1、大数据分析在移动通信网络优化中的应用研究摘要：随着新的移动通信技术的应用及移动互联网的发展，我国的移动通信用户已经达到了10亿级规模。由于移动互联网应用的快速发展，例如QQ、微信、微博等，移动通信用户对于移动通信数据业务的需求越来越多，进而要求也越来越高。我国移动通信网络建设经历了建设期、发展期后，己经步入了稳定期。但是，稳定期需要的是创新，稳定期用户基数大，需求多，感知要求高。因此，基于大数据分析技术的应用及基于数据库技术的存储与分析体系需求就应运而生，传统的人力优化方法及粗浅的计算机技术应用已经不能满足当前移动通信网络用户的需求，使得移动通信网络优化工作达到了一种瓶颈。 目前，某地区移动通
2、信网络用户需求主要在于网络信号的覆盖以及网络下载速率的感知等方面。针对移动通信网络优化的工作吸引大量的网络咨询公司、大数据处理公司及相关研究机构的重视。本文主要针对日常移动通信网络优化工作的三个方面:道路测试、后台数据分析、网络投诉处理进行基于大数据分析技术的优化应用研究，提出由点及线、由线到面的多纬度优化方案。这样可以全方位、多角度的对移动通信网络优化工作中存在的瓶颈进行综合分析，并提出相应的解决措施及辅助应用工具，从而节约网络优化人员的时间和精力，提高其工作效率。关键词：大数据分析；移动通信；网络优化；应用研究Abstract：Because the color of jade is ve
3、ry good and can be displayed by the owner is 2290 generous, love many people, in the modern society is very popular, but in the period of Qing Dynasty, jade jewelry is very prosperous, in order to find the reasons of the prosperity of Qing Dynasty jade jewelry, so for different periods of Qing Dynas
4、ty analysis plays an important role in the development of the historical process of China jade jade in his development is very early, than the bronze culture development earlier, and in the Yangtze River and the the Yellow River river near the jade culture is very prosperous, the formal jade culture
5、, better make a great contribution to the development of the Qing Dynasty jade jewelry, jade jewelry in the Qing Dynasty is widely popular in the folk and the royal family, the popularity is not Often the wide use, and this jade jewelry is also very wide, especially in the Qing Dynastys politics, we
6、 know that the late Qing Dynasty is very troubled, so the Qing Dynasty rulers in order to reassure the public, so that the Qing Dynasty rulers in order to better stability, so strong the implementation of jade jade culture and prosperity so as to vigorously promote the jade jewelry in the Qing dynas
7、ty. This article mainly take the history as the clue, better to analyze how the jade jewelry prosperous in the Qing dynasty.Key words: jadeite jade; Qing Dynasty; reason; analysis.目录1绪论11.1.研究背景11.2研究意义22基于矩阵分析的路测数据预测22.1路测数据问题预测分析32.2干扰矩阵分析概述42.2.1什么是手机测量数据42.2.2为什么使用手机测量数据42.3基于矩阵分析的路测数据预测方案52.4基于
8、矩阵分析的路测数据预测模型52.4.1路测数据采集52.4.2干扰数据采集62.4.3建立矩阵分析模型62.4.4路测数据分析预测63基于聚类分析的后台数据优化73.1后台数据分析的困境73.2后台数据库与网络结构83.3基于聚类分析的后台数据优化方案93.4基于聚类分析的后台数据优化模型93.4.1后台数据采集93.4.2后台数据分类103.4.3建立聚类分析模型113.4.4后台数据自动优化114.基于关联规则的网络投诉数据分析124.1网络投诉工作的困境124.2投诉分析与问题定位134.3基于关联规则的网络投诉分析模型134.3.1网络投诉数据采集134.3.2用户业务数据采集144.
