大数据在通信网络规划中的运用

2020-05-06宋东辉

通信电源技术 2020年24期

宋东辉

（中国联合网络通信有限公司镇江市分公司，江苏镇江 212000）

0 引言

通过数据挖掘或人工智能手段在网络分析过程中建立复杂的关联规则，可以利用现有的数据对今后的网络运营提出规划和建议要求，也能够根据用户需要展开内容的综合调控[1]。本次研究的重点也在于通过大数据分析得到理论基础，建立起具体的量化标准，以定量化的研究和优化处理实现通信网络规划。

1 大数据相关的分析技术

通信网络优化涉及到的主要技术包括数据采集、数据分析、网络分析以及网络优化等不同方面，但无论采取怎样的方法，都需要提前了解网络的运行状态才能开展相应的工作，让采集过程更加具备现实意义。采集数据是开展通信网络规划的前提条件，而分析数据的关键也在于经过综合分析来获取基础数据。

大数据理论所描述的大数据分析技术和数据挖掘技术等内容之间存在着一定的联系。对数据进行分类之后可以判定数据的有效性，最后预测后续的数据内容是否是分析结果当中的常见组成部分。从根本上看，是利用计算机的良好处理能力整体规划科学的软件技术。

1.1 数据库分析

数据库作为存储数据的主要载体，给通信网络规划工作提供了关键的信息保障和信息处理功能。具体而言，可以直接通过定义数据管理机制的方式完成数据采集，按照数据关联规则直接通过数据库进行内容分析和问题定位，更加明确网络规划优化的措施和方向，然后提供问题的解决方案并提高网络服务质量。在当前的通信网络规划过程中，存在着的主要问题是大量的数据无法进行精确的信息筛选。虽然设备都能够满足数据存储和互联的要求，但仅仅只停留在这些层面是不够的。为了综合利用这些数据并了解数据模式与特征，就需要重新定位不同用户区域的业务模式。对于某些业务类型，如果使用量较大可以综合评估群体业务的发展趋势，针对特定的工作目标以推进定向服务，保障服务效率和服务价值[2-4]。

1.2 决策支持

在对大量的基础数据进行分析和筛选之后，需要将其中符合要求的部分作为计算机技术的支撑对象。因为一个地区的通信网络涉及到很大规模的数据，因此可以通过决策树的方法来获取决策支持，对日常优化工作中涉及到的大量数据进行问题处理和定位。从本质上看，决策树作为一种用于预测数据模型的算法，可以有目的地将基础数据展开分类，然后获取一些更加具有价值的深层次信息，实现快速分类的发展目标，使用价值突出。

2 聚类分析为基础的通信网络数据规划

2.1 数据分析的基础要求

聚类分析是从大数据分析技术的基础上发展而来，能够在保障速度和质量的前提下对复杂的数据信息进行定义分类，然后选择当中的接近数据进行量化评估，从同类型的数据中提取出有效的信息，实现对于数据的精确提炼，数据也会因此达到一个比较高的层次。从通信网络的具体运行标准来看，在网络规划领域包含前台和后台两个部分的工作，前台工作主要指的是道路测试和定点测试等工作，而后台工作则涵盖了网络KPI分析与优化等。这里所提出的数据分析优化就是基于聚类分析来展开的通信网络数据处理。在目前的工作要求之下，网络规模不断扩大，网络优化工作实际上需要从形式和方法层面进行调节，不仅要在工作内容上科学规划，还要考虑到网络建设与网络优化的全过程，每个步骤之间相互联系但并非独立存在，需要做好前后的步骤衔接与周围环境的合理协调。特别是在数据量比较大的时候，仅仅依靠人力资源很难统筹兼顾到所有的工作要求[5-7]。

2.2 数据库与网络结构

按照前文有关通信网络的结构说明内容可以看出，通信网络优化过程的首要工作就是综合调节数据库，而在数据库当中创建表就是移动通信网络在优化之后的常见操作。一般情况下，网络建设完成运行投入之后会保持一个相对固定的数据库结构状态，因而需要朝着数据库内部添加某些关键数据，这不仅可以实现对网络运行状态的监控，而且可以及时地发现可能存在的网络问题。需要创建的内容包括网络网元表和基础配置表等专业数据，这些数据共同地构成了数据库的主要内容，同时也可以被作为通信网络的信息而存在，具有良好的集成特性。如果创建查询表，也可以从数据库的不同表中提取出需要的数据，然后将所获取的关键信息共同地组建成为一个新的表格内容，更加直观地获取数据并进行展示。即便在后期要进行数据库更新，也能在固定的周期之内采集并分析有关数据，保障技术人员可以在短时间内完成对通信网络性能的评估和监控，一方面处理现存的故障问题，另一方面合理地预测网络发展的客观趋势。

2.3 数据优化方案

当数据库内容完善且数据准确率得到保障时，就可以通过聚类分析正式地开展通信网络规划工作，准确定位网络问题并探讨业务需求的实际情况。这里涉及到对所有指标的列举和分析，然后将不同的类型和类别赋予权重，按照重要性差异和优先级别进行加权平均，得到相应的指标评估体系，所得出的网络KPI评估结果才会更加合理而有效，具有应用价值[8]。具体而言，通过数据库存储和聚类分析可以建立后台的通信网络数据优化模型，对于数据的采集过程来说，可以定位某些反应网络真实情况的数据，进行分类。后台数据类型如表1所示。

