《数据挖掘在移动通信网络优化中的应用(1)》由会员分享，可在线阅读，更多相关《数据挖掘在移动通信网络优化中的应用(1)（47页珍藏版）》请在金锄头文库上搜索。
1、上海交通大学 硕士学位论文 数据挖掘在移动通信网络优化中的应用 姓名：沈亮 申请学位级别：硕士 专业：工商管理 指导教师：胡代平 20090111 数据挖掘在移动通信网络优化中的应用 摘 要 数据挖掘是一种典型的面向信息智能的应用技术， 它不仅能对海量数 据进行分析处理，并且能够找出数据之间的潜在联系，从而得到有价值 的信息，帮助科学决策。移动网络优化是一个庞大的系统工程，它对现 有网络资源进行优化，提升网络质量，提高企业的竞争能力和用户满意 度。 本文正是在讨论网络优化技术和数据挖掘应用的基础上， 研究如何将 数据挖掘技术应用到网络优化中。本文首先讨论网络优化的现状和具体 内容，其次讨论数据
2、挖掘研究的内容和各种算法，再次将两者结合，讨 论如何将数据挖掘应用到网络优化中。 本文结合作者多年的无线工程经验，提出两种具体的应用方案，一是 回归预测无线网络话务量研究，另一个是使用遗传算法进行频率自动优 化研究。其中前者话务预测准确与否直接决定了运营商的投入产出比， 而后者频率规划方案在很大程度上决定了网络质量，对这两部分进行分 析和研究不仅具有代表性，而且对网络优化中其他组成部分应用数据挖 掘技术具有指导意义。最后提出了以数据挖掘为支撑的智能优化系统架 构设想。 将这些方案在移动通信运维领域进行应用， 打破了以往被动优化的局 面，通过科学的预测、科学的计算来进行网络优化，提高了网络质量，
3、 给网络运行的生产维护管理部门和市场营销部门制定决策提供有力支 持，为公司带来良好的经济效益。 关键词：关键词：数据挖掘，网络优化，话务预测，频率优化 THE RESEARCH OF DATA MINING IN MOBILE NETWORK OPTIMIZATION ABSTRACT Data mining is a typical information-oriented intellective application technology. It is not only can analyze and disposal a great deal data but also can di
4、scover the relations among the historical data, thereby get the valuable information, help scientific decision-making. The network optimization is a systemic project, it optimizes the existing network resource to improve the network quality, and it improves the enterprise competitiveness and consume
5、r satisfaction. This article is to study how to apply data mining to network optimization based on the discussion of network optimization and data mining technology application. At first, it will discuss the conditions and content of network optimization, then discuss the research content and algori
6、thms of data mining, then integrated the algorithms and application forms, discussed how to apply the data mining technology to network optimization. Based on the author several years wireless engineering experience, this article put forward two detailed application method. One is wireless traffic f
7、orecast based on regression forecast, another is frequency optimization based on inherit algorithms. Study and analyze how to apply data mining to these two part can give a guidance of apply data miming technology to other network optimization part. Finally, this article gives a module of intelligen
8、t optimization platform base on the data miming technology. These projects are applies to the mobile network optimization, they breakdown passive optimization pastime, this optimization method adopt scientific predict and scientific calculate, not only it can improve network performance, but also he
