探究移动通信网络中大数据处理的关键技术

王小波

摘要：新时期我国通信事业得到快速发展，对移动通信网络的性能优化及服务范围产生了积极的影响，其中大数据处理技术水平得以不断提升。基于此，本文就移动通信网络中大数据处理的关键技术展开分析研究。

关键词：移动通信网络；大数据；关键技术

中图分类号：TN929.5 文献标识码：A 文章编号：1007-9416（2018）02-0221-02

注重移动通信网络中大数据处理的关键技术探究，有利于保持良好的大数据处理效果，全面提升移动通信网络的潜在应用价值。因此，需要结合移动通信网络中的大数据处理概况及实际需求，加强大数据处理所需的关键技术的使用，并对这类技术的实践应用效果进行科学评估，使得移动通信网络实践应用中能够达到预期效果，更好地适应时代的发展要求，且为我国通信事业的长远发展注入活力。

1 大数据处理技术的相关内容探讨

为了促进移动通信网络的发展，提高其运行中的大数据处理效率，使其保持良好的实践应用效果，就需要重视其所需的大数据处理技术的相关内容探讨[1]。（1）在大数据形成的过程中，经历了被动产生、主动产生及自动产生三个阶段。其中，基于被动产生阶段的数据库作用难以充分发挥，其中的数据来源与各类生产经营活动密切相关，且数据处理中的技术含量有待提高；基于主动产生阶段的数据处理，借助互联网技术的优势，使得该阶段的数据处理水平有了较大的提升，且这一阶段的数据总量相比被动产生阶段更大，一定程度上加大了移动通信网络运行中的数据处理技术难度；基于自动产生阶段的数据处理效率更高，主要在于这一阶段的移动通信网络与物联网之间实现了融合发展，且为大数据时代的到来创造了有利的条件。（2）大数据处理技术实践应用中的数据量大、数据处理的实时性、多元异构等特点显著。（3）在运用大数据处理技术的过程中，需要充分考虑移动通信网络的实际发展概况，确保这类技术应用的有效性。

2 移动通信网络中大数据处理的关键技术分析

在移动通信网络运行过程中，与之相关的大数据处理效果是否良好，体现着该网络实践应用中的技术水平。在此背景下，为了提升移动通信网络中大数据处理的技术水平，增加其处理中的技术含量，则需要对其大数据处理所需的关键技术进行深入分析[2]。具体表现在以下方面：

2.1 实践中的清洗、提取技术

移动通信网络在实践应用中若受到复杂环境条件影响或其处于无人监控状态时，其中采集到的数据可能会有所偏差，与移动通信网络的实际情况不相符，使其业务水平下降。针对这种情况，应加强适用性良好的清洗与提取技术的采用，实现对移动通信网络中原始数据的清洗处理，使得其中的冗余、错误数据等能够得到良好的处理，消除这些数据可能造成的不利影响，使得移动通信网络中大数据处理技术水平逐渐提升。在此期间，因清洗与提取技术应用中的数据处理量有限，且该技术作用下的分析结果可靠性需要进一步增强，客观决定了对移动通信网络中大数据进行处理，并不断优化与之相关的提取技术的必要性，使得这类技术作用下的大数据处理能够达到预期的效果，给予移动通信网络业务水平提升必要的支持，并促进大数据处理的关键技术发展。

2.2 实践中的集成技术

在对移动通信网络中的大数据进行处理时，由于这些数据来源于不同的终端，使得大数据的多源异构特点明显，需要在数据清洗及提取、数据融合等过程的作用下，实现对大数据的高效处理。因此，应提高大数据处理所需的集成技术利用效率，且在该技术的支持下，对移动通信网络中数据关联、数据冲突等问题进行及时处理，促使大数据处理技术水平得以提升，充分发挥出移动通信网络中大数据处理的关键技术优势。

2.3 实践中的分析与挖掘技术

当移动通信网络运行采集到有效的数据后，就需要对收集到的数据进行分析与挖掘，这是提升数据潜在应用价值的关键手段。实践中因同一批数据，进行不同方向的分析挖掘以及分析挖掘的能力不同等，使得数据应用效果有所差异，进而对数据的潜在应用价造成了不同程度的影响。因此，若能加强高效的挖掘分析具、挖掘技使用，将会具有重要的现实参考意义：全面提高移动通信网络中的数据利用效率，满足其处理方面的实际需求，使得这类网络中的大数据潜在应用价值得以不断提升，从而为移动通信网络运行中的业务方式优化提供科学保障。

2.4 实践中的可视化分析技术

在获得数据并进行分析挖掘后，得到相应的成果。此时，则需要通过一定的方式将其展示出来，体现出移动通信网络中大数据的真正价值。现阶段发展比较迅速的是可视化分析技术，即利用各种数据分析展示的手段，将数据结果以一种直视觉的形式展现出来，确保大数据处理有效性。同时，可视化分析技术应用中不仅能够对大数据本身和其分析挖掘结果进行展示，而且可以进一步进行人机交互，提高移动通信网络运行中的数据处理分析能力，实現数据应用价值的最大化。因此，在运用移动通信网络中大数据处理所需的关键技术时，应重视可视化分析技术使用，使得经过处理后的数据应用效果得以增强，并丰富大数据时代背景下的数据处理技术手段[3]。

2.5 实践中的云计算技术

作为一种信息含量大、优势明显的技术，云计算技术在实践应用中取得了良好的效果，为移动通信网络中大数据处理关键技术的合理使用提供了参考信息。具体表现为：（1）加强谷歌公司研发的基于大数据处理的MapReduce技术使用，能够增加大数据处理中的技术优势。在这种数据处理技术的支持下，需要注重文件系统-分布式、编辑模型-分析处理并行及执行引擎-分析处理并行这三个技术框架的有效搭建，使得云计算技术在移动通信网络中大数据处理方面的应用优势得以充分发挥，并为自身的发展打下基础。（2）虽然云计算技术在大数据处理应用中的优势明显，但当前该技术的实践应用水平依然有待提升，需要技术人员结合云计算技术的功能特性、当前的形势变化、移动通信网络中大数据处理需求等，加大云计算技术应用中的研究力度，并提高对该技术的正确认识，确保云计算技术在大数据处理中有着良好的应用效果。

3 结语

综上所述，这些关键技术的支持，有利于实现移动通信网络中的大数据高效处理，完善该网络实践应用中的服务功能。因此，未来移动通信网络发展中应结合当前的形势变化及自身的发展要求，给予其中的大数据处理关键技术足够的重视，使得在这些技术作用下的大数据处理方式得以优化，最大限度地满足移动通信网络的稳定、高效运行需求。长此以往，有利于增强移动通信网络中的大数据处理效果，提升其业务水平。

参考文献

[1]范洁.移动通信网络中大数据分析的运用探讨[J].通讯世界，2017，（16）：54-55.

[2]贾丽华.移动通信网络中大数据处理的关键技术[J].信息通信，2017，（1）：271-272.

[3]张守超.大数据挖掘在通信网络预测中的应用与研究[D].南京邮电大学，2016.