4G环境下移动通信网络优化中数据挖掘的应用研究

◆王 森

（广东省电信规划设计院有限公司 广东 510630）

4G环境下移动通信网络优化中数据挖掘的应用研究

◆王 森

（广东省电信规划设计院有限公司 广东 510630）

4G移动通信是一个庞大繁杂的动态网络，不同时段、地域所产生的通信流量十分巨大且具有明显的差异性。因此，移动运营商需要充分挖掘数据蕴藏信息，合理配置资源，不断地完善并优化4G移动通信环境，从而为消费者提供更加优质的通信服务。本文阐述了数据挖掘的基本概念及性能特点，并对数据挖掘技术在4G移动通信网络优化中的具体应用进行了深入探讨研究。

4G移动通信；网络优化；数据挖掘；应用研究

0 引言

随着信息技术日新月异地发展，我国移动通信网络已经迈入4G时代[1]。4G移动通信是一个庞大繁杂的动态网络，不同时段、地域所产生的通信流量十分巨大且具有明显的差异性。因此，移动运营商需要充分挖掘通信数据中所蕴藏的信息，并对这些数据进行整理分析，找出数据与数据之间的关联性，并从中提炼出有价值的信息，从而帮助运营商进行合理配置通信网络资源，不断完善并优化4G移动通信环境，进而为消费者提供更加优质的通信服务。

1 数据挖掘的基本概念及流程

数据挖掘技术是一门多领域交叉的新兴学科，主要涵盖了计算机技术、数据库、统计分析学以及人工智能等多方面的知识。它能够为运营商挖掘出移动通信网络中重要的隐藏数据，为决策者提供极具价值的信息知识，从而为进一步优化通信网络奠定扎实的基础。

1.1 数据挖掘的概念

数据挖掘就是从大量的、非清晰化、随机的实际产生的数据中提取出隐藏的、有价值的信息和知识的过程[2]。与传统的数据分析相比，数据挖掘更加倾向于对未知前提下的数据知识进行挖掘发现，且挖掘的知识运用于信息管理、数据优化以及决策控制等方面。因此，数据挖掘是一门综合性非常强的学科，它不仅能够支持低层次的查询需求，而且还能够满足高层次的决策需求。

1.2 数据挖掘的分析方法

数据挖掘的分析方法大致上可以分为以下几类：一是分类分析法。分类分析法顾名思义是将所有数据进行整理分类，首先以不同类型的集合形式来标记并记录每条数据信息，然后对每个集合内的信息再进行提取分析，并与实际数据进行比照，进而判断移动通信网络的运行状况。二是关联分析法。在4G移动通信网络中，不同类型的数据信息之间存在着千丝万缕的关联性。关联分析法是选取两组或者多组数据集合进行系统分析，找出这些两组数据间所存在的微妙联系，进而间接地帮助运营商做出正确的优化决策。三是序列分析法。序列分析法与关联分析法十分相近，也是探寻数据组之间的内在关系，但是相比较于前者而言，序列分析法更多地侧重于数据组间的前后逻辑关系，并根据这一关系进行分析挖掘更多有价值的信息数据。

1.3 数据挖掘的流程

数据挖掘是一个将隐藏的知识挖掘分析成为明显信息的过程，无论采用哪一种分析方法，都要经历相同的工作流程，图一描述了数据挖掘的基本流程。首先要选取某一个定域内的数据集合作为研究对象，即所谓的逻辑数据库，所有的原始数据来源均在这一集合之内。然后是根据挖掘的目的进一步缩小数据库信息的范围，并对这些数据进行筛选、预处理，再根据特定的算法，例如决策树、关联规则、进化算法以及回归预测等算法将数据转化成为特定的分析模型，一旦模型建立起来，那么后面知识的挖掘就能够自动的进行运算完成。最后是知识的分析及同化，当隐藏的知识通过特定模型被挖掘出来之后，此时就要采用前面提到的不同分析方法对其进行分析评估，若分析方法认同挖掘出来的知识，那么被同化的知识就会被集成到信息系统之中。若不认同，则需要采用不同算法构建新的模型经常重复分析，直至认同之后才会集成到系统之中。

