数据挖掘在移动网络通信中的应用

2019-12-25李程博

通信电源技术 2019年12期

李程博

（中国电信股份有限公司焦作分公司，河南焦作 454150）

0 引言

在现在的移动网络时代，如何更加有效通过对移动网络的优化来实现信息的提取，是对未来趋势预估的前提。如何在海量信息中提取有效的数据信息，是该移动网络时代的要求。采用数据挖掘技术不仅可有效处理数据，而且使网络的功能不断完善。为进一步加快移动网络的发展，结合数据挖掘技术，从海量的移动信息网络数据中提取有效的数据信息，更好地作用于移动网络的优化工作，也为今后的优化移动网络的研究工作提供基础和积累经验[1]。

1 数据挖掘及移动网络优化概述

1.1 数据挖掘

数据挖掘是指采用不同的数据分析工具和一系列的软件在大量的数据信息海洋中找到所需要的信息，或发现了模型与实际间存在的某种特殊关系。数据挖掘占据着极其重要的地位，也是移动网络通信不断发展和优化的基石。通过对文献的查阅和资料的搜集，需要对数据挖掘的部分内容有所了解。

（1）数据挖掘技术的发展是通过不断优化规则。根据研究对象和目的的不同，可采用不同的规则进行研究，而输入的数据信息也是需要通过的一定的筛选后方可挖掘，以保证挖掘信息的可靠和有效。数据中潜在的价值巨大。

（2）数据挖掘技术的使用由于存在一定的复杂性，所以需要有效的步骤支持，需要采用合适的方法来处理数据，以得到满足条件的结果。充分发挥数据挖掘的潜力和优势，为网络通信的发展提供保障。

（3）一般运用数据挖掘技术都需要深入了解实际问题，选择合适的方法和确定操作步骤，对研究的问题、数据的处理及模型的构建、解释等都需要深入的分析和思考，然后结合处理问题的本质，对被选用的方法进行预处理数据、转换数据、提取数据等，确保数据挖掘过程的可操作性，并保障研究过程的有效性，实现对数据挖掘的合理使用。数据挖掘的基本流程如图1所示[2]。

图1 实践中的数据挖掘基本过程

2 移动通信网络优化中数据挖掘技术的基本原则

2.1 分布式处理方法的科学应用

在移动的通信网络中，优化其网络的过程无法借助单一的服务端口来实现，通过单一的优化体系也难以实现对过程的优化，需要借助具有层次、内容及区域性的指标来进行优化，在数据的处理上和信息的挖掘上，可适当采用一些数学概率统计方法和分布式处理方法来对移动通信的网络进行优化研究。

2.2 移动通信网络阶段性分析的科学应用

移动通信网络具有复杂和广泛的特性，在实际应用过程中难以对各方面和整体的移动通信网络进行整合分析，因此可采用局部分解或按照阶段式进行细致和有效地分析。通过局部分解和阶段分解的研究有助于更加细致且全面地深入了解系统的特性，也为下一阶段的分析提供了便利。在每一阶段的分析结束后，都需要对该阶段的结果进行整合研究，将每一阶段的核心问题及联系进行贯穿，便于从整体上对移动网络通信进行优化[3]。

2.3 智能性数据挖掘的基本要求

一般所有的优化研究都需要遵循一定的原则和要求，移动通信网络的优化也同样需要。在对海量的数据进行整合过程中，需要充分发挥人工选择和数据挖掘技术配合的优势，实现人工和机器的结合分析数据。参与移动通信网络优化的人员需要在数据方面具有良好的敏感度和扎实的理论基础，以更好地完成移动网络通信的优化工作。

3 数据挖掘技术在4G 环境下对移动通信网络优化的应用

3.1 网络站点的合理选择

网络站点的选择是网络优化中的一个核心问题，站点设置的数量将影响运营商前期投资的成本，若设置过多的站点可能会存在资源的浪费，而位置的选择对移动网络质量也有着决定性作用。一般在设置前可基本确定几个可行的站点，通过数据信息的挖掘，将确定合理的阀值，确定基本的可行解，然后对具体的位置进行确定，通过不断的寻优和搜寻的过程，将目标值的数据更加贴近实际值，多次求解，待前后的数据变化值微乎其微后，将结果输出，得到确定的站点位置。该方法的使用，不仅降低了运营商在站点选择上的资金投入，也将设备的后期维修费用节省到了最低，企业将获取更多的利益[4]。

对于网络站点选择方法的筛选，首先是通过数据挖掘技术获得基本的可行解，多次验证，得到几个不同的初始结果；然后采用禁忌搜索算法在搜寻的过程中选择变化值较大的站点，依次计算后得到稳定的网络站点。该过程的研究可有效降低互联网的维护成本和投资成本，将经济效益达到最佳。数据的可靠性也是决定最终站点选择的精度，数据挖掘技术的使用也是保证站点的前提和基础，应用数据挖掘技术将会更加快速有效，并且能够保证网络的环境安全稳定，使得通信服务水平和网络运行效率得以提升。

3.2 故障和干扰的分析

现在的移动端主要以4G 为主，因此在分析的层面也是以4G 网络优化为主。对一些存在的故障和网络优化问题，数据挖掘的作用就会显现。对于一些具有干扰性的问题进行搜索和挖掘，可避免下次查找过程出现问题；找到问题后也可提出相应的措施来解决，以促进4G 网络通信的流畅。

3.3 分析掉话问题和故障的数据挖掘技术的应用

针对掉话及故障等问题，一般需要采集该类问题的样本数据，将该类问题发生的原因进行大致的了解，然后采用分类分层的方式结合内容来对原因进行深入分析。数据挖掘技术的采用是对更深的问题寻找原因，采取相应措施来解决，从而实现不断提升和优化。在优化后通过试验来证明其可靠性，也可再次采用数据挖掘技术的序列分析法与之对应地分析，掌握足够的数据样本，剖析其内在的规律及特征，使网络信息更加完整和便捷。GSM 掉话问题在采用数据挖掘技术后，可有效减少问题的发现时间，使分析的效率大大提升，利于问题的解决和处理。

3.4 移动通信网络切换故障分析中数据挖掘技术应用

数据挖掘技术在处理移动通信网络切换的问题上需要进行预测和统计分析，在原有的搜集数据样本上，对需要输入系统的数据简单地进行预处理操作。预处理操作的方式主要分两种，（1）直接输入形式；（2）针对现有的数据直接进行分析处理，得出初步结论，再对处理后的数据进行简单地挖掘和分析，在分析的过程中会产生各种类型的报表，将报表传递给优化人员，或逐级向上传递，以实现更好层次的挖掘和分析。一般会忽视该过程，认为预处理、预分析的价值不大，简单将数据信息的表象简单分析，致使无法得到深入的结论。

在移动网络优化过程中进行移动网络的切换时，可以采用数据挖掘技术进行分析。由于数据挖掘技术具有统计分析方法和技术优势，可以准确而又快速地对移动网络的基础参数和基本配置数据信息进行分析，进一步完善网络信息的配置，对于用户在使用移动网络设备的过程中出现的网络切换故障问题及时地采取相应的措施进行解决。一般会对某时间段某区域的流量进行分析，预测该阶段内切换网络故障的缘由，及时对网络参数进行调整，减少切换时出现的网络故障问题，提升网络的服务质量。该技术对于网络切换存在的问题进行分析时，快速而有效，大大提高了解决这类问题的效率，提高了用户对于移动4G 网络的体验感和使用效率。