淺談數據挖掘在網絡優化中的應用

樂湘云

摘 要：在21世紀，隨著計算機技術的迅猛發展，世界開始全面步入信息呈爆炸式增長的網絡信息化時代。大數據將給各行各業帶來巨大的經濟價值。數據挖掘技術成為高效利用數據、發現價值的核心技術。網絡優化是確保網絡質量，提升網絡資源利用率的有效手段。近年來，隨著網絡容量的不斷提升、網絡用戶數的不斷增加、網絡設備的多樣化，用新技術和新方法替代傳統網絡優化手段成為一種趨勢，尤其是在數據挖掘技術興起的大背景下，其在網絡優化中的作用日漸突出。該研究對數據挖掘在網絡優化上的應用進行探討。

關鍵詞：數據挖掘 網絡優化 應用

中圖分類號：G64 文獻標識碼：A 文章編號：1672-3791（2017）02（b）-0001-02

2008年以來，隨著電信運營商重組的完成，我國移動通信網絡優化覆蓋市場出現了爆發性增長。由于是全業務競爭，各運營商更加強調服務水平。同時，伴隨移動通信規模的不斷擴大，通信系統開始進入收費維護服務周期，網絡維護工作的重點也逐漸轉移到網絡優化方面上來，電信運營商需要不斷增加網絡優化覆蓋方面的資本支出，以提升移動通信網絡質量。如今隨著4G規模商用，移動網絡仍然是三大運營商未來幾年的競爭重點。移動通信網絡優化已成為移動通信行業發展的關鍵點。數據挖掘技術在網絡優化中的應用，能夠極大地便利整個優化工作的開展。下面，該研究從技術角度對此進行分析。

1 移動通信網絡優化中數據挖掘技術的基本原則

1.1 科學應用分布式處理方法

數據挖掘技術是處理海量數據時的一種高速計算方法，被稱為機器的母語，又可具體分化為幾大類。其中，數據挖掘技術中以虛擬化和彈性可伸縮為技術核心的分布式處理方法較集中式處理方法而言，在處理計算能力耗費巨大的應用時，通過將該應用分散化處理，在時間及效率上具有明顯的優越性。

優化網絡工作，是一項規模宏大的條理性、系統性工程。這項工程影響范圍廣闊，關聯的技術類型種類繁多，要對海量的數據進行分析處理。因此，利用數據挖掘技術優化移動通信網絡不可能一蹴而就，在移動通信網絡優化的過程當中一定要避免只借助一個服務端口的單純融合來對網絡進行優化，當然也不能只借助一個簡單的優化體系來優化其他的過程?？茖W應用分布式處理方法，在將各項數據轉化為有用信息的過程中注意區域間的差異性和優化過程中的等級秩序問題。Hadoop、Spark和Storm是目前最重要的三大分布式計算系統，Hadoop常用于離線的復雜的大數據處理，Spark常用于離線的快速的大數據處理，而Storm常用于在線的實時的大數據處理。

1.2 科學應用移動通信網絡階段性分析

移動通信網絡是一個多用戶通信系統和網絡，系統和網絡結構復雜，這就決定了開展全方位且富有成效的網絡優化工作所面臨的難度。因此，在利用數據挖掘技術優化移動通信網絡的過程中，要科學應用移動通信網絡進行階段性分析，通俗來講，就是“有的放矢”。目前，移動通信網絡發展已經經歷了4個階段：第一階段是1G的模擬網絡，第二階段是2G窄帶數字網絡，第三階段是3G寬帶網絡，還有我們正在經歷的第四階段，即4G網絡。移動通信網絡發展呈現的階段性特征，需要我們對其各階段的發展進行全面的、系統的、本質的分析，歸納后再為下一階段的分析提供有意義的借鑒。同時，在階段性分析的基礎上對分析結果進行進一步的探究，挖掘各階段之間本身固有的聯系，最終對網絡優化目標的實現有所裨益。

1.3 遵循智能性數據挖掘的基本要求

隨著信息技術的飛速發展，數字化、網絡化和云計算正在與人們的生活日益融合，而智能化的概念也開始在各行各業及人們的生活中逐漸蔓延開來。該研究在前文已指出，在利用數據挖掘技術優化移動通信網絡的過程中，要科學應用移動通信網絡階段性分析，而在此基礎上要注意同時滿足智能化的需求，以便在智能環境中有關階段的服務器中提升任務分配的效率和自動化程度。利用數據挖掘技術的網絡優化系統在智能性上通常與一般優化系統存在著較為顯著的差異，它所采用的人工智能技術，是數據驅動的智能，是基于數據所產生的智能。通過運用智能技術，自動完成數學建模，進行信息化的數據分析，挖掘出有價值的知識和信息，進而指導網絡優化人員的工作。遵循智能性數據挖掘的基本要求，在對相關的數據資料進行條理化分析時，不僅在技術層面有所要求，還要求網絡優化人員自身具備牢固的理論功底，對數據挖掘技術有深入透徹的了解。

