《移动通信网络优化中大数据技术的运用研究》5800字（论文）

移动通信网络优化中大数据技术的运用研究摘要随着大数据应用的快速发展，移动通信技术逐渐成为人们联系生活和工作的基本方式。因为常常会出现通信数据超载的情况，所以很多情况下移动网络都会产生瘫痪的情况。传统的信息处理技术存在着比较大的缺点，尤其是在保障通信质量以及使得信息数据可以有效的接触方面缺点比较明显。操作大数据能够对信息的实时过程进行观察，主要优点是全过程、可视化以及智能化。把大数据用在移动通信中，能够确保信息的安全，并且进一步使得通信的质量得到提高。关键词：大数据；移动通信；应用目录TOC\o"1-3"\h\u10638850401绪论数据概念及相关技术 14379652.1大数据的概念 19184268142.2大数据应用的关键技术 120344919092.2.1大数据存储技术 114708870292.2.2大数据分析技术 215140357863移动通信工作应用大数据管理系统的有效途径 28657219993.1提高大数据存储技术以及信息处理能力 29879287683.2将大数据信息管理系统应用于更多的通信产业中 219227288193.3建立数据处理管理安全条例，保障通信安全 321168245244移动通信网络优化中大数据技术的运用分析 31081950194.1数据分析在移动通信网络优化中的难点 316625189714.1.1安全问题 310466144804.1.2移动通信网络用户业务的多元化 34110127834.1.3移动通信网络数据过于庞大 315844351294.1.4需要投入大量建设资金 38039903034.2移动通信网络优化中大数据技术的运用策略 46979155974.2.1利用大数据获取移动通信网络数据 43117588654.2.2挖掘移动通信网络数据数据 420186290224.2.3制定健全的大数据技术管理机制 41151317448结语 41364689066参考文献 51绪论如今我国的移动通信网络正处在一个蓬勃发展的时期，在定量以及定性分析移动网的工作。为了提升工作的效率，降低移动网络优化的工作量，需要使用大数据分析，存储以及处理技术。然后对有限的资源予以合理的优化使用，并进一步提高移动通信业务的发展。在使用了大数据处理、分析以及存储技术之后，那么移动网络需要优化到从点到线、从传统的单点的处理，进而向多个方向发展。移动通信运营商能够向定制服务和主动服务转变，改变传统的被动服务的方式。对用户的潜在需求予以深度的挖掘，提供给移动通信运营商更加丰富的业务选择，使得其产生新的利润增长点。伴随着不断发展的移动互联网以及通信技术，对于移动通信网络质量和业务内容的要求，移动通信网络用户有了更高的要求。这也是移动通信运营商需要进一步予以处理的问题。但是，随着不断增加的用户规模和网络规模，那么在用户以及网络发展的过程里会产生比较多的数据，并且未能得以合理的使用以及挖掘。2大数据概念及相关技术2.1大数据的概念大数据一方面指的是大数据技术，另一方面指的是海量的数据以及信息。大数据技术是使用网络以及计算机将大量数据和信息进行处理的技术，在对数据信息进行处理之后转换成比较有价值的数据信息，给企业服务以及生产供应基础。大数据的特征是种类多、操作快、数量也很大，在各种服务以及网络建设里是一种比较基础的技术。聚类分析表示的是在分析大数据之后，对大量的数据予以定义，接着使用聚合阶段类别或类似类别数据对大量基础数据予以量化。所以，能够在属性相似的数据里对有效信息予以提取、然后对其进行推测。联合别的分析方式以及跨类别关联分析，能够把数据细化到更加高级的类别，然后使用基础信息数据。在对大部分的数据进行收集、分析以及整理总结之后，使用聚类分析获得比较稳定的数据组资源。怎样将这部分层次以及类别清晰的数据之间的内在联系找到，进而全面的分析和使用不同层次的数据，在大数据分析里是更加具有价值的一个点。相关性分析表示的是通过不同的角度对表面好似不相关的数据信息进行分析。然后再次予以综合性的判断，进而取得相关性数据分析方式。在对不同的级别以及种类的信息进行关联之后，不同种类以及集群之间之间的数据能够更加紧密的结合在一起。这让数据分析师可以获得更靠谱的信息，然后在分析数据的过程里提高效率。2.2大数据应用的关键技术2.2.1大数据存储技术云存储是大数据存储的基础。云存储的技术架构以及基本模式是NoSQL。在移动商业运用的大数据存储里，常常是以亚马逊的Hadoop构建方式为基础，变成在移动通信大数据里的储存载体。能够扩展这样的存储结构，并且有一些也是兼容的存储方式，这不但有助于提升存储量，并且也有助于使用并且处理存储数据。