一種基于網格聚類的4G覆蓋價值區挖掘方法

許景淵，張振榮

(1．廣西大學 計算機與電子信息學院，廣西 南寧 530004; 2．北京中網華通設計咨詢有限公司，北京 100070)

一種基于網格聚類的4G覆蓋價值區挖掘方法

許景淵1，2，張振榮1

(1．廣西大學 計算機與電子信息學院，廣西 南寧 530004; 2．北京中網華通設計咨詢有限公司，北京 100070)

傳統基于覆蓋場景的規劃方法已難以適應4G網絡精細化規劃的需求，結合4G網絡需求分析及工程實踐，提出了一種基于網格空間聚類的4G網絡覆蓋價值區挖掘的評估模型及分析方法。從逆向視角出發，運用網格聚類的方法，理清4G網絡規劃中“用戶”、“網絡”、“業務”及“投資”四者的內在關系，盯緊4G目標用戶的消費行為軌跡，建立了各層指標評估體系及評估模型，并在工程實踐中予以驗證，從而為后期4G網絡精細化規劃提供有益參考。

網格聚類；4G網絡；價值模型；挖掘評估

0 引言

近年來，隨著用戶對移動高速數據業務需求的日益旺盛以及4G網絡的大規模部署，“如何優選項目，聚焦投資效能，發現價值區域，提升用戶感知”成為4G網絡規劃面臨的重大難題和課題［1－3］。從需求分析角度來看，作為高速數據業務承載網的4G網絡，其規劃方法有別于傳統基于場景顆粒度的規劃方法，在理清2G/3G網絡現狀的基礎上，應更為精細化規劃和部署，同時，還應綜合分析“用戶行為”、“網絡覆蓋”、“業務密度”及“投資效能”等數據，盯緊4G目標用戶的消費行為軌跡，從而進一步搜尋和挖掘網絡覆蓋價值區域，最終做到聚焦投資效能和提升用戶感知。

然而，從海量用戶行為、網絡指標、業務分布等電信大數據中找尋4G網絡覆蓋價值區域也面臨數據繁雜、高維度、難歸約等技術困難［4，5］，“物以類聚，人以群分”，使用基于網格空間聚類方法進行數據挖掘和分析不失是一種行之有效地解決思路。該方法常用于組織高維度數據分析，并能有效實現高維數據的局部化分析，其核心思想是將高維數據空間劃分為若干互不相交且具有層次結構的網格單元集，將每個指標對象映射到合適的網格單元中，進而識別和計算每個網格單元中的指標密度，并由指標值大于指定閾值的稠密網格單元形成簇，從而最終進行網格排序和發現網格價值指標及價值區域［6－9］。為此，本文從逆向視角出發，理清4G網絡“用戶”、“網絡”、“業務”及“投資”等四個要素的內在關系，緊盯“用戶感知”、“業務能力”、“投資效能”、“價值區域”等主要目標，提出了一種基于網格空間聚類的4G網絡覆蓋價值區挖掘的評估模型，從而有效地解決了這個問題。

1 價值模型構建及評估

1.1 價值模型構建

從4G網絡覆蓋需求角度分析，4G網絡定位為高速數據業務承載網，可考慮從“用戶”、“網絡”、“業務”和“投資”4個關聯層次來進一步定義網絡的覆蓋價值區域，其主要體現為“用戶卓越體驗”、“網絡超越引領”、“業務豐富多元”、“成本高效產出”等多層面。緊盯“聚焦投資效能，發現價值區域，提升用戶感知”的目標，逐層理清和劃分出“用戶層”、“網絡層”、“業務層”和“投資層”等層次結構，對分層指標進行多維度量化、加權疊加和逐級映射，并將相關價值屬性映射和聚類到網格系統中，從而挖掘和發現4G網絡覆蓋價值區域，構建價值模型如圖1所示。

