APP下载

移动通信网络中数据采集与数据挖掘的应用探讨

2020-03-04苏威肖俊峰王东冬

科学与财富 2020年36期
关键词:数据采集数据挖掘应用

苏威 肖俊峰 王东冬

摘 要:就我国目前的实际情况而言,科学技术正在经历飞速的发展。特别是由于数据采集以及数据挖掘技术在实际应用中所具有的一系列优势,人们更是投入了大量的精力物力对其进行研究,这些变化极大的促进了移动通信网络的发展。本文对数据采集以及数据挖掘技术在移动通信网络中的中的应用进行了全方位的探讨,希望通过本文可以为后续研究提供一些参考。

关键词:移动通信网络;数据采集;数据挖掘;应用

0 引言

数据采集以及数据挖掘技术都是近些年来才发展起来的,由于其应用中所具有的一系列优势给人们带来的很多方便,人们为其投入了大量的人力精力以及物力,从而使其发展速度得到保障。通过一定的方式方法把这两项技术应用到移动通信网络当中,可以使得移动通信网络在使用的时候更好的实现网络信息数据的采集计算以及处理,从而为移动通信网络的不断向前发展提供强而有力的基础。因此,在移动通信网络不断向前发展的过程当中,相关工作人员应该进一步加大数据采集以及数据挖掘技术的应用,从而使得移动通信网络的实际需求得到最大程度的满足,使移动通信网络得到更加健康的发展。

1数据采集技术在移动通信网络中的应用

1.1MR数据采集

该技术在实际应用的过程当中,最主要的作用是采集来自于用户设备(UE)以及演进基站(eNodeB)在实际使用过程当中所产生的各种一系列数据。MR数据实际上指的就是业务信道每480ms、信令信道每470ms进行的一次数据发送,并且把原始的测量数据进行统计及计算,然后将其发送给基站子系统的操作以及维护中心(OMC-R)。把这些数据以统计数据的形式在相应的位置当中储存起来,最后形成MRS形式的文件。除了这种方式之外,也可以在数据采集的过程当中直接将这些数据报送给OMC-R,并且将其以样本数据的形式进行储存,最终形成MRO形式的文件。表1是MRS上一部分测量的字段。而图一则是测量报告数据采集的具体流程图。

通过MR工具的合理使用可以对采集到的一系列数据进行全面而又充分的处理,并且将其应用在对无线环境全网评价的相关工作当中。从而在一定程度上节约一些运维中所需要耗费的经济成本。

1.2KPI数据采集

在相关工作人员采取一系列方式方法对移动通信网络进行优化的整个过程当中,KPI数据采集技术对整个优化工作有着非常重要的意义。KPI技术在实际应用的过程当中主要的数据采集方式是OMC性能的统计以及测试。在KPI技术实际应用的时候,相关工作人员需要采取一定的方式方法把数据承载的基本单元作为被测试的对象,将数据承载的子单元作为测试的具体类型。图2是KPI数据采集技术具体的数据采集以及相应的上报方式。

2数据挖掘技术在移动通信网络中的应用

2.1神经网络技术

随着时代的不断向前发展,为了使得数据挖掘相关工作能够进行得更加有效率,迄今为止人们已经发展出了各种技术进行数据挖掘的相关工作。在这些诸多的技术当中,神经网络技术无疑数据挖掘技术中性能最优越的一类技术。通过神经网络技术的合理利用可以使得数据挖掘工作进行了更加富有效率。通过科学合理的方式方法,把神经网络技术应用到移动通信网络当中,凭借着神经网絡技术所特有的优势可以实现对滤波的自适应。并且借助于神经网络信号具备的复原特征全方位的检测信息传递过程当中所产生的一系列滤波,可以使得非线性滤波问题得到很好的解决。此外通过神经网络技术的合理利用还可以进一步实现呼叫控制的功能。在神经网络技术实际应用的过程当中,相关工作人员需要将流量在流动中所产生的一系列特性作为技术使用中的依据。通过自学的方式组建一个多输入输出形式的非线性函数,从而进一步实现呼叫控制这一复杂的功能。由于神经网络技术本身所具有的特性,完成这一功能的所需要耗费的时间极为短暂。

2.2数据统计分析

在移动通信网络实际应用的过程当中,数据统计分析技术需要以传统的数据统计技术作为基础进行建立。在这种类型的技术实际使用的整个过程当中,数据库字段项之间的关系大体可以分为两种形式:第1种是函数关系。也就是用函数公式的方式对一些确定的关系进行明确的表示;第2是相关关系。也就是说有一些数据并不能通过确定的函数公式进行表示,但是这些数据之间依然具有一些相对的确定性。在对数据库字段进行关系分析的整个过程当中,可以选择的分析方法总共包括辨别分析法、相关分析法、因子分析法、最小二乘回归分析法等一系列分析方法。

2.3聚类分析

在多元统计分析相关工作正式进行的过程当中,为了使得工作效率得到有效的保障,人们一般会使用聚类分析这一方法对进行自身的工作。当前聚类分析由于在实际应用中所具有的一系列优势,已经受到了广大工作人员的青睐,成为了一种广泛研究的技术形式。通过诸多学者多年的研究,当前已经发展出了大量的研究理论以及研究方法,取得了大量的研究成果。在移动通信网络数据挖掘技术实际应用的过程当中,聚类分析技术主要有以下三个途径的应用方式:分别是随机采样法、距离优化法以及密度估计法。

3结束语

综合文章上面所描述的内容,随着我国科学技术的不断向前发展,移动通信网络已经遍布了人们生产生活的方方面面。在移动通信网络实际应用以及发展的过程当中,数据采集技术以及数据挖掘技术由于在实际应用中所具有的一系列优势极大的促进了移动通信网络的发展。因此在今后应该根据实际情况合理的使用数据采集以及数据挖掘技术使得移动通信网络获得进一步的发展。

参考文献:

[1]刘班.数据挖掘及其Python实现技术研究[J].信息通信,2020(09):63-65.

[2]冯雪松. 大规模电池群组现场环境数据挖掘、建模与应用研究[D].电子科技大学,2020.

(1.国网湖北省电力有限公司随州供电公司  湖北  随州  441300;2. 国网湖北省电力有限公司鄂州供电公司  湖北  随州  436000)

猜你喜欢

数据采集数据挖掘应用
探讨人工智能与数据挖掘发展趋势
基于并行计算的大数据挖掘在电网中的应用
基于广播模式的数据实时采集与处理系统
通用Web表单数据采集系统的设计与实现
基于开源系统的综合业务数据采集系统的开发研究
GM(1,1)白化微分优化方程预测模型建模过程应用分析
煤矿井下坑道钻机人机工程学应用分析
气体分离提纯应用变压吸附技术的分析
会计与统计的比较研究
一种基于Hadoop的大数据挖掘云服务及应用