数据挖掘技术在电信网络规划中的应用探讨

摘 要 对于通信企业而言，网络规划能力是其减少运营支出、提升综合服务水平的重要方法，数据应用是网络规划不可或缺的一部分，所以为了确保数据应用得到较好的提升，就必须密切地联系有效的手段，以便更好地开发数据所具有的重要价值。基于此，本文就数据挖掘技术在电信网络规划中的应用展开探讨，旨在提供相关的参考价值。

关键词 数据挖掘;电信网络规划;应用探讨

对于通信企业而言，要想获取更高的经济效益，就需要加快建设网络规划的脚步，而合乎要求的网络规划能够减少运营成本的支出，提升自身在市场中的影响力。在三大电信运营商全面展开各项业务的情况下，移动宽带市场所面临的挑战越来越大。由此，通信企业要想在业务市场中抢占先机，就需要为客户提供更好的服务，并通过采取互联网服务引起更多客户的注意力。在网络规划建设时，面向客户的网络规划已然成为研究的主要内容。但现阶段网络规划工作大部分仍然无法跟上智能化技术发展的脚步。再加上信息技术发展的脚步越来越快，网络规划方式也有了巨大的改变，以及电信企业内部积累的客户和网络资源不断增多，所以就需要最大程度上开发隐藏的数据价值。正确确保网络规划朝着更好的方向发展，而数据挖掘技术则为此目标的实现打下了坚实的基础。

1数据挖掘技术研究

事实上，数据挖掘技术就是在各种各样的数据中实施搜索，以便寻找到各个数据分布的规律所在，并从中筛选出有用的数据，以便为企业的决策提供数据支持和参考标准。数据挖掘主要分为如下过程：首先，数据准备。其中包括数据的选择、材料的准备、数据转换、数据重组。其次，创建模型阶段。其根本上是将所筛选出的数据按照种类划分并计算，最后获取正确的结果。最后，阐述模型阶段。其主要是对已创建完毕的模型实施分步研究，阐述模型的性质。数据可分为不同的模型，但这并不代表所有模型都能在电信网络规划中得到使用，需要不断地总结和实践，才可以明确合适的数据模型[1]。

2电信网络规划中引入数据挖掘技术

2.1 电信网络规划

首先，电信网络规划介绍。为了迎合客户的实际需要，并为客户提供最优的服务。电信企业必须采取合乎要求的方法来减少运营成本的支出，提供合适的设备资源，而电信网络规划就是本文所指的合乎要求的方法。电信网络规划必须在设备等方面对以后的发展做出合理的评估。在电信网络规划时，一定要从规划区域内的人口等情况，以及市场的实际需要出发，做出合乎常理的安排，确保和经济的一同发展和进步。电信网络规划必须根据我国电信发展的要求，不得违背科学完整性的原则。评价当前技术和市场发展的具体需要，确保技术与经济效益密切地联系起来，按照客户所在的区域进行推算。网络规划一定要具备较强的实践能力，同时在预测时，必须对用户发展等实施预测;在网络改善时，一定要合理安排网络资源。对不同种类的网络要采取相应的网络改善方法;在经济研究时以研究投资、投资收益率等为主，并且联系现金流量分析方法，以此来提升网络规划方法的实践性。其次，电信网络规划技术。在电信网络规划时，非常有必要提前做好一系列准备工作。而在准备工作开展的过程中，需要首先着手于如下方面，如搜集并归纳好各个运营商的资料，深入地了解电信业务量，并确定我国经济发展和电信发展间的共通之处。在规划时不但需要整体发展规划资料等，还必须调查往年业务量、通信需求等资料。电信网络规划时必须要了解电信业务发展的特征等。在充分把握全新技术的同时，还需要深入的分析内部的发展战略，实时跟踪市场发展走向，确定竞争变化的情况，熟知企业的竞争手段和网络创建方法，以最快的速度评价已有的项目。健全规划指标体系，创建合理的参数和定额系统。最后，电信网络规划步骤。第一，联系所调查分析的电信网现实情况。第二，确定规划目标，迎合客户需要，确保技术和经济效益协同进步和发展，确定网络规划的区域和方法。第三，联系现阶段电信网络的具体业务量，研究当前的技术水平，合理地预测未来某一阶段的业务量。第四，在电信网络采取规划时，收集各种各样的数据，然后经过优化和研究后选择合适的模型，制定切实可行的规划内容，规划结束后必须尽快对其不合理之处进行改善。第五，联系技术的经济效益实施平衡性研究。联系具体的规劃内容，评价客户的真实需要和使用的技术性能，大致推算出经济效益，最后明确规划内容[2]。

