《【移動(dòng)網(wǎng)絡(luò)論文】移動(dòng)網(wǎng)絡(luò)用戶感知大數(shù)據(jù)分析體系》由會(huì)員分享，可在線閱讀，更多相關(guān)《【移動(dòng)網(wǎng)絡(luò)論文】移動(dòng)網(wǎng)絡(luò)用戶感知大數(shù)據(jù)分析體系（3頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。
1、【移動(dòng)網(wǎng)絡(luò)論文】移動(dòng)網(wǎng)絡(luò)用戶感知大數(shù)據(jù)分析體系
豐富的性能數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)、用戶側(cè)數(shù)據(jù)等，有助于運(yùn)營商研究用戶、業(yè)務(wù)、網(wǎng)絡(luò)三者之間的關(guān)系。但是運(yùn)營商需要對海量的數(shù)據(jù)進(jìn)行篩選、整理、分析，才能充分挖掘出數(shù)據(jù)的潛在使用價(jià)值。本文就此展開了討論，詳細(xì)分析了如何面向5G的移動(dòng)網(wǎng)絡(luò)用戶，構(gòu)建用戶感知大數(shù)據(jù)分析體系。
面向5G移動(dòng)網(wǎng)絡(luò)用戶感知大數(shù)據(jù)分析體系
一、用戶感知大數(shù)據(jù)分析體系
用戶感知大數(shù)據(jù)分析體系主要是通過大數(shù)據(jù)的整合、分析、處理，對各種數(shù)據(jù)進(jìn)行綜合評價(jià)，從而了解移動(dòng)用戶的感知情況。雖然，不同運(yùn)營商的感知體系細(xì)節(jié)不同，但是大體思路相同。先提出
2、用戶感知體系目標(biāo)，再進(jìn)行KPI、KQI等數(shù)據(jù)指標(biāo)的細(xì)化、具體，然后構(gòu)建出用戶感知模型，最后進(jìn)行大數(shù)據(jù)的分析、處理，得知用戶感知狀況。
二、5G網(wǎng)絡(luò)架構(gòu)
5G網(wǎng)絡(luò)的架構(gòu)主要包括概要級框架、架構(gòu)技術(shù)、服務(wù)—端到端網(wǎng)絡(luò)切片以及標(biāo)準(zhǔn)化拓展。其中概要級框架包括需求與網(wǎng)絡(luò)功能映射、邏輯功能框架、基礎(chǔ)設(shè)施平臺。架構(gòu)技術(shù)包括C-RAN、D-RAN、無線mesh網(wǎng)絡(luò)、IP錨點(diǎn)下沉等。在服務(wù)—端到端網(wǎng)絡(luò)切片中，網(wǎng)絡(luò)切片是指利用虛擬化技術(shù)，對通用的網(wǎng)絡(luò)基礎(chǔ)設(shè)施資源進(jìn)行分割，使其形成單獨(dú)的個(gè)體。5G網(wǎng)絡(luò)標(biāo)準(zhǔn)化是指ITU、IEEE、3GPP等。隨著我國信息技術(shù)的發(fā)展，5G架構(gòu)在逐步革新。
3、中國移動(dòng)黃宇紅指出中國移動(dòng)將會(huì)分三步完成5G商用。第一步是2017年到2018年，進(jìn)行5G試驗(yàn)。第二步是2018年到2019年，進(jìn)行5G商用、預(yù)商用。第三步是2019年到2020年，中國移動(dòng)將會(huì)逐步形成面向運(yùn)營商的技術(shù)體系，并進(jìn)行業(yè)務(wù)體驗(yàn)測試等。
三、面向5G的移動(dòng)網(wǎng)絡(luò)用戶感知大數(shù)據(jù)分析體系的架構(gòu)
1.體系目標(biāo)。在5G來臨之前，運(yùn)營商應(yīng)聚焦5G，利用大數(shù)據(jù)手段，建立完善的面向網(wǎng)絡(luò)、面向用戶、面向市場的分析、評價(jià)體系，從而增強(qiáng)用戶感知。首先，在面向網(wǎng)絡(luò)時(shí)，可建立一體化的分析體系，實(shí)現(xiàn)網(wǎng)絡(luò)、用戶的精準(zhǔn)維護(hù)、優(yōu)化，增強(qiáng)其市場支撐力，確保5G發(fā)展的順暢。其次，在面向客戶