圖1 4G網絡覆蓋價值區域層次模型

1.2 價值模型評估

進行4G網絡覆蓋價值模型評估主要抓住“用戶”和“網絡”2條主線，緊盯用戶行為分析，即不同特征的用戶群體，在何時、何地(如基站位置、地理區域等)，使用何種終端類型(如4G傾向型終端、非4G傾向型終端等)和資費套餐(如高、中、低價值資費套餐等)，發生了何種業務行為(如語音、瀏覽網頁、下載、IM等)，產生了多少業務量(如話務量、數據流量等);與此同時，重點關注不同用戶群體分布對應區域的網絡覆蓋及業務能力(如2G/3G基站分布等)，即重點挖掘“用戶分布聚集”、“4G傾向型終端密集”、“高資費套餐集中”及“業務量高發區域”等高價值覆蓋區域對應基站的網絡覆蓋、質量及業務能力，從而構建分層次、分梯度、關系對應的4G網絡覆蓋價值區，最終根據價值網絡分布、覆蓋目標來確定投資規模及投資節奏，評估流程如圖2所示。

圖2 網格聚類分析及價值模型評估流程

由圖2可見，價值模型評估流程主要包括“確定分層評估指標體系”、“構建關鍵指標映射關系”、“指標集數據預處理”、“單維度指標疊加分析”、“綜合指標網格化映射及聚類”和“網格化排序及價值區域發現”等主要步驟，對各關鍵流程進一步分析如下。

1.2.1 確定分層評估指標體系

遵循分層次、分梯度、逐層映射的評估思路［10］，對應演繹和形成了“用戶指標”、“網絡指標”、“業務指標”、“投資指標”的分層指標體系，以“用戶”和“網絡”為主線，緊盯“用戶號碼”、“基站LAC+CI號”2個關鍵映射值，從而確定分層評估指標體系。涉及的指標應統一口徑并從網管系統、營帳系統等等指標系統中提取，形成的主要分層評估指標結構如表1所示。

表1 各主要分層評估指標結構劃分表

1.2.2 構建關鍵指標映射關系

構建一致的關鍵指標映射關系是對相關指標集進行網格化處理和地理化呈現的前提。理清“用戶在何種網絡下發生何種業務”、“網絡在何處提供何種業務能力”及“提供何種覆蓋水平所需投資成本”等關鍵指標映射關系，從而形成“坐標系”、“用戶號碼”、“基站LAC+CI號”等指標一一對應的映射關系，使得每個指標對象都落入一個網格單元中，網格單元對應的屬性區間包含該對象的值，構造出清晰的網格化處理關系網，為后期指標集數據預處理打下良好基礎。

1.2.3 指標集數據預處理

通常，從網管系統、營帳系統等異種數據源中獲取的指標數據很容易受到噪聲、缺失值和不一致數據的侵擾，進行指標集數據預處理是獲得準確、完整和一致的基礎數據［11］，提高數據質量及數據挖掘效率的重要步驟，主要流程包括數據清理、數據集成、數據規約、數據變換和數據離散化等。

首先，對網管系統、營帳系統等異種數據源中獲取的指標數據進行數據清理，清除數據噪聲，糾正不一致數據，然后，根據關鍵指標映射關系將不同數據源統一集成為一個關系對應的指標集，接著，通過諸如聚集、刪除冗余值或透視等數據規約手段來降低數據的規模，最終，通過數據變換和離散化處理使得數據更易歸一化處理，自動產生數據的概念分層，并構成準確、完整和一致的分層指標評估體系。

1.2.4 指標疊加、網格化映射及聚類

經過上述流程的處理，可獲得較為有效的指標數據，接著將進行各層指標的單維度疊加、歸一化處理、網格劃分、網格化映射及數據聚類等操作。結合地理化特征及城市功能區分布等因素，并綜合考慮“用戶層”、“網絡層”、“業務層”、“投資層”等指標數據，將目標覆蓋區在場景顆粒基礎上進一步細化劃分為互不相交的網格單元，對同維指標進行橫向加權、異維指標進行縱向歸一化相結合的方式進行網格指標量化和疊加，最終將各層次指標值映射到網格單元，并以地理化方式進行呈現和網格聚類分析。

