大数据在移动通信网络优化中的应用研究
面向5G时代的移动通信网络优化技术研究
面向5G时代的移动通信网络优化技术研究随着移动通信技术的不断发展，5G时代已经拉开了帷幕。
作为一个全新的移动通信技术标准，5G承载着更高的期望和挑战。
为了满足人们对更高速率、更低延迟和更可靠连接的需求，移动通信网络需要不断进行优化技术研究。
本文将探讨面向5G时代的移动通信网络优化技术。
首先，为了应对5G时代快速增长的数据流量，移动通信网络需要进行网络容量的优化。
提高网络容量的一种方法是使用更高频谱的波段，例如毫米波。
毫米波有着更大的带宽，可以提供更高的数据速率。
然而，毫米波信号受到建筑物和其他障碍物的影响较大，容易发生信号衰减。
因此，移动通信网络需要研究如何克服这些障碍，提高毫米波信号的传输质量。
其次，移动通信网络还需要优化以应对大规模连接和设备的增加。
5G时代，物联网设备数量将迅速增加，估计将有数十亿的设备连接到网络中。
这需要网络具备更好的承载能力和连接管理能力。
网络切片技术是一种可以将网络分割成多个独立的逻辑切片的技术，每个切片可以根据不同的需求进行配置和优化。
这样可以使得网络更好地适应不同的应用场景和服务要求。
另外，5G时代对网络延迟提出了更高的要求。
低延迟对于许多场景至关重要，如自动驾驶、虚拟现实和远程医疗等。
为了降低网络延迟，移动通信网络需要优化信号传输路径，并减少网络节点间的时延。
此外，移动通信网络还可以利用边缘计算的技术，将计算和数据处理能力从云服务中移至网络边缘，减少数据传输的时延。
对于移动通信网络来说，信号覆盖范围也是一个重要的优化方向。
5G时代，用户对信号覆盖的要求不仅仅局限于室外，还希望在室内、地下等复杂环境中都能保持良好的信号接收。
因此，移动通信网络需要优化室内覆盖和网络漫游的技术。
在室内，可以使用分布式天线系统和室内微基站来增强信号覆盖。
在地下，可以利用信号中继和新一代卫星通信技术来拓展覆盖范围。
此外，移动通信网络还需要研究如何提高网络的能量效率。
5G时代的移动通信网络将需要大量的基站和设备，这些设备需要消耗大量的能量。
大数据技术在通信网络优化中的应用
大数据技术在通信网络优化中的应用随着移动通信技术的迅速发展，移动通信网络的规模越来越庞大，用户数量和通信流量也日益增长。
如何优化通信网络，提高用户体验，成为了运营商和设备制造商面临的重要问题。
而大数据技术的出现为通信网络优化提供了新的思路和解决方案。
通信网络优化主要涉及到以下几个方面：无线网络优化、传输网络优化、核心网络优化和业务优化。
而大数据技术在这些方面的应用也可以帮助运营商实现更好的网络性能和用户体验。
在无线网络优化方面，大数据技术可以帮助运营商分析用户的位置和移动模式，预测网络拥塞和信号覆盖问题。
通过收集和分析大量的用户位置数据和网络参数数据，可以建立用户行为模型和网络性能模型，提前发现问题并采取相应的优化措施。
大数据技术还可以通过分析用户的需求和行为，为运营商提供更加个性化的无线网络服务，提高用户满意度。
在传输网络优化方面，大数据技术可以分析传输线路的负载和容量，优化资源分配，提高网络的传输效率和带宽利用率。
通过监控和分析网络设备的运行状态和性能数据，可以及时发现故障和瓶颈，提供增强网络容量和覆盖的解决方案。
在核心网络优化方面，大数据技术可以帮助运营商分析网络流量和用户行为，优化网络规划和决策。
通过收集和分析网络设备的日志数据和用户行为数据，可以快速定位和解决网络故障，并提供可靠的网络服务。
在业务优化方面，大数据技术可以帮助运营商分析用户的需求和行为，优化业务规划和推荐策略。
通过收集和分析用户的通信记录和使用习惯，可以提供个性化的推荐服务和广告定向投放，提高用户的参与度和满意度。
大数据技术在通信网络优化中的应用，可以帮助运营商分析网络性能、用户行为和需求，提供个性化的服务和优化方案，从而实现更好的网络性能和用户体验。
未来随着大数据技术的不断发展和完善，相信其在通信网络优化中的应用会越来越广泛，为移动通信行业带来更多的创新和发展。
基于大数据的移动通信网络优化现状与改进措施研究
