论文部分内容阅读
摘要：在信息化时代背景下，计算机网络技术在各行各业都有广泛的运用。其中移动通信网络、社交网络迅速发展，所产生的数据规模也持续增加，对大数据技术需求也更为迫切。移动通信网络对我国信息化发展、人民生活提供了诸多帮助，加强对大数据在移动通信网络中运用的研究具有十分现实的意义。
关键词：移动通信网络；大数据；探讨
1大数据特征研究
信息技术范围内，大数据呈现复杂性、系统性特点，一般用4V进行概括，即：类型众多（Variety）、高价值（Value）、时效性强（Velocity）、范围广（Volume）。第一，类型众多（Variety）。大数据条件下，数据被分为多元化类型，比如：半结构、结构化、非结构化等。便于保存、输送文本信息属于结构化数据；剩余未非文本数据，比如：图像、音频、地理信息等为非结构化，该类数据占据的数量、范围较大比重，最高在80%以上。同时，数量、类型、范围等不断提升，业务价值数据的挖掘具有一定难度。第二，高价值（Value）。尽管呈现高价值状态，但是数据价值量状态，价值密度状态与数据范围、总量大小为负相关关系。比如：网络信息世界的视频、60min左右的视频通过持续控制，而有价值的数据也仅有5s左右。第三，时效性强（Velocity）。大数据与传统数据特点有着明显差异，数据价值影响与数据范围有着密切联系，同时也与数据处理的时间为正向发展。简而言之，为保证高价值量还应保证处理的高效性、精准，才能发挥数据价值影响。第四，范围广（Volume）。通过互联网数据分析：总体数据库核心近2万亿元储存的信息数据；同时，源于各行业数据伴随着时间的提高，提高速度在60%，具体落实中，多数的数据搜集传感器安装于不同类型系统中。基于这一数据条件下，为人们生活、工作提供了便利条件，比如：我们每天通过微信、QQ、微博等上网应用且产生大量数据。
2大数据分析在移动通信网络优化中存在的问题
大数据分析在进行移动通信网络的优化中，问题还是比较突出的，使得通信網络在优化的过程中无法得到更加全面的进步，具体包括以下几方面。
2.1数据分析质量不足
进行大数据分析主要的方式就是网络数据的分析，其中首先需要面对的就是庞大而复杂的客户群，并且客户的数量在持续性地增加，范围也在扩大。在这样的背景下对于数据分析来讲难度是非常大的。移动网络占据的数据量在整个的数据量中占据很大比重，因此，从这些数据中对需要的数据进行提取和分析就显得尤为重要。一旦数据提取失败，将对移动通信网络受到严重的影响，数据分析的质量和效率达不到理想化的需要，在准确度方面更加无法达到要求，造成整体数据分析质量的下降。
2.2资金问题突出
大数据分析对于资金的需求较大，要想在通信网络中获取较为有价值的信息，其中非常重要方面就是资金投入。毕竟数据分析不是一个短期的过程，而是一个长期不断积累的过程，需要经过漫长的过程。因此，在这个过程中，企业需持续性地进行资金投入，并且在这个过程中企业发展并收益。同时，数据提取结束后，需要对提取数据进行分析和整理，综合考虑不同的因素在使用方面的影响，对数据进行分类汇总。客观来讲，数据分析过程非常复杂，资金投入量较大，且实际使用质量可能受到一定的影响。
2.3信息安全性受到威胁
信息的安全也是需要关注的问题，大数据分析仅仅是对信息方面的创新，但是对于信息的安全性无法提供全面的保证。一旦在信息提取的过程中面临分析方面的问题，就会造成网络运行中的瘫痪情况。并且进行数据提取一般需要通过云存储技术，该技术虽然可以将大量的信息进行存储，但是在存储的安全性方面无法保证，造成数据在存储中遇到安全问题，威胁到整个系统运行，可能出现数据的丢失以及信息被窃取。同时大数据技术在应用的过程中，因为安全性无法得到保证，对于一些碎片化的客户数据提取的力度不够，造成数据分析错误，给数据结构的统一性带来一定的影响。
3在移动通信网络中具体应用大数据技术的方式
3.1应用大数据技术的存储功能
移动通信网络用户以及移动通信网络基站每天都将产生大量数据信息，如果将所有的数据信息都进行存储和整理将耗费大量时间和精力。应用大数据存储功能可以根本上解决这一问题。移动通信网络每天产生的大量数据，采用存储虚拟化方式来针对性的解决数据存储问题。大数据技术存储的根本宗旨是虚拟化存储，把结构完全不同的数据储存在同一个同台中，使动态变化容量降低，与此同时保持资源存储占据较小的能源消耗，根本上减少了移动通信网络的管理支出，压缩了资金成本。
