分析数据挖掘在网络优化中的应用

摘 要

随着中国的发展，已经逐步迈进了信息化时代，网络也存在于各行各业当中，应用十分普遍，随着时间的推移，每一个行业所储存的数据和信息与日俱增，在这样的情况下，出现了数据挖掘技术，数据挖掘技术是在存储的海量数据中找到本行业有用的数据信息，它可以查询过去的数据，还可以将多组数据进行对比，找出最具有价值的信息。现在我们在网络优化中应用到数据挖掘技术，不仅解决了复杂的网络问题，还可以优化网络，提高网络的通信质量。

【关键词】数据挖掘 网络优化 数据分析 聚类 关联

1 数据挖掘的含义和发展过程

1.1 什么是数据挖掘

数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。它可以从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识。

1.2 数据挖掘产生的背景

进入新时代后，计算机技术取得了巨大的成就，人们获取信息和储存数据的方式更加快捷和便利。所需要搜集的数据日渐增多，由此一来，使得数据和信息量以几何倍数增长，各式各样的信息，难以进行统一；真假信息混为一体，且信息安全无法保证。而如何有效的利用这大量数据背后隐藏的重要信息，是人们关注的焦点，随着计算机数据挖掘技术的发展这些问题都迎面而解。

1.3 数据挖掘的发展过程

此过程分为5个阶段，第一，业务理解，业务理解指的是站在业务的角度去理解项目的最终目标和需求，它是将项目的目标和需求转化为一个问题的定义，再制定一个初步计划来主义实现这些目标。第二，数据理解，指的是全面调查数据挖掘所需要的数据，并收集再熟悉，鉴别数据的质量问题，产生对数据的洞察力，形成对数据中隐藏内容的假象。第三，数据准备，数据准备阶段包括，数据清洗、数据选择、数据转换等。第四，建立模型。在此阶段，对于不同的建模技术进行选择和应用，并且认真校对他们的参数直到达到最优值为止。最后就是实施，由相关人员进行实施操作。

数据挖掘融合了多个学科，包含数据库系统、统计学、机器学习、可视化、算法等等。

2 数据挖掘的功能

数据挖掘是从大量的数据中提取或“挖掘”知识的过程。就针对功能这方面，可以完成以下五种功能：

2.1 分类

将收集到的数据，根据它们的属性进行分类定义，并建立组别。

2.2 推算估计

根据估计对象的变量相关的其他变量，并利用已有的数据来推算它的未来值。

2.3 预测

根据对象的特点，推算估计它的过去观察值，来预测它的未来值。

2.4 关联分析

把所有的相关对象根据某种特点分为与之相关的类，再将它们放一起。

2.5 聚类分析

将不同成分组成的总体分割成若干个其性质相同的群。

3 网络优化的概述

3.1 网络优化定义

网络优化指的是利用各种硬软件技术来达到网络性能最优平衡点的目的。而硬件方面是指对系统进行合理分析后，其中在性能和价格方面给出最优解。另外，软件方面指的是为取得最高性能负载对其进行参数的设置。网络优化也等同于SEO。

3.2 网络优化的目标

其目标分为两部分，其一，针对网络运行当中存在的问题，包括信号不好、语音质量差、网络拥堵、数据业务方面性能差等，网络优化都能很好的解决，使之网络处于最佳运行状态；其二，为适应社会的要求和发展的需要，有效的优化资源配置，来使网络资源得到合理的调配和运用，从而发挥设备的最大潜能，实现投资效益的最大化。

移动通信网始终处于一个变化的状态，各种各样的因素都会影响到当前的性能运行状态未达到最初的设计要求。所以需要网络优化来对其进行不间断调整以便适应各种变化。由此可见，网络优化并非一项短期的工程，而是需要在摸索中积累经验，才能解决各种各样的网络问题。

3.3 网络优化的意义

在原有网络的基础上，不再扩大规模及投资的前提下，可使网络的投资效益显著提高，以及网络运行的质量、服务质量、网络的容量均有一定程度的提高，这些都是网络优化存在的意义。

