數據挖掘技術在4/5G通信網絡優化中的應用分析

劉漢艷

（廣州杰賽科技股份有限公司，廣東 廣州 510310）

0 引 言

在通信系統逐漸完善和現代信息技術迅速發展的大環境下，移動通信網絡發展也開始從4G移動通信網絡向5G通信網絡發展。5G時代已經到來，目前已經逐漸形成4/5G的復雜動態網絡架構。針對移動通信網絡中的通信流量的波動性，移動運營商要根據業務和市場需求，充分挖掘通信數據中的信息，通過整理和分析探討相關數據的關聯性，提煉有價值的數據來改進通信網絡資源的配置，不斷完善和優化4/5G網絡環境，提高4/5G優質網絡服務環境[1]。

1 數據挖掘技術的概念及其分析方法

1.1 數據挖掘技術

結合4/5G網絡的實際應用，數據挖掘技術主要應用于數據信息的整合、分析以及計算，通過對海量數據信息的整理和處理，實現各類數據的規律性規劃，并進行深層次的整合。因此，在大數據時代背景下，要真正實現數據的分析水平就要基于人們生產和生活實際需求，探討數據之間的聯系以及互聯網技術對通信網絡的關聯性，真正滿足各行各業的生產需求，實現4/5G通信網絡的優化。

1.2 數據挖掘技術的分析方法

1.2.1 分類分析法

分類分析法是我國的數據挖掘技術中是常用的一種，應用過程中技術人員首先要篩選出需要處理的數據，然后將相關數據進行分類。其次根據各項指標需要的數據規模，進行再次的篩選，分成不同的數據類型進行定點分析處理。最后結合定點分析處理結果，尋得各項數據之間的聯系和規律，為4/5G網絡優化工作開展提供數據參考[2]。

1.2.2 關聯分析法

為滿足人們的不同需求，提供人性化服務。關聯分析法主要應用于4/5G網絡的運行狀況檢查中，對檢查中的相關類型數據及其關聯的數據進行特定分析，掌握其中存在的規律性，以此為依據進行4/5G網絡優化的探討。區別于其他數據挖掘技術分析方法，關聯分析法在應用中能夠針對不同實際應用和需求，提供不同的分析數據。

1.2.3 序列分析法

序列分析法和分類分析法類似，但是在實際應用中技術人員首先要對采集完成后的數據進行編號處理，然后通過計算機對編號好的數據進行系統的計算機處理。

2 移動通信網絡的特征

移動通信技術逐漸發展，人們生活水平不斷提高，移動通信網絡和移動通信系統也越來越復雜。這也導致移動通信網絡優化的難度越來越大，需要考慮的因素也越來越多，面臨干擾因素下問題增多的難題。而且，結合移動通信網絡面向不同類型人群和客戶的各種需求，對基站的建設也提出了更高的要求。如果移動通信網絡基站出現問題，將會導致嚴重的網絡浪費，網絡服務質量的提高更無從談起。所以，要提高移動通信網絡運行的穩定性，就要提高網絡通信系統的抗干擾能力，滿足移動通信網絡特點需求。

2.1 移動性特點

從目前移動通信網絡的實際應用看，移動通信網絡的應用范圍主要有平板和手機等移動設備。相比較傳統的互聯網，移動性特點更加明顯，這對移動通信網絡的需求也更強。這對移動通信網絡的實時性和移動性也提出了更高的要求，需要進一步完善和移動通信網絡[3-5]。

地勘單位可以從建立健全審計信息系統的角度出發落實單位的信息化水平，例如單位根據自身的規模特點選擇NC系統和審計軟件，積極投入資金引進部分平臺。確保單位內部人力、物力與財力的相對一致性。不僅如此，地勘單位應當定時給工作人員安排培訓工作，教導他們軟件與平臺的使用方式，確保內部人員能夠熟練運用計算機軟件，積極發揮信息化的優勢性，借助信息平臺及時獲取國內外價值性的信息并分析出當前市場的變動模式，發揮審計工作的效益。信息化建設能夠促進動態性的監測工作，審計人員可以借助平臺及時了解領導干部和單位法人的離任審計工作，最終避免重復勞動，提高工作效益與市場競爭力。

2.2 具有龐大的使用結構

此外，要滿足廣大用戶的移動通信網絡需求，保障暢通的通信和網絡，需要網絡結構持續優化和完善，并且要滿足龐大化發展需求。在大數據技術的支持和應用下，充分挖掘數據，關注在網用戶的使用情況，挖掘其中的規律信息，并在此基礎上結合衛星通信網等網絡和數據，滿足網絡結構復雜化發展。