4、時(shí)，應(yīng)從業(yè)務(wù)分析、相應(yīng)支撐方面入手，建立基礎(chǔ)能力強(qiáng)、覆蓋率廣、業(yè)務(wù)質(zhì)量高的分析體系。在面向業(yè)務(wù)時(shí)，應(yīng)拓寬業(yè)務(wù)覆蓋范圍，尤其是要因地制宜。在不同的區(qū)域，針對不同的用戶建立有效業(yè)務(wù)分析體系。2.體系數(shù)據(jù)組成及來源。移動(dòng)網(wǎng)絡(luò)用戶感知分析體系的重要組成要素是數(shù)據(jù)。運(yùn)營商應(yīng)做好數(shù)據(jù)接入。但我們應(yīng)先明確數(shù)據(jù)組成。其中主要的數(shù)據(jù)組成如下：第一，KPI數(shù)據(jù)，即能體現(xiàn)移動(dòng)網(wǎng)絡(luò)關(guān)鍵質(zhì)量的指標(biāo)數(shù)據(jù)。第二，路測所得出來的數(shù)據(jù)。路測是主要采集移動(dòng)網(wǎng)絡(luò)下行信號數(shù)據(jù)。第三，CQT，即在特定地點(diǎn)，測試出的無線數(shù)據(jù)網(wǎng)絡(luò)的性能數(shù)據(jù)。第四，用戶反饋，其主要收集渠道是電話、網(wǎng)絡(luò)渠道。第五，MR，即手機(jī)上傳的測量報(bào)告數(shù)據(jù)。第六，廠家數(shù)
5、據(jù)，即廠家獲得的故障監(jiān)控、安全管理等數(shù)據(jù)。第七，經(jīng)分?jǐn)?shù)據(jù)，即通過經(jīng)營從相關(guān)系統(tǒng)上獲取的數(shù)據(jù)。比如用戶信息、營銷等。第八，其它數(shù)據(jù)，如后期不斷優(yōu)化的數(shù)據(jù)。3.體系架構(gòu)。本文建立的用戶感知體系主要是與5G網(wǎng)絡(luò)結(jié)合，以大數(shù)據(jù)為基礎(chǔ)，通過建立模型實(shí)現(xiàn)數(shù)據(jù)的分析、輸出等。首先，在模邏輯結(jié)構(gòu)方面，主要包括數(shù)據(jù)采集、切片分析、云存儲、數(shù)據(jù)處理、結(jié)果輸出。數(shù)據(jù)采集包括性能數(shù)據(jù)、運(yùn)維數(shù)據(jù)、KPI數(shù)據(jù)等等。切片分析主要包括用戶匯總、容量參數(shù)、柵格質(zhì)量等。云存儲則包括GIS服務(wù)、WEB服務(wù)器等。數(shù)據(jù)處理主要包括派單、GIS等預(yù)處理部分。結(jié)果輸出包括各種數(shù)據(jù)分析圖。其次，在這一模型中，大數(shù)據(jù)處理技術(shù)起到了非常重要的作
6、用。并且，該模型運(yùn)用了各種算法用以質(zhì)量分析、異常訂單定位、用戶感知評價(jià)。以用戶感知評價(jià)為例，其主要數(shù)據(jù)位于數(shù)據(jù)倉庫，通過客觀指標(biāo)、關(guān)鍵指標(biāo)的調(diào)用，將相關(guān)數(shù)據(jù)篩選出并構(gòu)建出業(yè)務(wù)模型，而后得到評分函數(shù)，再結(jié)合函數(shù)矩陣進(jìn)行評分運(yùn)算，最后得出評分。最后，該體系的關(guān)鍵在于端到端的業(yè)務(wù)質(zhì)量評估控制。并通過業(yè)務(wù)質(zhì)量指標(biāo)，促進(jìn)客戶感知的提升。另外，該體系應(yīng)用的軟件核心技術(shù)主要包括嵌入式內(nèi)存數(shù)據(jù)庫、分布式云計(jì)算集群架構(gòu)、大數(shù)據(jù)存儲技術(shù)、分布式并行計(jì)算平臺。其中數(shù)據(jù)庫主要應(yīng)用了Linux多線程、索引技術(shù)。這樣就能夠進(jìn)行數(shù)據(jù)的高效緩存、處理。群架構(gòu)則是應(yīng)用了云計(jì)算技術(shù)。大數(shù)據(jù)存儲技術(shù)的主要作用是能夠進(jìn)行海量數(shù)據(jù)的存
7、儲，便于后續(xù)的整合。另外，在分布式云計(jì)算平臺中，其并行計(jì)算平臺能夠處理海量的數(shù)據(jù)。綜上所述，在5G來臨時(shí)代，完善用戶感知數(shù)據(jù)體系更有助于運(yùn)營商的決策，也更能為用戶提供更完善的服務(wù)。為此運(yùn)營商應(yīng)積極加快這方面的研究，并積極研發(fā)APP客戶端。
參考文獻(xiàn)
[1]李志敏.基于大數(shù)據(jù)云計(jì)算平臺的用戶感知體系探討[J].電信技術(shù),2014(10):26-29.
[2]吳丹陽.基于大數(shù)據(jù)挖掘的移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)用戶感知評價(jià)及應(yīng)用研究[D].北京郵電大學(xué),2016.
[3]黃毅華,孫柳益,盧洪濤,魏垚.用戶感知體系優(yōu)化的探討及應(yīng)用[J].移動(dòng)通信,2018,42(04):90-96.
【移動(dòng)網(wǎng)絡(luò)論文】移動(dòng)網(wǎng)絡(luò)用戶感知大數(shù)據(jù)分析體系
