)主要包括5個(gè)需要實(shí)時(shí)完成的活動(dòng)，即位置(人或物)、導(dǎo)航(到達(dá)路線)、跟蹤(移動(dòng)軌跡)、繪圖(圖形化展示)、時(shí)間(從A位置到B位置的時(shí)長)；其基礎(chǔ)架構(gòu)包括9個(gè)組成部分，即位置發(fā)現(xiàn)(定位)組件、移動(dòng)定位中心、用戶、移動(dòng)終端、移動(dòng)通信網(wǎng)絡(luò)、服務(wù)或應(yīng)用提供商、數(shù)據(jù)或內(nèi)容提供商、地理信息系統(tǒng)、選擇性加入應(yīng)用[8]。精準(zhǔn)化移動(dòng)營銷平臺(tái)總體架構(gòu)如圖5所示。

圖4 Spark流計(jì)算過程

圖5 精準(zhǔn)化移動(dòng)營銷平臺(tái)總體架構(gòu)

從圖5可以看出，移動(dòng)終端首先基于各種通信模塊計(jì)算移動(dòng)終端的絕對位置或者相對位置，然后以移動(dòng)終端位置為輸入，借助精準(zhǔn)化移動(dòng)營銷平臺(tái)查詢/匹配適合于用戶的需求，并將需求對應(yīng)的服務(wù)推送給用戶，而精準(zhǔn)化移動(dòng)營銷平臺(tái)則基于客戶大數(shù)據(jù)、空間大數(shù)據(jù)等形成位置三要素的營銷用基礎(chǔ)數(shù)據(jù)集，成為實(shí)現(xiàn)位置服務(wù)的前提和基礎(chǔ)。

5 總結(jié)

移動(dòng)終端借助藍(lán)牙、Wi-Fi、GSM、CDMA、GPS等各種無線通信模塊以及各式傳感器在運(yùn)行過程中形成數(shù)據(jù)，為更加精確地完成位置計(jì)算提供了前提和基礎(chǔ)。通過在融合通信環(huán)境下的混合位置計(jì)算，可以為基于位置的精準(zhǔn)化營銷提供有力支持。

客戶的購物偏好是提供位置服務(wù)的需求預(yù)測基礎(chǔ)，是實(shí)現(xiàn)精準(zhǔn)化營銷的三大要素之一，應(yīng)當(dāng)融合移動(dòng)用戶位置、用戶偏好、營銷服務(wù)推送策略，實(shí)時(shí)地為客戶提供營銷信息，提高營銷的成功概率，同時(shí)，由于位置服務(wù)的時(shí)效性特征明顯，需要借助實(shí)時(shí)分布式流式計(jì)算技術(shù)，才能快速地完成位置獲取與服務(wù)提供。

制定位置營銷方案還需要在如下三個(gè)方面進(jìn)行權(quán)衡和取舍：第一，需要平衡定位精度和資金投入，保證較高的成本效益；第二，需要平衡位置計(jì)算算法的復(fù)雜度和移動(dòng)終端用電消耗；第三，需要平衡服務(wù)質(zhì)量和隱私觸犯與信息安全問題。

參考文獻(xiàn)

[1] 楊崢,吳陳沭,劉云浩.位置計(jì)算:無線網(wǎng)絡(luò)定位與可定位性[M].北京:清華大學(xué)出版社,2014:2-4,112,116

[2] 李勇,徐小濤,楊志紅,等.位置信息服務(wù)(LBS)關(guān)鍵技術(shù)及應(yīng)用[M].北京：人民郵電出版社,2013:49,62

[3] 李福東,黃文良,羅云彬. 基于目標(biāo)IP大數(shù)據(jù)分析提升移動(dòng)用戶上網(wǎng)體驗(yàn)研究[J]. 郵電設(shè)計(jì)技術(shù),2014(12):65-67

[4] 黃艷福,戚喜成,姚賽彬,等. 地鐵移動(dòng)通信無線網(wǎng)絡(luò)建設(shè)研究[J].郵電設(shè)計(jì)技術(shù),2011(1):23-25

[5] 張柯軍.論基站定位功能在地鐵中的應(yīng)用[J].通信設(shè)計(jì)與應(yīng)用,2015(3):9

[6] Jonathan Leibiusky,Gabriel Eisbruch,Dario Simonassi.Getting Started with Storm[J]. O'Reilly Media,2012(9):1

[7] Holden Karau,Andy Konwinski,Patrick Wendell,et al.Learning Spark[J].O'Reilly Media,2015(1):276

[8] Efraim Turban,David King,Jae Kyu Lee,et al. Electronic Commerce:A Managerial and Social Networks Perspective,Eighth Edition[M].Springer International Publishing AG,2015(2):281-282