CN110213731A - 一种基于智能定价的群体用户网络选择方法及系统 - Google Patents

Abstract

本发明提出一种基于智能定价的群体用户网络选择方法及系统，包括：统计异构网络中无线网络的类型和每一类无线网络的覆盖区域中用户群体数量，通过用户群体数量除以异构网络中总用户数量，得到每一个用户群体数量占总用户数量的比例；根据比例和无线网络的定价表达函数和无线网络的码率，得到每一类无线网络的支付费用函数，集合支付费用函数作为异构网络的定价模型；依据无线网络的码率和用户使用每一类无线网络所需支付的费用，通过定价模型，得到异构网络中每类无线网络的用户收益，用户选择最大用户收益的无线网络进行连接。

Description

一种基于智能定价的群体用户网络选择方法及系统

技术领域

本发明涉及无线网络中用户行为选择分析的方法，特别涉及基于智能定价的群体用户网络选择方法及系统。

背景技术

伴随着网络技术的发展，用户的连接的网络模式变得多种多样。未来，基于无线WiFi、4G和5G的异构网络将逐渐成为未来用户使用无线网络的主要网络环境。异构网络包含多种无线类型的网络，例如wifi，3G网络，4G网络，以及未来的5G网络，用户所处的无线网络是包含以上多种类型的无线网络环境。基于多种异构网络的多种媒体内容服务，如视频流媒体观看，视频直播，VR/AR应用，正逐渐成为未来移动互联网中主要的服务业务模式。然而，随着多媒体内容的丰富性，相关应用服务的逐渐增长的网络资源需求对有限的无线网络资源带来了巨大的压力。而异构的无线网络环境下，如何合理的选择恰当的接入网络以获得最优的网络服务体验成为了异构网络的一种关键技术。对于接入网络选择方案可以是以用户为中心的或网络驱动的。在以用户为中心的方法中，重点是最大化用户体验质量水平。然而，这提出了若干限制，因为用户仅知道他们的链路质量，并且没有关于网络负载的信息，这可能影响用户感知质量并且由于频繁切换而引起不稳定性。在网络驱动的解决方案中，目标是通过避免网络拥塞和为每个用户选择最佳接口来最大化网络运营商收入并保持较高的整体用户满意度。针对于上述问题，需要一种合理的网络选择和资源分配机制，以便为尽可能多的用户提供最佳可用性能。通常，资源分配的方法是将其建模为优化问题，其目标函数和约束由用户要求和网络规范确定。目标函数通常被称为效用函数，其在给定分配时表征用户满意度资源。而在有限的网络资源下，当前网络下的服务需求的用户数量的变化也影响了网络资源分配的变化。因此，针对于用户需求的多样的多媒体服务，建立一种智能的用户网络选择方法，合理分配网络资源，使得有限的网络资源利用达到的最大化，提升用户网络服务质量，对未来异构无线网络的多媒体服务的应用发展具有重大意义。

传统的异构网络的网络选择方法如垂直切换的准入控制方案、分层无线资源管理方法以及用于集成蜂窝网络和WLAN的性能分析模型，没有考虑用户之间接入不同类型的无线网络过程中的竞争问题以及网络选择的动态性并且没有考虑用户需求的服务内容中传输内容具有过程的特性。以视频内容为例，视频具有时间和过程的特性。视频内容在不同的网络环境中传输时会有各种速率失真。视频质量的变化会影响用户的行为。并且，用户行为的选择改变将导致当前网络状况的变化，进而影响用户的对网络选择。

在异构无线接入网络中，定价可以是用作资源分配，准入控制的机制和网络选择。传统的应用于异构网络当中的定价方法一般为基于拍卖、优化的和基于需求/供应的定价方法。然而面对异构网络中的用户、内容以及环境变化过程性特点，上述的定价方式并不能合理优化网络中的资源的利用与配置，并且合理的改变用户的行为选择，无法保证最优的运营商和用户的收益，使得总体的收益达到最大化。因此，有必要提出一种面向异构网络环境变化过程特性的、考虑用户行为选择的智能的定价方法，最大化运营商和用户的总体收益。

发明内容

本发明的目的是针对上述现有的技术缺陷，提供一种基于智能定价的群体用户网络选择方法。利用网络经济学原理，联合考虑运营商和用户的收益，通过建立一种智能的定价的方法，在网络环境和用户群体数量变化的过程中，使得用户和运营商的收益达到最大化。同时，该方法考虑到异构网络选择、用户需求的服务内容和用户变化的过程特性，通过建立一种具有自主进化的选择算法。

