数据挖掘技术在4/5G通信网络优化中的应用分析

刘汉艳

（广州杰赛科技股份有限公司，广东 广州 510310）

0 引 言

在通信系统逐渐完善和现代信息技术迅速发展的大环境下，移动通信网络发展也开始从4G移动通信网络向5G通信网络发展。5G时代已经到来，目前已经逐渐形成4/5G的复杂动态网络架构。针对移动通信网络中的通信流量的波动性，移动运营商要根据业务和市场需求，充分挖掘通信数据中的信息，通过整理和分析探讨相关数据的关联性，提炼有价值的数据来改进通信网络资源的配置，不断完善和优化4/5G网络环境，提高4/5G优质网络服务环境[1]。

1 数据挖掘技术的概念及其分析方法

1.1 数据挖掘技术

结合4/5G网络的实际应用，数据挖掘技术主要应用于数据信息的整合、分析以及计算，通过对海量数据信息的整理和处理，实现各类数据的规律性规划，并进行深层次的整合。因此，在大数据时代背景下，要真正实现数据的分析水平就要基于人们生产和生活实际需求，探讨数据之间的联系以及互联网技术对通信网络的关联性，真正满足各行各业的生产需求，实现4/5G通信网络的优化。

1.2 数据挖掘技术的分析方法

1.2.1 分类分析法

分类分析法是我国的数据挖掘技术中是常用的一种，应用过程中技术人员首先要筛选出需要处理的数据，然后将相关数据进行分类。其次根据各项指标需要的数据规模，进行再次的筛选，分成不同的数据类型进行定点分析处理。最后结合定点分析处理结果，寻得各项数据之间的联系和规律，为4/5G网络优化工作开展提供数据参考[2]。

1.2.2 关联分析法

为满足人们的不同需求，提供人性化服务。关联分析法主要应用于4/5G网络的运行状况检查中，对检查中的相关类型数据及其关联的数据进行特定分析，掌握其中存在的规律性，以此为依据进行4/5G网络优化的探讨。区别于其他数据挖掘技术分析方法，关联分析法在应用中能够针对不同实际应用和需求，提供不同的分析数据。

1.2.3 序列分析法

序列分析法和分类分析法类似，但是在实际应用中技术人员首先要对采集完成后的数据进行编号处理，然后通过计算机对编号好的数据进行系统的计算机处理。

2 移动通信网络的特征

移动通信技术逐渐发展，人们生活水平不断提高，移动通信网络和移动通信系统也越来越复杂。这也导致移动通信网络优化的难度越来越大，需要考虑的因素也越来越多，面临干扰因素下问题增多的难题。而且，结合移动通信网络面向不同类型人群和客户的各种需求，对基站的建设也提出了更高的要求。如果移动通信网络基站出现问题，将会导致严重的网络浪费，网络服务质量的提高更无从谈起。所以，要提高移动通信网络运行的稳定性，就要提高网络通信系统的抗干扰能力，满足移动通信网络特点需求。

2.1 移动性特点

从目前移动通信网络的实际应用看，移动通信网络的应用范围主要有平板和手机等移动设备。相比较传统的互联网，移动性特点更加明显，这对移动通信网络的需求也更强。这对移动通信网络的实时性和移动性也提出了更高的要求，需要进一步完善和移动通信网络[3-5]。

地勘单位可以从建立健全审计信息系统的角度出发落实单位的信息化水平，例如单位根据自身的规模特点选择NC系统和审计软件，积极投入资金引进部分平台。确保单位内部人力、物力与财力的相对一致性。不仅如此，地勘单位应当定时给工作人员安排培训工作，教导他们软件与平台的使用方式，确保内部人员能够熟练运用计算机软件，积极发挥信息化的优势性，借助信息平台及时获取国内外价值性的信息并分析出当前市场的变动模式，发挥审计工作的效益。信息化建设能够促进动态性的监测工作，审计人员可以借助平台及时了解领导干部和单位法人的离任审计工作，最终避免重复劳动，提高工作效益与市场竞争力。

2.2 具有庞大的使用结构

此外，要满足广大用户的移动通信网络需求，保障畅通的通信和网络，需要网络结构持续优化和完善，并且要满足庞大化发展需求。在大数据技术的支持和应用下，充分挖掘数据，关注在网用户的使用情况，挖掘其中的规律信息，并在此基础上结合卫星通信网等网络和数据，满足网络结构复杂化发展。

