摘要：随着信息技术的不断发展、移动通信网络的不断完善，数据呈现不断上涨的趋势，移动通信网络用户受着大数据的影响，大数据的时代全面发展，通过对大数据的处理为移动通信网络用户提供了更加便捷的生活方式，提高了更多移动通信网络用户的工作效率。本文对移动通信网络及大数据进行了详细的分析。
关键词：移动通信网络；大数据；思考
1.数据概念
大数据的核心就是在浩瀚的数据模型中找到有价值的信息及获取有意义的线索，是一种较为常见的名词。大数据指的是在一定的时间范围内采用较为常见的软件工具进行捕捉、管理及处理的数据集合，需要新型处理模式才能具备更加强大的决策力、洞察力及流程优化能力的海量、高增长率及多样化的信息资产。
2.大数据的特点
大数据在信息技术领域具有价值量大、规模庞大、种类繁多及时效性高等特点，具体分析如下：
1）价值量大：大数据具有一定的价值及意义，数据的总规模、总数量的大小与数据的价值量大小及价值密度高低呈现一个负相关关系发展，在移动通信网络信息世界的视频中，时间越长的网络视频在经过持续有效的监控后，有价值的数据越少。
2）规模较为庞大：整个数据存储中心能达到1.8万亿内存的信息数据，各行业之间的数据会根据时间的推移与前进进行一定速度的增长，增长速度大概为55%左右，在现实工作过程中存在着成千上万的数据采集传感器被安装在各种设备中[4]，在移动通信网络大数据的环境下，不仅大程度地方便了人们的学习与生活，还给人们的工作带来了一定的时效性及便利性。人们在网上购物、搜索及聊天等为大数据的规模进一步更新。
3）种类繁多：大数据中的数据能划分为半结构化数据、非结构化数据及结构化数据等部分及种类，结构化数据表现为极易进行存储及传输的文本数据、而非结构化数据表现为视频、图片、音频及地理信息这类数据，非结构化数据的规模较大，且非结构化数据的类型、数量及规模还在不断的发展与壮大。
4）时效性较高：大数据具有较高的时效性，要想将数据的高价值量进行确保，应将其处理速度进行进一步提升，这样才能确保大数据发挥更大的价值及意义。
3.大数据分析技术对移动通信网络优化的影响
大数据分析技术移动通信网络优化的影响是有利有弊的，一方面大数据分析技术可以有效解决数据量的问题，对数据进行很好的归类和分析，而另一方面，加大了故障分析的难度。移动通信网络优化就是对用户通话状态的收集和分析，达到排除故障、提升用户使用感知的目的。
大数据时代的到来，使人们可以更加自由的使用网络，这对移动通信网络的技术、承载力有着更高的要求，移动通信技术经历了从2G到4G的发展历程，目前正在进行5G通信技术的研究，移动用户在使用通信业务时，天气、地区等因素都会对通信质量造成影响，因此，在通信的稳定性和抗干扰能力上需要技术的革新，合理使用大数据分析技术，可以有效发挥对移动通信网络的优化作用。
4.当前运用大数据技术所面临的问题
4.1移动通信网络数据过于庞大
在移动通信网络使用的过程中，由于现在的覆盖范围越来越广，使得用户不断增加，所建立的移动网络基站数量也在不断增加。这就使得移动通信网络会产生庞大的数据量。想要运用大数据技术对移动通信网络所产生的数据进行整体与分析，是目前移动网络通信工作所面临的难题之一。
4.2网络建设周期长度与投入资金的问题
在移动通信网络的建立中，由于不同区域的每一项数据结构、性质均不同，导致在进行建设时，不能同时进行。这就会使得移动通信网络的建设周期与投入资金都有所增加。如何将不同区域所获取的数据整合在同一个管理平台上，成为了移动通信网络建设中的重要问题。
4.3移动通信网络优化中大数据的安全问题
在大数据技术中，主要包括数据的储存、分析、处理以及管理等内容。而当移动通信网络在优化中使用大数据技术时，就有可能会对移动通信网络数据产生数据安全隐患。
期刊文章分类查询,尽在期刊图书馆尤其是在大数据技术中储存功能的使用，就目前来说，最常见的就是云储存技术。云储存技术可以帮助移动通信网络更快的对数据信息进行储存，使所有的数据存储在同一个数据平台之上，虽然使移动通信网络数据的收集变得便利，但是在无形之中也加大了数据存储的安全隐患。可能会发生移动通信网络数据丢失或损坏的问题，对移动通信网络造成负面影响。
