随着移动智能应用的发展和智能手机的普及,提出了各种新通信技术和新无线网络架构,终端用户对网络通信质量的要求也越来越高。为了提升网络服务质量,增强网络竞争力,各大移动运营商开始大规模开展以提高用户感知为目标的网络优化工作,消除覆盖盲区,优化容量配置以缓解网络压力,智能无线网络优化日趋重要。传统无线网络优化过程中的参数测量通常采用呼叫质量测试和路测技术,由于无线网络随机性大,采集所得结果准确性较低,无法准确反映网络实际状况。为了解决传统网络优化中存在的问题,提高用户对网络质量的主观满意度,本文设计了基于手机测量汇报的无线网络参数采集平台并实现终端模块功能,实时地对无线网络参数、用户网络使用行为数据和用户对网络质量的主观满意度进行采集,通过数据挖掘算法构建网络质量评估模型。通过该预测模型实现对网络运行状况的评估和预测,定位网络中存在的问题。本论文的主要创新点有:1、设计了移动无线网络参数采集平台,可以实现在不影响用户网络体验的同时,准确的对移动无线网络参数、用户网络使用行为参数和用户对网络质量主观满意度参数进行实时采集。2、将采集到的数据进行清洗和筛选,利用决策树算法,对筛选出的每一个节点进行属性分裂,划分和构造不同的分支,运用递归分治法进行属性选择度量,设计并搭建了用户对网络质量主观满意度的预测模型。利用基于手机测量的无线网络参数采集与覆盖容量自优化平台,不仅可以对不同运营商的网络性能进行实时监控和对比,提供网络优化方案,还能够通过用户分布的变化,分析用户的潮汐效应及群体移动特征,实时的对基站进行调度优化,为用户提供更优良的网络选择,推进按业务服务质量收费等运营模式的开展。