网络数据挖掘规划论文

　　1LTE网络规划体系
　　根据网络规划的要求，利用大数据可以从覆盖评估，干扰评估和价值评估三个维度建立基于大数据挖掘的LTE网络规划体系，通过对现网问题的全面、准确分析定位，预知LTE网络规划存在的问题，提升LTE网络规划的准确性。
　　11覆盖评估分析
　　良好的覆盖是网络建设的最基本要求，基站站间距过大，基站覆盖过远会造成部分地点盲覆盖或者室内深度覆盖不足；而站间距过小，重叠覆盖会带来较大干扰，同样影响用户感受，同时不必要的重复建站将会加大投资成本。理想的蜂窝网络结构应该在保证用户移动性的前提下使小区间的交叠区域处在一个较低的水平借助现网2G3G实测数据，参考工参，扫频及M等大数据，利用奥村哈塔传播方程矩阵理论运算，根据不同频段自由空间传播模型损耗、模拟仿真覆盖及损耗矩阵，评估规划LTE网络的覆盖情况；同时构建贴合现网实际的小区传播路损模型，有效识别LTE网络的弱覆盖和过覆盖区域，实现点、线、面联合校准验证，获取真实、准确和全面的小区覆盖规划数据。
　　12干扰评估分析
　　干扰是影响LTE网络质量的关键因素，我们引入干扰贡献系数来评估无线网络重叠覆盖度。定义干扰邻区的能量之和与主小区的总能量的比值为干扰贡献系数，用其来评估主小区A，系数越大，说明该小区对外的干扰越大，需要整改的优先级越高。
　　13价值评估分析
　　传统规划主要从覆盖与干扰两个维度分析，不能完全识别出高价值站点，导致网络部署后出现建设偏离业务热点，超闲小区较多等问题。而基于大数据挖掘的LTE网络规划可基于话务热点、用户终端及价值业务等多维度进行关联性分析。首先梳理出数据及话务热点、智能终端数据卡渗透高区域，判定流量价值高的区域；其次发掘出数据业务使用率高，但实际速率低，话务需求被压制的区域；再次利用VIP投拆用户列表导出数据业务投诉用户和VIP用户区域，更直观、有效的体现网络热点投诉、流量变化较大的重点小区数据，定位重要客户的高价值流量区域，聚焦影响用户感知的重要问题，发掘LTE潜在高价值区域，有效指导LTE网络规划效益，降低网络资源的管理成本。利用基于栅格的多维度价值得分评估体系，通过高流量小区选择，实现用户分布地理化关联，进行多维度地理化综合分析，得到多个小区构成的栅格的价值得分，得出高优先级建站区域。
　　1）统计各栅格流量、用户使用TDSCDMA的速率、用户数量、终端分布、业务流量分布等数据，当某个栅格点上指标值大于全网栅格该指标平均值的k倍，即赋予该栅格价值点相应的分值。
　　2）栅格价值点相应的分值：栅格内指标值（全网栅格点该指标平均值k），k值建议为12，意义为在此栅格点的其中某一项因素大于该项因素的平均值的12倍，才会进行价值得分分析，小于该值则该栅格点的该项因素的价值得分为0。
　　3）单个栅格总得分权重1热点得分权重2速率得分权重3终端得分权重4业务得分。
　　4）统计基站覆盖范围内包含的栅格数量以及各个栅格上的分值，最终输出规划基站的总栅格得分排序，排序高低反映了该基站的价值高低。
　　14评估分析流程
　　评估分析一般在待建站点资源收集后，按照价值高低，基于基站覆盖范围和受干扰影响程度，选择建站顺序。根据实际情况，可一方面利用23G旧站址，一方面建议增加符合合理网络结构的新站点，达到良好规划的目的。
　　2大数据处理思路
　　LTE规划过程利用收集到的大量数据，包括工参数据、性能数据、经分口数据、MC口数据、投诉数据、测试数据等六大项13类数据，从中提取有用信息进行分析。
　　21基于大数据的打包清洗
　　根据大数据删冗去错机制进行数据清洗（见图7），保持数据的准确性。在规划中首先实现数据去冗，对话统过期数据、工参多余字段集中去除；其次是数据去重，去除相同路段多次测试的数据，排除话统及性能相同的数据，保证数据唯一性；再次是数据纠错，结合数据特性，对统计异常、工参错误等数据进行纠错，保证数据区间在合理范围。
