移动通信网络中数据采集与数据挖掘的应用

赵 强，秦红彦

（河北远东通信系统工程有限公司，河北 石家庄 050200）

0 引 言

数据挖掘和数据采集在移动通信网络中具有广泛的应用背景，可以帮助运营商提供更好的服务，确保网络安全，也能起到优化网络的作用。因此，在研究移动通信网络的过程中，应该将重点放在数据采集与数据挖掘上，不断丰富技术内涵，从不同角度出发，提高技术应用的可行性，解决当前移动通信网络发展中出现的问题。

1 数据采集与数据挖掘概述

1.1 数据采集

数据采集是通过利用各种手段及工具，对数据进行收集、提取以及整理。在信息时代下，数据采集可以为决策和发展提供支持。数据采集分为多种类型，包括网络爬虫、传感器等。网络爬虫是一种自动化的数据采集技术，可以通过模拟浏览器的方式对网页进行访问，抓取其中包含的数据[1]。传感器则是安装在设备中，快速收集各类数据[2]。移动通信网络中，可以通过各种手段和技术收集、整理以及存储数据，包括用户通话记录、短信、网络流量等。同时，该技术也能应用于网络优化和故障排查，了解网络的负载情况、流量分布等，保证网络能得到合理完善，将故障精准排除，提高网络的稳定性与安全性。

1.2 数据挖掘

在移动通信网络中，数据挖掘能够从海量的网络数据信息中挖掘最有价值的数据。近年来，随着移动通信网络技术的不断发展和普及，移动通信网络中产生的数据量逐渐增加，信息种类更为丰富，具备较高的潜在价值。通过数据挖掘，可以帮助运营商和服务提供商快速了解用户行为，明确网络的整体性能，同时合理且有针对性地进行改进与优化[3]。还可以及时了解用户的通信习惯、地理位置等信息，为运营商提供用户行为预测、定位服务等决策支持。

现阶段，数据挖掘可以在多个方面中应用，如用户行为分析，通过挖掘用户的通话记录、短信记录等，明确用户的通信习惯以及偏好，从而为个性化服务的制定提供依据。也可以帮助移动通信网络供应商及时发现异常或者欺诈行为，提高网络的安全性和稳定性。此外，数据挖掘对移动通信网络优化有促进作用，通过分析网络中数据流量、信号强度等，帮助运营商对网络布局整体优化，促进网络容量以及覆盖范围的提高，增强用户的通信体验。

2 移动通信网络中数据采集与数据挖掘的应用原则

在移动通信网络中，为保证数据挖掘与数据采集应用的合理化、科学化，应该严格依照相应原则，具体包括：一是合法合规。基于相关法律法规和政策，在对数据挖掘和数据采集应用过程中，应该保证数据采集的合法性和合规性，让用户的个人隐私权益得到保护[4]。二是匿名化处理。数据挖掘与数据采集的过程中，应该采取科学的方式对个人身份进行匿名化处理，以便保护用户的隐私。三是数据安全保护。在移动通信网络中，数据挖掘和数据采集的应用一定要严格遵循数据安全保护原则，采取必要的安全措施，增强数据的安全性与完整性。例如，通过对加密技术、访问控制、安全存储等方式的应用，避免数据出现泄露、篡改等问题，不出现没有经过授权便私自访问的情况。四是数据用途限制。要保证途径的合法性，禁止将数据应用于其他方面。根据数据采集的目的，合理确定数据的保留时间，并在数据不需要时及时进行删除或者匿名化处理。

3 移动通信网络中数据采集的应用

3.1 TD 测试和数据采集

TD 测试和数据采集是通过在网络中部署专门的测试设备来收集与分析网络性能数据的过程。在移动通信网络中，TD 测试和数据采集可以用于网络规划及优化，通过对网络进行测试和数据采集，及时了解网络的覆盖范围、信号强度、网络容量等情况，并根据需求进行网络规划和优化，提高网络的覆盖率与服务质量。同时，可以将TD 测试和数据采集用于故障排除与问题诊断，当网络出现故障或用户遇到问题时，通过测试和数据采集定位问题位置，及时分析网络性能数据，找到问题所在，并采取相应的措施修复，保障网络的可靠性和稳定性。

3.2 MR 数据采集

数据采集技术主要用于获取用户设备和基站的数据。测量报告（Measurement Report，MR）指的是业务信道每480 ms、信令信道每470 ms 进行一次数据发送，对原始数据的统计和计算，并将其发送给基站子系统的操作、维护中心，同时合理计算数据，对数据进行快速存储。

通过对MR 工具的合理利用，快速采集信息数据，应用于无线环境中实现全网评价，以此替代大量路测与定点测试工作，节约运维成本，提升工作效率。该技术在使用过程中可以对用户通话的具体发生过程合理分析，生成测量报告，并作为网络评价的主要标准。MR 数据采集与TD 测试和数据采集相比，针对性更强[5]。在MR 数据采集技术使用期间，对数据展开全方位的挖掘与采集，深入分析用户行为模式，了解小区分布情况等各类信息，确保网络优化策略的制定能有据可依，增强各项决策的可行性。