2019年35期方法创新科技创新与应用Technology Innovation and Application基于大数据的移动通信网络优化现状与改进措施研究戴昀1，徐威2（1.江苏省司法警官高等职业学校，江苏镇江212003；2.中国移动通信集团江苏公司，江苏镇江212001）引言我国移动通信技术发展迅速，早在2013年就实现了3G 网络向4G 网络的转变，并且在最近几年开始了5G 基站的建设，为全面普及5G 做好准备，国家相关部门也非常重视移动通信网络的建设和发展。
随着移动通信网络等级的越来越高，也必然要求网络优化功能同步发展，因此要不断的提高网络优化技术水平以及数据资源的整合能力。
从智能家居体系到社会的网络化发展，都十分依赖大数据技术的应用，为此，加大对大数据技术的研发力度非常重要，推动大数据技术向更多的行业领域渗透。
将大数据技术应用到移动通信网络优化中也是未来发展的重点，如何有效的利用大数据技术提高移动通信网络优化效率成为了当前阶段的难题，本文以此为基础探讨了大数据在移动通信网络优化中的现状，深入分析问题并提出了有效的改进措施。
1大数据在移动通信网络优化应用中的现状与问题1.1移动通信网络优化中大数据应用现状1.1.1加强对移动通信客户群体的管理移动通信中存在着大量的客户信息，通过大数据技术的运用能够从时间以及内容两个方面完成对目标群体的信息跟踪，并将整合的数据信息反馈给移动通信，帮助移动通信为客户提供更加贴心的服务，此外还能够通过数据分析计算研究出移动网络稳定运行的关键因素。
在这样的背景下，能够更好的促进移动通信网络朝向信息化与智能化方向发展[1]。
1.1.2提高对移动通信收费体系的管理移动通信运行体系中不仅包含了各种类型套餐的使用信息，同时也存在许多客户的消费数据等信息，通过大数据技术的应用能够将这些数据进行整合与分析，可以更好的摸清消费者的习惯和喜好，促使移动通信单位不断的完善自身产品类型，为消费者提供更加完善的服务，也能够从中发掘出隐藏的信息，帮助移动通信单位发现新的商机，不断提升自身的产品实力，从而获得更大的市场份额。
大数据技术在5G通信网络中的应用
大数据技术在5G通信网络中的应用2.中国铁塔股份有限公司黑龙江省分公司1500803.中国移动通信集团设计院有限公司黑龙江分公司150080摘要：5G通信技术具有速度快、时延小等优点，已成为我国目前正在推广的关键通信技术。
在5G通信技术深入推广的过程中，大数据技术逐渐发挥着越来越重要的作用。
两者科学、充分的结合，将大大促进5G通信技术和网络体系结构的有效改进。
在分析大数据技术在5G通信网络中的应用时，本文从基础大数据技术的介绍入手，分析了大数据技术在5G通信网络中应用的作用。
最后，重点讨论了大数据技术在5G通信技术中的应用。
关键词：大数据技术；5G通信网络；应用引言大数据技术由于5G网络的到来而获得了广阔的发展前景，数据量一直呈现出增长的趋势，而且还具有丰富多样的数据表现形式。
通过调查可以发现大数据技术与我们的生活与工作产生了极为密切的联系，现在是互联网快速发展的大数据时代，5G网络通信也将在人们的日常生活中发挥着重要的作用，从而5G通信网络也依赖于大数据技术的发展而发展，二者相互促进共同进步，从而不断地提升人们的生活水平，从而为经济的发展创造一个和谐的环境。
1大数据技术在5G通信网络中应用的作用5G通信网络系统中，由于各类网络设备多，所产生的数据量较大。
常规数据分析技术无法在短期内完成对海量数据的快速处理、分析。
而现代5G通信网络在社会生活中扮演重要角色，网络服务及应用越来越多，在为人们提供良好网络体验的同时，也会产生越来越多的冗余数据。
为了提升5G通信网络的安全性、高效性，可以引入大数据技术，完成对海量数据的收集、筛选、存储、管理及应用，提升通信网络系统效能。
例如，利用大数据技术，根据用户的属性，可以从不同视角来分析用户对通信网络系统的应用需求，从相关数据筛选、提取、统计来获得精准、详尽的数据报告，为5G通信网络服务业务优化提供参考。
海量数据的分析难度很大，特别是数据分析的时效性，通过大数据技术，可以避免人工方式分析带来的不当影响。
5G通信网络中大数据技术的应用研究
5G通信网络中大数据技术的应用研究吴守成（安徽电信规划设计有限责任公司，安徽合肥230031）【摘要】随着5G通信网络的出现，通信行业迎来了新的发展方向，基于此需要对5G通信网络进行不断调整，这样才能满足大数据时代对5G 通信网络传输的要求。
