大数据分析在移动通信网络优化中的运用研究

◆曾杰麟



大数据分析在移动通信网络优化中的运用研究

◆曾杰麟

(广东省电信规划设计院有限公司 广东 510000)

数据挖掘顾名思义就是从庞大的数据中“挖掘”出对自己有利的数据，并对其加以分析利用，从而发现对经济、商业和社会活动有利的数据。将数据挖掘技术应用到移动通信网络中，可以优化网络从而提高移动通信网络质量。本文主要介绍了移动通信网络的优化与数据挖掘技术、移动通信网络优化中的基本原则及优化过程中的具体应用。

数据挖掘；移动通信；网络优化

0 前言

随着移动通信网络技术不断更新，使用范围不断扩大，移动网络的规模、网络的话务模型和业务的模型也在不断的更新发展，网络技术的应用是为了更好地适应市场的需求变化而深入发展的[1]。面对这样的情况，移动通信网路运营商需要提高网络服务质量，则需要引入新的技术以适应当前大数据时代的应用特点。典型的场景是利用数据挖掘技术，优化移动网络，达到移动网络随时能够适应市场不断变化的需求的目的。

1 移动通信网络优化与数据挖掘技术

1.1 移动通信网络优化

移动台机、网络系统、基站子系统、维护和操作子系统这四个部分组合在一起构成了整个移动通信系统。所谓的移动通信网络优化指的就是在移动通信网络运行过程中，运用技术手段找到影响网络正常运行的原因，然后进行数据分析和整合，从而使移动通信网络达到一个最佳的状态。移动通信网络的优化过程具有长期性和复杂性。

1.2 数据挖掘技术

数据挖掘技术是将有用的数据挖掘出来，并且把这些挖掘出来的有用数据进行整合和分析，它是移动通信网络中最重要的技术核心。因为挖掘技术的方式比较多，作用也不尽相同：如分类分析法可对不同类型的数据进行分类，可用于对网络的检测；序列分析法可利用数据之间的关联性发现移动通信网络中的故障，并加以分析解决；关联分析法主要是用数据之间的关联性来挖掘其他组之间的数据价值[2]。

2 移动通信网络优化中数据挖掘技术的基本原则

2.1 数据挖掘一般流程

对移动通信网络数据分析与挖掘遵循标准数据挖掘流程，一般包含以下步骤（如图1）：

（1）定义商业问题：包括分析业务需求，定义问题的范围，定义计算模型所使用的度量，以及定义数据挖掘项目的特定目标；

（2）数据准备：数据一般分散在不同设备、厂家、部门中，并以不同的格式存储，本步骤需要对数据进行规范化清洗以达到理解及应用开发要求；

（3）数据理解：根据业务经验及数据的分布、主要参数等对获取的数据进行分析指导模型建立；

（4）模型建立：根据数据仓库中的数据信息，选择合适的分析、建模工具及应用统计方法处理信息，建立数学模型；

（5）模型评估：利用现网实际数据或行业专家来验证数据挖掘结果的正确性；

（6）模型应用：将该模型应用至网络应用生产环境中。数据挖掘过程是一个反复循环的过程，每一个步骤如果没有达到预期目标，都需要回到前面的步骤，重新调整并执行。

图1 数据挖掘流程图

2.2 分布式处理方法的科学应用

移动通信网络的相关数据庞大，若需要从庞大数据中迅速找到有效的信息，同时对这些信息进行整合分析，则需要应用分布式处理法，即将优化体系运用分布式处理法应用到整个服务器中，通过服务器传输到网络的各个环节，以此达到对其他各个环节的优化[3]。

3 移动通信网络优化中数据挖掘技术的应用

3.1 利用数据挖掘技术对站点的合理选择

移动通信网络主要有话务分析、干扰控制、掉话处理等方面构成。数据挖掘技术的应用就是对移动通信网络内容进行分析优化。为了使移动网络达到运行的最佳状态，移动站点的选择尤为重要，只有满足了信息覆盖的要求、基站的建设可行、周围建筑物和环境等才不会影响移动网络信号的接收。数据挖掘技术有多种方法，如遗传算法、神经网算法、禁忌搜索算法和模拟退火算法，这几种算法既可以单独使用，也可以相互混合使用。选择合适的算法进行基站科学选点，不仅可以降低运营成本，还可以使网络优化达到较优的状态[4]。

3.2 科学研究通话阻断现象

在移动网络中会出现突然通话阻断的现象，又叫掉话现象。可运用异常点检测技术发现掉话问题后，结合注意相关的数据和资料的研究，定位故障点并提出解决方案。使用数据挖掘技术可以实现当出现掉话现象时进行快速而有效的分析，同时也能为其他具备类似问题产生条件的区域做出预警，提前预防，以免影响用户使用。

3.3 利用数据挖掘技术还可以提升干扰分析的准确程度

移动通信网络中最容易出现的问题就是信号被干扰，而数据挖掘技术却能快速而准确地找到干扰的原因和位置，并通过数据分析，及时处理干扰带来的问题，这更确保了网络通信的正常运行。而基站也就是基站子系统的简称，也就是移动通信网络所建设的高塔，用来接受和发射信号的塔，它的建立更是要求高质量的无线通信网络。同样它所受到的干扰也是相当的多，所以这样把干扰分为了内部干扰和外部干扰，内部干扰就是系统内部因素所造成的干扰，外部干扰指的就是建站周围的建筑和环境等因素所造成的干扰。基站历史数据进行数据分析与挖掘，基于PCA（主成分分析）等方法，可对内外部干扰区分各种因素的影响程度，优先解决对信号干扰最大的因素。

3.4 数据挖掘技术在移动通信优化中话务预测的具体应用

在移动通信优化中运用数据挖掘技术也可以体现在话务预测方面，从话务预测的结果来判断移动通信网络是否进行硬件投资，比如预测话务数量较低，则是产生了溢出话务，从而使未来的收益降低；如果话务预测的数量较高，又会使其硬件投入过多，造成资源浪费[5]，通过数据挖掘技术中的时间序列预测方法，对即将来临的话务高峰进行会话数和持续周期的预测，可提前调整相关设备参数，来避免可能出现的问题。

4 结语

随着我国移动通信技术的快速发展，4G网络已经基本覆盖全国，5G网络也即将迎来大规模商用。消费者对移动网络通信技术的要求也在不断提高。在这个过程当中，移动通信网络优化将数据挖掘技术融入其中，不但大大提高了网络优化的质量，更是降低了移动网络通信运营商的投资成本，提高了利润空间，这对整个网络时代都有重大的实际意义和经济价值。

[1]黄晓清.移动通信网络优化中大数据分析的实际应用[J].信息与电脑(理论版)，2017.

[2]王理.试论移动通信网络优化中大数据分析的应用[J].数字通信世界，2017.

[3]张亮.大数据分析在移动通信网络优化中的应用[J].信息通信，2017.

[4]苏厚柱.试论大数据分析在移动通信网络优化过程中的运用[J].中国新通信，2017.