具体来说，本发明提出了一种基于智能定价的群体用户网络选择方法，其中包括：

步骤1、统计异构网络中无线网络的类型和每一类该无线网络的覆盖区域中用户群体数量，通过该用户群体数量除以该异构网络中总用户数量，得到每一个该用户群体数量占总用户数量的比例；

步骤2、根据该比例和该无线网络的定价表达函数和该无线网络的码率，得到每一类该无线网络的支付费用函数，集合该支付费用函数作为该异构网络的定价模型；

步骤3、依据该无线网络的码率和用户使用每一类无线网络所需支付的费用，通过该定价模型，得到该异构网络中每类无线网络的用户收益，用户选择最大该用户收益的无线网络进行连接。

所述的基于智能定价的群体用户网络选择方法，其中该步骤3包括：

第k类无线异构网络下用户的收益为：U_k＝θ_kln(1+r_k)-Q_k，其中U_k为该用户收益，θ_k是收益因子，Q_k是第k类无线网络的该支付费用函数。

所述的基于智能定价的群体用户网络选择方法，其中还包括：

步骤4、根据当前类型的无线网络中用户群体数量，动态调节该当前类型的无线网络对应的支付费用函数，具体包括：

根据动态复制因子求解出第k类无线网络中T＝t-1时刻以及T＝t时刻的用户选择该第k个无线网络的数量占总用户数量的比例：x_k(t-1)以及x_k(t)；

更新t时刻定价出的支付费用:其中Q_k(t-1)是t-1时刻该第k类无线网络定价出的用户所需支付的费用，ρ_k是该第k类无线网络的价格因子。

所述的基于智能定价的群体用户网络选择方法，其中该支付费用函数为Q_k(0)＝ω(x_k(0))·r_k(0)，其中ω(·)为该定价表达函数，x_k(0)为用户选择第k类无线网络的数量占整体用户数量的比例，r_k(0)为第k类无线网络的码率。

所述的基于智能定价的群体用户网络选择方法，其中该异构网络的无线网络类型包括：无线WiFi、4G和5G网络。

本发明还提出了一种基于智能定价的群体用户网络选择系统，其中包括：

模块1、统计异构网络中无线网络的类型和每一类该无线网络的覆盖区域中用户群体数量，通过该用户群体数量除以该异构网络中总用户数量，得到每一个该用户群体数量占总用户数量的比例；

模块2、根据该比例和该无线网络的定价表达函数和该无线网络的码率，得到每一类该无线网络的支付费用函数，集合该支付费用函数作为该异构网络的定价模型；

模块3、依据该无线网络的码率和用户使用每一类无线网络所需支付的费用，通过该定价模型，得到该异构网络中每类无线网络的用户收益，用户选择最大该用户收益的无线网络进行连接。

所述的基于智能定价的群体用户网络选择系统，其中该模块3包括：

第k类无线异构网络下用户的收益为：U_k＝θ_kln(1+r_k)-Q_k，其中U_k为该用户收益，θ_k是收益因子，Q_k是第k类无线网络的该支付费用函数。

所述的基于智能定价的群体用户网络选择系统，其中还包括：

模块4、根据当前类型的无线网络中用户群体数量，动态调节该当前类型的无线网络对应的支付费用函数，具体包括：

根据动态复制因子求解出第k类无线网络中T＝t-1时刻以及T＝t时刻的用户选择该第k个无线网络的数量占总用户数量的比例：x_k(t-1)以及x_k(t)；

更新t时刻定价出的支付费用:其中Q_k(t-1)是t-1时刻该第k类无线网络定价出的用户所需支付的费用，ρ_k是该第k类无线网络的价格因子。

所述的基于智能定价的群体用户网络选择系统，其中该支付费用函数为Q_k(0)＝ω(x_k(0))·r_k(0)，其中ω(·)为该定价表达函数，x_k(0)为用户选择第k类无线网络的数量占整体用户数量的比例，r_k(0)为第k类无线网络的码率。

