论文部分内容阅读
摘要：众所周知，移动通信网络数据用户群庞大、基站多，产生的数据也多，对于这些数据的获取和收集是一个相当庞大的工程，这给移动通信网络的优化工作带来了很大的难度。常规的信息处理技术在处理大量的通信数据以及客户信息的时候常常出现降低信息传输的现象。而大数据分析在处理大量通信数据时，更为快速、准确、智能化，从而大大提高通信质量和保障通信安全。下面就大数据分析在移动通信网络优化中的应用进行分析。
关键词：大数据分析；移动通信网络优化；应用
1大数据分析技术在移动通信领域的作用
（1）提供丰富的数据资源。大数据技术能够在最大程度上为运营商提供大量的数据资料，人们在进行网络使用中，会产生很多的数据形式，运营商可以通过对这些原始数据收集和分析来实现用户的分类，然后可以对用户的使用情况进行分析和设计，从而确定“数据套餐”等的设定，为人们提供更优质的服务，并提升利益空间。这个过程中，大数据主要起到的就是辅助引导功能，通过数据分析从而对潜在客户实现挖掘分类。（2）为流量经营创在条件。随着移动通信技术的日益成熟，数据传输速率的加快以及各种软件的相继推出，流量已经成为了人们日常生活中习以为常的存在，而从费用支出上来看，流量的支出远远要高过话费的支出。但是流量的经营和把控一直是一个技术性的难点，其涉及的范围较广，控制的方面较复杂，因此只有依靠大数据才能对流量进行合理的经营。
2大数据分析应用于移动通信网络优化中的问题
2.1通信网络数据量比较大
随着移动通信设备的不断普及，大大扩大了移动通信网络的覆盖范围。用户大幅度增长，带动了相关移动网络基站数量的增加，由此出现了较多的移动通信网络数据。通过大数据分析来处理这些庞大的数据难度较大，影响移动通信网络的正常运行。
2.2资金投入量大
将大数据技术应用于移动通信网络优化中，需要花费大量的时间和资金。具体而言，在移动通信网络建设过程中，各个区域的数据结构和性质等方面的差异越来越悬殊，一定程度上很难同时进行优化，因此很难及时处理好移动通信网络优化工作，在时间延长的影响下导致资金投入增加。
2.3移动通信网络用户业务多样化
在同一地点，利用信号将场所进行覆盖，一些用户可以通过移动设备来观看新闻、视频及浏览网页等，并且与亲朋好友进行通话等，网络用户业务多样化，影响网络的正常使用。比如，在某办公场所的人员密集区，使用无线网络的人员比较多，影响网络的正常使用，人员在使用高流量的BE业务时会遇到一定的阻碍，往往只能利用低流量的QQ业务。
3大数据分析在移动通信网络优化中的应用策略
3.1应用存储功能
针对每天更新的移动通信网络用户与不断攀升的信息数据量，为更好对用户提交的数据进行反馈计算，移动网络用户可采用大数据的应用存储功能，进一步做好优化整合的工作。可采用存储虚拟化的策略，来对移动网络产生的数据进行存储分析工作。所谓虚拟化存储工作，是在数据进入服务器前进行一定的分析筛选，把结构一致的信息储存在统一信息平台之上，进行系统化的集中管理处理，以此提高其运算处理的速率，更好地反馈至用户。使用这样的功能，能够有效减少储存大量数据时候所需要的空间与能源，进一步降低数据可能存在的动态变化，以此降低数据管理的难度与成本，更好使移动网络供应商优化服务。
3.2采用阶段策略
为更好优化移动通信网络的使用，可采用大数据的阶段分化策略。首先，在优化调整工作具体开展前，需要做好相关的准备工作。除了确立待优化的项目与目标以外，技术人员应该进行分析研究，选用最契合的优化方法与策略，在进行具体的优化工作。其次，在选定优化的策略以后，在投入具体使用前需要进行测试工作，保障优化的策略不会对信息造成损伤出现信息错误或丢失的现象。在测试完毕后在投入使用，并观察其是否能够切实提高相关数值如运算速率、储存容量等。再次，在测试完毕确认方案不会对信息造成损害后，需要对使用的方案进行分析，可选用不同种类的方法對统一数据进行优化，通过比对的方式甄选出最契合与高效的方案使用。最后，在完成所有的调整优化后，还需要对其进行实时的动态观察，一旦其发生特殊情况或错误情况，及时进行调整，切实保障用户的顺利使用。
3.3健全移动网络通信的各项管理制度