5.移动通信领域应用大数据分析优化
基于以上移动通信网络的特点分析，可以看出大数据想在网络优化中有大的进展也是存在一定局限的，下面进行具体的应用分析。
5.1发展网络性能大数据存储应用
网络优化工作的前提就是做好各种数据的采集，而要采集的数据主要涉及用户使用、网络业务以及信号情况等。用户性能使用方面的数据不外乎信号强度、导频时长、基站时延等。而网络业务数据主要集中于话务方面，包括信道的可用率、卡话率、接通率、话务量等。信号测试分别为DT（驱动测试）数据和CQT（话务质量）数据，DT测试是指在固定的路线上进行采取不同的呼叫方式与手段，从而测试信道的通畅度，获得相应的测试指标；CQT测试是在制定的基站使用固定的手段或者设备进行数量上的呼叫，从而测试出优质通话数据量。
以上这些方面的数据量是非常巨大的，对于网络优化分析也十分宝贵，那么如何有效存储这些数据成为一大难题。针对存储需求，大数据进行虚拟化处理技术的改进成为有效方式，包括自动分层和精简配置等多元化的方式，从而为下一步定位分析打下基础。虚拟化存储的方式使一些隐藏细节得以保存下来，可以在分析时进行随意的扩展和压缩。多元化的数据和文件可以有效整合到一个存储平台，改变动态容量就能降低存储资源的消耗，从而使高效管理变得可行。多种虚拟化技术的构建主要依托于集成和托管的架构，基点是多个物理数据中心的虚拟组合，目标是确保数据中心服务的移动和恢复，网络优化人员只要及时登陆就能通过统一平台进行数据提取和分析。
5.2发展网络性能大数据处理技术应用
在网络市场纷繁复杂的时代，如何实现有效布局以及在MICA架构的平台上快速实现技术提升，关系到大数据能否有效应用于网络优化的关键环节。网络性能的提升有待技术理念灵活性与开放性的提升，从而借助大数据处理技术适应云计算的分布式架构。
由于不同数据源的传输是非同步的，在处理的过程中可以设计专门针对文件传输或者使用面向消息的中间件（MoM）进行数据处理技术更新，充分借助于传输异步这个特点，较大提升处理的吞吐量，从而提升处理能力。大数据的应用能够使不同的数据源系统进行传输耦合处理，从而便于大数据基础架构设计进行动态扩展和收缩，尤其是峰值数据的处理是最为重要的，这能够加快处理技术，确保数据处理安全。移动网络数据技术的发展是成螺旋式上升、循环往复的，虽然计划优化工作暂时还没有成为制约瓶颈，但是与整体规划是相互制约的。
5.3发展大数据在网络分析中的应用
网络优化的最后一步就是进行问题定位分析，主要就是解决信道不畅、话务不均衡和切换故障等方面的问题。
网络优化的方向就是保持信号的持续良好覆盖，需要进行优化准备、数据采集、问题分析和优化调整几个步骤。在优化准备阶段，需要明确需要什么样的数据，明确优化指标的方向和所在的网站基点，准备好测试工具；优化测试阶段需要开展具体的DT/CQT测试，从而高效获取数据；在具体的分析阶段，要从虚拟化存储设备中提取数据并且明确这些数据结果到底归因到哪个问题来源，从而对症下药；再就是优化调整的实施，其中主要涉及到天线射频优化调整和后台参数调整，前者是保证网络覆盖的同时能够确保好的接收质量，后者是保证各种后台参数的匹配有效，确保无线信号的分布正常。在这个阶段需要不断从数据中找到问题，进行验证复
测并取得效果。
大数据在移动通讯网络中有效应用，需要对数据处理过程进行分解并且逐步深入整合，各个工作都是环环相扣，彼此关联的。
6.结语
目前，大数据分析技术已广泛应用在移动通信的各个工作当中，移动通信网络也依赖于大数据技术的发展，为移动通信公司提供了专业的数据分析技术，同时也保证了通信质量的提高。
参考文献
[1]党永亮.大数据分析在移动通信网络优化中的应用研究[D].华中师范大学，2015.
[2]甄仲强.大数据分析在移动通信网络优化中的应用[J].工程建设与设计，2014（01）：173-174+177.
论文作者:张志
论文发表刊物:《基层建设》2017年第25期
论文发表时间:2017/12/6
标签：数据论文; 移动通信论文; 网络论文; 技术论文; 大数论文; 测试论文; 据分析论文; 《基层建设》2017年第25期论文;