随着互聯網技術的迅速發展，數據産生(shēng)速度越來越快，其中(zhōng)隐藏着巨大(dà)的機會和價值，大(dà)數據時代已經到來，“大(dà)數據”的概念已經廣爲人知(zhī)，并被認爲是新時代的石油。在我(wǒ)國，目前GSM網絡是發展最爲成熟的移動通信網絡系統。
同時，随着 TD 技術的不斷發展，GSM 網絡已經過渡到 4G移動通信網絡系統，而且國内三大(dà)移動通信運營商(shāng)都選擇了組建 GSM 網絡，演進 GPRS 網絡，普及 3G 網絡，建設 4G網絡的發展道路，4G 時代已經到來。目前，我(wǒ)國的移動通信網絡建設正處于快速發展階段，國内移動通信用戶數量激增，移動通信網絡用戶對網絡數據業務的要求日益提高，移動通信網絡優化工(gōng)作勢在必行。日常移動通信網絡優化工(gōng)作主要包括後台數據分(fēn)析、道路測試、網絡投訴處理三個方面，本文主要針對後台數據優化工(gōng)作的瓶頸問題，采用文獻調查法、理論與實際相結合的分(fēn)析方法，具體讨論了基于聚類分(fēn)析的後台數據優化的應用。
大(dà)數據
大(dà)數據由原有的海量數據發展演變而來，目前，國内外(wài)對大(dà)數據的定義呈多樣化的趨勢，尚未達成共識。本質上，大(dà)數據不僅意味着數據有相當大(dà)的容量，同時還體現了一(yī)些區别于海量數據和非常大(dà)的數據的特性。通過對大(dà)數據特性的一(yī)些理解，可以總結出大(dà)數據的四種基本特性：第一(yī)，數據量相當龐大(dà)。目前，大(dà)數據的最小(xiǎo)單位已經達到10 ～ 20TB 量級[2] 。第二，數據類型豐富。大(dà)數據主要有三種形式，即結構化、半結構化以及非結構化的數據。第三，數據的價值密度低。第四，數據獲取速度非常迅速。
後台數據優化理論基礎
後台的網絡優化工(gōng)作主要包括網絡KPI分(fēn)析、KPI優化、故障排除與定位、告警監控處理等方面。由于早期計算機技術發展不成熟，建網流程不完善，目前我(wǒ)國後台優化工(gōng)作面臨着數據共享不充分(fēn)、管理平台不統一(yī)、工(gōng)作效率低等方面的巨大(dà)挑戰。因此，本節内容提出了基于聚類分(fēn)析對複雜的後台數據進行處理優化，能夠有效地提高網絡 KPI、優化用戶網絡感知(zhī)度。
本文青島網絡推廣小(xiǎo)編主要研究了大(dà)數據分(fēn)析技術在移動通信網絡後台數據優化工(gōng)作中(zhōng)的具體應用，通過建立簡單的聚類分(fēn)析優化模型，最終得出聚類分(fēn)析能夠有效地分(fēn)析優化大(dà)量網絡基礎數據，節省時間、人力以及資金成本的結論。綜上所述，将大(dà)數據技術綜合運用在移動通信網絡優化工(gōng)作中(zhōng)，已經成爲促進移動通信産業可持續發展的必然趨勢。
