浅谈通信网运营中的话务分析方法

王 畅

（韩山师范学院物理与电子工程学院，广东潮州 521041）

1 引 言

目前，各大电信网络运营商（如中国电信、中国移动、中国联通等）所经营的通信网络主要有“固定电话网”、“移动通信网”和“数据宽带网”等．为了满足各电信运营商经营的网络中用户数量和业务使用量日益增长的要求，需要不断提高网络管理部门处理网络异常、对网络实施控制和调度、保证通信畅通的能力．同时，电信运营商的市场部门也希望及时了解各类客户使用电信业务的情况，以便细化市场需求，有针对性地制定自身的营销策略，及时采取与之相对应的、行之有效的营销措施．运营商的高层和经营管理部门也迫切需要分析研究业务发展情况，以便不断开发电信市场[1]．所有这些，都对现阶段各运营商的网络分析部门的话务统计分析工作提出了更高要求．

通信网络中的话务统计分析通常是指针对在营网络中的各类电信业务，如“基本语音业务”、“数据宽带业务”、“移动互联网业务”或“其他增值业务”的数据统计与分析．因此统计和分析的的主要对象为话务量[2]、接通率[3]、数据流量、带宽、呼叫处理能力、无线小区容量等能反映业务现状的运营指标体系中的重要技术指标．统计分析的主要目的则是希望从这些技术指标中全面了解、详细分析出各类电信业务的业务量，同时了解网络中的用户行为习惯．

本文将主要通过现运行的通信网络中的网络运营分析实例为参考，对通信网络运营中的话务统计分析的体系架构和基本分析方法做归纳整理和进一步的说明，并探讨数据挖掘在话务分析中的应用．

2 通信网运营分析的基本类型

根据使用目的的不同，通信网络的运营分析类型通常可以分为用于日常重要指标管控的“日常指标管控类运营分析”和用于关注热点业务和热点问题的“电信业务专题话务分析”两类．

2.1 日常指标管控类运营分析

“日常指标管控类运营分析”旨在管控在营网络中的各类业务的重要的质量和流量指标，如短信业务、长途业务和过网业务的话务量，到达用户和活跃用户、移动互联网、固网宽带流量或是端口资源的占用情况等．这些关键运营指标体现了各类电信业务的使用和用户分布情况，是运营商管理层了解掌握各类电信业务使用现状的依据．

按照统计周期，可进行“日分析”、“周分析”和“月分析”．

日、周分析的统计周期相对较短，因此在进行日、周分析的时候并不对指标数据做更深入系统的展开研究，只通过对关键指标的观察来确定网络运行情况是否正常，业务增长趋势是否符合预期，或者发现网络中可能存在的异常等．对日分析的要求是“及时、准确、简约明了”．而更系统深入分析网络状况的话务分析工作则通常在“月分析”中完成．

图1和图2为话务周分析图表实例，以周为时间单位分析了某运营商经营的移动网、固网和长途等各类语音业务的话务环比和同比情况．

图1 语音业务周分析之各局向话务周对比

图2 语音业务周分析之话务趋势概览

表1的话务统计结果展现了运营商（A）和其他运营商（B、C、D、E）之间的网间过网互通话务情况．类似地，还可以对短信业务和上网业务进行简单的周统计分析（如图3和图4所示）．

表1 某运营商至其他运营商网间互通业务情况周分析

图3 短信业务某周分析实例

图4 移动互联网业务周分析实例

相对于日、周分析，“月分析”更能真实反映网络中的话务和用户情况．这是因为，日分析和周分析通过对关键指标的跟进能及时发现指标异常情况，因此日分析和周分析一般比较简单．而在进行月度分析的时候，其分析深度更深入，内容更丰富．因此，分析结果更能反映网络中业务的使用的分布状态和变化特征．通过月分析以对用户的业务使用习惯、兴趣倾向有更真实的把握．通常月度分析的主要研究对象主要包括：网络能力、网络运营状况、热点业务的推广情况、异常指标分析等内容．

一份完整的通信网络月度分析报告，其内容应更加全面具体：如对语音、短信、移动互联网和数据宽带等多个业务的详尽分析等．月分析报告应有相对于日、周分析的更详细的指标分解和业务走势总结，可从同比、环比等角度，结合当月的各种热点和实际情况，分析造成各个指标趋势的用户原因．如图5和图6分别展示了移动互联网业务活跃用户以及上网流量的变化趋势；而图7则通过指标分解的方式将移动上网业务的流量和时长状况拆解为不同上网方式进行分析．月分析还可根据不同的划分方法，对用户分类分档，或者从对月报的综合分析中对通信网络中的用户使用各类业务的行为习惯进行预测，如在表2中的按流量分档来对用户价值归档的分析方法．可以说，“月度运营分析报表”是电信运营商管控其经营的通信业务最重要也是最有效的手段．

图5 移动互联网业务月分析实例2

图6 移动互联网业务月分析实例之流量趋势

2.2 话务专题分析

为适应“灵活万变”和“与时俱进”的市场需求，若要对某些时下的热点问题和异常指标做更深入的分析研究，还可以针对通信网中出现的指标异常，市场营销热点业务或运营商领导工作关注点等重点问题进行有针对性的“专题分析”．

图7 移动互联网业务月分析实例之流量按接入方式

这种专题类的分析有具体的分析对象，也有一套系统的数据分析方法，往往能够有效地解决网络中存在的实际问题．例如2014年潮州电信通过对“CDMA短信发送指标异常现象”的专题分析，找到了短信指标发送异常的根源是一起电信网络诈骗活动，通过进一步的数据挖掘，潮州电信找到了发送诈骗短信具体位置的违规手机号码，并配合行政和执法部门及时中止了这起电信网络诈骗活动．