3 數據挖掘技術在4/5G通信網絡優化中的基本原則

要實現4/5G通信網路優化，數據挖掘技術是重要的手段，充分發揮其在數據收集和分析的優化。要滿足通信網絡的分布式處理和智能化數據處理需求，就要合理利用數據挖掘技術、大數據技術以及人工智能技術，完善數據信息采集，進行智能化和自動化分析，根據結果和結論進行科學調整。當然，4/5G通信網絡優化工程量龐大，尤其是其中的大量數據處理，要實現優化就要將在眾多服務器上部署優化系統，分層次、分區域進行數據采集、儲存及分布式處理[6]。

這也從側面反映出要對整體進行科學分析，首先要完成本層次的數據分析，其次分析各個層次的數據關聯性，最后將整個分析任務劃歸到各個層次的服務器中。

4 數據挖掘在4/5G環境下移動通信網絡優化中的應用

對比3G網絡通信技術，4/5G網路無論是在頻譜效率還是在數據速率和網絡容量等方面都有了更大的提高，尤其是MIMO和COMP等技術的應用，使得異構網等全新網絡逐漸完善，無線網絡的建設和優化也進入了更高層次。4G網絡結構如圖1所示，5G網絡結構如圖2所示。運營商可以結合數據挖掘技術得到的信息對網絡結構進行針對性的優化處理，完善整個網絡結構，提升服務質量。

圖2 5G網絡結構圖

4.1 數據挖掘在站點選擇上的應用

要保障通信網絡的質量，就要從移動通信網路的中站點規劃和優化入手，通過合理分布站點，減少運營商資本投入，提升通信網絡服務質量。有效借助數據挖掘技術，可以實現對網絡站點的科學規劃，優化整個的網絡布局。

就其應用原理來看，數據挖掘技術可以利用搜索的算法進行嘗試性試探，全面分析后得到目標函數變化移動量最多的位置點，然后再結合布置區域內的實際地理情況進行科學配置，選擇出最優的站點布局。合理利用數據挖掘技術，一方面能夠快速確定站點的位置，保障站點的合理性和整個網絡架構的科學性，另一方面還能夠有效降低運營商的成本，實現資源的有效和高效整合與應用[7]。

4.2 數據挖掘在話務預測中的應用

4/5G移動通信網絡實際應用中，良好用戶感知是整個網絡運營環節的根本目的，這就要求要做好話務熱點判斷和網絡優化，提升整個網絡運營服務環境。如果網絡優化和擴容的預測結構偏小，那么將難以滿足通信網絡系統的龐大業務量需求，影響網絡質量。而如果預測的結果偏大，那么將會導致設備的閑置和投入資源的浪費。

據此分析，實現時間序列預測的數據挖掘技術，能夠通過數據整理、分析來進行綜合評估，分析挖掘近段時間內的話務量等數據，研判出不同區域和時間段內的變化量及發展趨勢，實現設備投入和資產管理的合理化，提高網絡運營水平[8]。

4.3 數據挖掘在覆蓋分析中的應用

4/5G網絡好壞的重要評判標準是信號的覆蓋范圍，如果其覆蓋范圍不能滿足4/5G業務需求，那么其網絡性能便將大打折扣。所以，運營商要進行網絡覆蓋分析，也需要充分利用數據挖掘技術，通過關聯性分析發生網絡存在的主要問題。

數據挖掘技術在覆蓋分析中的應用，首先要大量采集特定區域內的數據，其次進一步分析網絡覆蓋率中的某一數據要素或者原因的關聯性，最后借助序列分析和偏差分析等算法來分析某數據和覆蓋率之前的關系，為網絡結構優化提供參考，優化通信服務。

4.4 數據挖掘在干擾分析中的應用

4/5G移動網絡通信由于移動性等特點，導致其并不耐干擾，只要在網絡通信環境中存在強烈干擾因素或者干擾因子，都將給通信質量帶來嚴重影響，這就要求運營商定期、定性分析通信網絡的干擾問題[9]。

數據挖掘技術可以通過相關性搜索算法，分析相關參數的相關性，發現各個參數之間的潛在關系，確定干擾源。數據挖掘技術在干擾分析中的科學應用，可以進一步提升工作效率和定位的準確性，確保網絡通信系統的安全穩定。

在現代通信網路飛速發展背景下，4/5G技術越來越普及，人們在不斷享受現代信息技術發展紅利的同時，也對其穩定性提出了更高的要求。所以，4/5G網絡通信環境下科學應用網絡通信技術，能夠極大提升工作效率，有效降低運營商的成本，實現通信網絡的結構優化，為用戶提供優質用戶服務[10]。

5 結 論

隨著世界科學技術的發展和現代通信技術的完善，移動網絡信息技術也得到了長足的發展。要滿足人類生活水平的提高和應用需求，就要不斷優化和完善4/5G網絡系統。合理利用數據挖掘技術能夠充分發揮該方面的優勢，有效利用時間解決網絡系統優化中出現的各個問題，進一步完善移動通信4/5G網絡系統的功能，綜合提高移動4/5G網絡的服務水平。