3.2在移动通信网络优化过程中应用大数据技术
在移动通信网络优化过程中应用大数据技术具体能产生四个方面的优势效果。一是大数据优化准备阶段。在该阶段应对移动通信网络需要优化的数据目标进行进一步确认，经过确认后对优化过程中用到的工具和资料进行妥善准备；二是大数据优化测试阶段。面临该阶段的优化，测试人员首先应收集数据，开展DT/CQT测试。该阶段的开展应以准备阶段为基础。三是分析阶段。该阶段优化分析人员注重优化分析存储的所有数据，分析内容包括信号覆盖以及信息切换问题，分析工作完成后需要进行总结并且针对性的提出解决方案，圆满结束分析工作。四是调整阶段。在该阶段针对于天线射频以及后台参数两项内容开展具体优化调整。天线射频的优化调整其目的在于使移动通信网络覆盖区域内实现通信质量的提升。后台参数的优化调整更加注重于保障移动通信工作运作的正常开展，在出现错误参数时能够立即展开调整，避免移动通信故障的出现，推动移动通信事业的健康发展。
3.3设立专门的大数据技术管理制度
面对移动通信网络优化，在优化过程中使用大数据存储技术能够有效保障移动通信网络数据呈现出快速、稳定的发展。但是数据安全问题必须得到重视。针对于数据安全问题，移动通信单位应针对性的设立大数据技术管理制度，并且持续性地优化该制度。完善的大数据技术管理制度能够有效监控网络数据，保障移动通信网络数据具备安全性特点。只有保障了移动通信网络数据的安全性，用户才能放心使用，更多的用户参与到数据使用过程中才能提升移动通信单位的利润，从而推动移动通信单位的持续性健康发展。
3.4在移动通信网络数据获取中应用大数据技术
移动通信网络数据拥有大量用户，并同时覆盖多个基站，这种情况下产生的数据信息量极大。所以，数据的获取和收集工作量较大。移动通信网络在数据获取和数据收集过程中应用大数据技术，能够降低移动通信单位工作人员的工作量，提升收集数据的精确性，以此来呈现出一箭双雕的效果。
结语
由本文的分析可知，大数据分析技术应用于移动通信网络的优化中的作用极为重要，加强对数据的采集以及分析是进行网络优化的重要前提。通过以上建立聚类分析对某市移动网络的优化起到很好的效果，有助于帮助通信公司优化数据，提高效率。但在发展与突破的同时，仍然存在一系列问题，还需要加大对大数据技术的研究力度，整合更精准的数据，获得持续发展的机会。
关键词：移动通信网络；大数据；探讨
1大数据特征研究
信息技术范围内，大数据呈现复杂性、系统性特点，一般用4V进行概括，即：类型众多（Variety）、高价值（Value）、时效性强（Velocity）、范围广（Volume）。第一，类型众多（Variety）。大数据条件下，数据被分为多元化类型，比如：半结构、结构化、非结构化等。便于保存、输送文本信息属于结构化数据；剩余未非文本数据，比如：图像、音频、地理信息等为非结构化，该类数据占据的数量、范围较大比重，最高在80%以上。同时，数量、类型、范围等不断提升，业务价值数据的挖掘具有一定难度。第二，高价值（Value）。尽管呈现高价值状态，但是数据价值量状态，价值密度状态与数据范围、总量大小为负相关关系。比如：网络信息世界的视频、60min左右的视频通过持续控制，而有价值的数据也仅有5s左右。第三，时效性强（Velocity）。大数据与传统数据特点有着明显差异，数据价值影响与数据范围有着密切联系，同时也与数据处理的时间为正向发展。简而言之，为保证高价值量还应保证处理的高效性、精准，才能发挥数据价值影响。第四，范围广（Volume）。通过互联网数据分析：总体数据库核心近2万亿元储存的信息数据；同时，源于各行业数据伴随着时间的提高，提高速度在60%，具体落实中，多数的数据搜集传感器安装于不同类型系统中。基于这一数据条件下，为人们生活、工作提供了便利条件，比如：我们每天通过微信、QQ、微博等上网应用且产生大量数据。
2大数据分析在移动通信网络优化中存在的问题
大数据分析在进行移动通信网络的优化中，问题还是比较突出的，使得通信網络在优化的过程中无法得到更加全面的进步，具体包括以下几方面。
2.1数据分析质量不足
进行大数据分析主要的方式就是网络数据的分析，其中首先需要面对的就是庞大而复杂的客户群，并且客户的数量在持续性地增加，范围也在扩大。在这样的背景下对于数据分析来讲难度是非常大的。移动网络占据的数据量在整个的数据量中占据很大比重，因此，从这些数据中对需要的数据进行提取和分析就显得尤为重要。一旦数据提取失败，将对移动通信网络受到严重的影响，数据分析的质量和效率达不到理想化的需要，在准确度方面更加无法达到要求，造成整体数据分析质量的下降。
