基于用户分布和用户感知的无线网络规划方法探讨

李宏辉，刘林华，李海彬/Li Honghui,Liu Linhua,Li Haibin

（1.中国联合网络通信有限公司内蒙古自治区分公司 内蒙古010010；2.中国联合网络通信有限公司网络技术研究院 北京100048；3.中国联合网络通信有限公司网建部 北京100048）

1 引言

随着数据流量的增加、内容的增多、应用的丰富，移动互联网用户正呈现出爆发式增长的趋势并逐渐步入大数据时代。运营商拥有海量的用户通信数据，通过对OSS 侧和BSS 侧数据的挖掘，从用户、业务、终端等不同角度对网络运行数据进行多纬度分析，支撑网络的规划和建设。

基于KPI 指标的网络问题分析及规划方法主要聚焦“网络本身”，对端到端的用户体验关注不够。移动互联网大数据时代更应聚焦“用户体验”，聚焦“人”的分布和活动。本文将以某省为例，通过对移动用户上网流量详细记录（flow detail record，FDR）数据的挖掘分析，探索使用基于用户分布和用户感知的规划方法，实现网络能力与市场需求的精准匹配。

2 相关的分析数据

（1）移动用户上网流量详细记录数据

提取一周本地和外省漫入2G、3G的FDR。提取的FDR 数据字段见表1 所列。

（2）用户签约信息数据

提取最近用户签约及账单信息，信息字段见表2所列。

（3）MR 数据

提取近一周的7×24 h小区级（含室分）的所有载波全业务周期性MR 数据，7×24 h 内MR 数据采集数量小于1 200 次的小区不纳入统计分析。MR 数据需要包括统计时间、小区ID、小区经纬度、RSCP 分布区间等信息。

表1 FDR 数据字段

表2 提取的用户签约及账单数据字段

（4）用户投诉数据

提取近半年经优化部门分析后的用户有效投诉数据，包括投诉点经纬度、投诉原因、投诉次数。

3 基于用户分布和用户感知的规划方法

3.1 基于用户分布

3.1.1 高ARPU 值用户分布

通过统计分析，某省近几个月的3G用户平均ARPU 值在100 元左右，因此将某省高ARPU用户定义为月消费200 元以上的用户。将用户签约及账单信息表中的“IMSI 号码”字段与本地网FDR 数据信息表中的“IMSI”字段关联，筛选出“6月出账金额≥200 元”的用户，并对相同小区下的用户做去重处理，分析出一周忙时平均小区下的高ARPU用户分布情况。高ARPU用户分布区域如图1所示，用户分布统计见表3所列。

图1 高ARPU 值用户分布

表3 高ARPU用户分布统计

覆盖规划策略： 建议在LTE 建网初期，优先对≥30 个高ARPU用户分布的小区进行规划建设；密切关注≥10 个高ARPU用户分布小区的3G MR弱覆盖问题。

3.1.2 高流量用户分布

高数据流量用户是指数据流量使用排名在前30%的用户。通过对本地网FDR 数据的一周忙时平均数据流量统计分析，筛选出数据业务流量在前30%的用户及地理分布（LAC+CI），再对小区下的用户进行去重处理，分析出一周忙时平均小区下的高流量用户分布情况。高流量用户分布统计见表4 所列，用户分布区域如图2所示。

表4 高流量用户分布统计

图2 高流量用户小区分布

覆盖规划策略： 建议在LTE 建网初期，优先对≥20个高数量流量用户的小区进行规划建设；优先解决≥20 个高流量用户分布小区的3G MR 弱覆盖问题。

3.1.3 高价值用户分布

高价值用户定义为：用户签约信息为钻、金、银等级的VIP用户。

高价值用户小区定义为：钻、金、银等级的VIP用户分布的数量≥30 个用户的小区。

将用户签约及账单信息表中的“IMSI 号码”字段与本地网FDR 数据信息表中的“IMSI”字段关联，筛选出“用户等级=钻、金、银”的用户，并对相同小区下的用户做去重处理，分析出一周忙时平均小区下的高价值用户分布情况。高价值用户分布统计见表5 所列，用户分布区域如图3所示。

表5 高价值用户小区统计

通过对高价值用户小区的MR 弱覆盖统计分析，市区、县城、乡镇、行政村场景中的重要用户小区弱覆盖分别占了各自场景弱覆盖小区29%、18%、3%、6%的比重。

覆盖规划策略：建议在LTE 建网初期，优先对高价值用户小区进行规划建设；优先解决高价值用户小区的3G MR 弱覆盖问题。

3.1.4 外省漫入用户分布

通过分析一周平均忙时外省漫入2G、3G的FDR数据，并对相同小区下的用户做去重处理，得出外省漫入用户的分布统计结果。外省漫入的用户分布统计见表6 所列，用户分布区域如图4所示。

