電信網(wǎng)絡(luò)領(lǐng)域?qū)崟r數(shù)據(jù)挖掘的智能代理技術(shù)

張英繼

（中國電信股份有限公司保定分公司，河北 保定 071000）

0 引 言

近年來，網(wǎng)絡(luò)技術(shù)的發(fā)展給通信技術(shù)的發(fā)展帶來了曙光，特別是電信行業(yè)的迅猛發(fā)展，更是推動了數(shù)據(jù)挖掘技術(shù)的應(yīng)用。

1 數(shù)據(jù)挖掘的智能代理技術(shù)導(dǎo)論

數(shù)據(jù)挖掘技術(shù)是一種對數(shù)據(jù)進行處理的技術(shù)，將所能獲得的數(shù)據(jù)進行深層挖掘，挖掘出常人所不熟知的潛在的有用信息。數(shù)據(jù)挖掘技術(shù)需要根據(jù)所獲得的數(shù)據(jù)類型選擇分析方法，如網(wǎng)絡(luò)結(jié)構(gòu)分析法、數(shù)據(jù)統(tǒng)計法等，該過程是一個動態(tài)重復(fù)的過程，如果在數(shù)據(jù)挖掘的過程中沒有獲得預(yù)期的數(shù)值就要重新回到前面的步驟進行重復(fù)操作[1]。

該挖掘技術(shù)的主要方法是通過對所觀測到的數(shù)據(jù)進行解析，以天為單位或以時、分為單位對未來的數(shù)據(jù)進行預(yù)測，根據(jù)所要研究的對象設(shè)置自變量和因變量。例如，將t作為自變量，x作為因變量來推測所產(chǎn)生的數(shù)據(jù)關(guān)系。其中t代表的是同一天（時、分）時間內(nèi)的時間間隔，x代表的是所有可預(yù)測的變化量[2]。

要對電信網(wǎng)絡(luò)數(shù)據(jù)進行分析，就要將這些數(shù)據(jù)進行適當(dāng)?shù)男问睫D(zhuǎn)換。轉(zhuǎn)換以時間序列作為基礎(chǔ)。近年來，通過學(xué)者們對數(shù)據(jù)挖掘技術(shù)的不斷研究出現(xiàn)了很多以時間序列為主的數(shù)據(jù)挖掘技術(shù)。但是在電信領(lǐng)域，網(wǎng)絡(luò)環(huán)境不穩(wěn)定，尤其是數(shù)據(jù)變換具有十分頻繁的波動，所以電信網(wǎng)的問題不應(yīng)該只是數(shù)據(jù)統(tǒng)計、保管那么簡單。因此，傳統(tǒng)的數(shù)字挖掘技術(shù)將不能廣范圍的應(yīng)用于電信行業(yè)的發(fā)展。

2 數(shù)據(jù)挖掘的主要過程

數(shù)據(jù)挖掘主要從數(shù)據(jù)本身出發(fā)。一般數(shù)據(jù)挖掘包括信息采集、將數(shù)據(jù)進行整合、對數(shù)據(jù)的規(guī)范化整理、數(shù)據(jù)排除和清理、數(shù)據(jù)之間進行變換、實施數(shù)據(jù)挖掘過程、對數(shù)據(jù)挖掘過程進行評估、用相關(guān)的知識進行表達八個步驟。

2.1 信息采集

首先確定研究對象，根據(jù)所要研究的對象確定數(shù)據(jù)特征，然后選擇出合適的信息采集方法，收集整理所要研究的數(shù)據(jù)。對于數(shù)據(jù)量大的數(shù)據(jù)庫，選擇一個合適的保管途徑和數(shù)據(jù)存儲器是十分有必要的。

