大數據分析在移動通信網絡優化中的應用

王 瑞，曹顏輝，朱 寧，梁 星，張利峰

（中國移動通信集團設計院有限公司 山西計劃單列分院，山西 太原 100089）

1 大數據分析技術

大數據分析技術可以完成對海量數據信息的收集處理，而且可以從海量信息中篩選出有價值的信息，并將其應用到對應的場景中去。大數據分析技術已經應用到很多行業中，并在所在的行業中發揮了重要作用。由于大數據時代海量數據的出現在一定程度上降低了數據的價值密度，因此讓價值數據的提取工作變得更加復雜和困難，而大數據分析能夠在這些數據中精確鎖定目標數據，節省了人為篩選信息的過程，極大程度上提升了價值密度，為人們提供了針對性決策的輔助依據[1]。此外，大數據分析技術的優勢不僅在于高效快速，而且可以對數據進行實時分析，為數據信息的時效性提供保障。

2 移動通信網絡

移動通信網絡作為通信網絡的一個重要分支，承載著與固定網絡設備和移動網絡設備之間通信的介質作用[2]。移動通信網絡實現了不同時間地點的網絡連接，提升了廣大用戶的網絡通信體驗。現階段，我國的移動通信網絡正在進行網絡升級，朝著5G方向不斷前進，5G網絡也開始小規模的推廣和應用，在不久的將來，移動通信網絡的服務質量會有更大的質的飛躍。除此之外，隨著人們對于移動通信網絡的需求量與日俱增，移動通信運營商需要在注重用戶體驗的同時，借助大數據分析技術輔助提升用戶的數據信息服務水平，從而達到整體服務能力的提升。

3 當前移動通信網絡優化中面臨的問題

當前，我國的移動通信網絡主要分為兩部分，第一部分是無線通信網絡，其是移動通信網絡的基礎。第二部分是交換網絡，主要作用與傳統的PSTN網絡一致[3]。圖1為較為完整的無線移動通信網絡組成圖，其中無線網絡的部分雖然為移動通信網絡的實現提供了現實基礎，然而也存在一定的弊端，無線網絡的穩定性相較于傳統網絡較低，加之傳播環境的復雜性，在優化移動網絡通信的過程中也引發了一系列難題，在此種情況下應用大數據分析技術也存在一定的難題需要攻克。

3.1 安全問題

隨著互聯網通信的快速發展，用戶大量涌入，極易造成個人信息泄露，影響到用戶的正常生活。在互聯網時代，人們通過網絡可以做很多事情，如上網、聊天、購物以及看視頻等，在進行這些網絡活動的過程中產生的數據信息已然成為公開的信息，因此這些信息需要大數據分析技術進行管理、存儲及篩選。在管理數據信息時需要保證數據信息的安全性，針對數據量的龐大程度可以通過大數據分析技術進行云存儲，不過在云存儲的過程中依然會出現信息泄露的可能[4]。此外，人們隨處可見的移動支付也存在一定的安全隱患，在支付過程中存在一定的信息泄露風險。

3.2 數據問題

據不完全統計，全球的信息數據量正在以倍數增長，數據處理問題也隨之而來，作為數據信息發源地的移動網絡，具有數據量龐大和數據傳播快的特點，這在一定程度上影響了人們提取信息的有效性，也對移動通信網絡的優化產生了一定的障礙。

3.3 資金問題

大數據分析技術和移動通信網絡尚處于開發和優化階段，在這個階段比較重要的就是資金投入。而開發和優化的過程是一個長期的過程，需要通過大量的數據分析和處理來實現。在實際的應用過程中，還是與預想情況有一定的差異性，如不同地區會存在不同的數據結構，這也對該地區的移動網絡建設增加了一定的難度，導致搭建移動通信網絡的過程中成本升高，而此時資金供應不充足的話，很難及時對移動通信網絡進行優化。

4 大數據分析在移動網絡優化中的具體應用

4.1 在用戶管理中的應用

移動通信過程中的用戶管理是十分重要的，因此需要結合大數據分析技術，幫助處理海量的用戶數據信息，提高移動通信網絡對于用戶管理的實時性和全面性管控，能夠給用戶帶來良好的服務體驗[5]。用戶的大量涌入，給通信服務帶來的一定的壓力，在這個過程中對運營商如何處理海量用戶信息的工作帶來了巨大挑戰，運營商為了有效處理海量的用戶信息，需要通過大數據分析技術對海量信息進行智能化管控，提升通信服務的針對性，提升用戶的體驗感，從而提升通信運營商的經濟效益。

4.2 在計費系統中的應用

傳統移動通信網絡的弊端十分明顯，對于越來越多的數據信息無法進行及時的分類處理，而且移動通信的日常應用為用戶提供了不同類型的消費套餐和消費信息。將大數據分析技術應用到現有的移動通信網絡中，可以提高現階段數據分析的工作效率，在對數據分析的過程中提取出相應的用戶使用規律，從而為拓展運營商的市場份額做出一定貢獻。