图1 数据挖掘的基本流程

2 数据挖掘在4G环境下移动通信网络优化中的应用

4G网络在频谱效率、数据速率及网络容量都较3G有巨大增长，MIMO、COMP等关键技术，异构网等全新网络结构的引入，对无线网络的规划、建设、优化提出了更高的要求。运营商在网络运营中可以根据数据挖掘所得到的知识信息，有针对性地对网络结构进行优化调整，从而进一步完善网络结构，提升服务质量。

2.1 数据挖掘在站点选择上的应用

移动通信网络中站点布局是保证网络质量的基础，站点分布的合理性与否直接关系着运营商的资本投入以及通信网络的服务质量。在站点选择上运用数据挖掘技术可以更为科学地对站点进行规划，从而达到优化网络布局的效果。数据挖掘技术利用禁忌搜索的算法对某一地域进行尝试性试探，从试探得到的结果中选择目标函数值变化移动量最多的位置点，并且根据站点布置区域内的实际地理情况进行科学配置，进而保证站点选取的最优性。在站点选择上采用数据挖掘技术不仅能够准确迅速地确定站点位置，确保站点选择的合理性，而且还能够在一定程度上减少运营商的成本投入，从而实现资源的有效整合。

2.2 数据挖掘在话务预测中的应用

在4G移动通信网络中，准确判断话务热点并做好网络优化、扩容，对于保证网络质量、提升用户感知非常重要，是整个网络运营过程中十分重要的环节。若预测结果偏小，那么配置的设备将不足以承载庞大的业务量，进而影响网络质量；若预测结果偏大，那么配置的设备很大一部分将会被闲置，从而造成资源的浪费。因而，在话务预测中采用数据挖掘技术就显得至关重要。数据挖掘技术可以进行时间序列预测，即根据以往的数据信息来预测评估未来的话务量需求。通过对过去一段时间内话务量的分析挖掘，从中获取话务量不同区域、时间节点内的变化量及发展趋势，从而帮助运营商进行通信资源的整合配置，保障运营商的设备资产投入在合理范围之内。

2.3 数据挖掘在覆盖分析中的应用

对4G网络性能的评判标准就是信号覆盖能否满足4G业务的需求，因此，为了确保4G网络通信质量，运营商就必须对通信网络进行覆盖分析。就网络覆盖分析而言，采用数据挖掘技术中的关联性分析能够及时准确地找出网络中所存在的问题。具体的步骤首先是对某一区域内的网络数据进行大量的采样分析，通过分析能够得到网络覆盖率同某一数据要素或原因之间的关联性，然后通过一些序列分析、偏差分析等算法来确定某一数据同覆盖率之间的关联因子的大小，进而为运营商优化网络结构提供一定的指引，最终为消费者提供品质优良的通信服务。

2.4 数据挖掘在干扰分析中的应用

4G移动通信网络是一个不耐干扰的系统，强烈的干扰因子会降低通信的质量甚至造成无法接入网络、掉话等严重后果，因此运营商需要定期对通信网络进行干扰分析。在干扰分析中运用数据挖掘技术，采用相关性搜索算法，对于干扰时的各个参数进行相关性分析，找到各个参数同干扰源之间存在的潜在关系,而进一步确认干扰源。这种干扰分析方式能够极大地提升工作效率,升干扰定位准确性,大可能地保障通信网络安全稳定运行。

总而言之，随着通信技术的飞速发展，4G移动通信网络开始已经在全国推广普及。人们在享受4G通信带来的便利同时也对其稳定性能提出了更高的要求。在当前4G环境下移动通信网络优化中应用数据挖掘技术能够极大地提升工作效率，降低运营商的成本投入，完善通信网络结构，进而为人们提供更加优质的通信服务。

[1]徐晶晶.4G环境下数据挖掘在通信网络优化中的应用探讨[J].电脑知识与技术，2016.

[2]陈孚.4G环境下数据挖掘在移动通信网络优化中的运用[J].通信设计与应用，2015.