2 數據挖掘技術在移動通信網絡優化中的具體應用

2.1 對站點的合理選擇

移動通信無線網絡設計的流程通常情況下為根據不同技術體系的鏈路預算，計算得出不同區域各站點的覆蓋半徑，得出區域的站點個數。然后網絡工程師確定出合適的站點位置，利用無線規劃工具對方案進行提前模擬和規劃，生成網絡規劃報告，預估無線網絡覆蓋效果。如果報告反映出該方案實現了設計目標，滿足了用戶需求，就表明該設計方案具有可行性。但規劃仿真工具的出現并沒有解決效率的問題，幾千個站的站址選擇和各種RF參數的規劃設計，對每個無線網絡規劃的工程師來說都是一場噩夢。不停地嘗試各種參數設置組合，不停地仿真，不停地對比各種結果。這種“苦力”似的工作使得網規工程師沒有時間從更高的層面考慮網絡的規劃，進而限制了網絡規劃質量的進一步提升，也使網絡規劃需要較高的人力成本。此外，由于人為因素在設計移動通信網絡工程方案中起了很大的作用，再加之現場施工人員受到自身技術能力的限制，使得當前我國在建設移動通信網絡過程中存在著部分站點選擇合理性欠缺的問題。毋庸置疑的是，站點選擇的合理與否影響著移動通信網絡的建設全過程，如運營商會隨著站點建設量的增加不斷擴大投資規模，且移動通信網絡質量水平的高低也與站點選擇的合理性有關。在開展移動網絡優化工作時，如果能夠充分應用數據挖掘技術，就能夠有效解決站點部署和參數規劃問題，提升站點選擇的合理化水平。數據挖掘在類似的工程實踐上已經有了很多好的算法，其中禁忌搜索算法運用較多，在一個初始可行解的基礎上搜索特定方位，并讓特定的目標函數值變化最多的進行移動，這樣就能夠更加科學、合理地選擇移動站點，在改善用戶體驗的同時，使運營商的利潤空間進一步擴大化。

2.2 對掉話現象的科學研究

隨著4G時代的到來，網絡承載了越來越多的業務和流量，運營商認識到只有做到差異化的體驗，才能不斷領先和超越。移動通信網絡的立身之本就是服務于用戶并提升用戶感知，網絡質量和用戶感知背離是每個運營商都不愿意看到的，因此建立基于用戶感知的端到端質量體系就成了運營商網絡優化工作的一個重點。掉話率是測試的里程數和掉話次數的比值，是反映用戶感受的重要指標之一，也是保持網絡性能的重要反映。信號覆蓋的強度和質量問題、外界的干擾問題、系統參數和鄰區的設置問題，都會導致掉話現象的發生。對掉話現象進行科學研究，是要建立在對數據挖掘技術應用的基礎之上的。運營商利用硬件技術持續不斷地搜集全面充足的相關數據資料，建立起資料庫，開展針對用戶消費數據的分析評估。比如，掉話產生的原因除了技術故障還有網絡負荷過重，如果某段網絡上的掉話率持續過高，則意味著該網絡需要擴容，從而有效完善了網絡布局，給客戶提供了更好的服務體驗，獲得更多的客戶以及業務增長。

2.3 對干擾分析準確度的提升

掉話率和接通率是移動通信網絡運營商較為關注的兩項系統指標，但這兩項指標常常會由于移動通信系統的干擾而受到影響。移動通信非常容易受到干擾，造成干擾的原因通常有以下幾個方面：網絡的頻率規劃和功率分配不合理；信號覆蓋區內存在發射功率較強的直放站、微波站、尋呼臺等可能干擾源；存在功率失控的基站或移動臺；用戶話務分布情況等。移動通信干擾不僅對網絡的常規運行造成影響，而且極大地降低了用戶的通話質量體驗，成為導致用戶申告的主要原因。解決和預防干擾問題，是網絡優化工作的另一項重點。而在優化過程中做到對數據挖掘技術的合理應用，可實現對干擾分析準確度的良好提升。由于干擾的實質是關系的相互作用，造成干擾的原因又通常只受到以上四方面原因范圍上的約束，所以相關性分析是進行干擾分析時應用較為普遍的挖掘算法。通過對出現高誤碼率時候各參數設置的相關性分析，基本能得出高誤碼率發生的可能性原因，并及時地予以處理。

3 結語

網絡優化是一項技術難度大、涉及范圍廣、人員素質要求較高的工作。而傳統網絡優化工作多依賴于技術人員的經驗，依賴人工進行統計分析，使得網絡優化的自動化程度較低，優化過程需耗費大量的時間、人力、物力，造成了大量的資源浪費，影響了網絡問題解決的時效性，設計出的方案也不可避免地存在著局限性。另外，隨著我國移動通信事業的迅速發展，我國移動互聯網發展已正式進入全民時代。網絡結構日益復雜，數據業務已經成為移動通信網絡主要承載的業務，用戶通過智能終端的即時互聯通信行為，使移動網絡成為大數據儲存和流動的載體。高速變化的數據業務速率和巨大的網絡吞吐量以及覆蓋范圍的動態實時變化，在很大程度上改變了現有網絡規劃和優化的模型，在網絡優化工作中應用數據挖掘技術是非常迫切和必要的。數據挖掘是一門新興的先進的數據分析技術，而網絡優化是一項規模宏大的系統性工程，二者的結合現已經成為了一種嶄新的趨勢。該研究結合移動通信網絡優化中數據挖掘技術的基本原則，從技術角度淺談了數據挖掘在網絡優化中的應用，希望對實踐工作的開展有指導意義。

參考文獻

[1] 劉秀彬.淺談數據挖掘在網絡優化中的應用[J].硅谷，2010（15）：101.

[2] 黃瑞慧.數據挖掘在移動通信網絡優化中的實踐研究[J].中國新通信，2016（4）：72-75.

[3] 陳慰旺，張艷芬.移動通信網絡優化中數據挖掘技術的運用[J].信息通信，2016（6）：201-202.