论文部分内容阅读
[摘 要]随着信息技术的快速发展，我国已经正式进入大数据时代，而这一时代的到来也使得我国很多领域迎来了自身发展的契机，移动通信领域就是这其中的代表。随着手机的普及，我国移动通信用户已超10亿级规模，这就使得我国移动通信网络负担日渐加重，而大数据分析就是减轻这一负担的最好手段，为此本文就大数据分析在移动通信网络优化中的应用展开了具体研究，希望这一研究能够为我国移动通信业的发展带来一定启发。
[关键词]大数据；移动通信网络；优化
中图分类号：TN929.5 文献标识码：A 文章编号：1009-914X（2018）06-0104-01
1 大数据与移动通信网络概述
“大数据”一词是近年来的热门词汇，是指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的特点主要表现为数量庞大、数据类型丰富、数据价值密度低以及获取速度快。近年来，随着互联网技术的不断发展，我国信息技术融合速度进一步加快，数据规模急剧扩大，但仍然存在大数据供不应求的现象。在此背景下，国家相继出台了一系列法律法规及管理政策，加大了对大数据的研究力度，使得大数据分析在各行各业得到了广泛的应用。移动通信网络在我国发展的时间并不是很长，1992年，我国在浙江嘉兴建立并开通了第一个GSM网络系统，并于1993年正式投入使用。二十多年来，移动通信网络迅速席卷了全中国。移动通信网络的出现彻底颠覆了人们的生活方式，人们上网、交友、购物、听音乐、观看视频等都离不开移动网络。随着经济的不断发展，移动通信网络的覆盖范围越来越大，用户群体也越来越多，在此背景下，如果不优化移动通信网络，将会降低用户体验，影响移动通信网络的正常运行。
2 移动通信网络中大数据处理的关键技术
2.1 清洗、提取
许多终端在无人监控或者在环境恶劣的情况下，大量收集数据，这样收集而来的原始数据可能出现错误和误差，不准确和不完善，会导致数据的可靠性大大降低，因此就需要通过清洗技术，对原始数据进行分析清洗，去除部分错误、冗余和不完整的数据，最后将数据提取出来并储存。许多算法可以对数据进行清洗提取，但是大都是针对小量数据，并不能处理巨量数据，特别是PB或者EB级别以上的数据。因此，为了保证数据的正确性和完善性，确保分析结果的可靠性，算法等清洗技术需要不断发展和优化，这是近期需要迫切解决的关键技术问题。
2.2 集成
因为原始数据都是通过不同的终端收集而来，正是多源异构这一本质特征，所以，需要将来源不同的数据进行清洗提取，最后进行数据融合，将表示同一实体的不同数据表象融合至单一的数据表象，能够解决数据间各种冲突矛盾的情况。在移动通信网络中，大数据的融合集成需要关注实体统一、数据关联和数据冲突解决这三个关键问题。
2.3 分析、挖掘
获得可利用的数据之后，就需要对收集到的数据进行分析与挖掘，这是获得数据价值的关键手段。同一批数据，进行不同方向的分析挖掘以及分析挖掘的能力不同等，都会造成对数据利用的成果不同，数据实现的价值也会不同。因此，高效的挖掘分析工具、工作人员和开发环境对数据的分析挖掘具有决定性的意义。
2.4 交互展示
在获得数据并进行分析挖掘后，得到相应的成果，最后则需要通过一定的方式将其展示出来，具现化数据的真正价值。现今发展比较迅速的是可视化分析，即利用各种数据分析展示的手段，将数据结果以一种直视觉的形式展现出来。可视化分析不仅能够对大数据本身和其分析挖掘结果进行展示，而且可以进一步进行人机交互等，增强数据处理分析的能力，实现数据价值的最大化。
3 应用大数据分析开络优展移动通信网络优化的策略
3.1 存储功能的应用
如今，移动通信网络系统的不断优化，要充分利用好大数据的存储功能，以实现对移动数据的科学存储。在移动通信网络环境下，大数据每天都在不断更新，且这些数据信息都非常重要，必要要进行妥善的保存与管理。为实现对大量数据的高效保存，必须充分利用好大数据的存储功能，实现存储的虚拟化，进而解决实际运行过程中所面临的存储问题。在大数据分析过程中，存储功能的应用，实现了虚拟化存储，就是将结构不同的信息、数据设定在一个统一的信息管理平台上，旨在实现数据信息的集中化管理。借助存储功能，能适度降低信息数据的动态化容量，也可实现对海量数据存储载体使用量的控制，进而使得在数据管理上的成本降低。
3.2 实施阶段性策略
