大數據分析在移動通信網絡優化中的應用

孫梓博，劉 賀

（1.中通國脈通信股份有限公司，長春 130000：2.吉林省松原市前郭爾羅斯蒙古族中學，松原 138000）

1 研究背景

移動通信網絡的整個發展過程經歷了規劃、建站、測試及優化等諸多環節，而網絡優化工作恰恰是最后階段，但卻與早期的規劃工作密切相關，對移動網絡建設發揮著重要的銜接作用。移動網絡優化不僅僅是和眾多用戶交互信息的主要環節，而且還是移動運營商及時了解網絡運行狀況和掌握用戶需求及信息的重要途徑。近年來，隨著網絡建設規模的不斷擴大，移動網絡功能和業務內容得到了極大的豐富，但運營商和用戶間的矛盾也在不斷凸顯，特別是網絡飛速發展過程中可能忽略的區域或者是可能忽略的服務質量問題。因為網絡數據業務的不斷增多，網絡實時的數據量正在以指數級的增速快速增長，這在很大程度上就對移動通信網絡優化工作者造成了巨大的壓力，傳統方式的網絡優化工作方法已經不利于網絡的發展和用戶認同感的提升。因此，根據我國這一領域的發展現狀，從大數據分析的方向出發對移動網絡優化進行有效的定量及定性分析，利用大數據采集、存儲、分析和處理技術，提高網絡優化效率，合理利用資源，為移動網絡運營商業務的發展給予預測性的建議，從而提高運營商服務水平，獲取廣大用戶感知。

2 大數據分析技術

伴隨著計算機技術的快速發展，我們在利用計算機處理傳統的數據統計及分析時，能夠在較短的時間內完成相同的工作，并且具有更高的準確率。先進的數據挖掘技術主要是通過利用計算機強大的運算處理能力，加以智能化的軟件技術，完成以往專家完成的工作。我通過封裝，將一些復雜和運算要求高的技術平民化，從而保證大數據統計工作人員能夠在不斷深入學習的情況下實現專家的工作水平，滿足自身的工作需要。

2.1 數據庫分析技術

大量數據的存儲與集合統稱為數據庫，其為移動通信網絡優化工作供應了諸多有利的數據信息。我們通過定義數據的存儲采樣周期、存儲機制和關聯規則等，方便網絡優化人員從數據庫中提取有價值的數據，從而對該地區的網絡數據進行相應的問題分析，同時制定完整而又有效的網絡優化方案，全面提升網絡服務質量。當前，我國這一領域普遍存在數據量大、信息少的問題。目前所有的移動通信基站網絡設備都實現了數據庫的存儲和互聯，但僅能夠實現錄入、查詢和統計數據等簡單的功能，無法及時發現數據中各類有實際價值的信息。例如，通過對數據進行分析，發現數據的特征和模式，然后在進行深入研究可以發現某些基站或特定區域內用戶群體業務模式的特點，如果某種業務類型使用量特別大，就可以預測該區域或用戶群體的業務發展趨勢。更深入挖掘，我們還可以發現用戶對某些網站的訪問頻次高，或者使用某些移動應用的時間長，通過提煉這些有用信息，運營商就可以根據特定群體推出定向流量業務及流量包服務。移動運營商還可以通過和特定網站、手機應用合作的方式，提高服務價值和工作效率。

2.2 決策支持技術

大量有一定價值的基礎數據利用數據庫建立收集以供存取，然而其他各類不相關數據的歸納及篩選完全可運用先進的計算機技術來完成。但對移動通信優化工作而言，仍需在決策方面提供一定支持。一個給定區域的移動通信網絡，用戶成千上萬，數據量巨大，通常采用決策樹的方法來處理和應對大量的數據分析。通常情況下，決策樹這種特殊算法用來對數據模型進行預測，主要是有目標地把基礎數據進行逐一分類，然后找到各類有一定價值的深層信息。最大優點就是能夠快速分類，并通過簡單的語言就可以描述，非常適用于大規模數據的分析與處理。

3 大數據的投訴關聯分析

隨著移動互聯網技術的普及和發展，在移動通信網絡運行過程中，網絡投訴業務在很大程度上已經成為了運營商考核的關鍵指標。以往傳統的優化手段，如：DT、CQT等測試方法雖然可以發現網絡覆蓋的盲區，信號服務質量的好壞，但問題分析都只能是滯后性的行為，都是在接到投訴后，優化人員去現場測試才能發現網絡中問題，然后去分析解決問題點。然而伴隨著網絡規模的持續擴大，用戶的持續增多，網絡投訴量也在呈幾何級速率快速增長。這對于移動通信優化人員，無論是從優化工作的難度和工作量來說都是一個很大的問題，而且對于覆蓋較大的區域，測試工作的成本也是一個應著重考慮的關鍵因素。針對這種現狀，就迫切的需要移動通信運營商和網絡優化人員轉變思想，可以通過分析網絡基礎數據從而一定程度的預測分析，比較全面的分析預測網絡問題，既節省了大量的勞動力，又可以節約成本節能減排。所以說運用大數據分析處理技術解決網絡投訴問題，對推進移動網絡發展，提高運營商服務質量，提高用戶對業務感知度有著重要意義。