　　22基于大数据的关联聚合
　　根据数据的特征、变量等进行数据降维，从覆盖，干扰和价值维度对数据进行投影降维，简化分析数据的复杂度。同时运用强关联聚合、相近聚合、相关聚合等聚合模型进行关联聚合，比如在覆盖评估中将道路测试、路测扫频、用户测量报告等信息按照关联强弱聚合，在价值评估中将业务分布、用户分布、终端分布等信息按照比例进行关联聚合。具体来讲，以用户的地理位置为索引，关联其所在位置的信号强度，干扰情况，终端支持类型信息，业务信息以及所在位置的周围基站分布情况，周围环境情况，人群流动情况等等，建立基于时间、位置、用户、终端、应用等多维度的用户行为聚合模型。根据用户行为模型，分析筛选得到绝对静态用户数（静态用户定义为单用户在某小区有5天产生流量且每天在该小区产生流量占当天该用户总流量的70以上，且产生的流量大于10MB周）全省共计38万人，涉及5798个小区。根据用户在占用静态小区时上报的用户自身所在位置的经纬信息（理论上精度平均误差在55m）结合基站位置关联，发现定位2G3G数据业务成熟度高的区域。通过精确定位不同用户上网的。地理位置，同时关联静态用户终端网络制式信息，用户上网习惯和用户流量，引导4G站点规划，指导指导定向推送4G营销业务。
　　3应用情况
　　基于大数据挖掘的LTE网络规划研究在山东公司LTE网络一期网络规划中得到了广泛应用。通过高价值区域定位、干扰问题分析、覆盖评估等维度综合关联性分析，借助2G3G现网实测数据实现了点、线、面联合评估，真实、准确、全面地对4G网络的价值流量、重叠覆盖干扰、弱覆盖等进行了评估，同时输出了LTE工参信息、站址建设优先级，站址地理化呈现等一系列规划结果。通过黑、灰、白名单规则判断，输出了LTE网络不建议规划的黑名单小区、通过相关优化调整后可规划灰名单小区、直接可共址建设的白名单小区，共评估一期工程规划小区60653个，发现低价值用户流量少的黑小区3433个；易产生干扰黑色小区5021个，灰色站点1265个；覆盖问题黑色小区543个，灰色小区3501个。通过规划质量的提高，降低了后续优化调整的难度，共计节约资金11766033530万（注：每个基站年优化费用约03万），而且原来人工规划、勘察基站的效率大大提升，解放人力成本带来的直接经济效益7510750万（注：人力成本节约75人，含外包，年人均成本10万），降低了全省网络规划优化的管理成本。通过TDLTE的大数据网络规划分析，有效指导了4G网络规划，按照以终为始、聚焦价值、提高投资收益、建设精品网络的目标，提升了4G网络规划的准确性、合理性。
　　4结语
　　TDLTE是中国移动的未来，是网络发展的方向，也是具有我国独立知识产权的技术，对TDLTE建设要全力以赴、保质保量保速度。网络规划是网络建设的基础依据，应该坚持以终为始的理念，为网络建设与网络持续发展提供技术支撑。对于TDLTE网络而言，网络结构对网络质量具有决定性的影响，因此网络规划对于TDLTE网络的建设质量具有更为重要的意义，在TDLTE网络规划中引入了大数据挖掘等新思路以保证网络规划的质量。高质量的网络规划为后期的网络建设、优化运营提供良好的网络基础，达到事半功倍的效果。该研究可实现工程建设最前端规划与最末端优化的有机结合，在规划期内有针对性地解决网络结构问题带来的网络质量隐患，是LTE与2G3G现网共站址、共U、同天线的情况下进行LTE网优化的有力助手。通过对2G、3G等现网数据的分析，预测TDLTE的网络性能和干扰解决方案，可以有效提高TDLTE网络规划建设的质量，减少重叠覆盖和同频干扰，目前已在中国移动LTE一期、二期网络工程建设中全面使用、对推动LTE一期、二期网络工程建设保质保量保速度地完成任务起到了功不可没的作用。