2.2 將數(shù)據(jù)進行整合

由于數(shù)據(jù)來源、格式特點、數(shù)據(jù)特征等性質(zhì)的不同，要有邏輯性的對所要數(shù)據(jù)進行整理。電信行業(yè)不同于一般的商業(yè)化企業(yè)，它作為世界通信過程中十分重要的一種介質(zhì)，自然需要信息的共享，而這種信息數(shù)據(jù)的整合就方便了電信行業(yè)的各企業(yè)之間的資源共享[3]。

2.3 對數(shù)據(jù)的規(guī)范化整理

數(shù)據(jù)挖掘技術(shù)雖然對數(shù)據(jù)匯總及分析十分方便，但是所用的時間很長，即使是對少量的數(shù)據(jù)進行分析也需要很長的時間，而企業(yè)運營和商業(yè)化管理往往包含的數(shù)據(jù)量是十分巨大的。所以對數(shù)據(jù)的規(guī)范化整理可以將數(shù)據(jù)庫進行適當(dāng)程度的縮小，將大多數(shù)存在同一水平的數(shù)據(jù)進行求平均值的處理。這樣不僅將數(shù)據(jù)挖掘技術(shù)的范圍縮小了不少，而且不會對最終數(shù)據(jù)的結(jié)果產(chǎn)生影響，甚至與原結(jié)果保持高度一致。

2.4 數(shù)據(jù)排除和清理

在龐大的數(shù)據(jù)庫中，有的數(shù)據(jù)存在明顯的錯誤、有的數(shù)據(jù)結(jié)構(gòu)不完整，并且這些數(shù)據(jù)面對不同的信息采集途徑時會有不同的表示方法，所以要對數(shù)據(jù)進行排除和清理。將不完整的數(shù)據(jù)補充完整，存在明顯錯誤和偶然性的數(shù)據(jù)就要舍棄，否則所得到的結(jié)果將會存在較大程度上的誤差，導(dǎo)致對整個電信行業(yè)的發(fā)展預(yù)期產(chǎn)生影響。

2.5 數(shù)據(jù)之間進行變換

數(shù)據(jù)變換的方法有很多種，如平滑聚集、數(shù)據(jù)規(guī)范化、數(shù)據(jù)概括等方式就是將數(shù)據(jù)轉(zhuǎn)化成有用的知識點進行數(shù)據(jù)分析和挖掘。對于有實際作用，但是計算量大的一些數(shù)據(jù)可以采用概念分化、數(shù)據(jù)離散整合的方法進行轉(zhuǎn)換。

2.6 實施數(shù)據(jù)挖掘過程

根據(jù)所得數(shù)據(jù)的特征及所包含的數(shù)據(jù)信息的不同，要選擇正確的分析方法。常用的幾種分析方法有數(shù)據(jù)概括法、大規(guī)模的數(shù)據(jù)統(tǒng)計法、利用數(shù)據(jù)規(guī)則進行推理的方法、模糊集、網(wǎng)絡(luò)結(jié)構(gòu)法（常見的為神經(jīng)網(wǎng)絡(luò)）、遺傳算法、通過實例進行推斷的方法等。通過這些方法可以將數(shù)據(jù)中存在的隱藏信息挖掘出來，給整個電信行業(yè)的發(fā)展帶來極大的商業(yè)價值。

2.7 對數(shù)據(jù)挖掘過程進行評估

這些數(shù)據(jù)大多數(shù)都是從商業(yè)途徑獲得，所以避免不了具有一定的商業(yè)價值，尤其是對于電信這一特殊的行業(yè)。所以對最終的數(shù)據(jù)進行評估也是數(shù)據(jù)商業(yè)化的一種體現(xiàn)方式[4]。

2.8 用相關(guān)的知識進行表達

將數(shù)據(jù)挖掘的最終結(jié)果通過透明公開的方式展示給電信用戶是十分必要的。此外，將其作為商業(yè)數(shù)據(jù)密封起來以供其他方面的商業(yè)發(fā)展也是數(shù)據(jù)挖掘的另一種作用。