3 数据挖掘技术在4/5G通信网络优化中的基本原则

要实现4/5G通信网路优化，数据挖掘技术是重要的手段，充分发挥其在数据收集和分析的优化。要满足通信网络的分布式处理和智能化数据处理需求，就要合理利用数据挖掘技术、大数据技术以及人工智能技术，完善数据信息采集，进行智能化和自动化分析，根据结果和结论进行科学调整。当然，4/5G通信网络优化工程量庞大，尤其是其中的大量数据处理，要实现优化就要将在众多服务器上部署优化系统，分层次、分区域进行数据采集、储存及分布式处理[6]。

这也从侧面反映出要对整体进行科学分析，首先要完成本层次的数据分析，其次分析各个层次的数据关联性，最后将整个分析任务划归到各个层次的服务器中。

4 数据挖掘在4/5G环境下移动通信网络优化中的应用

对比3G网络通信技术，4/5G网路无论是在频谱效率还是在数据速率和网络容量等方面都有了更大的提高，尤其是MIMO和COMP等技术的应用，使得异构网等全新网络逐渐完善，无线网络的建设和优化也进入了更高层次。4G网络结构如图1所示，5G网络结构如图2所示。运营商可以结合数据挖掘技术得到的信息对网络结构进行针对性的优化处理，完善整个网络结构，提升服务质量。

图2 5G网络结构图

4.1 数据挖掘在站点选择上的应用

要保障通信网络的质量，就要从移动通信网路的中站点规划和优化入手，通过合理分布站点，减少运营商资本投入，提升通信网络服务质量。有效借助数据挖掘技术，可以实现对网络站点的科学规划，优化整个的网络布局。

就其应用原理来看，数据挖掘技术可以利用搜索的算法进行尝试性试探，全面分析后得到目标函数变化移动量最多的位置点，然后再结合布置区域内的实际地理情况进行科学配置，选择出最优的站点布局。合理利用数据挖掘技术，一方面能够快速确定站点的位置，保障站点的合理性和整个网络架构的科学性，另一方面还能够有效降低运营商的成本，实现资源的有效和高效整合与应用[7]。

4.2 数据挖掘在话务预测中的应用

4/5G移动通信网络实际应用中，良好用户感知是整个网络运营环节的根本目的，这就要求要做好话务热点判断和网络优化，提升整个网络运营服务环境。如果网络优化和扩容的预测结构偏小，那么将难以满足通信网络系统的庞大业务量需求，影响网络质量。而如果预测的结果偏大，那么将会导致设备的闲置和投入资源的浪费。

据此分析，实现时间序列预测的数据挖掘技术，能够通过数据整理、分析来进行综合评估，分析挖掘近段时间内的话务量等数据，研判出不同区域和时间段内的变化量及发展趋势，实现设备投入和资产管理的合理化，提高网络运营水平[8]。

4.3 数据挖掘在覆盖分析中的应用

4/5G网络好坏的重要评判标准是信号的覆盖范围，如果其覆盖范围不能满足4/5G业务需求，那么其网络性能便将大打折扣。所以，运营商要进行网络覆盖分析，也需要充分利用数据挖掘技术，通过关联性分析发生网络存在的主要问题。

数据挖掘技术在覆盖分析中的应用，首先要大量采集特定区域内的数据，其次进一步分析网络覆盖率中的某一数据要素或者原因的关联性，最后借助序列分析和偏差分析等算法来分析某数据和覆盖率之前的关系，为网络结构优化提供参考，优化通信服务。

4.4 数据挖掘在干扰分析中的应用

4/5G移动网络通信由于移动性等特点，导致其并不耐干扰，只要在网络通信环境中存在强烈干扰因素或者干扰因子，都将给通信质量带来严重影响，这就要求运营商定期、定性分析通信网络的干扰问题[9]。

数据挖掘技术可以通过相关性搜索算法，分析相关参数的相关性，发现各个参数之间的潜在关系，确定干扰源。数据挖掘技术在干扰分析中的科学应用，可以进一步提升工作效率和定位的准确性，确保网络通信系统的安全稳定。

在现代通信网路飞速发展背景下，4/5G技术越来越普及，人们在不断享受现代信息技术发展红利的同时，也对其稳定性提出了更高的要求。所以，4/5G网络通信环境下科学应用网络通信技术，能够极大提升工作效率，有效降低运营商的成本，实现通信网络的结构优化，为用户提供优质用户服务[10]。

5 结 论

随着世界科学技术的发展和现代通信技术的完善，移动网络信息技术也得到了长足的发展。要满足人类生活水平的提高和应用需求，就要不断优化和完善4/5G网络系统。合理利用数据挖掘技术能够充分发挥该方面的优势，有效利用时间解决网络系统优化中出现的各个问题，进一步完善移动通信4/5G网络系统的功能，综合提高移动4/5G网络的服务水平。