为实现移动通信网络系统运行的高效性，应实施阶段性策略，具体操作如下：①把大数据技术应用到网络系统的准备环节，在此阶段，必须要设定好整个网络系统的具体优化目标，结合目标详情来选择相应的材料与工具；②大数据技术在测试阶段的应用。在此阶段，测试人员需要对相关的数据信息进行记录，科学比对各项数据信息，针对移动通信网络实施DT测试工作，以实现对大数据应用效果的科学性检验；③大数据技术在移动通信网络优化分析环节的应用。在此阶段，工作人员要对海量信息实施全面的优化性分析，主要涉及到信息切换与信号覆盖等问题，一旦从中发现问题，技术员则需要制定相关的处理方案，对系统优化分析结果进行完善；④大数据技术在优化调整环节的应用。在此阶段，要及时对后台运行参数、天先射频参数等2个换进实施全面性的调整。通过对后台参数与天先射频等的调整，能全面提高移动通信网络系统的通信效果与通信质量，能保证整个通信网络系统可正常的运作，能防止通信故障的發生，这会对移动通信行业的发展产生阻碍。
3.3 构建完善的管理机制
在移动通信网络系统中，大数据技术已然得到了广泛的应用，且应用效果比较理想，只是安全问题仍旧比较突出。为提升整个网络系统运行的安全性与高效性，移动通信网络部门需要构建相配套的管理机制，强调对大数据技术的科学性应用，并对技术应用的流程进行规范，强调对移动通信网络点的动态化监测，以提高整个通信网络系统运行过程中数据的安全性。现如今，网络用户信息被盗的情况时有发生，若想全面提高用户信任度，用吸引大量的用户来使用移动网络，这就需要移动通信企业要做好安全管理工作，构建安全管理制度，落实好安全管理责任，以保护数据的安全性，旨在维护用户的基本权益。
4 结语
综上所述，为实现移动通信网络运行的高效性，相关人员应重视大数据分析，对大数据技术的数据存储功能、阶段性策略进行合理应用，同时为保护用户数据，应建立完善的安全管理制度，以保证数据的安全性，以充分凸显大数据的重要作用与价值，以求为移动通信系统提供高质量的数据服务。
参考文献
[1] 甄仲强.大数据分析在移动通信网络优化中的应用[J].工程建设与设计，2017，（01）：173-174+177.
[2] 汪敏，廖名扬.大数据分析在移动通信网络优化中的应用研究[J].通讯世界，2017，（02）：123.
[3] 叶钟燕.探析大数据分析在移动通信网络优化中的运用[J].通讯世界，2017，（06）：108.
[4] 贾丽华.移动通信网络中大数据处理的关键技术[J].信息通信，2017，（01）：271-272.
[关键词]大数据；移动通信网络；优化
中图分类号：TN929.5 文献标识码：A 文章编号：1009-914X（2018）06-0104-01
1 大数据与移动通信网络概述
“大数据”一词是近年来的热门词汇，是指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的特点主要表现为数量庞大、数据类型丰富、数据价值密度低以及获取速度快。近年来，随着互联网技术的不断发展，我国信息技术融合速度进一步加快，数据规模急剧扩大，但仍然存在大数据供不应求的现象。在此背景下，国家相继出台了一系列法律法规及管理政策，加大了对大数据的研究力度，使得大数据分析在各行各业得到了广泛的应用。移动通信网络在我国发展的时间并不是很长，1992年，我国在浙江嘉兴建立并开通了第一个GSM网络系统，并于1993年正式投入使用。二十多年来，移动通信网络迅速席卷了全中国。移动通信网络的出现彻底颠覆了人们的生活方式，人们上网、交友、购物、听音乐、观看视频等都离不开移动网络。随着经济的不断发展，移动通信网络的覆盖范围越来越大，用户群体也越来越多，在此背景下，如果不优化移动通信网络，将会降低用户体验，影响移动通信网络的正常运行。
2 移动通信网络中大数据处理的关键技术
2.1 清洗、提取
许多终端在无人监控或者在环境恶劣的情况下，大量收集数据，这样收集而来的原始数据可能出现错误和误差，不准确和不完善，会导致数据的可靠性大大降低，因此就需要通过清洗技术，对原始数据进行分析清洗，去除部分错误、冗余和不完整的数据，最后将数据提取出来并储存。许多算法可以对数据进行清洗提取，但是大都是针对小量数据，并不能处理巨量数据，特别是PB或者EB级别以上的数据。因此，为了保证数据的正确性和完善性，确保分析结果的可靠性，算法等清洗技术需要不断发展和优化，这是近期需要迫切解决的关键技术问题。
2.2 集成
