移動(dòng)通信網(wǎng)絡(luò)中數(shù)據(jù)采集與數(shù)據(jù)挖掘的應(yīng)用

楊榮興

（西北民族大學(xué)，甘肅 蘭州 730030）

0 引 言

數(shù)據(jù)采集技術(shù)和數(shù)據(jù)挖掘技術(shù)都屬于當(dāng)今的先進(jìn)技術(shù)。將這兩項(xiàng)技術(shù)應(yīng)用于移動(dòng)通信網(wǎng)絡(luò)，可實(shí)現(xiàn)網(wǎng)絡(luò)信息數(shù)據(jù)的良好采集、計(jì)算和處理，進(jìn)而為移動(dòng)通信網(wǎng)絡(luò)的應(yīng)用與發(fā)展提供有力的技術(shù)支撐。因此，在移動(dòng)通信網(wǎng)絡(luò)的應(yīng)用與發(fā)展中，應(yīng)格外重視數(shù)據(jù)采集技術(shù)和數(shù)據(jù)挖掘技術(shù)的合理應(yīng)用，以滿足移動(dòng)通信網(wǎng)絡(luò)的實(shí)際應(yīng)用需求，促進(jìn)移動(dòng)通信網(wǎng)絡(luò)良好發(fā)展。

1 數(shù)據(jù)采集技術(shù)在移動(dòng)通信網(wǎng)絡(luò)中的應(yīng)用

1.1 TD測(cè)試和數(shù)據(jù)采集

在傳統(tǒng)的數(shù)據(jù)采集過程中，僅僅借助于路測(cè)（Dirver Test，DT）和定點(diǎn)測(cè)試的方法來獲得相關(guān)信息。這種數(shù)據(jù)采集方式主要是針對(duì)空中無線網(wǎng)絡(luò)接口的測(cè)試，以實(shí)現(xiàn)語音質(zhì)量數(shù)據(jù)、小區(qū)強(qiáng)度數(shù)據(jù)、小區(qū)識(shí)碼、切換比例、收集地理位置、移動(dòng)管理、呼叫管理、業(yè)務(wù)建立成功率、臨近小區(qū)信號(hào)強(qiáng)度指示和信號(hào)質(zhì)量指示數(shù)據(jù)等的獲取[1]。但是這種測(cè)試方法僅僅可以對(duì)重點(diǎn)場(chǎng)所和主干道進(jìn)行測(cè)試，獲取到的數(shù)據(jù)信息量十分有限，所以測(cè)試結(jié)果存在一定的片面性。

1.2 MR數(shù)據(jù)采集

MR數(shù)據(jù)采集技術(shù)主要是獲取用戶設(shè)備（UE）和演進(jìn)基站（eNodeB）的數(shù)據(jù)。MR數(shù)據(jù)指的是業(yè)務(wù)信道每480 ms、信令信道每470 ms進(jìn)行的一次數(shù)據(jù)發(fā)送，將原始的測(cè)量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和計(jì)算，然后將其發(fā)送給基站子系統(tǒng)的操作和維護(hù)中心（OMC-R），通過統(tǒng)計(jì)數(shù)據(jù)的形式儲(chǔ)存起來，最后形成MRS形式的文件；也可以直接將其報(bào)送給OMC-R，通過樣本數(shù)據(jù)的形式儲(chǔ)存起來，最終形成MRO形式的文件[2]。表1是MRS上的部分測(cè)量字段；圖1是測(cè)量報(bào)告數(shù)據(jù)采集的流程圖。

表1 MRS上的部分測(cè)量字段

圖1 測(cè)量報(bào)告數(shù)據(jù)采集的流程圖

借助于MR工具，可以處理采集的數(shù)據(jù)，并將其應(yīng)用于無線環(huán)境的全網(wǎng)評(píng)價(jià)，以此替代大量的路測(cè)與定點(diǎn)測(cè)試工作，進(jìn)一步節(jié)約運(yùn)維成本。該技術(shù)是將用戶通話實(shí)際發(fā)生過程中的測(cè)量報(bào)告作為網(wǎng)絡(luò)評(píng)價(jià)標(biāo)準(zhǔn)，較路測(cè)和定點(diǎn)測(cè)量的形式更具針對(duì)性[3]。同時(shí)，該技術(shù)也可以全面挖掘采集的數(shù)據(jù)，并全面分析用戶行為模式和小區(qū)內(nèi)分布情況等信息，從而為網(wǎng)絡(luò)優(yōu)化策略的制定提供便利。

