大数据分析在移动通信网络优化中的应用 崔应申
大数据分析在移动通信网络优化中的应用
大数据分析在移动通信网络优化中的应用随着移动网络的不断发展，通信数据的规模和数量也在不断增加。
因此，如何利用这些海量数据，开展数据分析和挖掘工作，成为移动通信网络优化的重要发展趋势和研究方向。
大数据分析在移动通信网络优化中的应用主要具体体现在以下几个方面。
一、网络性能分析大数据分析可以帮助移动运营商分析网络性能数据，为运营商提供更全面、深入的网络性能监测和优化方案，包括网络质量、流量分布、信令质量、用户体验等各个方面的参数。
通过对这些参数的分析和挖掘，可以更好地了解用户的使用情况和个性化需求，从而更好地制定网络优化政策和改进方案。
二、容量规划移动通信网络容量规划是保障网络性能稳定的重要措施。
大数据分析可以通过对用户行为、地理位置等因素的分析，预测网络负载和使用需求，为运营商提供更精准和合理的容量规划方案。
例如，在节假日等用户流量高峰期，通过大数据分析可以提前预测用户的使用需求和行为变化，从而提高网络的容量和用户体验。
移动通信网络的故障情况是不可避免的。
大数据分析可以深入挖掘网络故障的原因、时长、地理位置等关键因素，快速确定故障点及时解决问题。
运营商可以通过分析大数据，采取更科学的决策方式，提高故障处理的质量和效率。
四、智能投诉管理对于投诉管理，大数据分析技术可以使运营商进行投诉管理更加智能化。
通过对客户投诉的内容、方式、时间等进行分析，可以快速定位和解决问题，改善客户的满意度，进而提升运营商的品牌形象和市场竞争力。
总之，大数据分析技术可以全面提升移动通信网络的优化水平，为运营商提供更加精确的决策依据和优化方案。
未来将会有更多应用场景出现并推动着移动通信网络优化领域的发展。
大数据分析在移动通信网络优化中的应用思考
大数据分析在移动通信网络优化中的应用思考移动通信网络优化一直是网络运营商的重要任务之一。
随着移动通信技术的不断发展，网络规模与用户需求不断增长，优化任务和难度也越来越大。
而大数据分析技术的出现为网络优化带来了新思路和新方法。
本文将就大数据在移动通信网络优化中的应用进行思考。
1.基站优化在移动通信网络中，基站的选择及部署对网络质量和用户满意度有着决定性的影响。
大数据分析可以运用机器学习、数据挖掘等技术对用户的需求、使用习惯以及地理位置等信息进行分析，从而实现基站的合理部署和优化。
例如，通过分析用户流量、通话时间、通话次数等数据，可以确定哪些区域需要增加基站，哪些基站需要进行调整，这不仅能够提高网络质量，也可以大大节省运营成本。
2.网络容量规划容量规划是优化的重要内容之一。
大数据分析可以对网络负载、使用情况、业务流和用户行为等进行深入分析，得出网络流量的预估值和峰值，进而实现网络容量规划和优化。
例如，通过分析特定时间段不同网络用户的使用情况，可以评估当前网络的负载情况和容量瓶颈，从而优化网络架构，提高网络资源利用率和用户满意度。
3.故障处理故障处理是优化的一项重点工作。
移动通信网络因地理位置分布广泛，分布式架构受到多种因素影响容易发生故障。
大数据分析可以从多维度角度全面分析网络故障原因，缩小故障范围，缩短故障处理时间。
例如，通过分析故障节点周围的网络运行数据等信息，可以预测故障点可能的异常情况，从而更快速和准确地解决网络故障。
4.用户分析为了提升用户体验和探寻营销机会，大数据分析可以对用户进行深入分析。
例如，通过分析用户行为、兴趣偏好、使用情况等数据，可以挖掘出用户习惯和流行趋势，为运营商提供更加精准的服务和产品，提高用户满意度。
5.预测分析大数据分析可以将网络优化从被动改进转变为主动预测，提高网络稳定性和可靠性。
通过对历史数据进行建模和分析，可以预测故障、流量变化等情况，从而在未发生故障前就采取相应措施，提前处理问题，避免网络瘫痪或质量下降。
大数据分析在移动通信网络优化中的应用思考
大数据分析在移动通信网络优化中的应用思考移动通信网络优化是指通过优化网络配置和调整网络参数等方式，提高移动通信网络的容量、覆盖和质量，使用户的通信体验更好。
大数据分析在移动通信网络优化中起到了重要作用，可以提供更多的数据依据和决策支持，下面将从数据采集、数据处理和数据分析三个方面来探讨大数据分析在移动通信网络优化中的应用思考。