因为原始数据都是通过不同的终端收集而来，正是多源异构这一本质特征，所以，需要将来源不同的数据进行清洗提取，最后进行数据融合，将表示同一实体的不同数据表象融合至单一的数据表象，能够解决数据间各种冲突矛盾的情况。在移动通信网络中，大数据的融合集成需要关注实体统一、数据关联和数据冲突解决这三个关键问题。
2.3 分析、挖掘
获得可利用的数据之后，就需要对收集到的数据进行分析与挖掘，这是获得数据价值的关键手段。同一批数据，进行不同方向的分析挖掘以及分析挖掘的能力不同等，都会造成对数据利用的成果不同，数据实现的价值也会不同。因此，高效的挖掘分析工具、工作人员和开发环境对数据的分析挖掘具有决定性的意义。
2.4 交互展示
在获得数据并进行分析挖掘后，得到相应的成果，最后则需要通过一定的方式将其展示出来，具现化数据的真正价值。现今发展比较迅速的是可视化分析，即利用各种数据分析展示的手段，将数据结果以一种直视觉的形式展现出来。可视化分析不仅能够对大数据本身和其分析挖掘结果进行展示，而且可以进一步进行人机交互等，增强数据处理分析的能力，实现数据价值的最大化。
3 应用大数据分析开络优展移动通信网络优化的策略
3.1 存储功能的应用
如今，移动通信网络系统的不断优化，要充分利用好大数据的存储功能，以实现对移动数据的科学存储。在移动通信网络环境下，大数据每天都在不断更新，且这些数据信息都非常重要，必要要进行妥善的保存与管理。为实现对大量数据的高效保存，必须充分利用好大数据的存储功能，实现存储的虚拟化，进而解决实际运行过程中所面临的存储问题。在大数据分析过程中，存储功能的应用，实现了虚拟化存储，就是将结构不同的信息、数据设定在一个统一的信息管理平台上，旨在实现数据信息的集中化管理。借助存储功能，能适度降低信息数据的动态化容量，也可实现对海量数据存储载体使用量的控制，进而使得在数据管理上的成本降低。
3.2 实施阶段性策略
为实现移动通信网络系统运行的高效性，应实施阶段性策略，具体操作如下：①把大数据技术应用到网络系统的准备环节，在此阶段，必须要设定好整个网络系统的具体优化目标，结合目标详情来选择相应的材料与工具；②大数据技术在测试阶段的应用。在此阶段，测试人员需要对相关的数据信息进行记录，科学比对各项数据信息，针对移动通信网络实施DT测试工作，以实现对大数据应用效果的科学性检验；③大数据技术在移动通信网络优化分析环节的应用。在此阶段，工作人员要对海量信息实施全面的优化性分析，主要涉及到信息切换与信号覆盖等问题，一旦从中发现问题，技术员则需要制定相关的处理方案，对系统优化分析结果进行完善；④大数据技术在优化调整环节的应用。在此阶段，要及时对后台运行参数、天先射频参数等2个换进实施全面性的调整。通过对后台参数与天先射频等的调整，能全面提高移动通信网络系统的通信效果与通信质量，能保证整个通信网络系统可正常的运作，能防止通信故障的發生，这会对移动通信行业的发展产生阻碍。
3.3 构建完善的管理机制
在移动通信网络系统中，大数据技术已然得到了广泛的应用，且应用效果比较理想，只是安全问题仍旧比较突出。为提升整个网络系统运行的安全性与高效性，移动通信网络部门需要构建相配套的管理机制，强调对大数据技术的科学性应用，并对技术应用的流程进行规范，强调对移动通信网络点的动态化监测，以提高整个通信网络系统运行过程中数据的安全性。现如今，网络用户信息被盗的情况时有发生，若想全面提高用户信任度，用吸引大量的用户来使用移动网络，这就需要移动通信企业要做好安全管理工作，构建安全管理制度，落实好安全管理责任，以保护数据的安全性，旨在维护用户的基本权益。
4 结语
综上所述，为实现移动通信网络运行的高效性，相关人员应重视大数据分析，对大数据技术的数据存储功能、阶段性策略进行合理应用，同时为保护用户数据，应建立完善的安全管理制度，以保证数据的安全性，以充分凸显大数据的重要作用与价值，以求为移动通信系统提供高质量的数据服务。
参考文献
[1] 甄仲强.大数据分析在移动通信网络优化中的应用[J].工程建设与设计，2017，（01）：173-174+177.
[2] 汪敏，廖名扬.大数据分析在移动通信网络优化中的应用研究[J].通讯世界，2017，（02）：123.
[3] 叶钟燕.探析大数据分析在移动通信网络优化中的运用[J].通讯世界，2017，（06）：108.
[4] 贾丽华.移动通信网络中大数据处理的关键技术[J].信息通信，2017，（01）：271-272.