尽管目前我国已经将大数据的技术广泛应用于移动网络通信中，但以安全问题为代表的各类技术问题仍然有待被进一步的完善与改进，为此相关的移动网络供应商应当积极联动，出台一定的管理制度，以此更好地规范个人用户或企事业单位的使用。首先，应当加强移动网络安全的相关技术，杜绝部分不法分子为谋求非法利益而制造的木马、病毒等侵入个人用户的移动设备中，从而窃取个人用户的信息。其次，相关的移动网络供应商应当积极配合政府一同开展工作，建立有效健全的监管机制，杜绝部分企业单位企图利用移动网络采集个人用户信息的现象发生。
3.4进行科学的客户分析
为了更好的进行网络优化，还需要及时的掌握不同用户的实际需求以及其在移动通信方面的偏好等。而通过应用大数据分析技术，可以从时间和内容等多个不同的方面对不同的用户进行全面分析。在掌握用户基本资料的基础上，通过对其日常生活中在网络传输状态方面情况的记录和实时监测，可以更好的进行客户分析。例如，利用大数据分析结果，可以更好的进行移动通信计费系统管理。及时、快速的对不同用户的多方面情况，包括消费状况、套餐类型、使用规律等信息进行掌握和分析。进而帮助广大移动通信相关部门更加深层次地对不同的用户信息进行挖掘，从中发现潜在的价值信息，以更好的进行网络优化设计。
3.5优化数据分析方法
大数据技术在通信网络应用中的重要优化方法就是对信息进行采集和分析。在当前客户业务涉及较多的信号，可对其进行重点分析，针对l生地对数据进行提取，这样可以提高数据分析质量，这也是业务方面的创新。对于数据的分析进行侧重化处理，使得大数据技术在使用的过程中优化程度更高，测试的内容以及测试方式更加符合整体技术发展的需要。同时重视对数据的开发，可以将数据进行虚拟化的处理，借助虚拟化的处理方式对数据进行扩展，可以将多元化的数据以及文件进行平台化的整合，将不同类型的数据以及文件信息进行整理与存储，建立以托管为形式的构架，使得数据具有移动性以及.恢复性，提升数据分析质量。如图1所示，为整体的结构分布图。进行测试的过程中需要建立专业化的目标，之后确定优化目标，制定相应的工作方法，在准备工作完成后，进行数据采集以及测试，并且对数据参数进行调整，之后进行指标的优化。并且对问题进行分析，提升优化的整体质量。
结语
大数据分析对于移动通信技术来讲可以将数据的整体质量以及有效l生进行提升，为数据分析提供更加优质的条件。但是在进行分析的过程中仍存在一些问题，需要对分析方法进行改进。首先要发展网络性能大数据存储，其次要发展网络性能大数据分析，最后要发展网络性能大数据处理。通过这些方式，充分发挥出大数据分析的作用，优化移动通信网络，促进我国通信行业的发展。
关键词：大数据分析；移动通信网络优化；应用
1大数据分析技术在移动通信领域的作用
（1）提供丰富的数据资源。大数据技术能够在最大程度上为运营商提供大量的数据资料，人们在进行网络使用中，会产生很多的数据形式，运营商可以通过对这些原始数据收集和分析来实现用户的分类，然后可以对用户的使用情况进行分析和设计，从而确定“数据套餐”等的设定，为人们提供更优质的服务，并提升利益空间。这个过程中，大数据主要起到的就是辅助引导功能，通过数据分析从而对潜在客户实现挖掘分类。（2）为流量经营创在条件。随着移动通信技术的日益成熟，数据传输速率的加快以及各种软件的相继推出，流量已经成为了人们日常生活中习以为常的存在，而从费用支出上来看，流量的支出远远要高过话费的支出。但是流量的经营和把控一直是一个技术性的难点，其涉及的范围较广，控制的方面较复杂，因此只有依靠大数据才能对流量进行合理的经营。
2大数据分析应用于移动通信网络优化中的问题
2.1通信网络数据量比较大
随着移动通信设备的不断普及，大大扩大了移动通信网络的覆盖范围。用户大幅度增长，带动了相关移动网络基站数量的增加，由此出现了较多的移动通信网络数据。通过大数据分析来处理这些庞大的数据难度较大，影响移动通信网络的正常运行。
2.2资金投入量大
将大数据技术应用于移动通信网络优化中，需要花费大量的时间和资金。具体而言，在移动通信网络建设过程中，各个区域的数据结构和性质等方面的差异越来越悬殊，一定程度上很难同时进行优化，因此很难及时处理好移动通信网络优化工作，在时间延长的影响下导致资金投入增加。
2.3移动通信网络用户业务多样化
在同一地点，利用信号将场所进行覆盖，一些用户可以通过移动设备来观看新闻、视频及浏览网页等，并且与亲朋好友进行通话等，网络用户业务多样化，影响网络的正常使用。比如，在某办公场所的人员密集区，使用无线网络的人员比较多，影响网络的正常使用，人员在使用高流量的BE业务时会遇到一定的阻碍，往往只能利用低流量的QQ业务。