表2 移动互联网业务月分析之用户按流量分档情况

专题分析的另外一个应用是针对市场热点业务的分析．着眼于推广业务的使用特点和用户行为专题分析，能使市场部门和管理层及时掌控市场业务发展的脉动，帮助管理层作为制定决策方案的依据，从而确定推广业务的发展导向．

2.2.1 专题分析的准备工作

专题分析的准备工作应注意以下两点：

（1）真正落实分析报告编写前的计划工作，使分析报告的编写更规范和有条理，每项工作都详细落实分工、内容要求和时间要求．

表3所示的名为“高考查分热线专题”的专题，在其编制计划中明确给出了分析责任人、分析原因、分析目标、数据来源、取数方法，配合部门以及完成时间表等内容．

表3 专题分析编制计划实例

（2）专题分析部分要提前进行周密的规划和部署，主题确定后，再根据要求搭建框架，搜集数据进行分析．初稿完成后内部讨论修改后再最终定稿，提高专题分析的质量．

2.2.2 专题分析的内容

（1）背景：包括为什么选择这个专题、专题涉及的数据源说明、重点指标的含义说明等．

（2）专题主要内容：从各个方面展开分析．就具体分析手段而言，又有大数据观察法，统计分组法、综合指标法、统计模型法、归纳推断法等多种分析方法．而专题分析最终目的，应包括“数据的发展趋势”、“数据的分布特征”、“数据相关性”等内容．

（3）小结：对专题内容的小结，存在问题以及下阶段的思路．

2.2.3 数据保密方面的要求

（1）严格遵守数据保密要求，严格把握控制数据发布范围；（2）对敏感信息必须进行特殊处理；（3）不在公网（如MSN、QQ等）粘贴数据等敏感信息．

3 利用数据挖掘技术提高分析能力和效率

数据是分析的基础，数据保障是运营分析的日常规范性工作，没有数据保障的运营分析等同于空中楼阁．数据挖掘（DM：Data mining）是数据库知识发现（KDD：Knowledge-Discovery in Databases)中的一个步骤．数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程．

传统数据分析方式和数据挖掘方式的不同如图8所示：

传统的数据分析方式，是设备网管上有什么数据提什么数据，然后直接观察分析所得数据后得到分析结果．既没有“建模”的过程，也没有“集中深入挖掘”的概念．而实际上，网络中各个网元之间的数据其实是彼此存在一定联系的，随着业务运营的精细化、网络数量和种类的激增，传统的分析方式已很难满足，必须探索更好的方式．

图8 传统数据分析方式和数据挖掘方式的对比

传统话务分析方式的局限性：（1）数据源分散，数据无关联；（2）基于网元统计分析，不涉及用户清单；（3）对需求响应速度慢．

所以现在越来越多采用数据挖掘方式进行数据分析．相对于传统的话务分析，这种方式相当于把思维逆转过来．不再是被动的根据网元的统计结果来分析问题，图9是数据挖掘方式做话务统计分析的原理框图，具体的做法是：

图9 数据挖掘原理流程图

首先，必须理清需要分析的问题，并考虑可能要用到的原始数据．然后“建模”，设定“目标和预期”，并通过数据库（SQL、ORACLE、集中网管，甚至可以是一张excel表）方式把需要的数据集中起来进行关联．然后再把关联好的数据“筛选”、“简化”、“格式规范化”，这称之为“数据预处理”．数据预处理的工作非常重要，它将直接影响话务分析的效果．最后将得到的分析结果进一步做解释评估，形成完整的分析报告，并使数据和解释能够“自洽”．也就是说，数据挖掘的过程实际上是一个探索性分析的过程，它能根据一种模式在数据集中找到相似的模式，并根据已知的变量值来预测其他某个变量值．数据挖掘技术已经发展出很多稳定的数据挖掘方法，并在实践过程中取得了良好的效果．目前常用的数据挖掘算法主要有“遗传算法”、“决策树方法”、“神经网络算法”等[4]．

图10是以一个“地铁站、校园移动互联用户行为分析”的建模为例，说明了数据挖掘方式从建模到数据采集分析，到最后效果评估的各个步骤．从这个实例中上可以看到，采用数据挖掘技术，通过“数据建模、预处理和数据挖掘”这一方式，能够充分利用各种数据源，最高效地将各种资源整合起来，有效提高通信网络运营分析的能力和效率．

5 结束语

综上所述，话务统计是一种非常实用的工具，在通信网络中善于利用数据挖掘与话务统计分析方法，能帮助我们了解网络现状、清除潜在隐患、优化网络质量、合理分配网络配置和市场资源，更好地运营通信网络．在通信网络中使用的数据挖掘与话务分析方法，这套方法融合了电信技术、统计学和计算机、数据库技术和管理学的科学与艺术．这就需要对各方面的知识有尽可能深入的了解，并将它们融会贯通、灵活应用，这样才能更好地发挥这套方法的作用．

图10 地铁站、校园移动互联用户行为分析建模实例

[1]孙江雪．话务统计分析及其在市场营销中的作用[D]．上海：上海交通大学，2008．

[2]师向群，孟庆元．现代交换原理与技术[M]．西安：西安电子科技大学出版社，2013：18．

[3]胡震宇．从话务统计分析谈如何提高交换机接通率[J]．长沙通信职业技术学院学报，2004，3（3）：38-41．

[4]崔晓红．数据挖掘的任务与应用探析[J]．信息安全与技术，2015（8）：17-18．