4.3 在用戶行為管理中的應用

隨著時代的發展，人們對于精神文化有了更高的需求，移動通信網絡需要緊隨人們的精神文化追求，為不同的用戶制定出針對性的業務和活動方案。傳統的技術無法在短時間內對如此龐大的數據信息進行針對性分析，現階段用戶的需求向多元化和個性化發展，因此運營商需要利用大數據分析技術來對每一位用戶進行屬性分類和歸納，再針對用戶的實際需求來調整信息服務，這樣便能夠實現多元化管理和個性化服務，滿足用戶對信息服務的需求[6]。

4.4 用戶位置信息管理的應用

現階段，用戶的位置信息可以輕易獲取，只要用戶打開智能手機的網絡連接，移動通信運營商就可以定位到用戶的位置，并且根據地域信息進行一定的信息推送或相關服務推送。目前，我國的用戶數量激增，現有的通信基站需要短時間內承載大量的用戶信息，因此可能會出現一定的位置信息定位偏差，導致無法及時提供相應的服務[7]。而大數據分析技術可以幫助通信基站處理大量的用戶地理位置信息，從而全方位覆蓋用戶并且及時提供優質服務，同時可以嚴格管控用戶的地理位置信息。

5 移動通信網絡優化中大數據分析的應用策略

5.1 大數據功能的合理化應用

大數據功能合理化應用的實際應用過程分為4個步驟。第一步是準備工作，這一步驟主要是對數據處理工具和數據信息的準備，在這個過程中的主要工作是優化數據目標。第二步是測試工作，此時針對第一步優化后的數據進行再處理，通過獲取到的移動通信網絡中的數據進行測試，而測試工作的完成與否直接原因在于測試人員的能力[8]。第三步是優化分析工作，在此過程中對技術人員的依賴性更高，需要技術人員詳細分析移動通信網絡中的數據信息，并且分析出信號不穩定和信息覆蓋有缺口的原因，同時制定出詳細的解決方案。第四步是調整工作，調整的對象是通信設備的后臺參數及天線的頻譜，及時調整和優化第三步篩查出的問題，從而保證通信的穩定性。

5.2 分階段優化

移動通信網絡的優化過程不是一步到位的，需要分階段進行針對性優化，大數據分析技術以其高效的信息傳輸速率、龐大的信息承載容量以及信息數據的穩定性成為移動通信網絡優化過程的技術首選，可以幫助運營服務商制定出詳細的優化方案，并對優化成果進行有效管控[9]。分階段優化主要分為3個階段，第一階段是測試階段，移動通信網絡的用戶容量每時每刻都在發生變化，因此需要在測試階段進行穩定性測試，不斷進行數據比對。第二階段是優化分析階段，該階段是整個分階段優化的關鍵時期，在此過程中，技術人員需要進行的優化工作主要有信號覆蓋、信息切換以及優化速度3個部分。第三階段是優化調整階段，這是最終的收尾階段，移動通信網絡雖然已經具有一定的抗干擾能力，但是還是會受到一定的影響，因此在完成測試階段之后，技術人員需要進行后臺參數的調整，并且對天線頻譜進行優化分配。整合前兩階段的情況可以指定長遠的移動通信網絡的優化方案，并對網絡進行定期的優化和維護。

5.3 建立聚類分析下的后臺數據優化模型

移動通信網絡擁有大量的用戶后臺數據，根據前期的數據存儲和數據分析后，可以進行一個較為簡單的數據優化模型的建立。而在建立數據優化模型時，需要大量的數據支持，因此需要后臺提供有效的數據信息，還有相應的網絡基礎信息配置數據。數量較為龐大，需要根據數據不同的屬性進行數據分類，大致可以分為感知類、容量類、業務類以及質量類4類[10]。分類完成之后再次進行數據聚合，進行4組數據的加權平均計算，根據數據的權重調整計算順序，最終形成較為合理的數據指標評估體系，在此基礎上建立起如表1所示的數據優化模型。

表1 聚類分析模型

5.4 健全大數據技術管理機制

現階段，在移動通信網絡的優化過程中應用大數據分析技術需要注意的問題比較多，主要包含存儲空間、網絡優化以及信息安全3個方面，因此需要建構良好的大數據分析技術管理機制。擁有良好的管理機制是大數據分析技術良好應用的前提和保障，在進行管理過程中需要根據實際的應用情況，不斷優化管理機制，為當前的移動通信網絡提供更加穩定的運行環境。

5.5 加強大數據分析技術的安全性

盡管大數據分析技術的應用效果顯著，但前文也提到用戶隱私泄露的問題，如不加以重視，那么用戶隱私權會受到威脅，屆時會直接影響用戶的服務體驗。因此要在應用大數據分析技術的過程中強化技術安全性，為用戶提供較為安全的網絡環境，保障用戶信息安全。

6 結 論

5G移動通信的發展引起了用戶數量的激增，此時的移動通信網絡具有急迫的優化需求，因為5G移動通信對用戶的使用體驗影響還是比較大的，所以需要引進大數據分析技術幫助運營商提升數據處理能力和數據分析速度，為移動通信網絡的優化提供較為可靠的技術支持，使得用戶能夠體驗到更為方便快捷且又精確的服務。目前，大數據分析技術仍處于研發階段，還有很多問題需要技術人員進行解決，還需要一定的資金投入，為未來移動通信的發展方向指明道路。