一、数据采集：移动通信网络中产生大量的数据，如用户数据、业务数据、信令数据、性能数据等。
在大数据时代，如何高效地采集这些数据并进行有效的管理，成为移动通信网络优化中的重要环节。
1. 用户数据采集：通过用户感知系统、用户行为分析等方式，采集用户的位置、移动轨迹、通信行为等信息。
这些数据可以用于分析用户的需求和行为，从而为网络优化提供更准确的参考。
2. 业务数据采集：根据不同的业务需求，采集用户的业务使用情况、业务类型、业务质量等数据。
通过对业务数据的分析，可以了解用户对不同业务的需求和评价，为网络优化提供决策依据。
3. 信令数据采集：通过采集网络中的信令数据，如呼叫建立时间、呼叫结束时间、呼叫掉话原因等，可以了解网络中的信令流程和业务质量。
通过对信令数据的分析，可以发现网络中的问题并及时进行优化。
1. 数据清洗：由于移动通信网络中采集的数据多样性和复杂性，存在一定的数据噪声和异常数据。
在进行数据分析之前，需要对采集的数据进行清洗和预处理，去除噪声和异常数据，保证数据的准确性和有效性。
2. 数据整合：移动通信网络优化需要综合多种数据进行分析，如用户数据、业务数据、信令数据和性能数据等。
需要将来自不同数据源的数据进行整合，构建完整的数据集，以便进行更全面的数据分析。
3. 数据存储：移动通信网络中采集的数据量大、种类多，因此需要使用大数据存储和管理技术，如分布式文件系统和分布式数据库等，以满足数据的高效存储和查询需求。
三、数据分析：移动通信网络优化需要进行多维度的数据分析，以发现网络中的问题和优化点。
大数据分析在移动通信网络优化中的应用
大数据分析在移动通信网络优化中的应用
大数据分析在移动通信网络优化中的应用已经成为当前网络优化的一项重要技术。
随着移动通信网络技术的不断发展和智能终端设备的普及，移动通信网络中的数据量急剧增加，传统的网络优化方法已经无法应对这种情况。
而利用大数据分析来进行网络优化，可以更加全面、准确地理解用户行为和网络状态，从而提供更好的服务质量和用户体验。
大数据分析在移动通信网络优化中可以帮助运营商了解用户行为和需求。
通过对海量用户数据进行分析，可以了解用户的上网偏好、业务使用时间、用户位置分布等信息。
通过对用户行为的精细分析，可以为用户提供更贴心、个性化的服务，提升用户满意度。
大数据分析可以帮助运营商预测和优化网络负载。
通过对网络中的大量数据进行实时监控和分析，可以及时发现网络拥塞、容量不足等问题，并预测未来的网络负载情况。
基于这些预测结果，运营商可以有针对性地进行网络资源的规划和配置，以确保网络的高效运行。
大数据分析在网络故障排除和问题解决中也发挥了重要作用。
通过对网络中的大数据进行分析，可以快速定位故障点和问题源头，并提供相应的解决方案。
这不仅能够提高网络的可靠性和稳定性，还可以减少故障排除的时间和成本。
大数据分析在移动通信网络优化中还可以帮助运营商进行精准营销和商业决策。
通过对用户数据和行为的深入分析，可以帮助运营商准确识别目标用户，制定更精准的营销策略。
大数据分析还可以为运营商提供丰富的数据支持，帮助其做出更明智的商业决策。
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移动通信网络是一个复杂的系统，包括大量的基站、终端设备和通信链路。
为了提供高质量的通信服务和提升网络性能，移动通信运营商需要不断进行网络优化。
而随着大数据技术的发展，移动通信网络优化中的应用研究也越来越多地涉及到大数据分析。
大数据分析可以帮助移动通信运营商进行网络质量分析。
通过收集和分析大量的网络数据，可以了解网络中存在的问题和瓶颈，包括信号强度、数据传输速度、拥塞情况等。
运营商可以根据这些数据进行网络改进和优化，提升用户的通信质量和体验。
大数据分析可以用于网络容量规划。
通过分析用户的数据使用情况和通信需求，可以预测未来的流量增长趋势，并根据这些预测结果进行网络扩容和优化。
这样可以确保网络能够支持未来的大容量数据传输需求，避免网络拥塞和服务质量下降。
大数据分析可以辅助网络故障诊断和维护。
通过分析大量的网络数据和日志信息，可以及时发现和定位网络故障和故障原因，缩短故障排除的时间，提高网络的稳定性和可靠性。