2.2 数据挖掘技术的应用

事实上，在电信网络规划中，数据挖掘技术有着重要的作用，数据挖掘技术可利用网络平台获取更多所需要的内容。数据挖掘技术主要包括基础理论、算法设计以及数据维护等方面。随着数据挖掘技术发展的脚步越来越快，数据挖掘的类型也变得越来越丰富。我国电信网络规划中使用数据挖掘技术的时间远远不及发达国家，所以经常会出现各种各样的问题，因此必须要加快健全和改善的脚步。数据挖掘方法主要为决策树方法、关联规则法等。数据挖掘时获取数据库知识不可获取的方法，数据挖掘通过算法从众多的数据中开发出潜在的信息。基于理论研究而言，原始数据的存在形式并非局限于一种，而发现知识的方式也是各不相同的，可实施信息管理，为使用者提供强大的决策支持。在自身数据维护上，可实施科学的控制。数据挖掘方法的应用越来越专业，由此就使得数据挖掘技术成为当前研究的重点。随着数据研究的内容越来越深入，也让数据挖掘应用范围日益扩大。现阶段数据挖掘软件存在一定的局限性，但从各个方面分析来看，数据挖掘期间包括各种各样的内容，如可视化工具、用户等。在实现数据挖掘时，第一步需要做的就是确定挖掘的目的，联系具体业务内容以及业务目的，准确地掌握有关知识。另外要充分地熟悉并了解数据准备工作的内容，在数据准备时要确定数据的选择，最后达到数据转换的目的。在最后的数据挖掘和结果研究时，通过数据的预处理研究，联系使用者的业务目标，将有价值的信息提炼出来，对最终的需求加以阐述。数据挖掘时经常采取如下方法。第一，决策树方法。决策树应用时能够有效地划分各个数据，从而寻找到所需要的信息。在创建决策树时，经常需要采用实际案例来创建原始数，通过检测从而清楚地掌握决策树的准确性。决策树所具有的特征以描述简易，实现众多数据的划分为主，所以被大范围的应用在数据处理步骤中，成为现阶段数据挖掘中广泛使用的一种方法。第二，关联规则法。其主要是指数据间所存在的关系规则，也即为其能够从各种数据中寻找到数据间的联系，确定数据间潜在的联系。第三，聚类方法。其被大量地应用在网络规划中，此方法的应用对于电信企业而言，可以提供更好的营销思路。聚类分析方法主要是指各个数据间存在着或多或少的联系，聚类分析法可以将类似的数据实施多次监测，寻找到其中的统计量，以便接下来将统计量作为此方面的参考标准。聚类法在电信网络规划中的应用，对于企业而言是非常有利的，能够帮助其以最快的速度对客户实施划分，并掌握各个客户的真实需要，从而更好地展开各项工作，以此提升企业的整体实力。如，电信企业对于长途话费较多的使用者，可以将其归纳到长途漫游组中，这些使用者将会带给企业非常大的利益，企业一定要将更多的精力放在这些客户的需要上，并为客户送出相应的奖励，以防出现客户流失的情况。电信企业服务推广方法主要以航空广告、酒店广告等为主。电信企业在掌握使用者的真实需要的同时，提高宣传力度能够吸引越来越多人的注意力，获得更多有价值的客户，促进电信企业的迅速发展。第四，概念描述。其使用时需对有关联的数据实施研究和对比，对同种类型的数据加以描述，总结相对应数据所具有的特点[3]。

3数据挖掘的实施

3.1 决策树算法的应用

决策树算法第一步就是将具体案例实施数据划分，然后按照所具有特点的差异对数据子集实施研究，在各种各样的数据子集中，寻找到特点接近的集合，发现其中改变特点，这些变量可具备预测的能力。决策树在创建时，就需要按照数据所具有的特点来划分，一旦数据全部根据相应的规律划分成功，那么就表示决策树已经创建完毕。在各种各样的数据挖掘技术中，可以说决策树是极其多见的一种，它拥有着得天独厚的条件。如，决策树的模式创建无须过于复杂的步骤，而且能够以最快的速度完成，同时使用者可以及时地掌握数据所具有的特征，这在其所有优点中尤为明显。在计算决策树时，可按照数据优化的特点来实施独立计算，在数据计算的最后要充分地展现出其所具有的数据特征。在检测算法时，可随意指定某单元格数据实施拆分，以明确是否拆分出区别较为明显的数据子集。对决策树上的各子集实施进一步的研究，发现数据间的共通之处，开发深度的数据。

