4G业务平稳增长期用户行为规律探究

杨斌，刘海涛，郭家奇，王林

（中国移动通信集团设计院有限公司黑龙江分公司，哈尔滨 150080）

经过多年的网络建设，TD-LTE网络已基本实现城市、乡镇和农村区域的基础广覆盖。随着4G用户的普及以及用户行为的逐步养成，4G业务也从推广期、快速增长期逐步过渡到平稳增长期。在这个时期，各覆盖环境下用户行为习惯各异，对“条件刺激”的反应也不尽相同。经过长期观测统计，可以发现多数覆盖环境下用户数和行为习惯呈规律性变化，有据可循。本文重点统计分析多种用户环境下用户行为变化特点及影响因素。

1 4G业务分类及用户行为分析

当前的移动宽带业务大体分为以下几类，主要包括Web浏览、流媒体、VoIP业务、社交网络、即时消息、云、邮件、文件传输、游戏和M2M业务。

业务模型是指在通信过程中各种业务在数据传输角度所表现出来的特征，包括发生业务的用户数、忙时业务的次数、业务的渗透率、业务的上下行吞吐量等。

用户行为是指在4G网络中所有用户的呼叫行为所表现出来的平均统计特征。本文采集分析了大量业务样本数据，并通过对业务模型和用户行为归纳总结出业务分布的统计规律。

为便于统计分析，本文研究过程中将用户业务行为和业务模型归纳为五大类：Web浏览、视频流及高速游戏、VoIP业务和低速游戏、即时消息、文件传输，业务保障速率分别为1.2 Mbit/s、3.0 Mbit/s、0.256 Mbit/s、0.128 Mbit/s、8.0 Mbit/s。

2 多场景分析

当前，TD-LTE已基本实现城市、乡镇和农村区域的基础广覆盖。结合需求，商场、地下车库等特殊场景的深度覆盖也有在计划的实施。根据覆盖用户数量、用户行为特性、用户流动性等特点，可以归纳为以下4种主要覆盖场景：繁华商圈覆盖、高校覆盖、居民生活区覆盖、公园等空旷场地覆盖。

针对以上各场景，分别选取部分典型基站进行传输流量、RRC接入数、空口带宽等各项数值监测。结合长期测试数据计算得到该采样人群人均流量使用情况，进而分析用户业务行为变化规律。对应时间节点，从长期测试结果中发现环境变化对用户行为的影响。

本次测试数据采样时间从2017年4月6日起至2017年10月31日止，时间跨度经历劳动节、端午节、情人节、国庆节等重大节日。在2017年7月初，本次数据测试省份的中国移动4G资费调整政策正式发布，大力推广流量优惠套餐。

本次研究中，为保证各场景下采样用户群体属性单一，尽量分别选取多个室内分布型基站作为数据采样基站。由于采集数据量较大，下文中各场景分别仅展示两个典型基站测试数据。

2.1 繁华商圈场景

流量及有效用户数监测结果如图1、2所示：随着时间增长流量和有效用户数均逐步提升，在7月出现整体大幅度提升后平稳增长。在劳动节、端午节、情人节、国庆节分别出现流量和用户数激增点。

根据监测及计算结果可知，繁华商圈场景下人均流量保持相对稳定，在0.2～0.3 Mbit/s之间浮动。从使用不同业务的用户数量角度比较，长时间监测范围内，仍然以即时消息等小分组业务用户为主。小分组业务类用户占比虽呈现下降趋势，但不明显，用户占比始终维持在90%左右，降幅不超过3%。从流量占比角度比较，视频、游戏类业务流量虽有提升，但上升缓慢，总量仅接近30%；Web浏览类业务流量迅速增加至20%以上，增幅超过10%。

2.2 高校覆盖场景

图1 繁华商圈流量监测值曲线

图2 繁华商圈有效用户数监测值曲线

图3 高校覆盖流量监测值曲线

图4 高校覆盖有效用户数监测值曲线

流量及有效用户数监测结果如图3、4所示：随着时间增长流量逐步提升，在劳动节、国庆节流量及用户数急剧降低至平时的70%左右（学生宿舍覆盖环境表现相对稳定）。4、5、6月各数据基本稳定；受假期影响，7、8月数据骤降至平时的25%左右。8月28日情人节和9月初，流量和用户数快速回升后平稳上涨。下半年学期流量稳定期相比较上半年学期流量稳定期增幅约40%；用户数上半年和下半年基本持平。

根据监测及计算结果可知，高校覆盖场景下人均流量变化较大，在0.2～0.5 Mbit/s之间浮动。从使用不同业务的用户数量角度比较，长时间监测范围内，4G用户以即时消息等小分组业务用户为主，但下降较为明显。即时消息业务数量占比低于70%，降幅超过10%（宿舍覆盖环境下占比降幅达到17%），Web用户及视频用户占比稳步提升。从流量角度看，Web流量及视频、游戏业务流量占比快速增加，合计占比超过70%，即时通信业务流量占比降至20%以内。

