大數(shù)據(jù)分析在移動(dòng)通信網(wǎng)絡(luò)優(yōu)化中的應(yīng)用探討

謝贛樂(lè)

(公誠(chéng)管理咨詢有限公司第四分公司,廣東惠州 516003)

眾所周知,移動(dòng)通信網(wǎng)絡(luò)數(shù)據(jù)用戶群龐大、基站多,產(chǎn)生的數(shù)據(jù)也多,對(duì)于這些數(shù)據(jù)的獲取和收集是一個(gè)相當(dāng)龐大的工程,這給移動(dòng)通信網(wǎng)絡(luò)的優(yōu)化工作帶來(lái)了很大的難度。常規(guī)的信息處理技術(shù)在處理大量的通信數(shù)據(jù)以及客戶信息的時(shí)候常常出現(xiàn)降低信息傳輸?shù)默F(xiàn)象。而大數(shù)據(jù)分析在處理大量通信數(shù)據(jù)時(shí),更為快速、準(zhǔn)確、智能化,從而大大提高通信質(zhì)量和保障通信安全。下面就大數(shù)據(jù)分析在移動(dòng)通信網(wǎng)絡(luò)優(yōu)化中的應(yīng)用進(jìn)行分析。

1 移動(dòng)通信網(wǎng)絡(luò)化化技術(shù)

移動(dòng)通信網(wǎng)絡(luò)優(yōu)化是在了解網(wǎng)絡(luò)的實(shí)際運(yùn)行狀況下,加強(qiáng)對(duì)數(shù)據(jù)的分析和采集,進(jìn)而進(jìn)行網(wǎng)絡(luò)的優(yōu)化。所以在移動(dòng)通信網(wǎng)絡(luò)優(yōu)化中,對(duì)數(shù)據(jù)的分析和采集的關(guān)鍵在于對(duì)各種來(lái)源的基礎(chǔ)數(shù)據(jù)進(jìn)行分析,進(jìn)而對(duì)移動(dòng)通信網(wǎng)絡(luò)故障進(jìn)行定位。 采集網(wǎng)絡(luò)數(shù)據(jù)包括五種基礎(chǔ)來(lái)源,分別為OMC數(shù)據(jù)、移動(dòng)通信用戶投訴數(shù)據(jù)、道路測(cè)試數(shù)據(jù)、話務(wù)統(tǒng)計(jì)數(shù)據(jù)和其他數(shù)據(jù)資料等。

2 大數(shù)據(jù)分析

大數(shù)據(jù)分析技術(shù)理論基礎(chǔ)是大量的樣本數(shù)據(jù),即來(lái)源準(zhǔn)確、數(shù)據(jù)豐富、具有內(nèi)在聯(lián)系的數(shù)據(jù)。通過(guò)對(duì)這些數(shù)據(jù)進(jìn)行分類、分組,進(jìn)而估計(jì)數(shù)據(jù)有效性,最后進(jìn)行復(fù)雜數(shù)據(jù)挖掘。下面主要對(duì)聚類分析的后臺(tái)數(shù)據(jù)優(yōu)化模型進(jìn)行闡述。

3 基于聚類分析的后臺(tái)數(shù)據(jù)優(yōu)化技術(shù)模型

3.1 聚類分析

聚類分析主要是對(duì)數(shù)據(jù)進(jìn)行復(fù)雜性的類別定義,通過(guò)聚集相類別來(lái)量化大量基礎(chǔ)數(shù)據(jù),在同類屬性的數(shù)據(jù)中提取有效信息,對(duì)這些信息進(jìn)行分類,每類賦予一個(gè)權(quán)重,根據(jù)重要性分別加權(quán)平均,得出指標(biāo)評(píng)估體系,這種對(duì)數(shù)據(jù)進(jìn)行分類,然后估計(jì)數(shù)據(jù)有效性,得出的網(wǎng)絡(luò)KPI評(píng)估,最后預(yù)測(cè)未來(lái)的相關(guān)數(shù)據(jù)是大數(shù)據(jù)分析技術(shù)的常用手段,預(yù)測(cè)結(jié)果才更合理有效?，F(xiàn)結(jié)合某市移動(dòng)通信網(wǎng)絡(luò)優(yōu)化中,通過(guò)建立一套KPI監(jiān)控分析模型,用于日常KPI指標(biāo)的優(yōu)化。經(jīng)過(guò)長(zhǎng)期驗(yàn)證,其有效性程度很高。

3.2 后臺(tái)數(shù)據(jù)采集

在大數(shù)據(jù)的分析中,最重要和基礎(chǔ)的工作是對(duì)數(shù)據(jù)的有效采集,在某市的移動(dòng)通信網(wǎng)絡(luò)優(yōu)化中,我們采集了10種基礎(chǔ)配置數(shù)據(jù)與16種能反映移動(dòng)通信網(wǎng)絡(luò)真實(shí)情況的KPI數(shù)據(jù),對(duì)這些數(shù)據(jù)進(jìn)行分析并加以權(quán)重。

