国网舟山供电公司 浙江 舟山 316000
摘要:在现有的数据通信网络中,信息多元化、高速增长、对海量数据的有效管理,都必须利用大数据分析技术来实现。在提高通讯网络集约化、自动化的管理水平实践中,大数据分析技术能够为通信产业带来真实、准确、快捷的统计分析报表,也可以引导通讯网络经营者根据行业实际,合理地优化和提高发展战略规划,从而提高通讯网络的整体管理效率和经营管理水平。
关键词:通信网络;大数据分析;系统优化;应用措施
引言:通讯网络企业在经营管理过程中,由于数据分析种类多、信息量大,因此所产生的数据分析冗余问题也十分明显。而海量数据信息中蕴含的潜力价值,迫切需要借助强大数据挖掘技术来发现。大数据分析,是指根据所获取的数据分析信息,采用相应的技术手段来筛选有价值信息,并将其运用于网络系统管理和系统升级过程中,以提高通信网络整体运营效率。而由于市场的日益扩大,尤其是伴随5G网络系统的逐步运营,各大网络通信服务运营商都要着力于改善用户体验。所以,在技术手段层面,大数据分析通过准确发现并锁定有经济价值信息,作为辅助决策依据,为通信网络的统计信息有效性提供了保证。
1通信网络系统亟待优化的主要问题
1.1数据管理压力大
从当前的数据通信网络管理实际出发,大数据分析技术确实有着良好的数据挖掘能力和使用价值,但是在许多时候,大数据分析技术却未能获得相应的有效作用。主要原因是由于很多通信网络数据量过大,数量累积所导致的数据冗余现象也比较明显。整个网络平台早已成为了社会生活的重要组成部分,加之互联网访问量巨大,给中国通信与网络安全运营管理工作提出更大挑战。部分网络数据在采集、保存之后,仍无法迅速、有效地运用大数据分析技术实现对有价信息的获取与挖掘。
1.2缺乏人力、资金投入
立足通信互联网产业,更加重视网络的优化和提升,更有利于提高中国通信管理效能水平。虽然大数据挖掘成为中国通信互联网创新升级的关键技术手段,但当前还没有相应的技术型人员和资金。通信网络涉及的基础设施资源较多,提升与改善成本高。因此通信网络优化过程中必须建立高素质技术人员队伍,并导入国际先进的网络设施技术,这都需要资金来保障。此外,考虑到各个区域通信网络规划的不同情况,对通信网络的优化也必须把握地方实际,进行相应资金链的优选,以达到通信网络管理预期。
2大数据分析在通信网络系统中的主要应用
2.1对通信用户数据进行分析处理
在通信网络经营中,因为网络覆盖广、用户数量大,从而产生的各种通信服务资源数量将与日俱增。通过利用大数据分析发现海量数据的价值,将有助于增强通信网络经营稳定性,增强市场的核心竞争力。同时面对各种行业、各种类型用户的大量数据资源,为了保证大数据储存的安全、可靠性,还需要进行存储的扩充、更新,以增加数据存储器的容量。将大数据分析技术与新一代技术、云计算等现代信息系统加以综合运用,来解决海量数据储存和数据挖掘处理的困难问题。运用云计算技术对海量数据进行虚拟运算和保存,能够提升信息处理的整体效率。利用云计算技术对数据通信网络存储容载量的调整,将成为当前信息通讯行业数据处理的关键应用。针对大量信息的分类和管理,对于一些通信网络数据相关性较低,没有共同点,可运用信息去冗余技术来获得更有价值的关键信息;对于大量非结构化信息,可运用信息融合技术来提高数据通信业务质量。此外,运用数字虚拟技术也有助于提高数据通信网络稳定性。
2.2大型网络平台数据分析处理
在通信网络中,一些主流的互联网数据平台也对大数据挖掘技术提出了更高需求。大数据挖掘技术依托于网络平台的海量数据分析,并利用技术手段来解析关键数据,为互联网信息服务经营者提出了参考依据。在5G网络技术背景之下,通信网络提供商更需要关注大数据挖掘,借助大数据挖掘技术来全面了解客户状况和行业需求,并通过对通信网络服务重构与开发,为应用建立了完善的网络平台。同时大数据挖掘也为通信网络提供商开展业务策划、提高客户黏性与满意度提出了技术保证。