2.3 居民小区场景

流量及有效用户数监测结果如图5、6所示：业务流量和用户数随着时间增长缓慢增长，除个别日期出现流量突发外，常年稳定。但由于居民小区覆盖环境下流量和用户数基数较小，变化规律不明显。如哈南岗大众新城基站在4月11日和8月10日出现两次流量激增。哈南岗文君花园小区在4月6日、7月26日、8月18日出现流量激增。有效用户数常年稳定，由于基数较小，仅在小范围内抖动。暂无明显数据突发规律，节假日刺激和资费刺激反应不明显。

根据监测及计算结果可知，居民小区场景下人均流量保持相对稳定，在0.2～0.3 Mbit/s之间浮动。从使用不同业务的用户数量角度比较，长时间监测范围内，仍然以即时消息等小分组业务用户为主。即时消息等小分组业务类用户占比呈现平稳下降趋势，用户占比降至86%左右，降幅约7%。Web用户及视频用户占比体量相对较小， 由4%提升至11%左右。从流量占比角度比较，Web流量及视频、游戏业务流量占比快速增加，流量占比合计由30%提升至60%，相应的即时通信业务流量占比则由60%降至35%左右。

2.4 公园等宽阔场地覆盖场景

业务流量随着时间增长显著平滑增长，但增长趋势不明显。节假日及集会对用户数和流量影响较明显。同时，存在不规则数据抖动时间节点。如哈道外八区体育场基站5月23日和8月28日出现流量高点，5月30日和9月4日出现流量低点，其余日期保持稳定增长；哈道里群力音乐公园基站在5月1日和5月30日用户数激增，6月26日出现低点，其它日期平稳增长。

根据监测及计算结果可知，空旷场地场景下人均流量保持相对稳定，在0.15～0.25 Mbit/s之间浮动。从使用不同业务的用户数量角度比较，以即时消息等小分组业务用户为主且长期稳定在95%左右。从流量角度看，即时通信业务流量占比虽然逐步呈小幅下降趋势，但占比仍超过50%；Web流量及视频、游戏业务流量占比逐步缓慢增加。

图5 居民小区流量监测值曲线

图6 居民小区有效用户数监测值曲线

3 外界因素影响

3.1 资费等策略行为因素影响

用户行为的变化受外界环境影响因素较多，如运营商的业务推广计划、网络内容源更新等。在多数因素的影响下，用户流量消耗成线性缓慢增长。相对其它因素，运营商资费策略是对用户行为影响较大也较直接的因素，而且极易引发流量需求激增，单站负荷阶跃性增长。

结合本次监测数据，资费策略推出前后（以2017年7月为时间节点）在各场景下，用户的数量和用户行为确实受到不同程度影响。

3.2 突发性因素影响

4G业务发展已经进入相对成熟、稳定发展时期。在年周期的观测时段下，多数场景，用户数量和用户行为都在一个区间内浮动，呈稳步增加态势。但在一些特殊情况下，会出现基站负荷激增的情况。如公园、体育场等开阔地场景、繁华商圈等。

繁华商圈场景下流量突发原因主要是节假日集中采购因素和商场促销活动因素，流量短时间内大幅度上升。在年周期观测时段下，平均每月会出现两次左右，属于频繁出现情况。

除寒、暑假外，高校覆盖场景业务量常年相对稳定，业务突发情况较少，幅度相对较低。

居民小区场景业务量相对稳定，业务突发情况较少。但由于单小区覆盖用户总数较低，导致业务突发时总量不大但增幅较大且时间不可预知。

以上场景在流量规划阶段应充分考虑突发因素，适当预留带宽。

公园、体育场等开阔地场景下突发原因主要是节假日用户数小规模上涨或大型集会造成用户短时间大量聚集从而导致区域内流量激增。该场景同样具有平时单小区覆盖用户总数较低、节假日影响大的特点。因而，对于此类原因导致的流量突发应在网络带宽规划阶段充分考虑。

对于大型集会等群体性聚集情况，出现频率较低且多数具有可预见性，属于偶然出现情况。在流量规划阶段可暂不考虑此因素影响，突发流量的吸收建议采用应急通信手段解决。

4 结束语

基站小区覆盖范围内的用户总量和单用户行为是影响该基站4G流量的最关键因素，这两个因素的变化直接影响用户流量消耗值。全方位的营销手段和资费调整带来新用户的增加和用户DOU的持续提升，这些指标在不同的覆盖场景下有着截然不同的变化规律。作为网络规划人员，在4G基站流量配置和资源协调过程中应特别注意到各基站下所覆盖的不同的人群的行为特点，区别对待。