所述的基于智能定价的群体用户网络选择系统，其中该异构网络的无线网络类型包括：无线WiFi、4G和5G网络。

由以上方案可知，本发明的优点在于：

由于当前异构网络环境复杂，异构网络中的用户群体呈现动态变化特性且用户需求的应用服务具有过程性和变化性的特点，使得用户的在无线网络环境中的应用服务需求体验感较差；传统的静态的定价方法和异构网络选择方法并不能很好的利用当前的网络资源，提升用户在复杂网络环境下的用户体验。因此，本发明实现了一种基于智能的定价的用户网络选择方法。这种基于智能的定价的用户网络选择方法，能够针对网络变化，提高运营商的收益，并且能够使得用户获得较高的网络服务体验。在面对复杂网络环境的情况下，该方法较高的鲁棒性可以保证用户服务使用和体验，能够满足未来无线网络下多样的用户的服务需求。本发明在多变的异构网络环境中具有高鲁棒性的优点，提高了异构网络中的用户体验和有限网络资源的利用率。

附图说明

图1为异构网络群体用户数量动态稳定的工作流程；

图2为智能定价方法工作流程。

具体实施方式

发明人对现有异构网络研究后发现，解决现有缺陷可以通过考虑群体用户中竞争行为，利用具有进化特性的选择方法解决当前网络的过程变化特性。首先，通过进化博弈理论，求解出动态稳定均衡下的异构网络中的各网络的群体数量，进而确定过程变化中的群体特性。其次，通过一种智能的定价方法，同时考虑网络环境变化和用户群体的变化，解决在变化过程中如何合理的对用户的行为进行约束的问题。

为实现上述目的，本方法包括如下步骤：

步骤1：异构网络群体用户数量动态稳定。当前异构网络的数量K＝{1,2,…,k}和覆盖区域中的用户群体初始选择各网络的用户数量为N＝{n₁,n₂,…,n_k}。

步骤2：建立基于群体用户变化的智能定价模型。基于异构网络群体用户数量初始化该模型，初始化T＝0时刻的支付费用Q_k(0)，价格因子ρ_k，可例如是第k种网络收费的单价。

步骤3：根据步骤1和2得到的结果，求得用户在异构网络环境下的网络选择方法u_n(s)＝{1,2,…,k}。

所述步骤1包括：

步骤11，假定各异构网络可用网络资源为W＝{w₁,w₂,…,w_k}，其中w_k为第k类无线网络的可用带宽，根据香浓公式，能计算出第k种网络的码率为：p_k表示用户传输需要消耗的功率，g_k表示信道增益，σ为传输过程中的背景噪声，r_k表示当前网络下的传输码率。

步骤12，第k类无线网络下用户的收益函数为：U_k＝θ_kln(1+r_k)-Q_k，其中用户的收益是用户网络体验减去用户体验网络所需支付的费用之和,θ_k是收益因子，收益因子取决于用户在无线网络下需求的服务种类，是一个变量，取决于用户自身对网络质量的需求程度，例如当需求视频服务时，收益因子就高于需求文字类新闻等，Q_k是根据智能的定价方法确定的用户获得网络服务所需支付的费用。其中智能具体为该支付费用能够根据当前类型的无线网络中用户群体数量(例如4G网络下的用户数量变化)动态的调节该费用价格。由于具有了感知群体变化调节的特性，故因此具有智能的特征。

步骤13，根据步骤11，步骤12的分析，用户的收益跟当前网络环境下的用户数量(其他用户对异构网络的选择相关)以及运营商所收取的费用有关。考虑在异构网络下的网络选择的进化博弈方法，每个区域中的用户可以选择其可接入的无线网络。因此用户会在一个时期观察其他网络下的收益，并在下一个时期选择能够使其收益更高的网络，并且这种过程会持续的进行。

所述步骤13包括：

步骤131，在整个异构网络中，用户的总体数量规模为：用户选择第k类无线网络的数量占整体用户数量I的比例为异构网络的用户数量状态可以用向量x＝[x₁,…x_k,…x_K]来表示。

步骤132，根据动态复制子方法，能够求出各个区域用户的数量变化速率：其中U_k为用户选择k网络所获得的收益，为整体异构网络用户的平均收益，其中

所述步骤2包括：

步骤21，根据当前的网络用户数量和网络环境，初始化第k类无线网络T＝0时刻的支付费用：Q_k(0)＝ω(x_k(0))·r_k(0)，其中ω(·)为初始定价方法的函数表达，x_k(0)为T＝0时刻用户选择第k类无线网络的数量占整体用户数量的比例，r_k(0)为T＝0时刻第k类无线网络的码率。