3大数据分析在移动通信网络优化中的应用策略
3.1应用存储功能
针对每天更新的移动通信网络用户与不断攀升的信息数据量，为更好对用户提交的数据进行反馈计算，移动网络用户可采用大数据的应用存储功能，进一步做好优化整合的工作。可采用存储虚拟化的策略，来对移动网络产生的数据进行存储分析工作。所谓虚拟化存储工作，是在数据进入服务器前进行一定的分析筛选，把结构一致的信息储存在统一信息平台之上，进行系统化的集中管理处理，以此提高其运算处理的速率，更好地反馈至用户。使用这样的功能，能够有效减少储存大量数据时候所需要的空间与能源，进一步降低数据可能存在的动态变化，以此降低数据管理的难度与成本，更好使移动网络供应商优化服务。
3.2采用阶段策略
为更好优化移动通信网络的使用，可采用大数据的阶段分化策略。首先，在优化调整工作具体开展前，需要做好相关的准备工作。除了确立待优化的项目与目标以外，技术人员应该进行分析研究，选用最契合的优化方法与策略，在进行具体的优化工作。其次，在选定优化的策略以后，在投入具体使用前需要进行测试工作，保障优化的策略不会对信息造成损伤出现信息错误或丢失的现象。在测试完毕后在投入使用，并观察其是否能够切实提高相关数值如运算速率、储存容量等。再次，在测试完毕确认方案不会对信息造成损害后，需要对使用的方案进行分析，可选用不同种类的方法對统一数据进行优化，通过比对的方式甄选出最契合与高效的方案使用。最后，在完成所有的调整优化后，还需要对其进行实时的动态观察，一旦其发生特殊情况或错误情况，及时进行调整，切实保障用户的顺利使用。
3.3健全移动网络通信的各项管理制度
尽管目前我国已经将大数据的技术广泛应用于移动网络通信中，但以安全问题为代表的各类技术问题仍然有待被进一步的完善与改进，为此相关的移动网络供应商应当积极联动，出台一定的管理制度，以此更好地规范个人用户或企事业单位的使用。首先，应当加强移动网络安全的相关技术，杜绝部分不法分子为谋求非法利益而制造的木马、病毒等侵入个人用户的移动设备中，从而窃取个人用户的信息。其次，相关的移动网络供应商应当积极配合政府一同开展工作，建立有效健全的监管机制，杜绝部分企业单位企图利用移动网络采集个人用户信息的现象发生。
3.4进行科学的客户分析
为了更好的进行网络优化，还需要及时的掌握不同用户的实际需求以及其在移动通信方面的偏好等。而通过应用大数据分析技术，可以从时间和内容等多个不同的方面对不同的用户进行全面分析。在掌握用户基本资料的基础上，通过对其日常生活中在网络传输状态方面情况的记录和实时监测，可以更好的进行客户分析。例如，利用大数据分析结果，可以更好的进行移动通信计费系统管理。及时、快速的对不同用户的多方面情况，包括消费状况、套餐类型、使用规律等信息进行掌握和分析。进而帮助广大移动通信相关部门更加深层次地对不同的用户信息进行挖掘，从中发现潜在的价值信息，以更好的进行网络优化设计。
3.5优化数据分析方法
大数据技术在通信网络应用中的重要优化方法就是对信息进行采集和分析。在当前客户业务涉及较多的信号，可对其进行重点分析，针对l生地对数据进行提取，这样可以提高数据分析质量，这也是业务方面的创新。对于数据的分析进行侧重化处理，使得大数据技术在使用的过程中优化程度更高，测试的内容以及测试方式更加符合整体技术发展的需要。同时重视对数据的开发，可以将数据进行虚拟化的处理，借助虚拟化的处理方式对数据进行扩展，可以将多元化的数据以及文件进行平台化的整合，将不同类型的数据以及文件信息进行整理与存储，建立以托管为形式的构架，使得数据具有移动性以及.恢复性，提升数据分析质量。如图1所示，为整体的结构分布图。进行测试的过程中需要建立专业化的目标，之后确定优化目标，制定相应的工作方法，在准备工作完成后，进行数据采集以及测试，并且对数据参数进行调整，之后进行指标的优化。并且对问题进行分析，提升优化的整体质量。
结语
大数据分析对于移动通信技术来讲可以将数据的整体质量以及有效l生进行提升，为数据分析提供更加优质的条件。但是在进行分析的过程中仍存在一些问题，需要对分析方法进行改进。首先要发展网络性能大数据存储，其次要发展网络性能大数据分析，最后要发展网络性能大数据处理。通过这些方式，充分发挥出大数据分析的作用，优化移动通信网络，促进我国通信行业的发展。