表6 外省漫入用户场景分布统计

通过对漫入用户分布和3G网络覆盖进行对比分析，无3G 覆盖而承载在2G网络下的3G 漫游用户所占各场景的比重如图5所示。

覆盖规划策略：在旅游季节，该省的2G、3G网络承载了大量外省漫游用户，漫入的3G用户占该省3G数据业务使用用户总数的14%，对全国3G网络的品牌形象有较大影响；外省漫入用户主要分布在市区和行政村，其次是道路，在行政村有71%的外省漫入3G用户无3G网络覆盖。

建议如下：

①对行政村漫游用户聚集的区域（2G小区下的3G用户≥20）进行3G网络规划，优先考虑U900 建设方案。

②对通往重要景区（漫游用户聚集度较高的区域）的交通路线进行3G网络全覆盖规划，优先考虑U900 建设方案。

图3 高价值用户分布

图4 外省漫入用户分布

图5 无3G网络覆盖的外省漫入3G用户比重

③在LTE 建网初期对重要景区（3G小区下的漫游用户数≥60）进行规划建设。

3.1.5 投诉用户分布

用户投诉能直接反映用户的感知和用户需求。通过对用户投诉的区域位置、业务类型、主要问题以及投诉的用户等级进行分析，制定相应的网络覆盖规划和容量规划策略，不仅能提升用户感知，而且能根据用户需求和用户等级匹配相应的网络能力。

通过对该省用户投诉数据中 “投诉的用户号码”和用户签约信息数据中的“手机号码”关联，匹配用户等级，并以此分析不同等级投诉用户的分布。

由于覆盖原因所引起的不同等级投诉用户分布如图6所示。

图6 不同等级投诉用户分布

该省VIP用户的投诉占51%比重，其中，钻石用户投诉占2%、金牌用户投诉占44%、银牌用户投诉占5%。通过MR 数据与投诉用户分布的对比分析，投诉区域主要集中在市区，主要原因为深度覆盖不足，其中居民住宅小区内的投诉占大部分比重。

覆盖规划策略：城区深度覆盖不足是引起用户投诉的主要原因，尤其是居民住宅小区内VIP用户对深度覆盖的诉求。从建设成本以及覆盖有效性角度考虑，建议对住宅区、城中村、校园、商业区等多排多栋建筑群场景采用室内室外综合的方式进行规划，优先解决VIP用户聚集度较高的住宅小区深度覆盖问题。

3.1.6 终端分布

通过分析本地网一周忙时平均FDR 数据，对相同小区下的用户做去重处理，对应该用户的IMEI 号和地理位置（LAC+CI），可以得出不同能力的终端分布情况，见表7 所列。

表7 全省分场景的不同能力终端渗透率统计

该省U900 终端渗透率达到78%，DC 达到24%，LTE 为12%。从全省整体情况来看，DC 和LTE终端的渗透率不高，在一定程度上会影响用户对感知速率的体验；农村3G用户U900 终端渗透率超过70%，所以在终端支持度方面，具备U900网络建设推广条件。

3.2 基于用户感知

在3G、4G 数据时代，用户感知提升到了前所未有的高度，全球主流运营商普遍认识到用户感知是当前网络规划和建设的核心问题，用户体验的满意度将极大地影响终端用户对网络的忠诚度。

用户的业务使用体验与使用中的感知速率直接相关。基于用户感知的规划方法将增加保障用户良好业务使用的感知速率指标，并建立小区级的业务类型、目标速率、可承载用户数之间的用户感知模型关系，根据确立的小区级用户感知模型来进行网络覆盖规划和容量规划。