3.3 KPI 数据采集

在移动通信网络优化中，通过应用关键绩效指标数据采集技术（Key Performance Indicator Data Collection Technology，KPI DCT），提高数据采集的效率和质量。通过测试和统计运营维护中心（Operations and Maintenance Center，OMC）的性能，重点测量数据承载基本单元，通过部署专门的网络监测设备采集KPI数据。这些设备可以监测信号强度、呼叫成功率、数据传输速率等指标，并将数据上传到中央服务器进行存储和分析，提供准确的KPI 数据，并能够实时监测网络状况。KPI 数据采集和上报的方式如图1 所示。

图1 KPI 数据采集和上报的方式

4 移动通信网络中数据挖掘的应用

4.1 站点选择

在移动通信网络中，为保证数据挖掘技术应用的合理化与科学化，应该对移动通信网络合理分析。针对4G 和5G 网络，在使用期间，通常会采取移动通信供应商设置基站的方式，达到连接网络的目的。但在实际建设过程中，移动站点的运营成本高，同一个基站可以承受的用户数量有限，因此采取何种方式建设站点已经成为当前各大移动通信供应商急需解决的重要问题。通过使用数据挖掘合理分析用户数量，找出高峰时间和网络适应的低峰时间段，并根据获取的数据信息为移动通信供应商的精准决策提供参考依据，合理规划和建设基站点。各个基站在运行期间，由于所处的环境特殊，不可避免会被各种因素影响而出现问题，需要及时开展维修检查工作，确保网络用户能获得优质服务。通过数据挖掘，对相关数据信息快速挖掘，结合挖掘的信息，帮助供应商选择合适的时间维护基站，让用户的损失降到最小，提升网络服务质量与水平。

4.2 干扰分析

在网络应用过程中，很容易出现电磁波、磁场等干扰问题，可以通过数据挖掘帮助移动通信商对干扰网络的干扰源进行定向分析，根据获取的信息制定调整对策，保证广大用户在使用网络时，整个过程更为高效、稳定、安全。技术人员在应用数据挖掘过程中，可以借助其中的数据分析功能，找寻用户应用程度较高的信息或者数据，提高使用频率，拓宽开放通道，在保证干扰因素全部清除的基础上，提升服务水平。

4.3 掉话分析

在移动通信网络使用期间，掉话现象与干扰现象均会给用户造成不良体验，为应对此类问题，可以应用数据挖掘，精准掌握信息的特点，筛选与分类错误的信息。例如，利用聚类分析将用户和通话记录进行聚类，找出相似的用户和通话模式，从而发现掉话的共性和规律；应用关联规则发现通话质量和其他因素之间的相关性，进一步找出引发掉话的原因。与此同时，移动供应商可以结合错误的信息，找出网络传播期间的不足，明确错误出现的缘由，并根据错误原因对整个过程进行调整与优化。对于信息丢失的问题，移动供应商可以通过数据挖掘找寻丢失的部分信息，让丢失信息快速还原，确保部分难以找寻的信息可以在短时间内修复和调整，保证用户可以应用到流畅的网络。

4.4 切换分析

在移动通信网络中，通过对数据挖掘的应用，移动通信商家可以准确判断用户的网络使用情况，并做好数据切换分析。数据挖掘可以结合具体情况，准确判断与分析，明确用户使用网络时进行数据切换的原因，如信号强度不稳定、基站负载过高等，同时根据实际情况制定网络优化与调整方案。在分析数据时，可以使用数据挖掘算法，如聚类、分类、关联规则挖掘等，这些算法可以识别出切换的模式和规律，掌握切换的原因和影响，并以此为依据，做好数据优化，增强用户使用网络的体验感。此外，通过改善基站覆盖范围可减少切换的需求，从而提高信号传输质量，减少信号强度波动。当前，4G 网络和5G 网络并不是移动通信网络的最终形态，仍然需要更新，通过数据挖掘，做好未来网络切换的准备工作，使切换过程更加高效，让用户获得良好体验。

4.5 分布分析

通过数据挖掘，可以帮助移动通信商合理布局通信基站，提升网络覆盖率，确保区域网络应用的流畅性。部分网络使用过程中，如果频率较高，则会经常出现网络堵塞的情况，或者基站很难让用户的使用要求得到满足。针对此类问题，可以利用数据挖掘，对基站的承载力精准检测，并根据实际情况，适当对基站扩大或者改造。对于现阶段存在的基站承载力溢出过多问题，可以适当调整基站的应用情况，让服务器的使用数量减少，达到优化服务整体质量的目的。

5 结 论

科学技术的发展为移动通信网络的普及提供支持。在移动通信网络中，通过应用数据采集和数据挖掘可以合理收集、整理与分析信息数据，科学处理和保存数据，促进操作效率的提高。因此，为充分发挥技术优势和价值，提高移动通信网络运用的合理性，应不断优化数据采集和数据挖掘技术。