9、lp product maintenance management department and market management department establish decision-making, and it bring more profit to operator. KEY WORDS: Data Mining, Network Optimization, Traffic Forecast, Frequency Optimization 上海交通大学上海交通大学 学位论文原创性声明学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立 进行研究工作所取
10、得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究 做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意 识到本声明的法律结果由本人承担。 学位论文作者签名：沈亮 日期：2009 年 1 月 11 日 上海交通大学上海交通大学 学位论文版权使用授权书学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许 论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或 部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段
11、保存和汇编本学位论文。 本学位论文属于： 保密保密 ，在 年解密后适用本授权书。 不保密不保密 。 （请在以上方框内打“”） 学位论文作者签名：沈亮 指导教师签名：胡代平 日期：2009 年 1 月 11 日 日期：2009 年 1 月 11 日 上海交通大学 MBA 学位论文 数据挖掘在移动通信网络优化中的应用 1 第 1 章 绪论 第 1 章 绪论 11 课题的背景与意义 11 课题的背景与意义 2008 年电信运营商的重组是我国国民经济的一件大事，重组后形成的三大电信运营商（中 国移动、中国联通、中国电信）都将拥有移动运营牌照，形成新的竞争格局。中国移动作为国内 最大的移动运营商，经过几
12、年的网络建设，其网络规模早已达到世界上最大的移动通信网络，拥 有世界上最大的用户群。2007 年中国移动收入达到 3569 亿元人民币，净利润达到 871 亿元。 移动通信网络是一个动态的网络，话务密度分布不均、频率资源紧张，网络配置未达最佳且 长期处于不断变化之中，网络的服务质量不尽人意，巨额的投资并没有得到最佳的收益。所有移 动运营商都不断地对网络进行维护、调整和优化、合理的配置网络参数，使网络达到最佳的运行 状态。 网络优化工作是指对正式投入运行的网络进行参数采集、 数据分析， 找出影响网络运行质量 的原因并且通过参数调整和采取某些技术手段， 使网络达到最佳运行状态， 使现有网络资源获得
13、 最佳效益，同时也对网络今后的维护及规划建议提出合理建议。 网络优化涉及的技术领域有交换技术、 无线技术、 频率配置、 切换和信令、 话务统计分析等， 是一项技术难度大、涉及范围广、人员素质要求较高的工作。同时，网络新功能的不断应用，用 户数量的不断增加，网络设备的多样化，对网络优化人员的技术要求也相应地越来越高。 然而，目前的网络优化工作，主要还是依赖于优化人员的经验来实施，而靠人工来对繁杂的 网络数据进行及时的分析和对比，得出最优化的网络优化方案是不现实的。另外，优化人员往往 借助于单一类型的网络数据来进行分析和对比， 而不是根据所有与网络相关的数据 （如话务统计 数据、路测数据）得出网络
14、优化方案，这显然有一定的缺陷性。 日益复杂的优化工作向优化工具提出了“智能化”的要求，数据挖掘技术脱颖而出，其通过 对网络海量数据的挖掘与优化判别算法有机的关联在一起，将技术人员的优化逻辑判断程序化， 找到网络问题并智能的给出最优化解决方案。 数据挖掘技术是近几年国内外迅速发展起来的一门交叉学科，涉及到数据库、统计学、人工 智能和机器学习等多个学科，能够为决策者提供重要的、极有价值的信息或知识，从而产生不可 估量的效益。数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中， 提取隐含在其中的，人们事先不知道的，但又是潜在有用的信息和知识的过程。这个定义包含好 几层含义：发现的
15、知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持 特定问题的发现。 数据挖掘使数据库技术进入一个更高级的阶段， 它不仅能对过去的数据进行查 询和遍历，并且能够找出过去数据之间的潜在联系，从而促进信息的传递，提供科学决策依据。 1 目前，在很多领域，数据挖掘都是一个很时髦的词，尤其是在银行、电信、保险、交通、零 售等商业领域。 数据挖掘所能解决的典型商业问题包括： 数据库营销、 客户群体划分、 背景分析、 交叉销售等市场分析行为，以及客户流失性分析、客户信用记分、欺诈发现、移动通信网络优化 上海交通大学 MBA 学位论文 数据挖掘在移动通信网络优化中的应用 2 等。其中，网络
16、优化是数据挖掘技术应用的一个新领域。 12 国内外研究现状与趋势 12 国内外研究现状与趋势 从数据库中发现知识（KDD：Knowledge Discovery in Database）一词首次出现在 1989 年举 行的第十一届国际联合人工智能学术会议上。到目前为止，由美国人工智能协会主办的 KDD 国 际研讨会已经召开了多次， 规模由原来的专题讨论会发展到国际学术大会， 研究重点也逐渐从发 现方法转向系统应用，注重多种发现策略和技术的集成，以及多种学科之间的相互渗透。 国外不但在研究方面使各个学科的经验向该领域集中， 而且出现了大量的软件产品， 在社会 的各个领域中的应用中也取得了丰硕的成果。目前，世界上比较有影响的典型数据挖掘系统有： SAS 公司的 Enterprise Miner、IBM 公司