本文就针对5G通信网络中大数据的应用，展开了分析，其目的就是避免数据异常现象的产生，为通信网络系统运行的稳定性提供了重要的支撑。
【关键词】5G通信网络；大数据技术；通信行业；通信网络系统【中图分类号】TP311.13【文献标识码】A【文章编号】1006-4222（2020）05-0096-02在当今社会,5G通信网络和大数据技术已经成为发展的主流,不仅影响着各项社会生产活动,也为人们的日常生活提供了相对便利的条件。
同时,5G通信网络和大数据技术的有效融合,对于通信行业的发展是非常有利。
但是,在5G通信网络中大数据技术应用的时候,需要不断进行自我调整,提升其技术性能,这样才能保证数据传输的效率和稳定性,全面提升通信网络运行的质量。
1大数据技术特点大数据技术是时代发展的产物,并且将很多先进的信息技术融合在一起,例如:物联网、云计算等方面,并且大数据技术的出现,不仅影响着各项社会生产活动,在人们日常生活、以及工作等方面,都带来了便利的条件。
1.1数据量近几年,各项先进智能设备的出现,并且与互联的融合,产生大量的数据网[1]。
同时,随着智能设备的长期运行,数据量也随之增加,然而大数据技术可以对该方面进行处理,可以将大量的数据进行储存,避免出现数据异常的现象。
1.2数据来源大数据技术中含有大量的数据,并且这些数据的来源都是不同,例如:RFID射频数据、传感器数据、社交网络交互数据及互联网数据等方面。
1.3数据种类多由于数据的来源相对较多,数据的种类也相对较多,因此大数据面对这样的情况下,将数据类型分为:结构化、半结构化、非结构化等方面,这样可以将种类多样的数据进行存储,避免数据出现异常现象,确保数据传输和使用的稳定性。
移动通信网络中大数据分析的作用
井下 岗位 的 实 时监 控 和 综 采 综放 作 业 的人 员 控 制 ， 有效 的对井下进行监控、 监视工作 的进行 ， 现 代 化 的矿 井 信 息 传 输 都 应 该 建 立宽 带 与 有 线 、 无 线 形 式 的结 合 ， 通 过 对于 现 代 化 科 技 手段 的 不 断探 索 ， 实现 对于 煤 矿 井下 作 业 的 有 线 宽 带信 息 传 输 。 本 文 主 要 针 对 煤 矿 井 下 的 有 线 宽 带 信 息 传 输 的要 求 及 结 构 展 开 分 析 。
个 移 动 通 信 网 络 的 优 化 工 作 中
通 过 建 立 其 关联 规 则 的 网 络 投 诉 分 析 模 型 ．主 要 收 集
Ｃ ＤＭＡ 网 络 性 能 数 据 、 ＭＲＲ 采 集 数 据 、 Ｃ ＤＭＡ 网 络 投 诉 数 据 、
业 务 类 质 量 类 容 量 类
话务 量、 数 据 流 量 干 扰 比例 、 上行质量、 下行 质 量 无线利用率 、 Ｔ Ｂ ｝ 、 拥塞率 、 Ｔ ＢＦ复 用度
（ ２ ） 建 立 聚 类 分 析模 型 ． ． 在 完成 模 型 建 立 之 后 最 后 一 步 就
段． 与 用 户 的 良好 应 用体 验 有 着直 接 联 系 ． 随 着我 国移 动 通 信 是 开 始 进 行 聚 类 分 析 的 后 台数 据优 化 应 用 以 Ｃ城 市 中某 小 区 Ｙ 为例 ， 在 对 Ｙ 小 区进 行 了移 动 通 信 网络 数 据 提 取 、 条 件 网络 用 户的 数 量 不 断 增 加 ． 只 有 实现 对 移 动 通 信 网络 的 优 化 判 断 、 数 据 筛 选和 问题 定位 之 后 ． 选 择 其 中 ９类 Ｋ Ｐ Ｉ作 为 关键 才 能够 满足 现 代 人 们 对 移 动 通 信 网络 的 需 求 这 个 过 程 中 大 指 标 进 行 加 权 ， 并 划 分化 Ｙ 小 区判 决 条件 和 判 决 门 限 ． ． 建 立 其 数 据 分 析 技 术 发 挥 出 了重 要 作 用 ． ． 监 控 体 系之 后 利 用 Ｅ ｘ ｅ ｅ １ 宏 工 具 作 为数 据 处 理 的 工 具 ． 通 过 在
大数据分析在移动通信网络优化中的应用研究
大数据分析在移动通信网络优化中的应用研究1.用户行为分析移动通信网络的优化离不开对用户行为的分析，而大数据分析技术可以对用户在网络中的行为数据进行深入挖掘，从而为网络优化提供数据支撑。
通过分析用户的通话时长、通话频次、上网时长、上网流量等数据，可以了解用户的偏好和习惯，为网络优化提供方向。