步骤22，根据异构网络群体用户数量动态稳定算法中的动态复制因子求解出的异构网络k中的T＝t-1时刻以及T＝t时刻的用户选择第k个无线网络的数量占整体用户数量的比例：x_k(t-1)以及x_k(t)。在策略选择时动态复制因子方法能够快速收敛，达到均衡解，是用来求解群体用户决策选择过程中达到进化稳定时群体数量的一种方法。

步骤23，根据t-1时刻以及t时刻的群体数量x_k(t-1)以及x_k(t)，更新t时刻定价出的支付费用:其中Q_k(t-1)是t-1时刻的定价出的用户所需支付的费用，ρ_k是k网络下的价格因子，可以通过调节价格因子来限制或放松用户的选择行为。

为让本发明的上述特征和效果能阐述的更明确易懂，下文特举实施例，并配合说明书附图作详细说明如下。

1、具有自主进化的群体用户异构网络选择方法：

为了实现复杂异构网络环境的网络选择问题，利用具有进化特性的选择方法解决当前网络的过程变化特性。通过进化博弈理论，求解出动态稳定均衡下的异构网络中的各网络的群体数量，进而确定过程变化中的群体特性。其次通过一种智能的定价方法，同时考虑网络环境变化和用户群体的变化，解决在变化过程中如何合理的对用户的行为进行约束的问题。本发明面向群体用户异构网络选择，提出了一种基于智能定价的群体用户异构网络选择算法。该算法主要包括3个模块，其中用户收益计算模块和群体数量变化速率计算模块使用收益计算公式和动态复制子方法对异构网络中的群体数量的变化速率进行计算确定；再结合智能定价模块更新用户的收益情况，进而确定各异构网络区域用户的群体数量和网络环境。输出最终用户的网络选择。

1)异构网络群体用户数量动态稳定算法：

异构网络群体用户数量动态稳定算法的关键过程如图1所示，主要步骤包括：

初始时的各网络用户数量为N＝(n₁,n₂,…,n_K)，n_k代表第k个网络下的用户数量，用向量x＝[x₁,…,x_K]代表各网络下的用户数所占总用户数的比例，xk代表第k个网络下的用户数所占总用户数的比例，y表示另一种策略选择下的各网络之外的其他网络的用户数量。当策略x在收敛时，对任意的y≠x,ε∈(0,1)，任何一个网络下群体用户的收益都将满足以下不等式：

U(x,(1-ε)x+εy)＞U(y,(1-ε)x+εy)

收敛结束时，输出稳定均衡的各网络下用户的数量

步骤S1、网络的用户数量的确定采集。根据当前网络群体情况，形成用户群体向量N＝{n₁,n₂,…,n_k}，n_k代表连接第k类无线网络的用户数量；

步骤S2、计算各异构网络的码率。根据各异构网络可用网络资源，利用香浓公式，计算出各异构网络的码率r_k；

步骤S3、确定各异构网络下用户的收益。依据各异构网络的码率和用户使用各异构网络服务所需支付的费用，通过用户收益计算公式和智能定价模型，求取异构网络下每种网络的用户收益。

步骤S4、求出各个区域用户的数量变化速率：根据各异构网络的用户收益以及整体用户的平均收益以及当前时刻t的用户群体数量求得面向过程变化的各异构网络区域用户的数量变化速率。

步骤S5、输出当前时刻t的用户群体数量，传递给智能定价模型。

2)基于群体及网络状况的智能定价模型实时模型更新：

基于群体及网络状况的智能定价模型实时定价过程如图2所示，主要步骤包括：

步骤S6、初始化模型的参数。根据第k类无线网络的初始定价函数和T＝0时刻用户选择第k类无线网络的数量占整体用户数量的比例，以及T＝0时刻第k类无线网络的码率，初始化第k类无线网络T＝0时刻的支付费用Q_k(0)，价格因子ρ_k；