9、3.3建立关联分析模型144.3.4网络投诉问题自动定位154.4基于关联规则的网络投诉分析的应用15参考文献17辞谢181绪论1.1.研究背景随着移动通信技术的发展与国家对通信产业的布局，我国移动通信网络建设规模与用户数量均达到了世界上的顶级水平。移动通信网络的发展必须经历的流程就是规划、建站、测试、维护、优化等。不过，移动通信网络的发展不是一践而就的，而是循环往复的，优化工作虽然处于最后阶段，却与规划工作密不可分，形成移动网络建设的衔接部分。移动网络优化工作是与广大用户交互最广泛的环节，是移动运营商掌握网络运行状态以及获取用户信息与服务需求的门户。目前国内某地区移动通信网络中用户规模发展迅
10、速，达到了200万。而且每年呈10%左右的速度增长，其网络设备建设规模也保持8%左右的高速增长率。在这种情况下，移动通信运营商与移动用户之间的矛盾也逐渐凸显，尤其是网络快速发展过程中可能忽略的区域及可能忽略的服务质量，导致移动通信网络投诉量急剧增加，移动通信网络投诉处理工作压力空前。由于移动网络规模逐渐增加，移动网络用户的业务也逐渐变化，就导致了移动网络优化工作的内容及工作重心也随之产生相应变化。目前某地区移动通信网络优化人员需要花费大量的时间和精力对网络运行情况进行测试和分析。由于网络数据量的指数级增长及工作内容的增加，移动通信网络优化人员的工作压力逐渐上升，而工作效率却不见增长反而下降，这
11、样就不利于移动通信网络的发展及用户感知的提升，继续保持目前状况则会导致运营商的用户增长缓慢甚至下降。在认真研究并调查某地区移动通信网络优化工作现状的基础上，本文采用大数据分析技术，利用数据挖掘、文献调查、聚类分析、关联分析等研究方法，为某地区移动通信网络发展中存在的问题进行“把脉”，重点通过大数据处理技术与计算机运算技术及数据库技术建立网络大数据分析与处理模型，通过定性与定量分析，不但可以及时发现网络中的现有问题，而且可以预测分析并预防网络潜在问题点及可能产生的问题。为提升移动通信网络用户感知，提高网络服务质量提供了高效且精准的网络优化工具。为某地区移动通信运营商的业务发展及服务内容提供了参考
12、和依据。1.2研究意义本文基于我国目前移动通信网络的迅速发展阶段，从大数据分析的角度对移动网络优化工作进行定量与定性分析，以期通过大数据存储、分析与处理技术，使得移动网络优化工作的工作量得到降低、优化效率得到提升、有限的资源得到最佳利用，从而为移动运营商的业务发展提出预测性建议、为移动网络优化工作提供高效的分析处理方案。通过大数据存储技术的支撑、大数据分析技术与大数据处理技术的应用，我们期望移动网络优化工作可以由点发展到线、面，由传统的单点故障处理、个别问题定位向网络整体分析、矢量问题定位等方向发展。移动通信运营商可以由传统的被动提供业务、服务向主动提供服务、定制服务方向发展。为移动通信运营商
13、的业务提供更多可选类型，深入挖掘用户潜在需求，提供盈利新的增长点。随着移动互联网的发展及新的移动通信技术的应用，移动通信网络用户对于移动通信网络质量与业务内容的要求越来越高，尤其是移动同行用户对于移动互联网速率及信号覆盖的要求，是移动通信运营商需要关注和解决的瓶颈所在。但是网络规模与用户规模均高速增长，在网络和用户发展的过程中产生了大量的基础数据并未得到合理的利用和挖掘5。本文则基于移动通信网络的基础数据、道路测试数据及用户感知情况，综合利用大数据分析技术，通过数据挖掘、文献调查、数据库存储与处理、聚类分析、关联分析等方法，为移动通信网络发展过程中产生的问题进行定性和定量化分析，并建立相应的数
14、据模型，为移动通信网络优化提供分析处理工具，进而针对具体的移动网络提出优化建议以及网络未来发展的参考。这首先需要采集大量的数据，其次对这些数据进行处理及分析，最后通过分析结论提出优化建议和措施，最终建立几个具有实践意义且通过有效性验证的评估与应用体系，为移动通信运营商的网络优化工作节省大量的人力资源、时间和精力，有利于提高移动通信运营商的整体服务水平和用户感知。2基于矩阵分析的路测数据预测通过对道路测试数据进行矩阵分析，目的在于对移动通信网络的道路覆盖与移动性进行优化，矩阵分析的流程分为三个阶段，即网络建模、系统分析、优化方案实施。整个过程可以通过下图展示:图2-1矩阵分析流程2.1路测数据问
15、题预测分析在移动通信领域，网络优化工作中，必不可少的一项工作就是道路测试。通过道路测试，可以发现网络移动性能的好坏，可以发现移动网络覆盖的盲区，可以发现哪些区域或哪些路段信号服务质量较差，甚至可以直接测试到哪些点出现掉话，无法接通等道路测试时间。从而可以为移动通信网络服务质量进行考核，来评估某一地区移动通信网络运行情况，从而综合点线面数据进行整体对比分析来发现点线面三种层次的问题来指导全国范围内的移动运营商进行业务质量优化与服务水平提升。但是，传统的道路测试及问题分析都是“亡羊补牢”类的行为。都是在发现问题，分析问题，解决问题的流程上进行的。如此以来，就使得移动通信网络优化工作中的道路测试与分析工作呈现出一种滞后性，也就是说问题已经存在了，发生测试事件了移动通信网络优化人员才能发现网络问题，进而去解决发生问题的点。无论是从优化工作的困难和工作量来看，还是从用户对移动通信运营商直观业务感知角度出发，抑或是从运营商集团对某地区移动通信运营商考核角度评估，这都是一种被动的现状，主动的成分欠缺。而且，对于覆盖面较大的地区，有上万个基站，服务上千万人口的地方，道路测试工作的成本也是居高不下。随着通信网络的发展和移动用户的巨量增长，针对这种现状和瓶颈，迫切的需要移动通信运营