大数据分析还可以对用户的地理位置、出行规律等数据进行分析，为网络优化提供空间方面的参考依据。
2.网络性能分析移动通信网络的优化需要对网络性能进行全面的分析，大数据分析技术可以处理和分析网络中的海量数据，找出网络中的瓶颈和问题，为网络优化提供解决方案。
通过对网络中的信号质量、数据传输速率、基站覆盖范围等数据进行分析，可以及时发现网络中存在的问题并进行优化。
3.故障诊断与预测二、大数据分析在移动通信网络优化中的技术难点与解决方案1.数据量大、维度高移动通信网络中产生的数据量巨大，且数据类型复杂，不同类型的数据维度各异。
这就给大数据分析技术提出了巨大的挑战，如何高效地处理海量数据，如何深入挖掘数据背后的价值，需要针对性的技术手段来处理。
针对这一问题，可以通过分布式数据存储和计算、数据压缩和采样、并行计算等方式来解决。
2.数据质量不一移动通信网络中产生的数据质量不一，有的数据可能存在噪声、漂移、丢失等问题，这就给数据分析带来了困难。
如何对数据进行去噪、去除异常值、填充缺失值等处理，需要针对性的数据预处理技术。
针对这一问题，可以采用数据清洗和预处理技术、异常值检测和处理技术、数据插补和填补技术等方式来解决。
3.算法复杂、计算量大移动通信网络优化需要对网络中的数据进行复杂的分析和挖掘，需要借助各种算法来完成。
这些算法大部分具有较高的复杂度和计算量，需要较强的计算能力和算法优化技术才能完成。
针对这一问题，可以采用并行计算和分布式计算技术、算法优化和高效实现技术、硬件性能优化技术等来解决。
通过对大数据分析在移动通信网络优化中的技术难点与解决方案的分析，可以看出，大数据分析在网络优化中需要面对众多的技术挑战，需要借助各种技术手段和方法来解决，为网络优化提供更可靠的数据支持和分析能力。
大数据技术在移动通信中的应用研究
大数据技术在移动通信中的应用研究随着移动通信技术的快速发展，数据量也在不断增加，如何高效地处理这些数据成为了关键。
而大数据技术的应用，为移动通信带来了新的思路和方法。
一、大数据技术的基本概念及特点大数据技术将传统的数据处理方式进行了彻底的变革，其主要包含四个特点：1.数据量大以往数据处理的方式，往往无法处理大量数据，而大数据技术则可以轻松处理这些数据。
例如，全国人口普查的数据就是一份大数据。
2.处理速度快数据以极快的速度增长，因此处理速度也非常关键。
大数据技术可以实现实时数据处理，及时反馈结果。
3.多来源大数据可以来自多种不同的来源，例如传感器、社交网络、移动设备等。
这些数据来源多样化，也需要多样化的处理方式。
4.多类型大数据可能是结构化、半结构化或非结构化的数据，因此需要多种不同的处理方式。
二、大数据技术在移动通信中的应用随着移动通信用户数量和数据量的不断增加，移动通信领域成为了大数据技术应用的又一个重要领域。
1.移动通信项目数据分析大数据技术可以将大量的移动通信数据进行收集、存储、分析和挖掘，从而更好地了解用户行为、需求和目标。
例如，可以采用数据分析技术，根据用户的地理位置和行走路径，推荐合适的商家、景点和餐厅。
同时，也可以根据用户使用的手机和运营商信息，分析用户的消费习惯和偏好，推出更合适的产品和服务。
2.移动网络优化通过大数据技术分析移动通信网络，可以发现网络中存在的问题，及时解决问题，以提高网络的质量和速度。
例如，通过数据挖掘技术，可以分析用户在哪些区域出现了网络拥堵问题，并对网络进行针对性优化。
3.用户情感分析通过大数据技术，可以实现对用户情感分析的自动化处理。
例如，可以通过用户在社交网络上的发布内容进行情感分类和分析，从而了解用户情感和反馈产品体验。
4.移动广告推荐大数据技术可以通过分析用户在移动端的行为，为广告商提供更具针对性的广告推荐方案。
例如，可以根据用户搜索内容和购买记录，推荐相关产品和服务。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据在移动通信网络优化中的应用研究
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。
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.。