大數據分析在移動通信網絡優化中的運用研究

◆曾杰麟

?

大數據分析在移動通信網絡優化中的運用研究

◆曾杰麟

(廣東省電信規劃設計院有限公司 廣東 510000)

數據挖掘顧名思義就是從龐大的數據中“挖掘”出對自己有利的數據，并對其加以分析利用，從而發現對經濟、商業和社會活動有利的數據。將數據挖掘技術應用到移動通信網絡中，可以優化網絡從而提高移動通信網絡質量。本文主要介紹了移動通信網絡的優化與數據挖掘技術、移動通信網絡優化中的基本原則及優化過程中的具體應用。

數據挖掘；移動通信；網絡優化

0 前言

隨著移動通信網絡技術不斷更新，使用范圍不斷擴大，移動網絡的規模、網絡的話務模型和業務的模型也在不斷的更新發展，網絡技術的應用是為了更好地適應市場的需求變化而深入發展的[1]。面對這樣的情況，移動通信網路運營商需要提高網絡服務質量，則需要引入新的技術以適應當前大數據時代的應用特點。典型的場景是利用數據挖掘技術，優化移動網絡，達到移動網絡隨時能夠適應市場不斷變化的需求的目的。

1 移動通信網絡優化與數據挖掘技術

1.1 移動通信網絡優化

移動臺機、網絡系統、基站子系統、維護和操作子系統這四個部分組合在一起構成了整個移動通信系統。所謂的移動通信網絡優化指的就是在移動通信網絡運行過程中，運用技術手段找到影響網絡正常運行的原因，然后進行數據分析和整合，從而使移動通信網絡達到一個最佳的狀態。移動通信網絡的優化過程具有長期性和復雜性。

1.2 數據挖掘技術

數據挖掘技術是將有用的數據挖掘出來，并且把這些挖掘出來的有用數據進行整合和分析，它是移動通信網絡中最重要的技術核心。因為挖掘技術的方式比較多，作用也不盡相同：如分類分析法可對不同類型的數據進行分類，可用于對網絡的檢測；序列分析法可利用數據之間的關聯性發現移動通信網絡中的故障，并加以分析解決；關聯分析法主要是用數據之間的關聯性來挖掘其他組之間的數據價值[2]。

2 移動通信網絡優化中數據挖掘技術的基本原則

2.1 數據挖掘一般流程

對移動通信網絡數據分析與挖掘遵循標準數據挖掘流程，一般包含以下步驟（如圖1）：

（1）定義商業問題：包括分析業務需求，定義問題的范圍，定義計算模型所使用的度量，以及定義數據挖掘項目的特定目標；

（2）數據準備：數據一般分散在不同設備、廠家、部門中，并以不同的格式存儲，本步驟需要對數據進行規范化清洗以達到理解及應用開發要求；

（3）數據理解：根據業務經驗及數據的分布、主要參數等對獲取的數據進行分析指導模型建立；

（4）模型建立：根據數據倉庫中的數據信息，選擇合適的分析、建模工具及應用統計方法處理信息，建立數學模型；

（5）模型評估：利用現網實際數據或行業專家來驗證數據挖掘結果的正確性；

（6）模型應用：將該模型應用至網絡應用生產環境中。數據挖掘過程是一個反復循環的過程，每一個步驟如果沒有達到預期目標，都需要回到前面的步驟，重新調整并執行。

圖1 數據挖掘流程圖

2.2 分布式處理方法的科學應用

移動通信網絡的相關數據龐大，若需要從龐大數據中迅速找到有效的信息，同時對這些信息進行整合分析，則需要應用分布式處理法，即將優化體系運用分布式處理法應用到整個服務器中，通過服務器傳輸到網絡的各個環節，以此達到對其他各個環節的優化[3]。

3 移動通信網絡優化中數據挖掘技術的應用

3.1 利用數據挖掘技術對站點的合理選擇

移動通信網絡主要有話務分析、干擾控制、掉話處理等方面構成。數據挖掘技術的應用就是對移動通信網絡內容進行分析優化。為了使移動網絡達到運行的最佳狀態，移動站點的選擇尤為重要，只有滿足了信息覆蓋的要求、基站的建設可行、周圍建筑物和環境等才不會影響移動網絡信號的接收。數據挖掘技術有多種方法，如遺傳算法、神經網算法、禁忌搜索算法和模擬退火算法，這幾種算法既可以單獨使用，也可以相互混合使用。選擇合適的算法進行基站科學選點，不僅可以降低運營成本，還可以使網絡優化達到較優的狀態[4]。

3.2 科學研究通話阻斷現象

在移動網絡中會出現突然通話阻斷的現象，又叫掉話現象?？蛇\用異常點檢測技術發現掉話問題后，結合注意相關的數據和資料的研究，定位故障點并提出解決方案。使用數據挖掘技術可以實現當出現掉話現象時進行快速而有效的分析，同時也能為其他具備類似問題產生條件的區域做出預警，提前預防，以免影響用戶使用。

3.3 利用數據挖掘技術還可以提升干擾分析的準確程度

移動通信網絡中最容易出現的問題就是信號被干擾，而數據挖掘技術卻能快速而準確地找到干擾的原因和位置，并通過數據分析，及時處理干擾帶來的問題，這更確保了網絡通信的正常運行。而基站也就是基站子系統的簡稱，也就是移動通信網絡所建設的高塔，用來接受和發射信號的塔，它的建立更是要求高質量的無線通信網絡。同樣它所受到的干擾也是相當的多，所以這樣把干擾分為了內部干擾和外部干擾，內部干擾就是系統內部因素所造成的干擾，外部干擾指的就是建站周圍的建筑和環境等因素所造成的干擾?；練v史數據進行數據分析與挖掘，基于PCA（主成分分析）等方法，可對內外部干擾區分各種因素的影響程度，優先解決對信號干擾最大的因素。

3.4 數據挖掘技術在移動通信優化中話務預測的具體應用

在移動通信優化中運用數據挖掘技術也可以體現在話務預測方面，從話務預測的結果來判斷移動通信網絡是否進行硬件投資，比如預測話務數量較低，則是產生了溢出話務，從而使未來的收益降低；如果話務預測的數量較高，又會使其硬件投入過多，造成資源浪費[5]，通過數據挖掘技術中的時間序列預測方法，對即將來臨的話務高峰進行會話數和持續周期的預測，可提前調整相關設備參數，來避免可能出現的問題。

4 結語

隨著我國移動通信技術的快速發展，4G網絡已經基本覆蓋全國，5G網絡也即將迎來大規模商用。消費者對移動網絡通信技術的要求也在不斷提高。在這個過程當中，移動通信網絡優化將數據挖掘技術融入其中，不但大大提高了網絡優化的質量，更是降低了移動網絡通信運營商的投資成本，提高了利潤空間，這對整個網絡時代都有重大的實際意義和經濟價值。

[1]黃曉清.移動通信網絡優化中大數據分析的實際應用[J].信息與電腦(理論版)，2017.

[2]王理.試論移動通信網絡優化中大數據分析的應用[J].數字通信世界，2017.

[3]張亮.大數據分析在移動通信網絡優化中的應用[J].信息通信，2017.

[4]蘇厚柱.試論大數據分析在移動通信網絡優化過程中的運用[J].中國新通信，2017.