大数据分析在移动通信网络优化中的应用研究

2022-09-10

随着通信技术的不断发展, 人们对于移动通信网络的要求不断提升。这就使得对于移动通信网络进行优化成为了相关人员的工作重点, 既促进了我国通信行业的发展, 也是我国国家政策发展的需要。目前, 各个行业都更加重视对于大数据分析技术的应用, 移动通信网络优化的工作人员也将目光转向对大数据分析技术的使用上。本文分析了大数据分析关键技术, 并探究了大数据分析在移动通信网络优化中的应用, 为相关人员的工作提供参考。

一、大数据分析在移动通信网络优化中应用的关键技术

(一) 数据库分析技术

大量的数据信息存储于数据库中, 为移动通信网络的优化工作提供了基础的信息保障以及数据的搜集与分析服务。相关工作人员在进行移动通信网络的优化中, 能够直接利用大数据分析技术中的数据库对地方的网络数据信息进行搜集以及分析, 迅速且准确的找出问题。这样就能够使得相关工作人员能够迅速的制定出有针对性的问题解决方案以及网络优化的策略, 提升用户的满意程度。

应用数据库分析技术, 能够对用户的用移动用网信息、业务模式的选择等等数据信息进行有效的分析, 并为相关工作人员提供移动通信网络优化的决策[1]。例如, 数据库中保存着用户的各种信息数据, 应用数据库分析技术对这些数据进行处理, 能够发觉移动用户群体的业务模式、人们对于某种业务的需求量更大等等信息, 为相关人员指明了移动通信网络优化工作的展开方向。

(二) 决策支持技术

在进行数据库的建立时, 会对大量的数据信息进行筛选、分析以及存储, 在这一过程中, 多数不相关的数据信息会由计算机进行自动的筛选与剔除。移动通信网络的优化工作感性意识相对较强, 所以要为相关的工作人员提供一定的初级决策支持。众所周知, 目前, 移动通信网络的用户数量极大, 即使是某一区域的移动通信网络用户人数也相对较多, 所以其相关的信息数据量也十分巨大。在这样的背景下, 使用决策支持技术能够提升相关工作人员的工作效率以及工作的准确性。决策支持技术的实现利用了决策树这一算法, 对于移动通信网络的入场优化工作中涉及到的大量的数据信息进行处理、分析和定位。通过将基础信息快速分类, 能够迅速的完成大量信息的处理。

二、大数据分析在移动通信网络优化中的具体应用

(一) 网络性能数据的收集与存储

在进行移动通信网路的优化工作中, 首先要进行的就是对于相关网络数据的收集、分析与保存。在相关网络信息数据的收集环节中, 要重点对用户性能使用、网络业务数据以及网络信号的情况等信息数据进行收集和整理。其中。用户的性能使用包括网络信号的强弱、基站时延、导频时长等等;网络业务数据包括话务量、信道的接通率等等;网络信号的相关数据包括话务质量数据以及驱动测试数据[2]。

可以说, 以上这些信息数据量是十分巨大的, 但是也是移动通信网络优化工作中不可缺少的数据。利用大数据分析就能够很好的完成对以上数据的搜集与存储工作。利用大数据对相关网络数据进行虚拟化处理, 能够完成数据的自动分层, 为后续进行数据的处理打下基础。在实际的应用中, 相关工作人员只需要在统一的数据信息管理平台进行登录就能够获取有关的数据信息。

(二) 网络性能数据的处理

目前, 网络技术发展较快, 网络市场也变得加复杂。在这样的被背景下, 提升以MICA为框架的平台中的技术, 关系着大数据处理技术在移动通信网络优化中产生的效果。

为了更好的进行非同步的不同数据源的传输, 可以在进行信息数据处理中设计出专用于文件传输的通道, 或者使用面向信息数据的中间件进行处理, 实现相关技术的提升。大数据处理技术的应用能够利用不同的数据源进行信息数据传输的耦合处理, 完成大数据基本框架设计的收缩与拓展, 确保数据处理的安全性。

(三) 网络性能数据的分析

在相关人员进行移动通信网络的优化工作中, 进行问题的定位以及分析是最后的工作环节。通常情况下, 移动通信网络优化的有五个步骤, 在优化准备阶段, 要明确所需要的数据以及优化的方向;在数据采集阶段, 可以利用大数据技术对所需的数据进行提取;在问题分析阶段, 可以使用大数据分析技术, 对网络问题进行排查, 确定优化的方向;在优化调试阶段, 要结合后台参数调整以及天线射频优化调整来进行, 保证无线信号的正常分布。可以说, 大数据技术以及大数据分析在移动通信网络优化的各环节工作中都有应用, 且彼此相关联。