3.2 关联规则算法的应用

关联规则挖掘可得出各个数据间的联系，同时在数据挖掘中也是不可或缺的一种研究方法。在应用关联规则法时，需寻找出左右的频繁项集，然后再通过其生成关联规则。采取关联规则提供最小置信度和最小支持度，在应用时发现，较低概念层中无法以较快的速度寻找到有价值的关联规则，而较高的概念层中则能够轻而易举地寻找到有意义的关联规则。在关联算法的具体使用中得知：第一，网络利用较多的区域主要集中在学校、家属院等;第二，大容量设备无法得到充分的利用，而小容量设备则相反;第三，城市区域内的设备利用情况显著优于农村区域。采取关联算法挖掘各个区域内设备资源的真实利用情况，当前的资源利用情况根本无法达到最佳的状态。基于此，在网络创建时一定要最大程度上考虑当前的资源使用情况。区域不同，那么在资源利用上也会出现较大的区别，所以网络规划设计过程中可参考既往计算的结果。在网络转型时，区域内的用户数量越来越多，不但如此，设备的容量也在日益提高，由此就需要网络规划将更多的精力放在宽带接入网的资源利用率上，但需要规避资金少的问题。通信产业在把握发展机遇时，企业无一例外的都在追求最好的产品和最优的服务，争先恐后地促进网络规划的迅速发展。合乎要求的网络规划有利于为企业减少运营成本的支出，提升自身在市场中的竞争力。在应用数据挖掘技术时，必须优化企业内部业务数据，充分地挖掘出网络规划的规则，确保网络规划能够得到较好的发展。在关联算法的具体使用中得知：第一，虽然网络已经得到了普遍的应用，但学校、家属院等对网络有着更大的需求;第二，设备的容量大小与自身的利用率成正比;第三，经研究得知，城镇中设备的使用量情况明显高于农村。关联算法需应用众多的数据资源共享，所以网络规划过程中需充分地考慮资源划分的问题。事实上，不同的网络资源配备也存在着诸多的区别，所以网络规划在创建时，一定要切实地意识到资源地域所存在的不同之处[4]。

4结束语

在我国通信企业中，可以说电信发挥了重要的价值，但如若想要在竞争激烈的市场环境中立足，就非常有必要积极采取高超的技术，最大程度上开发客户的需求，并联系客户的实际需要为其制订针对性的服务方案，促使企业服务能力得到更好的提升，争取为客户提供更好的服务。现阶段，数据挖掘技术在电信网络规划中的应用越来越多，其实，数据挖掘技术就是对电信网络平台中众多的信息实施开发和选择，寻找出对企业自身有帮助的信息。数据挖掘并非一朝一夕就能完成的工作，数据挖掘技术在网络规划中得到了充分的体现，企业可通过创建数据模型来研究客户的特征和真实需要，确定网络规划的内容。当然，数据挖掘技术的类型并非局限于一种，所以需要企业按照自身情况来选择数据挖掘技术，确保数据挖掘技术的使用合乎要求，争取最大程度上发挥出数据挖掘技术在电信网络规划中的价值。

参考文献

[1] 朱成，刘海强，朱峰.电信大数据的数据挖掘关键技术分析与探讨[J].电信快报，2018，（6）：25-27.

[2] 张爱国.基于大数据的数据挖掘技术与应用[J].现代工业经济和信息化，2017，（3）：88-89.

[3] 于兴平，于腾飞，李洪建.数据挖掘技术在客户关系管理系统的应用[J].信息与电脑（理论版），2019，420（2）：156-158.

[4] 赵文，霍旭轮.数据挖掘技术在高校网络运维管理中的应用研究[J].电脑与电信，2018，262（7）：68-71.

[5] 杨珍，耿秀丽.基于FCM与关联规则挖掘的产品服务系统规划分析[J].软件导刊，2017，（11）：141-144.

作者简介

戴晨昱（1971-），男，山西祁县人;学历：本科，高级工程师，现就职单位：中国移动通信集团广东有限公司，研究方向：信息系统规划、建设、运维。