基于大数据分析的移动通信网络规划方法.docVIP

基于大数据分析的移动通信网络规划方法 　　【摘 要】针对网络数据的爆炸式增长和大数据技术的迅速发展，提出了基于大数据分析的移动通信网络规划方法，立足规划目标，以大数据工具多维度挖掘分析用户的价值、感知、行为、轨迹等，全面反映用户对于网络的需求，进而聚焦市场、围绕用户感知制定科学合理的方案，构建精准化规划体系促进网络良性发展。最后，结合具体案例对该方法加以应用。 　　【关键词】大数据 网络规划 用户价值 用户感知 　　doi：10.3969/j.issn.1006-1010.2015.10.004 中图分类号：TN929.53 文献标识码：A 文章编号：1006-1010（2015）10-0022-06 　　引用格式：李梅，杜翠凤，沈文明. 基于大数据分析的移动通信网络规划方法[J]. 移动通信， 2015，39（10）： 22-27. 　　1 引言 　　随着移动通信网络的发展和移动互联网业务的增长，移动通信网络的各类相关数据呈爆炸式增长。借助大数据强大的数据处理能力和数据挖掘技术，通过分析用户行为、基于用户价值和用户感知规划设计网络，成为运营商提升网络竞争力的关键环节。 　　传统的移动通信网络规划需要借助海量的测试，分析总结网络存在的问题，再基于对市场和业务的经验预测，制定规划方案。该过程中，测试结果的普遍性和业务预测的准确性制约了规划方案的合理性，高昂的测试成本和冗长的测试工期影响了规划效率。 　　基于此，提出了基于大数据分析的移动通信网络规划方法，通过大数据工具分析海量数据，实现用户业务趋势预测、用户价值挖掘、用户感知评估分析，进而能够以用户为中心、面向具体业务场景展开通信网络规划。同时，该方法能够综合分析CQT（Call Quality Test，呼叫质量拨打测试）、DT（Drive Test，路测）等多种前端测试数据和信令数据、位置数据、用户业务信息等大量后台数据，克服单一数据分析的局限，不仅能够大规模降低测试成本、缩短方案制定时间，而且还提高了方案的科学合理性。 　　2 基于大数据分析的移动通信网络规划 　　体系 　　如图1所示，本文提出的移动通信网络规划体系可分为数据层、管理层、业务层和展示层，各层均与大数据密切相关。 　　2.1 大数据数据层 　　该层采用HDFS数据库和Hbase数据库管理通信网络相关的结构化、非结构化数据。数据主要来自于网管侧和计费侧，包括：核心网管数据、详单数据、网优平台数据、投诉数据、用户信息表等，这些数据经过预处理、算法处理后，按照标准数据格式存放在Hbase里面。 　　2.2 大数据管理层 　　该层基于Hadoop管理平台建立特定的数据预处理脚本和算法模型，实现对用户价值和用户感知数据的分析管理。 　　数据的预处理主要包括确实数据处理以及噪音数据处理。为分析用户价值和用户感知，本系统用到的大数据分析算法模型主要有层次分析法和聚类阈值法。 　　2.3 大数据业务层 　　该层是对用户价值和用户感知业务实施梳理与管理，对影响用户价值和感知业务的各维度进行分析并找出其关联关系。例如：用户价值与收入、终端、业务、套餐的各维度关联关系的梳理；用户感知与回落之间的关系梳理等。 　　2.4 大数据展示层 　　该层是以图表进行展示数据分析结果，辅助开展通信规划，重点是对用户价值与感知进行地理化展现、相关图表的输出。 　　3 用户价值与感知评价分析方法构建 　　3.1 用户价值评价体系构建 　　通信领域中的用户价值评估是一个多层次、多因素的问题，需要针对相关的业务构建评价指标体系，能够全面考虑用户的收入特征、层次结构、业务特征相互联系。 　　（1）建立用户价值评价体系结构模型――AHP分析法 　　采用AHP法评价用户价值时，首先是把用户价值进行梳理，建立出以业务为基础的层次结构模型，然后将用户价值分解成收入、套餐、业务和终端4部分。具体如图2所示： 　　用户价值评价模型的层次一般分为： 　　最高层：用户价值。 　　中间层：用户潜力和消费能力。 　　最底层：用户潜力包括用户的套餐指标与终端指标；消费能力包括用户的收入指标与业务指标。 　　基于以上的维度进行评分，可将评分落到各基站扇区，根据评分做出扇区化的图层，并将网络的价值扇区进行地理化呈现。 　　（2）确定用户价值评价模型各指标权重 　　以AHP法确定用户价值评价模型各指标的权重分为以下两步： 　　首先，构建递阶层次结构。如图2所示，目标层是用户价值，该层是建立评价模型的目的和追求的最终结果。一级指标层为{用户潜力，消费能力}；二级指标层包括套餐、终端、收入、业务等。 　　其次，要建立判断矩阵。根据模型同一层级的相关指标体系指标可构造判断矩阵，将同一层次的指标元素按照其上层指标元