1.3 KPI數(shù)據(jù)采集

在進(jìn)行移動(dòng)通信網(wǎng)絡(luò)的優(yōu)化過程中，KPI數(shù)據(jù)采集技術(shù)發(fā)揮著關(guān)鍵性作用。KPI技術(shù)的主要采集方式是OMC性能的統(tǒng)計(jì)和測(cè)試，將數(shù)據(jù)承載基本單元作為測(cè)量對(duì)象，將數(shù)據(jù)承載子單元作為測(cè)量類型。圖2是KPI數(shù)據(jù)采集技術(shù)具體的數(shù)據(jù)采集和上報(bào)方式。

圖2 KPI數(shù)據(jù)采集技術(shù)具體的數(shù)據(jù)采集和上報(bào)方式

2 數(shù)據(jù)挖掘技術(shù)在移動(dòng)通信網(wǎng)絡(luò)中的應(yīng)用

2.1 神經(jīng)網(wǎng)絡(luò)技術(shù)

就長(zhǎng)遠(yuǎn)意義來看，要想讓數(shù)據(jù)挖掘技術(shù)在移動(dòng)通信網(wǎng)絡(luò)中得到良好應(yīng)用，并發(fā)揮良好的融合效果，首先應(yīng)該全面掌握不同的數(shù)據(jù)挖掘技術(shù)類型。神經(jīng)網(wǎng)絡(luò)技術(shù)屬于數(shù)據(jù)挖掘技術(shù)中最具代表性的一種技術(shù)，具有顯著的工作效果。將神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用于移動(dòng)通信網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)，可實(shí)現(xiàn)對(duì)濾波的自適應(yīng)，借助神經(jīng)網(wǎng)絡(luò)信號(hào)具備的復(fù)原特征等，檢測(cè)信息傳遞中產(chǎn)生的濾波，從而有效解決非線性濾波問題[4]。其次，實(shí)現(xiàn)呼叫控制。借助于神經(jīng)網(wǎng)絡(luò)技術(shù)，可以將流量特性作為依據(jù)，通過自學(xué)方式組建一個(gè)多輸入輸出形式的非線性函數(shù)，以此實(shí)現(xiàn)呼叫控制，且有著非常快的處理速度。再次，優(yōu)化路由選擇。在國(guó)外，已經(jīng)通過CMOSVI-SI技術(shù)對(duì)8×8形式的交叉開關(guān)機(jī)路由器進(jìn)行控制，運(yùn)行速度可以達(dá)到120 ns[5]。另外，由于神經(jīng)網(wǎng)絡(luò)技術(shù)有著非常快的反應(yīng)速度，所以在復(fù)雜條件下的非線性問題解決中也可以發(fā)揮充分的優(yōu)勢(shì)，使其在語音和圖像處理、雷達(dá)聲吶等多目標(biāo)的識(shí)別、跟蹤以及保密通信等領(lǐng)域得到了廣泛應(yīng)用。圖3為神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖。

圖3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

2.2 數(shù)據(jù)統(tǒng)計(jì)分析

在移動(dòng)通信網(wǎng)絡(luò)中，數(shù)據(jù)統(tǒng)計(jì)分析技術(shù)需要以傳統(tǒng)數(shù)據(jù)統(tǒng)計(jì)技術(shù)作為基礎(chǔ)進(jìn)行建立。在該技術(shù)的應(yīng)用過程中，數(shù)據(jù)庫字段項(xiàng)之間的關(guān)系有兩種。一是函數(shù)關(guān)系，即通過函數(shù)公式的形式對(duì)確定性關(guān)系加以表示；二是相關(guān)關(guān)系，即雖然不可以通過函數(shù)公式的形式表示確定關(guān)系，但是依然具有相應(yīng)的確定性[6]。在對(duì)這些數(shù)據(jù)庫字段進(jìn)行關(guān)系分析的過程中，可供選擇的分析方法包括辨別分析法、相關(guān)分析法、因子分析法、最小二乘回歸分析方法以及多元回歸分析方法等[7]。當(dāng)今國(guó)際上影響力最大的3個(gè)統(tǒng)計(jì)分析軟件為SAS軟件、SPSS軟件和BMDP軟件。表2是對(duì)這3款軟件的相關(guān)對(duì)比介紹。