步骤S7、获取异构网络各网络群体用户数量。分别获取当前时刻t以及前一时刻t-1的用户选择第k个无线网络的数量占整体用户数量的比例；

步骤S8、更新t时刻的网络费用定价。通过上述步骤S2-S3步骤更新定价策略方法，联合异构网络群体用户数量动态稳定算法，最终求解动态稳定的支付费用价格。

步骤S9、根据支付费用价格求得最终各网络下动态稳定的用户网络选择。

根据当前的支付费用，能够确定出当前的用户的整体收益，即获得的网络服务体验质量减去当前使用网络的花费。通过用户的收益，能够根据1)异构网络群体用户数量动态稳定算法求解出各个网络下的用户数量，并且当前的用户数量是稳定且均衡的，每一个网络下的用户的收益都是当前状态下的所能获得的收益的最大化。也就是说没有一个网络下的用户能够通过改变我的网络接入选择而增加自己的收益。用户并不是选择支付费用最小的网络连接，而是选择当前状态下所能获得的收益最大的网络进行连接。比如：我现在想看视频，可能当前的wifi信号不是很好，虽然当前选择wifi接入我可以不花钱或者支付很少的费用，但是对于我而言，能够流畅的观看视频才是能让我获得收益的，所以，我可能会选择4G网络进行视频观看，虽然我支付了一定的流量费用，但是我可以流畅的观看视频了，所以对于我而言，这样的选择是收益最大的。对于网络运营商而言，智能的定价策略目的是能够动态的调节用户的对各网络的接入选择，充分利用有限的无线网络资源，使得资源的分配更合理，也进而提高用户的网络体验，也让自己能够获得更多的收益。

以下为与上述方法实施例对应的系统实施例，本实施方式可与上述实施方式互相配合实施。上述实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在上述实施方式中。

本发明还提出了一种基于智能定价的群体用户网络选择系统，其中包括：

模块1、统计异构网络中无线网络的类型和每一类该无线网络的覆盖区域中用户群体数量，通过该用户群体数量除以该异构网络中总用户数量，得到每一个该用户群体数量占总用户数量的比例；

模块2、根据该比例和该无线网络的定价表达函数和该无线网络的码率，得到每一类该无线网络的支付费用函数，集合该支付费用函数作为该异构网络的定价模型；

模块3、依据该无线网络的码率和用户使用每一类无线网络所需支付的费用，通过该定价模型，得到该异构网络中每类无线网络的用户收益，用户选择最大该用户收益的无线网络进行连接。

所述的基于智能定价的群体用户网络选择系统，其中该模块3包括：

第k类无线异构网络下用户的收益为：U_k＝θ_kln(1+r_k)-Q_k，其中U_k为该用户收益，θ_k是收益因子，Q_k是第k类无线网络的该支付费用函数。

所述的基于智能定价的群体用户网络选择系统，其中还包括：

模块4、根据当前类型的无线网络中用户群体数量，动态调节该当前类型的无线网络对应的支付费用函数，具体包括：

根据动态复制因子求解出第k类无线网络中T＝t-1时刻以及T＝t时刻的用户选择该第k个无线网络的数量占总用户数量的比例：x_k(t-1)以及x_k(t)；

更新t时刻定价出的支付费用:其中Q_k(t-1)是t-1时刻该第k类无线网络定价出的用户所需支付的费用，ρ_k是该第k类无线网络的价格因子。

所述的基于智能定价的群体用户网络选择系统，其中该支付费用函数为Q_k(0)＝ω(x_k(0))·r_k(0)，其中ω(·)为该定价表达函数，x_k(0)为用户选择第k类无线网络的数量占整体用户数量的比例，r_k(0)为第k类无线网络的码率。

所述的基于智能定价的群体用户网络选择系统，其中该异构网络的无线网络类型包括：无线WiFi、4G和5G网络。

综上，本发明主要包括3个模块：1)用户收益计算模块，使用用户收益计算公式计算异构网络中的各用户群体所获得的收益。2)用户群体数量变化速率计算模块，使用动态复制因子方法，根据计算出的用户收益，确定异构网络变化过程中的各网络用户群体数量变化的速率3)智能定价模块，使用增量式的智能进化计算方法，针对用户群体的过程性变化、网络码率变化等特征，确定符合当前网络下的费用价格。该算法主要针对多变的网络环境和用户变化的过程性，通过建立具有自主进化的异构网络选择算法有效的提高异构网络选择的鲁棒性。此外，该模型采用了智能定价方法进行用户收益的计算，合理的约束用户对网络资源的使用，并能够基于网络环境的变化为用户和网络运营商带来最大化的收益。

本发明技术效果包括：本发明面向用户异构网络选择，提出一种基于智能定价的群体用户异构网络选择算法，该算法包括收益计算模块、群体数量变化方式计算模块、智能定价模块，融合经济学理论对群体资源分配的优势，并采用增量式的智能定价的模型优化费用定价方法。在考虑用户竞争性的方式下提升用户群体的网络服务体验、异构网络选择的鲁棒性以及网络资源的利用效率，提高运营商的收益。