3.2.1 相关的计算方法

用户感知模型的建立及分析以FDR 为数据源，下面将对各种涉及的指标及计算方法、规则进行说明。

①小区用户单业务平均速率：小区在某统计时间段内，使用某种业务的平均用户下行速率。

小区用户单业务平均速率=average（统计时段内各时间切点时的小区用户单业务平均速率），每10 min 取1 次切点。

时间切点时的小区用户单业务平均速率=average（n1用户在该时间切点时某业务速率，n2用户在该时间切点时某业务速率，……)。

②小区用户综合平均速率：小区在某统计时间段内，包含各种业务的平均每用户下行速率。

小区用户综合业务平均速率= average（统计时段内各时间切点时的小区用户综合平均速率），每10 min 取1 次切点。

时间切点时的小区用户综合平均速率=average（n1用户在该时间切点时各业务速率之和，n2用户在该时间切点时各业务速率之和，……)。

③用户单业务保障速率：为保证用户良好体验，需提供给用户的各种业务速率。

④用户平均业务并发数：小区在某统计时间段内，用户平均并发使用不同业务的数量。

用户平均业务并发数=average（统计时段内各时间切点时的用户平均业务并发数），每10 min 取1 次切点。

时间切点时的用户平均业务并发数= average（n1用户在该时间切点时使用不同业务数量，n2用户在该时间切点时使用不同业务数量，……)。

⑤平均并发用户数：小区在某统计时间段内，并发使用业务的平均用户数量。

小区平均并发用户数= average（统计时段内各时间切点时的平均并发用户数），每10 min 取1 次切点。

⑥小区用户目标综合平均速率：Σ（单业务保障速率×目标业务时长占比）×用户平均业务并发数。

3.2.2 用户感知模型建立方法

用户感知模型以小区级为颗粒度进行建模，大体分为3 个步骤，如图7所示。

图7 用户感知模型建模步骤

（1）识别业务类型

通过对FDR 数据分析，某省3G 数据业务主要类型有网页浏览、流媒体、即时通信、文件下载、E-mail、P2P 业务。

（2）分析业务特征

通过对FDR 数据分析，某省3G 各类型数据业务时长及流量占比情况见表8 所列。

目前最主要的业务为网页浏览，占业务总时长的66%和总流量的43%；即时通信占业务总时长的17%，但流量只占了3%的比例；流媒体也是重要业务，其时长虽只占业务总时长的8%，但贡献了42%的流量；文件下载时长占比5%，产生了11%的流量占比。

从业务时长和业务流量方面综合考虑，该省Top4的业务为网页浏览、即时通信、流媒体和文件下载业务。

（3）匹配小区的用户目标速率和承载用户能力

用户单业务保障速率的设定采用滚动和相对方式。统计分析现网目前主要业务的平均速率，并根据现网业务实际平均速率设定主要业务的保障速率。某省主要业务（Top4）保障速率设定见表9 所列。

匹配小区的用户目标速率和承载用户能力，建立小区级的用户感知模型，某省感知模型示例见表10 所列。

小区用户目标综合平均速率=Σ（单业务保障速率×目标业务时长占比）×用户平均业务并发数。

小区可承载用户数=小区用户综合平均速率≥小区用户目标综合平均速率情况下，小区可承载的平均并发用户数。

3.2.3 基于用户感知模型的网络覆盖和容量规划

（1）覆盖规划

基于用户感知模型的覆盖规划流程如图8所示。

通过分析一周忙时FDR 数据，某省速率不达标小区统计情况见表11 所列，其中的弱覆盖问题小区与该省MR 数据对比分析，结果基本一致。

（2）容量规划

可利用用户感知模型进行小区级的容量规划或者进行资源配置，其思路如下：WCDMA 载频配置=小区吞吐率需求/小区实际能提供的吞吐率能力，其中：小区吞吐率需求=预测的小区目标用户数（小区并发用户数）×小区用户目标综合平均速率； 或者WCDMA载频配置=预测小区用户数/小区模型所能承载的用户数。当WCDMA 载频配置＞3 时，可考虑LTE 建设。

容量规划配置见表12 所列。

表8 全省3G 各类型数据业务时长及流量占比

表9 某省主要业务保障速率

表10 小区级用户感知模型

表11 某省速率不达标小区统计

图8 基于用户感知模型的覆盖规划流程

表12 容量规划配置

4 结束语

在移动互联网时代，用户将更为关注对业务的使用体验，这将给运营商无线网络规划方法及建设方式带来新的挑战。传统的仅基于KPI 指标的规划方法不能满足移动互联网大数据时代以“KPI指标”为基石、以“人”为核心、以“用户感知”为导向的网络资源配置需求。本文基于FDR 大数据，从高ARPU用户、高流量用户、高价值用户以及漫游用户和终端几方面对用户的分布进行了分析，并给出了相应无线网络规划策略建议。此外，本文还通过对FDR 大数据分析，探讨了小区级的用户感知模型建立方法和基于感知模型的网络覆盖规划和容量规划方法。

1 Holma H，Toskala A.UMTS中的WCDMA：HSPA 演进及LTE（第5 版）.杨大成译.北京：机械工业出版社，2008

2 王晓龙.WCDMA网络专题优化.北京：人民邮电出版社，2011

3 Pbilipp K Janert .数据之魅：基于开源工具的数据分析.黄权，陆昌辉，邹雪梅等译.北京：清华大学出版社，2012

4 谢希仁.计算机网络（第5 版）.北京：电子工业出版社，2008