大数据分析在移动通信网络优化中的应用

刘文斌，戴 铮，廖溢宏

（湖南省邮电规划设计院有限公司，湖南 长沙 410000）

0 引 言

伴随着信息时代的到来，计算机网络技术已被广泛应用于各个领域，不仅促进信息技术的发展，也扩大了移动通信网络数据的规模，推动人们进入大数据时代。对移动通讯网络的优化，不仅需要自身技术的支撑，也需要提高对数据的利用率。为满足未来通信网络的发展要求，需加强对大数据的应用，保证其更多地被运用于网络优化过程中。当前，我国通信市场的发展前景良好，通过将大数据技术有效融入移动通信网络优化，可以加快我国通信市场的前进步伐，促进现代科技应用效率的提高。

1 大数据的概念与特点

1.1 大数据的概念

大数据由海量数据发展演变而来，但又与传统的海量数据有一定区别。传统的海量数据主要强调数据量本身的规模，单纯指明其规模巨大，而没有定义其特性。大数据则不仅将数据的体积和传播速度包含在内，也强调了其存在的特征，是对数据描述更全面的概念[1]。

1.2 大数据的特点

（1）数据量大，大数据最基本的特征是数据量庞大，当前其最小计量单位为TB；

（2）丰富的数据类型，大数据不仅存在量大的特征，其数据的类型亦存在多样性，不仅包括结构化数据，也涵盖非结构化和半结构化数据；

（3）数据价值密度低，大数据存在极低的价值密度，不同于普通意义上的数据；

（4）数据获取速度快，大数据不仅存在快速度的形成特征，也具有极快的数据处理速度。

2 大数据分析对移动通信网络优化的影响

应用大数据分析技术不仅能解决数据归类的问题，还可以实现对数据有效分析，但会显著增大故障分析的难度。

当前，通信技术正从4G向5G发展，大数据分析技术对二者之间的跨越式转变起到很好的促进作用。移动用户的通信质量易受到天气和地区等多方面因素的影响。因此，通信质量的提高需要不断提升信号的稳定性和抗干扰能力。大数据分析技术的应用，能够很好地解决通信网络存在的问题，优化通信质量。

3 大数据分析在移动通信网络优化中的应用

3.1 优化移动通信用户资料管理

应用大数据分析可优化移动通信用户管理，实现对用户基本资料和网络传输状态等方面的实时监测，促进后续移动通信服务工作的有序进行。同时，应用大数据分析技术可以提取和分析移动网络优化的有用信息，促进通信网络的建设步入信息化和智能化。

3.2 优化移动通信计费系统管理

应用大数据技术可以帮助通讯商细致分析用户的消费状况，统计使用套餐类型，掌握用户使用规律，便于相关通信部门深入分析用户信息，挖掘出潜在存在的有用信息，进而充分利用价值信息，推动通信商拓展市场，不断优化创新通信技术。

3.3 优化移动通信用户位置信息管理

当前，对用户位置信息的管理存在较大难度，移动通信基站未得到很好的优化，导致移动网络通信行业在制定发展策略环节存在瓶颈。而应用大数据分析技术，可以优化对移动通信用户位置信息的管理，解决位置信息管理难度大的问题。

3.4 优化移动通信用户行为管理

由于不同用户在业务类型的选择上存在很大区别，在移动网络通信服务过程中，难以较好把握用户网络使用习惯和使用频率，不能为软件的设计定位提供有效帮助，导致设计普遍存在偏差。而应用大数据分析技术，可以有效整合用户上下行流量数据，找出二者交叉存在的相同使用类型，保证新业务推送工作的有效开展。

4 大数据分析在移动通信网络优化应用中的问题

4.1 数据量过大

随着移动通信网络的迅猛发展，通信网络范围不断扩展，日益增加的网上用户导致数据量在规模上不断飙升，影响大数据分析在移动通信网络中的应用。

4.2 用户业务多元化

移动通信网络用户业务多元化给网络数据的整理工作带来困难。例如，在相同区域内，信号的覆盖是一样的，有人会利用网络看新闻视频，有人则与他人进行通话，这种情况下，并不是所有的模型都能被正常的使用。用户业务的日渐多元化，导致上网数据相对零散，整理的难度大大增加。

4.3 资金短缺

将大数据技术引入移动通信网络建设的过程中，需要对不同区域数据的性质进行综合性分析，因此延长了移动通信网络的建设周期，建设成本显著增加，资金出现严重短缺，导致网络建设速度延缓，对移动通信网络的优化无法真正实现。

4.4 安全问题

由于大数据技术内容的多元化，安全问题尤为险峻。大数据内容包括数据的分析和处理等多方面，若在大数据技术应用过程中出现技术上的漏洞，会促使移动通信网络的数据存在安全风险。云存储技术可以对通信网络的数据实施整合，全部统一放置于平台，解决了数据零散问题，但也使数据存在丢失的风险。

5 应对措施

5.1 有效运用大数据技术的存储功能

随着移动网络的不断发展，用户日益增加，通信商需要完成对用户的信息数据的管理和保存。运用普通的管理技术，需要庞大的工作量，而利用大数据技术的存储功能，可很好地解决这一问题。数据云可使存储实现虚拟化，把不同结构的数据进行集中性管理，存放于一个信息平台，有效缩小数据动态化容量，从而减少数据管理成本和网络优化的资金投入。

5.2 分阶段优化策略

5.2.1 准备阶段

大数据技术的应用贯穿通信网络优化的整个过程，首先需要关注其在准备阶段的应用。此环节需要进一步确立优化目标，指明优化方向，根据既定的目标，针对性选择优化所需要工具，为优化的顺利进行奠定基础。

5.2.2 测试阶段

在测试阶段需要适时引入大数据技术。测试人员要记录相关数据，并对大数据技术运用前后的数据进行详细对比，评定大数据技术的应用效果。

5.2.3 优化分析阶段

优化分析是数据处理的关键环节，需要足够重视大数据技术在该阶段的应用。工作人员要对存储的数据进行详尽分析，内容包括信号覆盖和信息切换等多个方面，而对于分析过程中发现的问题，技术人员要实时制定解决策略，优化数据处理，并完善分析结果。

5.2.4 优化调整阶段

在优化调整阶段，需要根据优化过程中发现的问题，不断调整后台参数和天线射频，从而有效提高移动通信网络的质量，保证网络运行的顺畅，减少通讯过程中故障的发生，推动通讯行业的长期稳定发展。

5.3 健全大数据技术管理机制

解决数据安全问题需要一套健全额数据管理机制提供强有力的支撑。移动通信企业要不断优化现有的数据技术管理机制，结合自身实践经验对内容进行不断补充。只有拥有一套健全的数据管理制度，才能保证在移动通信网络数据处理过程中存在有效的监督，保证网络数据的安全性。数据安全直接影响用户的使用量，因此企业只有解决好网络数据的安全问题，才能拥有更多的客户资源，进一步优化移动通信网络。

6 结 论

随着我国网络信息技术的不断发展，大数据技术在移动通信网络中的应用日益广泛，引起了社会各界的普遍关注。为促进双方的有效融合，实现对移动通信网络的优化，需要不断改进大数据存储性能，优化对移动通信用户的管理，制定更健全的大数据技术管理机制，最大程度发挥大数据分析的作用，推动我国移动通信行业发展的步伐。