Claims (10)

1.一种基于智能定价的群体用户网络选择方法，其特征在于，包括：

步骤1、统计异构网络中无线网络的类型和每一类该无线网络的覆盖区域中用户群体数量，通过该用户群体数量除以该异构网络中总用户数量，得到每一个该用户群体数量占总用户数量的比例；

步骤2、根据该比例和该无线网络的定价表达函数和该无线网络的码率，得到每一类该无线网络的支付费用函数，集合该支付费用函数作为该异构网络的定价模型；

步骤3、依据该无线网络的码率和用户使用每一类无线网络所需支付的费用，通过该定价模型，得到该异构网络中每类无线网络的用户收益，用户选择最大该用户收益的无线网络进行连接。

2.如权利要求1所述的基于智能定价的群体用户网络选择方法，其特征在于，该步骤3包括：

第k类无线异构网络下用户的收益为：U_k＝θ_kln(1+r_k)-Q_k，其中U_k为该用户收益，θ_k是收益因子，Q_k是第k类无线网络的该支付费用函数。

3.如权利要求2所述的基于智能定价的群体用户网络选择方法，其特征在于，还包括：

步骤4、根据当前类型的无线网络中用户群体数量，动态调节该当前类型的无线网络对应的支付费用函数，具体包括：

根据动态复制因子求解出第k类无线网络中T＝t-1时刻以及T＝t时刻的用户选择该第k个无线网络的数量占总用户数量的比例：x_k(t-1)以及x_k(t)；

更新t时刻定价出的支付费用:其中Q_k(t-1)是t-1时刻该第k类无线网络定价出的用户所需支付的费用，ρ_k是该第k类无线网络的价格因子。

4.如权利要求2或3所述的基于智能定价的群体用户网络选择方法，其特征在于，该支付费用函数为Q_k(0)＝ω(x_k(0))·r_k(0)，其中ω(·)为该定价表达函数，x_k(0)为用户选择第k类无线网络的数量占整体用户数量的比例，r_k(0)为第k类无线网络的码率。

5.如权利要求1所述的基于智能定价的群体用户网络选择方法，其特征在于，该异构网络的无线网络类型包括：无线WiFi、4G和5G网络。

6.一种基于智能定价的群体用户网络选择系统，其特征在于，包括：

模块1、统计异构网络中无线网络的类型和每一类该无线网络的覆盖区域中用户群体数量，通过该用户群体数量除以该异构网络中总用户数量，得到每一个该用户群体数量占总用户数量的比例；

模块2、根据该比例和该无线网络的定价表达函数和该无线网络的码率，得到每一类该无线网络的支付费用函数，集合该支付费用函数作为该异构网络的定价模型；

模块3、依据该无线网络的码率和用户使用每一类无线网络所需支付的费用，通过该定价模型，得到该异构网络中每类无线网络的用户收益，用户选择最大该用户收益的无线网络进行连接。

7.如权利要求6所述的基于智能定价的群体用户网络选择系统，其特征在于，该模块3包括：

第k类无线异构网络下用户的收益为：U_k＝θ_kln(1+r_k)-Q_k，其中U_k为该用户收益，θ_k是收益因子，Q_k是第k类无线网络的该支付费用函数。

8.如权利要求7所述的基于智能定价的群体用户网络选择系统，其特征在于，还包括：

模块4、根据当前类型的无线网络中用户群体数量，动态调节该当前类型的无线网络对应的支付费用函数，具体包括：

根据动态复制因子求解出第k类无线网络中T＝t-1时刻以及T＝t时刻的用户选择该第k个无线网络的数量占总用户数量的比例：x_k(t-1)以及x_k(t)；

更新t时刻定价出的支付费用:其中Q_k(t-1)是t-1时刻该第k类无线网络定价出的用户所需支付的费用，ρ_k是该第k类无线网络的价格因子。

9.如权利要求7或8所述的基于智能定价的群体用户网络选择系统，其特征在于，该支付费用函数为Q_k(0)＝ω(x_k(0))·r_k(0)，其中ω(·)为该定价表达函数，x_k(0)为用户选择第k类无线网络的数量占整体用户数量的比例，r_k(0)为第k类无线网络的码率。

10.如权利要求6所述的基于智能定价的群体用户网络选择系统，其特征在于，该异构网络的无线网络类型包括：无线WiFi、4G和5G网络。