2.2.2大数据分析技术本文所提到的大数据分析技术和大数据分析理论里的技术是有一定的内在联系的。对数据予以分类，并对数据的有效性予以估计，大数据分析技术常常使用的技术是对未来有关的数据进行预测分析；数据挖掘技术经常使用的方式是将有关的数据进行分析，接着采用聚类分析方式，接着挖掘更加复杂的数据，本文基于两方面使用数据挖掘技术：一方面是提取数据以及数据库系统结构；另一方面是获得基本的数据，在通过聚类分析之后，然后再次进行预测，为了使得工作效率得到提升，进而提供更加有力的支持。不使用传统的技术手段，而是使用数据挖掘技术。数据挖掘技术将传统的统计方法予以扩展。通常来讲，当人们的数据理论更高的时候，那么其统计以及分析方式和现实是更加的相近的，并且具备更加高的精准度。但是大部分的普通人是没有办法对大量的基础数据进行处理的，要求人们具备更多的经验以及技术。伴随着计算机技术的不断发展，电脑处理数据的能力也得到了提升。如果使用现代计算机技术对数据进行处理的的时候，能够在比较短的时间里将比较大的工作量予以处理，而且其具备更高的效率和精准度。从根源上来说，如今强大的数据处理能力取代了之前传统的低效率的数据处理技术。3移动通信工作应用大数据管理系统的有效途径3.1提高大数据存储技术以及信息处理能力当前，因为有更加大的客户数据量，把之前的人工操作以及信息管理软结合起来，难以保障每个客户都得到相应的反馈。与此同时，当通信数据变大的时候，那么通信公司里的数据会面临特别大的压力，从长期来看，会使得数据交换机的寿命大大的缩短，使得移动通信的质量变低。所以，要在移动通信管理里加大数据操作，然后要提升大数据的管理能力，并且降低数据交换，同时要缓解企业员工的压力。大数据库在数据操作系统里承担着传输通信内容以及存储客户信息的工作。所以，通信公司应当更加全面的认识大型数据库应用。当前，在技术层面，大数据能够将客户的数字以及客户信息很好的记录保存下来。这不但表明可以有效的开展数据通信工作，并且为了确保移动网络通信稳定工作管理，需要保存客户信息，并且将号码存起来。通信公司为了推广更多的信息服务，就需要对更多的客户信息予以掌握，这样才能保证移动通信的智能的高效发展。3.2将大数据信息管理系统应用于更多的通信产业中应当将大数据信息管理系统用在通信管理部门，不能只是用在通信公司的管理里面。当前，内部数据处理以及业务分析是通信公司大数据管理系统的主要应用。即便其能够对客户的信息有效的予以记录，而且使得通信公司的业务得到广泛的推进。进而确保通信公司通信质量的安全。但是，假如通信公司的大部分业务活动可以被大数据管理系统覆盖，不但有助于发展大数据技术，并且能够使得通信公司业务进一步的发展。比如，当和通信设备制造商进行合作的时候，通信公司会产生更高的效率。另外，通信公司的跨境合作还会用在处理生活信息以及网络安全管理的领域，不但用在移动通信业务中，有利于打造全方面的数据信息管理的一体化工作服务平台。完整的使用数据库的信息处理以及分析能力，让通信公司可以完成改革以及创新，进而提升信公司的市场活力。与此同时，因为移动通信运营商的客户信息更加的丰富，并且如今有很多的刑事案件嫌疑人都使用数据进行了网络犯罪活动。通信公司能够处理一些网络安全问题，进一步确保客户的信息安全。3.3建立数据处理管理安全条例，保障通信安全当前，网络上的私人信息贩卖平台较多，因此，近几年常常发生人信息被盗的情况。所以，阻碍当今移动通信健康发展的重要因素之一就是通信网络安全管理问题频发。为了使得客户的安全得到有效的保护，有关的部门需要和通信公司紧密合作，制定有关的通信数据安全管理规定，从而保证客户通信安全。与此同时，监管体系的建立能够对网络质量和安全管理予以实时监督，并且能够有效的避免移动网络信息犯罪，使得警方以及政府可以更加方便的处理一些数据犯罪案件。为了确保客户的通信安全，需要建立有关的法规和制度。4移动通信网络优化中大数据技术的运用分析4.1数据分析在移动通信网络优化中的难点4.1.1安全问题大数据分析主要包括数据分析、存储和处理。大数据分析是在互联网环境中进行的，因此数据安全是它必须面对的一大难题。在具体实施的时候，当产生技术缺陷的时候，那么就会导致移动通信网络里的大量数据丢失。就比如云存储技术，能够在统一的平台上把大量的数据存储在移动通信网络里，可是也不一定就能确保数据是安全的。当数据被泄漏之后，会使得移动通信网络公司的正常运营受到阻碍。在今后的发展里，比较重要的一个课题就是如何解决移动通信网络优化中大数据分析的安全问题。4.1.2移动通信网络用户业务的多元化移动通信网络中的群体不仅庞大，并且群体需求也不同。