随着移动互联网的发展,蜂窝网络在近些年逐渐渗透进了大众生活的方方面面。据调查,在2016年,蜂窝网络就贡献了超过69%的移动数据流量。因此,优化和改善蜂窝网络的性能,是当前科研人员的重要研究目标之一。然而,由于蜂窝网络的“黑盒子”和“大规模”两个特性,仅依靠现有研究,非运营商内部的外界科研人员难以接触到足够量级的细粒度蜂窝数据集;同时,传统工作中对于蜂窝网络性能衰退的分析方法也有待更新,数据挖掘算法需要被引入,来充分挖掘出现有蜂窝大数据的潜力。为了解决这一系列问题,基于群智感知的思想,本文搭建了一个与蜂窝网络数据采集和性能分析相关的云平台,旨在帮助科研人员更好地分析蜂窝网络的性能。具体而言,本文的主要贡献可分为两点:一,针对当前研究领域难以提供兼具“大规模”和“细粒度”两个特点的蜂窝数据的问题,本工作设计并开发了群智蜂窝数据平台cniCloud。该平台可允许移动设备用户分享并查询海量细粒度蜂窝网络数据。在数据采集方案上,本工作基于单设备蜂窝采集方式设计了群智扩展方案,对多台设备的细粒度蜂窝采集数据进行了聚合;而在数据平台架构上,本工作针对群智数据的特点,提出了基于位置索引的元数据优化方案,以及设计了相应的分布式实时查询系统。实验结果表明,该平台在群智蜂窝数据的存储和管理上具有极高的性能与可行性。二,针对当前群智蜂窝数据缺少健全数据挖掘方法的现况,本工作设计并开发了群智蜂窝性能分析平台cpmCloud。该平台基于关联规则挖掘算法,设计了一套完整的实时数据挖掘流程,旨在定位蜂窝数据中蕴含的性能衰退根源信息。在挖掘准确率的研究上,本工作针对群智蜂窝数据的特点提出了特征工程方案,剔除了原始数据的大部分偏差噪音;而在挖掘实时性的研究上,本工作基于数据聚类的思想,提出了数据类的性能衰退标记方案,大幅减少了挖掘流程所要处理的数据维度。实验结果表明,该平台可准确定位出蜂窝网络性能衰退的根本原因,并具有极高的实时性。