4 数据挖掘在网络优化中的应用

4.1 数据挖掘在站点选择中的应用

移动通信网络运营商首先会对不同技术体系的链路进行预算工作，计算出不同地区各个站点的覆盖半径，从而得出所要设置的站点个数。其次，由工程师通过专业的分析选择有利的站点，因为站点位置的选择决定着网络的质量。如果没有数据挖掘技术，那么在选择站点个数及位置的时候，仅仅取决于人为因素。但是如果我们将数据挖掘应用到站点选择当中，这样得出多种更加有效的方案，大大的减少人力、物力和财力。

4.2 数据挖掘在话务预测中的应用

在网络规划之初，需要有效地预测话务，对于硬件设备也要进行资源配置。这项工作很重要，若话务预测高于预期，会导致设备处于闲置，浪费资源，反之，则会使话务溢出，直接降低收益。所以我们可以通过数据挖掘技术，将研究对象在一定时间内的变动和历史数据进行分析然后加以预测，得到最佳的话务预测结果。

4.3 数据挖掘在覆盖分析中的应用

信号覆盖是否满足接入和是否能达到通话要求是网络性能优良最基本的判断。网络规划和站点位置的不合理，角度不对，信号受到阻挡，这些都会影响到网络的质量。可以使用数据挖掘技术将所遇到的问题一一进行相关分析，通过数据挖掘算法使这些问题都迎刃而解。

4.4 数据挖掘在干扰分析中的应用

移动通信极易受到干扰，干扰过强会导致通话质量变差甚至掉线。频率规划和功率分配不合理，覆盖区域存在过强的干扰源，都会使通信受到干扰。数据挖掘技术的使用能对干扰实行分析，并给出最优的解决方案，对网络的干扰做出预警，提前对网络进行调整，这样可以大大避免日常生活中因干扰导致的投诉问题。

4.5 数据挖掘在切换分析中的应用

用户进行的移动通话是利用不同地区的基站之间的切换行为来完成通话的目的。切换技术对于移动通信有着重要的意义，若切换参数设置不合理，信号覆盖不好，邻区列表设置不合理都会影响到正常的切换。通过数据挖掘技术进行统计分析，找出切换最高成功率时的各参数指标，进行预先设置，会大大提高切换的成功率。

4.6 数据挖掘在掉话分析中的应用

掉话率是反映用户感受的直接指标之一，同样的信号覆盖强度和干扰问题，系统参数和邻区设置问题，系统设备问题都会影响掉话，通过数据挖掘技术进行相关数据的分析和系统的计算，准确找出所存在的问题，调整网络。

5 结论

移动通信网络技术的快速发展，使得用户数量倍增，超过了预期，现有的网络结构急需进一步的优化和完善，按照现有的优化手段，会浪费大量的人力、物力和财力，而且还不能达到最理想的状态，这就需要充分利用科学技术，结合数据挖掘技术，计算机技术，形成智能优化网络的体系。

数据挖掘是一门相对较新的数据分析技术，在网络优化中的应用也是一门新兴的课题。它一方面能查阅和分析已存在的数据，另一方面还能挖掘出数据之间的潜在联系，在信息传递方面做出了巨大的贡献。而网络优化具有复杂性、系统性，使得现有的网络在优化的作用下其质量不断提高。数据挖掘和网络优化的结合运用是一项长期的工程，需要我们在实践摸索的过程中，不断前行，实现真正的利国利民的意义。

参考文献

[1]黄标，彭木根.无线网络规划与优化导论[M].北京：北京邮电大学出版社，2011.

[2]钟云.数据挖掘在移动网络优化中的应用与实现[D].电子科技大学，2007.

[3]沈亮.数据挖掘在移动通信网络优化中的应用[D].上海交通大学，2009.

[4]安淑芝.数据仓库与数据挖掘[M].北京：清华大学出版社，2005.

[5]杨杰，姚莉秀.数据挖掘技术及其应用[M].上海：上海交通大学出版社，2011.