表2 SAS軟件、SPSS軟件和BMDP軟件的相關(guān)對(duì)比介紹

2.3 聚類分析

在多元統(tǒng)計(jì)分析中，聚類分析屬于一種非常有效的方法；而在統(tǒng)計(jì)模式識(shí)別中，聚類分析也屬于非監(jiān)督模式識(shí)別過程中的一個(gè)重要分支。就當(dāng)今的統(tǒng)計(jì)分析和模式識(shí)別這兩大領(lǐng)域來看，聚類分析已經(jīng)成為了一種廣泛研究的技術(shù)形式。通過相關(guān)專家學(xué)者多年以來的不斷研究，已經(jīng)提出了大量的研究理論與研究方法，或得到的研究成果也十分顯著。在移動(dòng)通信網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù)中，聚類分析技術(shù)的應(yīng)用主要有3個(gè)途徑——隨機(jī)采樣法、距離優(yōu)化法和密度估計(jì)法[8]。因?yàn)榫垲惙治龅母拍詈蛯哟味急容^復(fù)雜，所以在新的分類屬性數(shù)據(jù)相似度與距離函數(shù)提出后，面向分類屬性數(shù)據(jù)并以劃分作為基礎(chǔ)的聚類算法也開始在數(shù)據(jù)挖掘領(lǐng)域中得到了越來越廣泛的應(yīng)用，進(jìn)而進(jìn)一步提升移動(dòng)通信網(wǎng)絡(luò)中的應(yīng)用效果。圖4為聚類分析示意圖。

圖4 聚類分析示意圖

2.4 數(shù)據(jù)挖掘技術(shù)在移動(dòng)通信網(wǎng)絡(luò)中的應(yīng)用要求

將數(shù)據(jù)挖掘技術(shù)應(yīng)用于移動(dòng)通信網(wǎng)絡(luò)的優(yōu)化，應(yīng)該對(duì)技術(shù)方案進(jìn)行科學(xué)擬定，使其表現(xiàn)出持續(xù)性的革新特征，充分發(fā)揮不同的技術(shù)內(nèi)涵，并使其與移動(dòng)通信網(wǎng)絡(luò)需要完成的任務(wù)有機(jī)結(jié)合[9]。這需要數(shù)據(jù)挖掘技術(shù)具備足夠高的可行性和可靠性，以此保障移動(dòng)通信網(wǎng)絡(luò)的實(shí)際應(yīng)用需求，促進(jìn)移動(dòng)通信網(wǎng)絡(luò)獲得良好應(yīng)用與發(fā)展。表3為數(shù)據(jù)挖掘技術(shù)在移動(dòng)通信網(wǎng)絡(luò)中應(yīng)用的配置要求。

表3 數(shù)據(jù)挖掘技術(shù)在移動(dòng)通信網(wǎng)絡(luò)中應(yīng)用的配置要求

在應(yīng)用數(shù)據(jù)挖掘技術(shù)進(jìn)行移動(dòng)通信網(wǎng)絡(luò)的優(yōu)化過程中，還應(yīng)保障該技術(shù)應(yīng)用的持續(xù)性，并堅(jiān)持定期進(jìn)行技術(shù)的優(yōu)化處理。具體技術(shù)優(yōu)化過程中，應(yīng)該將不同應(yīng)用群體反饋的內(nèi)容作為依據(jù)，結(jié)合社會(huì)重點(diǎn)研究的話題，有針對(duì)性地改善移動(dòng)通信網(wǎng)絡(luò)，從而科學(xué)全面優(yōu)化移動(dòng)通信網(wǎng)絡(luò)，使其在當(dāng)今時(shí)代社會(huì)中充分發(fā)揮其自身應(yīng)用優(yōu)勢(shì)。

3 結(jié) 論

綜上所述，隨著當(dāng)今社會(huì)經(jīng)濟(jì)和科學(xué)技術(shù)的不斷發(fā)展，移動(dòng)通信網(wǎng)絡(luò)得到了全面普及。在移動(dòng)通信網(wǎng)絡(luò)的應(yīng)用與發(fā)展過程中，數(shù)據(jù)采集技術(shù)和數(shù)據(jù)挖掘技術(shù)可以使相關(guān)的信息數(shù)據(jù)得到更加科學(xué)合理的收集、整理、分析、處理與儲(chǔ)存等，并顯著提升操作質(zhì)量和操作效率。因此，為保障移動(dòng)通信網(wǎng)絡(luò)的合理應(yīng)用，并使其在具體應(yīng)用過程中不斷得到優(yōu)化和完善，應(yīng)該合理應(yīng)用數(shù)據(jù)采集技術(shù)和數(shù)據(jù)挖掘技術(shù)，使這兩項(xiàng)技術(shù)在移動(dòng)通信網(wǎng)絡(luò)的應(yīng)用和發(fā)展中充分發(fā)揮自身作用，進(jìn)一步優(yōu)化移動(dòng)通信網(wǎng)絡(luò)，使其充分滿足當(dāng)今社會(huì)對(duì)移動(dòng)通信網(wǎng)絡(luò)的實(shí)際應(yīng)用需求，全面促進(jìn)移動(dòng)通信網(wǎng)絡(luò)的良好穩(wěn)定發(fā)展。