3 數(shù)據(jù)挖掘的智能代理技術(shù)的預(yù)測方式

由導(dǎo)論可知，數(shù)據(jù)挖掘為各方面的預(yù)測做出了很大的貢獻。其預(yù)測方式主要包括時間序列基礎(chǔ)上的感知預(yù)測、協(xié)作組合預(yù)測以及利用網(wǎng)狀結(jié)構(gòu)模型進行預(yù)測。

3.1 時間序列基礎(chǔ)上的感知預(yù)測

將時間序列作為主要觀察量，通過觀察數(shù)據(jù)變化得出計算公式，將計算公式中的斜率值代入，取代時間序列的值。主要通過斜率值的變化來觀測最接近于實際的數(shù)值，進而對全局模式進行預(yù)測。但是，在此過程中需要注意考慮時間序列存在的隨機性和偶然性，要建立可靠的描述圖進行觀察，對一些具有明顯誤差的數(shù)據(jù)和具有偶然性的數(shù)據(jù)進行刪除，通過觀察平均數(shù)據(jù)得出結(jié)論。更需要注意的是，由于電信號的不穩(wěn)定性使得電信號會在短時間內(nèi)出現(xiàn)多次數(shù)據(jù)波動，所以，每隔一段時間就要對電信號根據(jù)脈沖進行分類。從最相似的數(shù)據(jù)中提取出符合實際和電信號波動范圍的數(shù)值，并將該數(shù)值應(yīng)用到全局觀測的位置。

3.2 協(xié)作組合預(yù)測

數(shù)據(jù)挖掘的智能代理技術(shù)的預(yù)測方式有很多種，但他們都有一個共同點就是預(yù)測的基礎(chǔ)都是時間序列。這些不同的預(yù)測方式之間必定存在不同的優(yōu)勢和劣勢，所以就需要對不同的預(yù)測方式即代理進行組合，協(xié)調(diào)出相對完善的預(yù)測方式。其中的協(xié)作主要是該過程中多方代理之間的協(xié)作，即當(dāng)存在多種代理時，需要一種外在的具有沖擊性的策略對其進行調(diào)整。對于這一問題，很多學(xué)者的解決策略都只是側(cè)重于將數(shù)據(jù)進行分類整理，并沒有考慮到最佳數(shù)值的組合[5]。

3.3 利用網(wǎng)狀結(jié)構(gòu)模型進行預(yù)測（以神經(jīng)網(wǎng)絡(luò)為例）

由斜率等替代量觀測出各水平變量的等量變化。網(wǎng)狀模型結(jié)構(gòu)特別是神經(jīng)網(wǎng)絡(luò)相對于其他結(jié)構(gòu)，預(yù)測性、準(zhǔn)確性要高。它可以準(zhǔn)確地計算出7個自變量和1個因變量之間的運算關(guān)系。其主要計算方式為線性函數(shù)、激活函數(shù)等。在規(guī)定的區(qū)間、特定的節(jié)點內(nèi)，將該輸入節(jié)點的輸入信號與對應(yīng)的加權(quán)數(shù)相乘，就可以將各輸入神經(jīng)之間連接起來，由脈沖信號轉(zhuǎn)變?yōu)殡娦盘柊l(fā)出。