1.2.5 網格化排序及價值區域發現

綜合上述各環節中“用戶行為”、“網絡能力”、“業務分布”、“投資效能”等指標的統一分析、疊加加權、網格映射及網格聚類，形成了以網格綜合得分形式的網格排序體系，并根據投資能力和投資節奏將網格進一步劃分為“價值網格”、“趕超網格”及“潛力網格”，其中價值網格即為4G網絡“用戶卓越體驗”、“網絡超越引領”、“業務豐富多元”、“成本高效產出”的覆蓋價值區域。

2 應用案例

以某市應用為例，使用MapInfo軟件進行網格劃分、指標疊加、網格映射及網格聚類等應用實踐，分析如下。

2.1 網格劃分

合理的覆蓋區域劃分可以有效促進投資資源的最優化配置［12］。網格顆粒度介于覆蓋場景與站點之間，對點、線、面覆蓋場景的進一步精細化劃分是進行網格化聚類及價值模型挖掘的前提，其中網格劃分思路如下:

①關注網絡覆蓋價值區域，需將覆蓋區域劃分為有效覆蓋區域和無效覆蓋區域，將人跡罕至的高山、河流、湖泊等區域剔除于網格之外;

②對有效覆蓋區域，網格應考慮地形地貌、功能特征、人口分布、建筑分布等特征，將無線網絡傳播環境類似的區域劃分為同一個網格，以方便網絡覆蓋、網絡質量、網絡容量等指標的分析;

③網格邊界應與現有行政區劃邊界、城市功能區邊界、覆蓋場景邊界、市場營銷網格、網絡優化網格等現有網格單元相關聯，原則上，上級網格應包含下層網格，網絡網格應為上述網格中最小的劃分單元;

④網格應充分考慮面、線、點覆蓋需求，市區、縣城及鄉鎮鎮區等面覆蓋區域應充分考慮市政規劃功能區定位來進一步細化和裂變。

2.2 網格聚類分析

應用上述的價值模型評估流程，對覆蓋區域的“用戶層”、“網絡層”、“業務層”及“投資層”等指標數據進行多維度的疊加處理、網格映射、聚類分析及網格排序，最終獲得4G網絡覆蓋價值區域。其中，以2/3G網絡業務層數據分析為例，2G網絡和3G網絡屬于不同制式的網絡，承載能力及評價指標各不相同，可通過對2G業務和3G業務的同維指標加權處理、異維指標歸一化處理，將不同的指標量化并轉換業務密度，使得每個對象能對應映射到網格中，方便進行網格聚類及地理化呈現處理。以網格A為例:

首先，進行單維度數據疊加分析，分別計算2G/ 3G網絡業務密度指標，計算方法如下:

接著，考慮2/3G網絡業務密度指標評估體系不同且采用單位不一致，應歸類為異維指標，為方便進行數據統一評估分析，采用歸一化處理手段將相關業務密度指標轉換為對應的網格業務密度分值形式，以百分制為例，計算方法如下:

然后，通過上述步驟，可獲得各網格統一的指標評估數據，并對2/3G網絡中的同維指標進行加權處理，并考慮4G網絡作為承載高速數據業務的發展趨勢，側重對數據流量指標評估，進一步定義2/3網絡業務密度指標權重，計算方法如下:

最終獲得各網格業務密度綜合得分，并以百分制進行降序，計算方法如下:

網格業務綜合得分=2G業務密度得分×對應的權重+ 3G業務密度得分×對應的權重。

2.3 價值網格發現

綜合分析網格聚類結果，將綜合指標密度綜合得分進行排序，將網格排序中TOP 30%、30%～60%，60%～100%分別對應劃分為“價值網格”、“趕超網格”和“潛力網格”，劃分結果如表2所示。

