大数据分析在移动通信网络优化中的应用研究

孙祥生

在5G时代即将到来的现阶段，人们对网络通信的要求越来越严格，这不仅能够提升移动通信事业的发展，也可以为人们的日常生活提供便利。但现阶段网络优化仍存在一些问题需要解决，因此工作人员要不断更新优化网络的相关技术，使移动网络通信保持稳定的运行性能，提升其与人们需求的契合度。

一、大数据的概念及特点

人们对大数据概念并不陌生，它是以大量数据为基础的进化产物，与传统的大量数据形式有明显的差异。传统的大量数据形式过分强调规模，没有固定的含义及特征。大数据概念的提出既可以将数据的规模和传播速率进行概括，还能够将大数据的特征进行概括，具有较强的全面性。大数据的特点主要有以下四个方面：其一是信息数据的数量较大，TB是其最小的计量单位。其二是信息数据形式种类较多，即数据多样化。不仅富含了信息数据的结构化形式，而且也含有半结构及无结构形式的信息数据。其三是信息数据的价值比重较低，与普通的数据意义不同。其四是获取信息数据的速率较快，提升用户的使用好感度，同时处理信息数据的频率也非常惊人。

二、移动通信网络优化在大数据背景下存在的问题

（一）信息数据处理工作比较繁琐

移动通信网络在大数据环境下产生的信息数据数量较大，种类较多，这就提升信息数据处理的难度。再加上我国移动通信网络具有良好的发展远景，用户基数较大且持续增加，继而暴露出一系列问题。优化网络通信信息数据在这种氛围的影响下，覆盖范围也发生了变化，不同层面的用户群体对移动通信网络的要求不同。信息数据的处理难度持续增加，系统作业时无法在基数较大的信息数据中提炼有价值的信息数据，增加了信息数据的处理时长，降低了处理的时效性，致使移动通信网络的优化速度减弱。

（二）通信网络存在安全威胁

现阶段，我国网络环境仍处在基础治理阶段，但治理效果微乎其微，人们在网络环境下获取资源时，极其容易被木马病毒恶意攻击，无法保障用户的个人隐私。特别是信息数据数量急剧增加的现阶段，如果不重视网络安全问题，将会提升信息系统运行出现瘫痪的可能。

（三）通信网络覆盖范围较广且用户业务需求不断转换

一方面，虽然移动通信网络的综合性较强，但与其匹配度较高的服务站却少之又少，不能够满足用户的基础需求，降低用户对移动网络的好感度。另一方面，用户对传输流量的要求较高，移动通信网络无法满足其要求，同时网络传输的信息数据整理难度较大。

（四）缺少足够的资金扶持

由于大数据技术的局限性较强，与移动通信网络技术相结合应用的过程中，容易增加资金流量的产生，提升了系统运营成本，无法满足移动网络建设的后期发展。由于优化移动通信网络需要经历较长的时间，优化效果与地区科学技术发展水平及经济发展水平息息相关，这就提升了经济落后地区的网络优化难度，延缓了农村移动通信事业的发展。

三、移动通信网络优化中大数据分析的具体应用及优化策略

（一）移动通信网络优化中大数据分析的具体应用

大数据分析在移动通信网络中最典型的应用技术就是数据挖掘，下面将对其具体应用进行详细的介绍：

一是对基站建设地点的选择。移动通信网络主要包括话务活动分析、控制干扰信号、处理通信中掉话故障这三个方面。想要提升移动通信网络运营的稳定性，就必须要重视基站建设地点的选择环节，也就是说只有将信息数据覆盖的要求进行满足，与建站地点周围的建筑物及环境进行融合才能够保障移动通信网络摄取各种信号的能力。遗传计算法、神经网络计算法、搜索禁忌计算法等等是数据挖掘技术常用的计算方式，单个使用和联合深入使用都可以。工作人员需要根据建设基站的需求选择合适的计算方法，以最合理的建设成本投入获取最大的优化效果。

二是对通信中的掉话故障进行处理。移动通信网络在实际开展工作中，常常会发生通话被阻止终端的情况。当发生这类问题后，工作人员可以采用检测异常点对其进行处理，以运行的数据资料为参考基础，针对故障问题点进行定位分析并给出最有效的解决方案。大数据分析中的数据挖掘技术可以对这种故障问题及时进行分析，并对其他容易发生掉话故障的区域进行预测分析，协助工作人员完成预防故障工作，杜绝同类型问题的再次发生，提升系统运行的稳定性。

三是提升系统对干扰信号控制的精准度。信号在传输过程中被干扰是移动通信网络中最常见的问题，基于大数据分析的数据挖掘技术可以将干扰发生的地点及情况进行准确判断，并以系统运营的信息数据为辅助，对干扰产生的问题进行有效的处理，为通信网络运行创造一个良好的环境。基站是子系统基站的具体代表，就是通信网络搭建过程中的高塔，可以对来往的信号进行接收并再次发射，是传输质量的重要保障，容易受到外界的干扰。由此可见，干扰信号可以分为两种，一是内部干扰，二是外部干扰。内部干扰就是系统中运营产生的故障干扰；外部干扰就是基站周边及环境对传输信号的影响。工作人员可以采用主成分分析技术（又称主分量分析，principal components analysis，简称PCA）对内部干扰主要因素的影响力进行排名，并根据排名对干扰力最大的因素进行有限处理。

四是增加话务活动分析的准确度。在移动通信网络中大数据分析的应用还可以在话务活动的预测分析工作中开展。准确的话务活动预测分析结果可以为移动通信运营商提供可行性强的硬件投资建议。若话务活動的预测分析结果小，与实际结果偏差较大，就会形成话务溢出，降低后期移动通信运营商的利润；若话务活动的预测分析结果高于实际结果，将对造成移动通信运营商的过分投入，形成一定程度的资源浪费。基于此，工作人员可以运用时间序列法来持续预测话务活动产生的高峰期，并以此为基础制定出硬件设备需要调整的方案，防患于未然。

（二）优化大数据分析在移动通信网络优化中的相关策略

一方面，应强化移动通信网络的应用能力，提升处理信息数据能力和存储信息数据能力。网络优化工作中，处理数据是关键，但数据基数较大，提升系统的优化难度。因此，在处理数据时需要设定相应的检索标准对信息数据进行选择，这不仅可以为用户的工作提供便利，还可以保障信息优化及传输的安全性能。工作人员还需要注意提取分类数据的相关工作，将多种形式的存储形式进行融合，最大程度减少信息数据占据的储存空间。另一方面，强化制度管理在移动网络通信优化的地位。工作人员不仅要提升移动网络运行的安全系数，实时更新保护网络安全的相关技术，防止不法分子利用木马病毒吞噬用户个人电脑中价值较高的信息换取非法利益。而且移动网络的运营商也要以积极向上的工作态度与当地政府配合开展相关工作，完善监管机制和实践力度，切断利用网络获取用户隐私信息的一切源头，为人们提供便利的工作学习环境。同时，移动网络运营商也要在优化开展阶段、选择适合的优化方式阶段、测试方案选择测试阶段及优化工作后期采取大数据分化策略，维护用户使用移动通信网络的顺畅性。

四、结论

综上所述，近几年我国移动通信网络在科学技术蓬勃发展的影响下已经取得了阶段性的进步。数据优化是移动通信网络技术中的重中之重，也是发展的基础，所以工作人员要灵活运用大数据分析对基数较大的信息数据进行分析和整合，维护通信网络运行的安全性能，为社会的可持续发展提供基础。