4 數(shù)據(jù)挖掘的智能代理技術(shù)的框架模式

數(shù)據(jù)挖掘的智能代理技術(shù)常用的框架模式為多代理框架模式，即借助于多個代理實現(xiàn)對網(wǎng)絡(luò)信號及電信號的監(jiān)測和控制。該框架模式通過環(huán)球網(wǎng)的代理服務(wù)完成了不同的監(jiān)管任務(wù)。該框架模式的主要步驟具體如下。最初是通過各種途徑收集用戶的相關(guān)信息和電信號的網(wǎng)絡(luò)數(shù)據(jù)。將這些數(shù)據(jù)進行整合、篩選后就會將這些數(shù)據(jù)發(fā)送給相關(guān)管理員，進行保管。這樣的過程主要是為了將一些錯誤的數(shù)據(jù)及具有偶然性的數(shù)據(jù)排除在外，保證預(yù)測結(jié)果的準(zhǔn)確性。主要預(yù)測的目標(biāo)為網(wǎng)絡(luò)延時狀態(tài)、鏈接程序的接受率、服務(wù)器所能承載的負荷等。其中，鏈接程序的接受率是預(yù)測的重點，它直接關(guān)系到后面服務(wù)器所能承載的負荷的情況。然后是對變量之間的變化關(guān)系進行推斷及相關(guān)運算。運用各感知系統(tǒng)對預(yù)測代理進行感知預(yù)測，但是由于數(shù)據(jù)是一直在變化的，所以在監(jiān)測時間內(nèi)每隔一段時間就要對數(shù)據(jù)進行重新采取、計算和評估。在此過程中需要注意的是，有些時間段內(nèi)數(shù)據(jù)波動范圍會比較大，有些時間段內(nèi)數(shù)據(jù)波動范圍比較小，所謂對于時間段的選取也要有充分的考慮。

5 各數(shù)據(jù)結(jié)構(gòu)所產(chǎn)生的實驗結(jié)果分析

通過建立模型器和引用模型結(jié)構(gòu)建立模擬環(huán)境可以將各變量之間的數(shù)據(jù)關(guān)系展現(xiàn)出來。但是，同樣的數(shù)據(jù)關(guān)系通過智能代理技術(shù)也可以獲得。這些數(shù)據(jù)關(guān)系依然是建立在時間序列的基礎(chǔ)上，便于對后臺的各統(tǒng)計數(shù)據(jù)、服務(wù)器的負荷能力進行統(tǒng)計[6]。

例如，在一家工廠中設(shè)計出了一個網(wǎng)狀統(tǒng)計結(jié)構(gòu)，在該結(jié)構(gòu)中可以看到該企業(yè)的信息獲取途徑和索取手段。這時可以將該企業(yè)的所有數(shù)據(jù)分為三個層面：全局統(tǒng)計數(shù)據(jù)、斷點（階段性）數(shù)據(jù)統(tǒng)計和鏈接程序數(shù)據(jù)統(tǒng)計。運用這些不同層面的數(shù)據(jù)進行計算，計算最后出現(xiàn)的數(shù)據(jù)代表著該事件中各變量之間的變化關(guān)系，這種關(guān)系同樣是建立在時間序列的基礎(chǔ)上的。

例如，根據(jù)計算結(jié)果可以得到200個有效數(shù)據(jù)。這些數(shù)據(jù)中，每一個數(shù)據(jù)都可以代表一個變量。對于時間序列與這些變量之間的關(guān)系要進行預(yù)處理。首先，對這些變量之間的變化關(guān)系進行線性分析，得到一個新的數(shù)據(jù)組，然后利用這一新的數(shù)據(jù)組之間的變化量的變化關(guān)系來推測鏈接程序的接受率。當(dāng)然，并不是這組數(shù)據(jù)中的所有數(shù)值都可以拿來進行數(shù)據(jù)推測，我們可以將其中大部分?jǐn)?shù)值代入到計算公式中進行計算，剩下的一小部分作為數(shù)據(jù)驗證。因為這種數(shù)據(jù)分布具有一定的隨機性，所以這種數(shù)據(jù)計算并不適合建立在時間序列的基礎(chǔ)上。

6 結(jié) 論

為了研究電信行業(yè)中大規(guī)模數(shù)據(jù)如何處理的問題，本文就數(shù)據(jù)挖掘的智能代理技術(shù)進行了討論，看到了多框架模式的高效性、準(zhǔn)確性，體會到了數(shù)據(jù)挖掘技術(shù)的優(yōu)點及其不同的預(yù)測方法。