表2 某市網格空間聚類的分析結果

由此可見，經網格空間聚類分析，共挖掘和發現332個價值網格，占網格總數的32．02%，其中網格的人口和面積占比僅為14．50%和0．67%，卻承載著某運營商40．51%話務量和68．00%的數據流量，說明該網格覆蓋區域具有重大發展前景和投資收益，是4G網絡覆蓋價值區域，也是4G網絡優先規劃和部署的重點區域。

3 結束語

4G網絡覆蓋價值區域的定義、挖掘及發現是網絡規劃的重要工作，本文緊抓“用戶行為”和“網絡能力”兩條主線，應用網格空間聚類分析方法，構建了“用戶”、“網絡”、“業務”和“投資”逐層映射的價值模型及對應的評估流程，并得到了工程實踐的檢驗，為4G網絡覆蓋價值區域發現及后期網絡規劃提供了一種有效的解決方案。

［1］陳建剛，肖清華，汪偉．基于客戶感知的無線網絡選址評估方法[J]．移動通信，2012，36(13):36－39．

［2］劉輝，賀肖榮．TD-SCDMA PS域業務用戶感知模型的構建與應用[J]．電視技術，2013，37(7):68－71．

［3］牛憲華，曾柏森．基于用戶感知的WCDMA網絡深度覆蓋評估研究[J]．移動通信，2013，38(8):5－8．

［4］霍成義．面向數據提供者的隱私保護訪問控制模型[J]．無線電工程，2014，44(2):5－8．

［5］員建廈．基于動態存儲策略的數據管理系統[J]．無線電工程，2014，44(11):52－54，62．［6］Han J W，Kamber M，Pei J，等．數據挖掘:概念與技術[M]．范明，孟小峰，譯．北京:機械工業出版社，2012．

［7］閆光輝，何瑞春．基于神經網絡、網格和密度的聚類方法的設計[J]．蘭州鐵道學院學報(自然科學版)，2003，22(1):94－97．

［8］楊毅．一種基于網格優化的空間數據訪問與存儲研究[J]．無線電通信技術，2014，40(6):43－46．

［9］陳慧萍，王煜，王建東．子空間聚類算法的研究新進展[J]．計算機仿真，2007，24(3):6－10，34．

［10］魯凱，王遠軍．基于AHP的基站站址資源儲備評估研究[J]．郵電設計技術，2010(12):43－48．

［11］李軍，劉匡虎．一種現代移動通信網絡話務場景劃分方法[J]．移動通信，2012，36(9):41－44．

［12］程鴻雁，朱晨鳴．LTE FDD網絡規劃與設計[M]．北京:人民郵電出版社，2013:302－309．

A Data Mining Method for 4G Value Coverage Region Based on Grid Clustering

XU Jing-yuan1，2，ZHANG Zhen-rong1
(1．College of Computer and Electronic Information，Guangxi University，Nanning Guangxi 530004，China; 2．China Comm Design＆Consulting Co．Ltd．，Beijing 100070，China)

The needs of fine planning in 4G network exceeds the capacity of conventional division method based on coverage scene．Based on an analysis of 4G network's requirement and engineering practice，an evaluation model and analysis method for 4G network's value coverage region based on Grid Subspace Clustering are proposed．From the perspective of reverse thinking and by using the method of grid clustering，the internal relationship among user，network，service and investment is clarified;the consuming behavior track of target users is closely observed，then a layered index evaluation system and evaluation model are established;at last，they are verified in an practical engineering project．The proposed method is helpful for discovering the value coverage region in 4G network，and it will play an important role in fine planning．

Grid-based Clustering;4G network;value model;data mining and evaluation

TN929．53

A

1003－3114(2015)05－11－4

10.3969/j.issn.1003－3114.2015.05.03

許景淵，張振榮．一種基于網格聚類的4G覆蓋價值區挖掘方法［J］．無線電通信技術，2015，41(5):11－14．

2015－06－10

許景淵(1985—)，男，碩士研究生/工程師，主要研究方向:3G無線網絡規劃及網絡優化。張振榮(1976—)，男，教授，博士，主要研究方向:光網絡與光通信技術。