大数据分析在移动通信网络优化中的应用
2018-01-24刘文斌廖溢宏
刘文斌,戴 铮,廖溢宏
(湖南省邮电规划设计院有限公司,湖南 长沙 410000)
0 引 言
伴随着信息时代的到来,计算机网络技术已被广泛应用于各个领域,不仅促进信息技术的发展,也扩大了移动通信网络数据的规模,推动人们进入大数据时代。对移动通讯网络的优化,不仅需要自身技术的支撑,也需要提高对数据的利用率。为满足未来通信网络的发展要求,需加强对大数据的应用,保证其更多地被运用于网络优化过程中。当前,我国通信市场的发展前景良好,通过将大数据技术有效融入移动通信网络优化,可以加快我国通信市场的前进步伐,促进现代科技应用效率的提高。
1 大数据的概念与特点
1.1 大数据的概念
大数据由海量数据发展演变而来,但又与传统的海量数据有一定区别。传统的海量数据主要强调数据量本身的规模,单纯指明其规模巨大,而没有定义其特性。大数据则不仅将数据的体积和传播速度包含在内,也强调了其存在的特征,是对数据描述更全面的概念[1]。
1.2 大数据的特点
(1)数据量大,大数据最基本的特征是数据量庞大,当前其最小计量单位为TB;
(2)丰富的数据类型,大数据不仅存在量大的特征,其数据的类型亦存在多样性,不仅包括结构化数据,也涵盖非结构化和半结构化数据;
(3)数据价值密度低,大数据存在极低的价值密度,不同于普通意义上的数据;
(4)数据获取速度快,大数据不仅存在快速度的形成特征,也具有极快的数据处理速度。
2 大数据分析对移动通信网络优化的影响
应用大数据分析技术不仅能解决数据归类的问题,还可以实现对数据有效分析,但会显著增大故障分析的难度。
当前,通信技术正从4G向5G发展,大数据分析技术对二者之间的跨越式转变起到很好的促进作用。移动用户的通信质量易受到天气和地区等多方面因素的影响。因此,通信质量的提高需要不断提升信号的稳定性和抗干扰能力。大数据分析技术的应用,能够很好地解决通信网络存在的问题,优化通信质量。
3 大数据分析在移动通信网络优化中的应用
3.1 优化移动通信用户资料管理
应用大数据分析可优化移动通信用户管理,实现对用户基本资料和网络传输状态等方面的实时监测,促进后续移动通信服务工作的有序进行。同时,应用大数据分析技术可以提取和分析移动网络优化的有用信息,促进通信网络的建设步入信息化和智能化。
3.2 优化移动通信计费系统管理
应用大数据技术可以帮助通讯商细致分析用户的消费状况,统计使用套餐类型,掌握用户使用规律,便于相关通信部门深入分析用户信息,挖掘出潜在存在的有用信息,进而充分利用价值信息,推动通信商拓展市场,不断优化创新通信技术。
3.3 优化移动通信用户位置信息管理
当前,对用户位置信息的管理存在较大难度,移动通信基站未得到很好的优化,导致移动网络通信行业在制定发展策略环节存在瓶颈。而应用大数据分析技术,可以优化对移动通信用户位置信息的管理,解决位置信息管理难度大的问题。
3.4 优化移动通信用户行为管理
由于不同用户在业务类型的选择上存在很大区别,在移动网络通信服务过程中,难以较好把握用户网络使用习惯和使用频率,不能为软件的设计定位提供有效帮助,导致设计普遍存在偏差。而应用大数据分析技术,可以有效整合用户上下行流量数据,找出二者交叉存在的相同使用类型,保证新业务推送工作的有效开展。
4 大数据分析在移动通信网络优化应用中的问题
4.1 数据量过大
随着移动通信网络的迅猛发展,通信网络范围不断扩展,日益增加的网上用户导致数据量在规模上不断飙升,影响大数据分析在移动通信网络中的应用。
4.2 用户业务多元化
移动通信网络用户业务多元化给网络数据的整理工作带来困难。例如,在相同区域内,信号的覆盖是一样的,有人会利用网络看新闻视频,有人则与他人进行通话,这种情况下,并不是所有的模型都能被正常的使用。用户业务的日渐多元化,导致上网数据相对零散,整理的难度大大增加。
4.3 资金短缺
将大数据技术引入移动通信网络建设的过程中,需要对不同区域数据的性质进行综合性分析,因此延长了移动通信网络的建设周期,建设成本显著增加,资金出现严重短缺,导致网络建设速度延缓,对移动通信网络的优化无法真正实现。
4.4 安全问题
由于大数据技术内容的多元化,安全问题尤为险峻。大数据内容包括数据的分析和处理等多方面,若在大数据技术应用过程中出现技术上的漏洞,会促使移动通信网络的数据存在安全风险。云存储技术可以对通信网络的数据实施整合,全部统一放置于平台,解决了数据零散问题,但也使数据存在丢失的风险。
5 应对措施
5.1 有效运用大数据技术的存储功能
随着移动网络的不断发展,用户日益增加,通信商需要完成对用户的信息数据的管理和保存。运用普通的管理技术,需要庞大的工作量,而利用大数据技术的存储功能,可很好地解决这一问题。数据云可使存储实现虚拟化,把不同结构的数据进行集中性管理,存放于一个信息平台,有效缩小数据动态化容量,从而减少数据管理成本和网络优化的资金投入。
5.2 分阶段优化策略
5.2.1 准备阶段
大数据技术的应用贯穿通信网络优化的整个过程,首先需要关注其在准备阶段的应用。此环节需要进一步确立优化目标,指明优化方向,根据既定的目标,针对性选择优化所需要工具,为优化的顺利进行奠定基础。
5.2.2 测试阶段
在测试阶段需要适时引入大数据技术。测试人员要记录相关数据,并对大数据技术运用前后的数据进行详细对比,评定大数据技术的应用效果。
5.2.3 优化分析阶段
优化分析是数据处理的关键环节,需要足够重视大数据技术在该阶段的应用。工作人员要对存储的数据进行详尽分析,内容包括信号覆盖和信息切换等多个方面,而对于分析过程中发现的问题,技术人员要实时制定解决策略,优化数据处理,并完善分析结果。
5.2.4 优化调整阶段
在优化调整阶段,需要根据优化过程中发现的问题,不断调整后台参数和天线射频,从而有效提高移动通信网络的质量,保证网络运行的顺畅,减少通讯过程中故障的发生,推动通讯行业的长期稳定发展。
5.3 健全大数据技术管理机制
解决数据安全问题需要一套健全额数据管理机制提供强有力的支撑。移动通信企业要不断优化现有的数据技术管理机制,结合自身实践经验对内容进行不断补充。只有拥有一套健全的数据管理制度,才能保证在移动通信网络数据处理过程中存在有效的监督,保证网络数据的安全性。数据安全直接影响用户的使用量,因此企业只有解决好网络数据的安全问题,才能拥有更多的客户资源,进一步优化移动通信网络。
6 结 论
随着我国网络信息技术的不断发展,大数据技术在移动通信网络中的应用日益广泛,引起了社会各界的普遍关注。为促进双方的有效融合,实现对移动通信网络的优化,需要不断改进大数据存储性能,优化对移动通信用户的管理,制定更健全的大数据技术管理机制,最大程度发挥大数据分析的作用,推动我国移动通信行业发展的步伐。