3.1 投訴分析和問題定位

目前優化人員針對移動通信網絡投訴，需要通過后臺數據分析定位、現場進行測試（DT/CQT）、確認并收集數據進一步分析找到原因、調整處理、復測來解決。現階段投訴內容大體上可劃分為三個方面：網絡原因的投訴、非網絡原因的投訴以及其他原因的投訴等等。其中占據較大比例的主要是來自非網絡原因的投訴，而真正網絡質量、信號覆蓋的原因導致的投訴，相比較只是其中一小部分。設想一下若用戶每次投訴，都要派出專業的網絡優化人員上門進行測試并且分析處理后復測的話，不但會加大相關工作人員的工作量，而且還使處理投訴的整體效率有所降低，嚴重影響了廣大用戶對網絡投訴處理響應的感知度，浪費人力、時間、增加優化成本。如果我們可以利用大數據對后臺數據進行整理、匯總、篩選、分析以及定位，關聯分析用戶投訴的具體內容與業務類型，就能夠及時分類、分析及定位投訴問題，進而全面提升處理用戶投訴的工作效率。

3.2 大數據的關聯網絡投訴優化方案

所謂關聯實際上就是利用大數據所具有的數據采集功能，對用戶投訴的具體內容、后臺主要數據、用戶業務類型及地理位置等進行全面的分析及問題定位，挖掘數據的潛在價值，從而形成一套完善的關聯體系，劃分相應區間，同時對特定時間內的投訴實行聚類分析，從而實現批量制定優化方案。

針對大數據關聯網絡投訴優化工作，可以運用如下幾種方法：

（1）建立完整而又有效的評估體系，將網絡覆蓋、網絡接入性、通話質量、網絡保持性、資源以及用戶滿意程度作為中心點進行全面的評估，并給出相應的分數。（網絡覆蓋包括：上行覆蓋率、下行覆蓋率；網絡接入性包括：SDCCH擁塞率、TCH擁塞率；通話質量包括：半速率占比、上行質差話務比例與下行質差話務比例；網絡保持性包括：TCH掉話率、干擾帶比例；資源包括：SDCCH分配成功率、TCH分配成功率）。

（2）針對各評估項，建立與之相對應的KPI指標體系。對得分低的KPI指標重點關注，劃分區域、劃分時段。

（3）對各個地區進行有效的網格化管理，劃分為多個網格，在網格和小區之間建立起對應關系，利用區域內的小區指標對區域指標進行計算。

（4）運用網絡投訴數據對最終評估結果進行全面的評估，同時對其有效性和合理性進行相應的驗證。

（5）通過投訴數據與評估結果的雙向驗證，從而解決目前優化網絡中，事中定位難、事后分析難、事前預判難的三大問題。并將大數據關聯的網絡投訴處理方法普及起來。

3.3 網絡投訴問題定位

要想全面做到網絡投訴問題自動定位，就要涉及到大數據采集處理、聚類分析以及數據挖掘等多項技術。我們所采集的各類數據本身并不具有互聯的特性，而是我們通過有效的關聯分析，數據建模整合在一起所得出的聚類分析結果。再加上數據挖掘技術從聚類關聯數據中匹配獲取相關的問題定位數據，這樣就可以做到：（1）事前預判：對網絡中已發生網絡類投訴的用戶進行相應的建模，并分析推導出用戶投訴的主要指標，對以后極有可能發生的各類用戶投訴行為進行有效的預判，進而在發生用戶投訴之前進行事前快速判斷定位。（2）事中定位：當用戶發生網絡類投訴之后，網絡優化人員利用各類信息，依托于大數據平臺，對全網用戶特定時間內的相關信息進行整理匯總、篩選，迅速分析定位問題。（3）事后分析：通過大數據平臺對信息的整理匯總，可以對投訴高發的時段、地區、人群等進行場景化分析，直觀對比投訴發生時的指標情況及網絡優化效果。從而實現網絡投訴問題的自動定位。

其實網絡投訴問題自動定位就是在大數據關聯的網絡投訴分析中，給定一些常見的投訴類型，比如網絡覆蓋率、接入成功率、掉話率、EC/IO、RSSI等問題分類。然后通過關鍵字搜索，尋找相似項，將網絡投訴數據進行分類、篩選、統計、平均，最后通過計算能力打出一份評估得分表。這樣我們就得到一份相對完善的網絡投訴評估報告，通過評估報告，可以對網絡投訴進行分類處理，既可以減少網絡優化人員的工作量，有能提升網絡投訴處理效率。

4 結束語

本文以網絡投訴優化數據為例，對大數據的分析技術在移動通信網絡優化中的應用進行了分析，可以看出通過運用大數據分析進行移動網絡投訴的處理，可以簡化網絡優化工作程序，提高網絡優化人員的工作效率，降低優化成本。旨在推進我國移動通信網絡優化技術的發展，提高運營商服務質量。因此基于大數據分析方法的移動通信網絡優化技術至關重要。