比如，在相同的地区，年轻群体以及中年群体的需求就是不一样的，年轻人几乎都是观看视频、听音乐、聊天，中年群体一般都是看新闻以及浏览网页。在这样的状况下，因为一些功能没办法使用，往往就会影响到用户的体验。比如，当无线网络覆盖的范围比较广的时候，那么就会使得网络出堵塞。这个时候，一部分人能够勉强正常使用低流量微信服务，还有一些人在使用中会遇到障碍。当网络用户服务多种多样的时候，那么就会使得移动通信网络产生更多碎片化的信息，这些数据也是非常难以整理的。4.1.3移动通信网络数据过于庞大在以往的动通信网络时代，大部分的用户群体是年轻人，因此数据也是有限的。所以在对数据的收集、分析、存储上也是比较简单的。但是，伴随着经济的飞速发展，移动通信网络覆盖面也是更加的广泛，也产生了更多的用户数量，产生的直接后果就是数据量庞大，对数据的分析、整理和应用也变得更加的复杂。4.1.4需要投入大量建设资金对大数据进行分析需要更多的资金上的支持，当然这也同移动通信网络的普及有着更加密切的关系。在建设移动通信网络的时候，当地区不同的时候，数据结构和数据性质也会产生比较大的差异。比如，一般沿海地区的数据处理技术更加的先进，西部地区的数据处理技术是比较落后的。所以，不能在使用大数据进行分析的时候，还同时优化移动通信网络，只能针对性的进行具体的优化，这样势必就会使得时间变长，增加资本的投入。另外，在统一的平台上存储数据也会需要比较多的金钱和时间。4.2移动通信网络优化中大数据技术的运用策略移动通信网络优化里分析大数据主要可以分成下面四个阶段。准备阶段：在这个阶段，需要确定优化的内容和数据目标，并准备所有相关的材料和工具。测试阶段：对收集的数据进行DT/CQT测试是测试阶段的主要任务。优化分析阶段：存储的数据是主要的优化对象。工作人员应当对信号覆盖和信号切换问题进行仔细分析和研究，然后计划出最终的解决方案。优化调整阶段：本阶段优化调整的主要对象是背景参数、天线射频等内容。优化后台参数能够对错误的参数及时的调整，避免产生通信的故障，使得通信行业得以健康的发展。4.2.1利用大数据获取移动通信网络数据移动通信网络之前在处理数据上的方法并不准确，并且效率十分的低下，并且非常难以满足移动通信网络的发展。怎样高效的获得量数据资源渐渐的变成在优化过程里的主要问题。在移动通信网络里分析大数据优势非常的显著。一方面，在大数据中应用计算机网络能够使得移动通信公司的员工的工作更加的简便，使得其工作量降低。另外，分析大数据的速度以及准确率得到了提升。4.2.2挖掘移动通信网络数据数据在移动通信网络优化里，大数据挖掘是比较困难的。为了使得移动通信网络能够正常的运行，那么就需要进行大量的数据分析，然后对不同信息之间的相关性进行挖掘。为了使得移动通信网络正常运行，应当提供正常的数据支持。数据挖掘技术是十分的强大的。为了使得网络质量大大的提高，那么要将数据挖掘用在移动通信网络里。使得企业的经济效益变高。在挖掘数据的过程中，还需要对数据进行分析、过滤和挖掘，并且汇总数据之间的关系，从而保障方案的相关性以及完整性，进而使得移动通信网络能够更进一步的发展。4.2.3制定健全的大数据技术管理机制在移动通信里，大数据分析中的数据安全是更加重要的问题。所以，移动通信企业需要建设更加完整的大数据技术管理系统，为了使得数据存储安全风险降低，需要进一步支持移动通信网络数据，使得移动通信网络更加的安全。另外，移动通信企业应当依据企业的发展状况，进一步将技术管理体系补充完整，进而保障数据的安全，进而吸引更多的用户，提升企业的效益。结语随着中国经济和科技的进步，中国逐渐进入大数据时代，大数据技术逐渐应用到各行各业。作为中国的主要通信行业，移动通信还将大数据技术应用于其分析和管理，大大提高了其效率。因此，有必要将大数据应用于移动通信。在应用过程中，移动通信行业应关注当前时代发展的特点，所有这些都是从用户的角度出发，最终实现提高其市场竞争力的目标。参考文献[1]吕晓玲,宋捷.大数据挖掘与统计机器学习[M].北京:中国人民大学出版社,2016.[2]陈明.大数据基础与应用[M].北京:北京师范大学出版社,2016.[3]刘丹.大数据在移动通信中的应用[J].内蒙古煤炭经济,2016(12):34+115.[4]丁洪涛.大数据在移动通信中的应用研究[J].中国新通信,2016(11):97.[5]黄倩蓉.大数据在移动通信中的应用[J].黑龙江科学,2015(03):28-29.[6]余海波.大数据在电信移动通信网络优化中的应用[J].广西通信技术,2014(04):8-11.[7]孟小峰,慈祥.大数据管理:概念、技术与挑战［J］.计算机研究与发展,2013,（01）:61-62.[8]覃雄派,王会举,杜小