2.2资金问题突出
大数据分析对于资金的需求较大，要想在通信网络中获取较为有价值的信息，其中非常重要方面就是资金投入。毕竟数据分析不是一个短期的过程，而是一个长期不断积累的过程，需要经过漫长的过程。因此，在这个过程中，企业需持续性地进行资金投入，并且在这个过程中企业发展并收益。同时，数据提取结束后，需要对提取数据进行分析和整理，综合考虑不同的因素在使用方面的影响，对数据进行分类汇总。客观来讲，数据分析过程非常复杂，资金投入量较大，且实际使用质量可能受到一定的影响。
2.3信息安全性受到威胁
信息的安全也是需要关注的问题，大数据分析仅仅是对信息方面的创新，但是对于信息的安全性无法提供全面的保证。一旦在信息提取的过程中面临分析方面的问题，就会造成网络运行中的瘫痪情况。并且进行数据提取一般需要通过云存储技术，该技术虽然可以将大量的信息进行存储，但是在存储的安全性方面无法保证，造成数据在存储中遇到安全问题，威胁到整个系统运行，可能出现数据的丢失以及信息被窃取。同时大数据技术在应用的过程中，因为安全性无法得到保证，对于一些碎片化的客户数据提取的力度不够，造成数据分析错误，给数据结构的统一性带来一定的影响。
3在移动通信网络中具体应用大数据技术的方式
3.1应用大数据技术的存储功能
移动通信网络用户以及移动通信网络基站每天都将产生大量数据信息，如果将所有的数据信息都进行存储和整理将耗费大量时间和精力。应用大数据存储功能可以根本上解决这一问题。移动通信网络每天产生的大量数据，采用存储虚拟化方式来针对性的解决数据存储问题。大数据技术存储的根本宗旨是虚拟化存储，把结构完全不同的数据储存在同一个同台中，使动态变化容量降低，与此同时保持资源存储占据较小的能源消耗，根本上减少了移动通信网络的管理支出，压缩了资金成本。
3.2在移动通信网络优化过程中应用大数据技术
在移动通信网络优化过程中应用大数据技术具体能产生四个方面的优势效果。一是大数据优化准备阶段。在该阶段应对移动通信网络需要优化的数据目标进行进一步确认，经过确认后对优化过程中用到的工具和资料进行妥善准备；二是大数据优化测试阶段。面临该阶段的优化，测试人员首先应收集数据，开展DT/CQT测试。该阶段的开展应以准备阶段为基础。三是分析阶段。该阶段优化分析人员注重优化分析存储的所有数据，分析内容包括信号覆盖以及信息切换问题，分析工作完成后需要进行总结并且针对性的提出解决方案，圆满结束分析工作。四是调整阶段。在该阶段针对于天线射频以及后台参数两项内容开展具体优化调整。天线射频的优化调整其目的在于使移动通信网络覆盖区域内实现通信质量的提升。后台参数的优化调整更加注重于保障移动通信工作运作的正常开展，在出现错误参数时能够立即展开调整，避免移动通信故障的出现，推动移动通信事业的健康发展。
3.3设立专门的大数据技术管理制度
面对移动通信网络优化，在优化过程中使用大数据存储技术能够有效保障移动通信网络数据呈现出快速、稳定的发展。但是数据安全问题必须得到重视。针对于数据安全问题，移动通信单位应针对性的设立大数据技术管理制度，并且持续性地优化该制度。完善的大数据技术管理制度能够有效监控网络数据，保障移动通信网络数据具备安全性特点。只有保障了移动通信网络数据的安全性，用户才能放心使用，更多的用户参与到数据使用过程中才能提升移动通信单位的利润，从而推动移动通信单位的持续性健康发展。
3.4在移动通信网络数据获取中应用大数据技术
移动通信网络数据拥有大量用户，并同时覆盖多个基站，这种情况下产生的数据信息量极大。所以，数据的获取和收集工作量较大。移动通信网络在数据获取和数据收集过程中应用大数据技术，能够降低移动通信单位工作人员的工作量，提升收集数据的精确性，以此来呈现出一箭双雕的效果。
结语
由本文的分析可知，大数据分析技术应用于移动通信网络的优化中的作用极为重要，加强对数据的采集以及分析是进行网络优化的重要前提。通过以上建立聚类分析对某市移动网络的优化起到很好的效果，有助于帮助通信公司优化数据，提高效率。但在发展与突破的同时，仍然存在一系列问题，还需要加大对大数据技术的研究力度，整合更精准的数据，获得持续发展的机会。