3大数据分析技术在通信网络优化中的重要应用策略
3.1合理应用大数据分析技术
为了进一步科学合理运用大数据分析技术,首先,要做好大使用前期的准备。如对信息资源挖掘研究,准备相应的通信网络系统数据分析技术,并选用合适的统计分析工具及分析方法,以确定大统计分析研究的工作目标与具体研究任务。再次,搭建大数据分析测试工作环境。由于信息资源挖掘研究所面临的信息量是巨大的,面对着海量数据分析方法,要利用技术方法搭建试验工作环境,保证信息挖掘工作的稳妥、有序地进行。再次,优化数据挖掘方法。针对统计的分析与处理,技术人员首先要对数据通信网络系统中的重要数据类型、重点行业展开研究,对大数据挖掘过程中可能出现的问题加以处理,并提出完善的统计分析方法。最后,总结分析工作,并编写大统计分析报表,为政府通信管理部门提供参考依据。
3.2分阶段实施大数据分析优化思路
通讯网络自身并不是一成不变的网络,是开放性的、持续开发的空间。对通讯网络的优化,也并非一步到位的。大数据分析技术的运用要根据通信网络实际需要,并采取分阶段的优化思路。而通信网络数据分析技术对信息传输速度、数据分析承载量、数据分析稳定性等都提出了更高要求,应及时做好大数据分析预案,优选、分段的数据分析流程。
第一,做好测试阶段的大数据分析。根据目前通讯网络状况,考虑到通讯网络用户量、使用行为的动态性,必须先开展大数据分析试验,再对各测试数据加以比对,来评价通讯网络稳定性。
第二,优化大数据分析阶段。结合大数据挖掘目标,进一步细化了大数据挖掘具体任务,以及对各个分段任务目标的明确。大数据分析优化发展阶段要关注对数据信号的覆盖、大数据分析信息的及时更新、分析速度等进一步优化各项任务。第三阶段,汇总调整阶段。由于通信网络系统自身还存在着一些抗干扰性能,因此技术人员在开展大数据分析时,就必须对测试成果加以归类、汇总,尤其是对分析方式的进一步优化,以此提高大数据分析的准确度、有效性。
3.3引入聚类分析来构建大数据分析模型
通信网络的用户数据资源非常丰富,在开展大数据挖掘过程中,应该采用聚类分析方法来设计数据模型,有效地提高数据挖掘质量[4]。具体分析过程中,必须事先对不同性质的信息加以分门别类,再根据分门别类后的信息进行综合分类、加权平均运算,最后通过权重进行统计排序,以形成较为完备、科学合理的信息分析框架。如网络覆盖类别包括DT涵盖率、CQT涵盖率等路测数据和MR上行、下行涵盖率等MR数据信息,上网保证性类别包含TCH掉话率、话务掉话比等服务性能信息,以及DT掉话率、DT掉话里程比等路测数据信息。另外,基于更大数据挖掘需求,还包括了其他技术。包括对信息进行存储处理,对互联网的使用控制和安全处理等技术。对大数据分析的技术应用,要注重信息资料的安全。而数据通信网络由于传输中的风险原因,也会出现各种干扰网络安全的情况。应加强数据通信安全平台建设,为大数字信息分析提供安全保证。
结语
通讯与计算机网络行业的高速发展,需要创新技术来优化网络管理模式。利用大数据分析技术,能够为数据通信网络优化管理提供支持,从而保证客户得到更方便、更优质、更精确的数据服务。但大数据分析技术在数据挖掘和管理过程中还存在着若干问题,因此必须强化大数据分析技术创新,进一步发掘大数据技术的使用价值,以增强数据通信网络运行的安全、可靠性。
参考文献
[1] 郗海龙. 移动通信网络优化中大数据分析技术的应用[J]. 中国新通信,2019,21(24):28.
[2] 史歌. 移动通信网络优化中大数据分析技术应用探究[J]. 科学与财富,2020(17):383.
[3] 杨斌,许宁宁. 移动通信网络优化中大数据分析技术研究[J]. 电子世界,2020(6):191-192.