表1 后台数据类型

可以看到，后台数据类型可以按照不同的分类标准来进行评估，在此基础上加权之后获得更加科学合理的聚类分析模型。按照所提取的数据属性和对应的数据特征之后，可以将其划分为不同的内容标准。例如在质量类型方面可以了解到通信质量和网络性能，这些数据在某种程度上可以反映出某一个区域用户对于通信网络的使用情况，为后续的资源配置工作提供合理的数据参考借鉴。而业务类型可以反映出通信网络是否需要进行扩充、是否需要对性能进行调节等。总而言之，通过此类分类手段，可以将表面上看似无关的内容全方位地进行分类聚合，然后建立模型后就可以将准确率较高的指标体系应用于通信网络的规划工作当中。而某些指标越高，代表的就是此类指标的价值越高，网络资源配置工作和用户行为之间的密切联系也可以被作为内容规划时的主要组成部分，按照后台数据库的特性建立模型和规划工作[9]。

后台数据的优化正是利用聚类分析模型所需要实现的结果，针对后台数据展开问题定位后就可以给出具体的内容和建议，以大数据处理分析方案来获取不同类型的关键指标。通过关联规则方法分析通信网络的配置情况后，可以在后续工作环节确定某些优化建议和工作内容是否需要循环。

3 基于关联规则的通信网络问题规划

关联分析的重点在于以分析方法获得稳定的数据群体资源，完成层次信息筛选。

3.1 网络问题评估

在当前的通信网络中可能会存在着一些问题，而这些网络问题逐渐成为各个运营部门重点关注的考核指标。现代通信网络的快速发展和用户数量的大规模增加让很多关键的数据未能得到及时解决，如果对每个问题都安排人员进行回访和调度，不仅工作效率较低，而且人员配置也无法满足实际的工作需求。如何对这些存在的问题甚至是矛盾缺陷展开分析和定位，是今后工作当中需要密切解决的问题。

通过关联规则可以将相应的问题内容和业务类型展开分析和定位，在形成关联体系之后确定内容区间，对某一个时间段内产生的问题综合地进行聚类分析，针对某些情况来建设评估体系。评估体系建设环节会针对不同的评估项目建设科学合理的KPI指标体系，每个指标体系的权重不同，数据结果和指标体系之间的密切联系也有助于展开对结果的双向验证，将基于关联规则的内容处理方法应用至整个网络区域[10]。

3.2 网络问题数据采集

网络问题数据采集可以通过处理系统实施，对接通信网络相关的数据信息，在获取某些区域的信息之后便具备了关联分析模型的数据基础。如果将这些数据和网络覆盖、网络接入以及资源分配等内容进行综合分析，就能建立基于关联规则的投诉分析模型，但仍然要确定如何通过计算机来展开更大规模的网络运营问题。所采集的数据本身并不具备互联特性，是通过关联分析之后得出的聚类分析结果，如果要借助计算机的处理能力从大规模的数据中定位相关信息，也可以利用到之前的数据挖掘技术获取问题定位数据。此时通过模糊搜索技术将某一个时间段内的内容展开分类评估之后，就能得到一份相对完善的网络问题评估报告。报告中的内容无论是采取降序分析还是升序分析，都可以获取一份比较完善的结果。获取了网络性能数据和网络基础资源数据后就可以建立评估体系，并针对不同类型的评分项设置出对应的KPI指标体系，设置好评分项权重建立网络和数据信息的对应关系。

4 基于矩阵分析的通信网络预测

4.1 问题预测

在当前的通信网络领域当中，网络规划工作与网络道路测试密切相关，通过道路测试不仅可以了解到网络移动性能的优势和劣势，同时还可以了解到哪些区域真正地被覆盖，哪些区域是当前网络覆盖的盲区，从而确定区域内的通信网络运行状态，以点到面地对服务质量作出全方位考核。矩阵分析的数据流图1所示。

图1 矩阵分析的数据流程

实际上，传统的道路测试和问题分析都是发现问题与解决问题的过程，就是此时问题已经产生，且优化人员是通过相应的规划手段确定发生了问题的部分。显然这种工作模式比较被动，且对于通信网络覆盖比较大的区域来说，网络建设工作的道路测试成本将变得更高。但进行分析时可以通过已经发生过问题的点和区域来结合网络数据进行反向验证，确定那些已经发生过问题的区域是否真正产生问题，然后再以正向预测的方式列举出可能存在隐患的区域和部分，为后续的工作优化提供合理的参考建议。

4.2 矩阵分析

矩阵分析所获取的数据内容指的是在某个时间段内收集的网络底层数据。在网络当中直接开启测量数据可能会占用一定的资源，此时在默认状态之下建立矩阵分析模型的重点在于确定测量周期保障网络基础数据的有效性。使用最新的干扰矩阵生成方式也能从根源上缩短数据获取的时间，防止因频率和区域等因素出现的干扰问题，迅速定位存在干扰和问题的区域。例如建立干扰矩阵和采样点展开分析评估过后，可以定位网络中存在的问题，提出解决措施，制定优化方案全面地提升通信网络服务质量，节省大量测试工作。