基于大数据技术的网络优化场景精确识别方法
面对当前4G、3G、2G多网协同发展的复杂网络结构,对各层网络所处空间维度内的覆盖、业务、干扰、故障、资源配置等网络优化场景模型,进行综合识别和划分是一项极为重要的基础性分析工作,将直接影响各级网络优化、规划方案和策略制定.同时,对网络优化场景的精确识别,也会对网络规划建设、扩容调整带来重要指导意义.基于大数据分析技术,通过对无线网络多维度的特征属性分析,实现自动化地将不同场景下的小区进行识别和分类,达到量化并识别无线网络场景的目的.使用机器学习算法对网络优化场景的精确识别，本质上是针对网络运营中收集的全量统计信息进行综合分析，从而挖掘出有价值的信息过程，可以协助提升各级网络部门对无线网络场景的认识水平。通过定量聚类分析，可以实现小区特征模型的自动划分，从而为后续的性能、参数、资源配置模型分析建立可靠的依据。
移动通信 网络优化 场景识别 机器学习 大数据
王磊 王西点 沈骜 徐晶
中国移动通信集团设计院有限公司
国内会议
沈阳
中文
547-550
2014-09-01（万方平台首次上网日期，不代表论文的发表时间）