3.3 后臺(tái)數(shù)據(jù)分類

根據(jù)所提出的數(shù)據(jù)屬性進(jìn)行分類,主要分為四大類:業(yè)務(wù)類、質(zhì)量類、容量類、感知類。業(yè)務(wù)類是指移動(dòng)通信用戶所使用的業(yè)務(wù)類型,有話務(wù)量、數(shù)據(jù)流量等數(shù)據(jù)。質(zhì)量類是指有干擾化例、上行質(zhì)量、下行質(zhì)量、重傳率等數(shù)據(jù),詳見(jiàn)表1。

3.4 建立分析模型

現(xiàn)通過(guò)對(duì)以上分類的4種數(shù)據(jù)進(jìn)行加權(quán),并對(duì)數(shù)據(jù)進(jìn)行平均,進(jìn)而得到科學(xué)的后臺(tái)數(shù)據(jù)評(píng)估體系。在某地市移動(dòng)通信網(wǎng)絡(luò)長(zhǎng)期數(shù)據(jù)統(tǒng)計(jì)中,獲取了一組較為合理的指標(biāo)評(píng)估體系數(shù)據(jù),并依此建立了聚類分析模型。這個(gè)模型共包含以下6類數(shù)據(jù):網(wǎng)絡(luò)覆蓋類、網(wǎng)絡(luò)保持性、網(wǎng)絡(luò)接入性、通話質(zhì)量類、資源類及考察類。

表1 后臺(tái)數(shù)據(jù)分類

3.5 后臺(tái)數(shù)據(jù)優(yōu)化

數(shù)據(jù)的自動(dòng)優(yōu)化,是指根據(jù)移動(dòng)通信網(wǎng)絡(luò)的后臺(tái)數(shù)據(jù)的大數(shù)據(jù)處理分析,對(duì)出現(xiàn)的問(wèn)題定位分析,給出科學(xué)的解決建議,為移動(dòng)通信網(wǎng)絡(luò)優(yōu)化人員提供幫助,降低了人員工作量,節(jié)省勞動(dòng)資源。比如在某市區(qū)的移動(dòng)通信網(wǎng)絡(luò)優(yōu)化工作中的休眠小區(qū)的監(jiān)控與處理。因?yàn)橐苿?dòng)通信網(wǎng)絡(luò)規(guī)模較大、小區(qū)多、使用用戶也多、網(wǎng)絡(luò)出現(xiàn)問(wèn)題較為頻繁,用人工很難進(jìn)行對(duì)問(wèn)題進(jìn)行排查。通過(guò)對(duì)大數(shù)據(jù)的分析,能夠有效地篩選休眠條件的問(wèn)題小區(qū),及時(shí)解決小區(qū)問(wèn)題,達(dá)到智能化分析的目的,大大節(jié)省了人員的工作時(shí)間。

4 結(jié)語(yǔ)

由本文的分析可知, 大數(shù)據(jù)分析技術(shù)應(yīng)用于移動(dòng)通信網(wǎng)絡(luò)的優(yōu)化中的作用極為重要,加強(qiáng)對(duì)數(shù)據(jù)的采集以及分析是進(jìn)行網(wǎng)絡(luò)優(yōu)化的重要前提。通過(guò)以上建立聚類分析對(duì)某市移動(dòng)網(wǎng)絡(luò)的優(yōu)化起到很好的效果,有助于幫助通信公司優(yōu)化數(shù)據(jù),提高效率。但在發(fā)展與突破的同時(shí),仍然存在一系列問(wèn)題,還需要加大對(duì)大數(shù)據(jù)技術(shù)的研究力度,整合更精準(zhǔn)的數(shù)據(jù),獲得持續(xù)發(fā)展的機(jī)會(huì)。

[1]黨永亮.大數(shù)據(jù)分析在移動(dòng)通信網(wǎng)絡(luò)優(yōu)化中的應(yīng)用研究[D].華中師范大學(xué),2015.

[2]甄仲?gòu)?qiáng).大數(shù)據(jù)分析在移動(dòng)通信網(wǎng)絡(luò)優(yōu)化中的應(yīng)用[J].工程建設(shè)與設(shè)計(jì),2017(01):173-174+177.

[3]劉潔,王哲.基于大數(shù)據(jù)的電信運(yùn)營(yíng)商業(yè)務(wù)精確運(yùn)營(yíng)平臺(tái)的構(gòu)建化[J].電信科學(xué),2015,29(3):22-26.

[4]劉震,付俊輝,趙楠.基于移動(dòng)通信數(shù)據(jù)的用戶移動(dòng)軌跡預(yù)測(cè)方法[J].計(jì)算機(jī)應(yīng)用與軟件,2015,30(2):10-13.