大数据分析还可以用于预测设备故障和异常，提前进行维护和替换，降低设备故障对网络的影响。
大数据分析可以用于网络优化算法的研究和改进。
通过分析大量的网络数据和性能指标，可以提取出网络的特征和规律，并基于这些特征和规律设计优化算法。
这些算法可以用于动态配置网络资源、调整网络参数等，从而提高网络的吞吐量、响应速度和效率。
大数据分析在移动通信网络优化中的应用研究具有重要的意义。
通过运用大数据分析技术，可以实现对移动通信网络的全面监控和分析，找出网络中存在的问题和瓶颈，并提出相应的解决方案和优化策略，从而提高网络的质量和性能，满足用户对通信服务的需求。
大数据分析在移动通信网络优化中的应用
大数据分析在移动通信网络优化中的应用
随着5G可控网络的落地实施，移动通信网络的服务质量取决于网络的性能。
移动网络的性能优化变得越来越重要。
为了优化网络性能，越来越多的企业用大数据和分析技术来分析移动通信网络的性能。
本文将探讨大数据分析在移动通信网络优化中的应用，以期为移动通信网络提供更优质的服务质量。
首先，大数据分析可以帮助通信运营商识别各类性能问题，以及找出产生这些性能问题的原因。
使用大数据分析，可以进行移动通信网络的深度分析，抓取和分析海量数据。
运营商可以利用这些分析技术及早发现网络性能问题，并采取措施解决这些问题，以满足用户的需求。
其次，运营商可以使用大数据技术来提高质量保障工作的效率。
通过分析网络日志，运营商可以轻松找出网络故障的根源，快速定位问题，减少网络故障的发现时间，进而降低网络性能问题对带宽的影响，有效地控制服务质量，改善用户体验。
此外，通过分析历史网络性能数据，大数据可以帮助运营商分析用户的使用模式，发现用户行为变化的趋势，从而挖掘消费者的需求，使运营商更快地发掘服务需求，并调整服务满足用户需求，提高服务质量。
总之，大数据分析和分析技术可以为运营商在运营移动网络时提供有效支持。
大数据分析可以帮助运营商发现出现的性能问题，提高质量保障工作的效率，并帮助运营商及时挖掘用户需求，实现服务提升。
因此，大数据分析可以为移动通信网络优化提供有效的支持，以提高移动网络的服务质量。
大数据分析在移动通信网络优化中的应用
大数据分析在移动通信网络优化中的应用随着移动通信网络技术的不断发展，网络规模和用户数量呈现出爆炸式增长，这给移动通信网络优化带来了前所未有的挑战。
在这种情况下，大数据分析成为一种非常有力的解决方案，通过对海量数据的分析，可以较准确地了解网络的运行状况，并提出相应的优化策略，有效地提升网络质量和用户体验。
大数据分析可以通过收集并分析大量用户数据、地理位置数据等数据信息，从而为移动通信运营商规划网络提供依据。
例如，通过对地理位置数据的分析，可以识别出网络盲区和通信差区，进而规划新的基站和改善设备的信号传输强度，从而实现网络覆盖的完全覆盖和密集度的增加等。
大数据分析可以分析网络的负载和流量等因素，进而优化网络容量和质量。
对于网络信号质量问题，可以通过分析抖动、丢包等指标，对网络出现问题时进行快速自动化诊断，从而快速定位问题并实现网络质量管理。
对于网络容量问题，可以通过对数据流量、私有网络组网等方面进行分析进行分析，从而识别出瓶颈并规划出合理的容量方案。
三、大数据分析在故障监测和预测中的应用基于大数据分析，移动通信网络运营商可以随时监测网络设备的状态变化，识别并解决设备故障问题，从而提高网络的稳定性，减少停机维护时间和降低运营成本。
同时，大数据分析还可以利用网络历史数据和用户行为数据进行故障预测，优化设备更换和维修计划，降低人工力量投入，提高效率。
对于移动通信用户而言，体验是决定是否继续使用网络的重要因素之一。
基于大数据分析技术，可以分析用户的使用行为、流量情况、通信质量、服务满意度等指标，并根据分析结果提出相应的优化方案，例如调整网络带宽、改善网络覆盖、优化信号质量等，从而提高用户体验，促进用户满意度和忠诚度。
总之，大数据分析为移动通信网络优化提供了强有力的技术支持，可以从多个角度对网络进行深入分析和管理，实现网络的保障和优化。
未来，在技术和数据资源不断升级的情况下，大数据分析将在移动通信网络优化中发挥更加重要的作用，提高网络的智能化水平和优化程度。
大数据分析在移动通信网络优化中的应用
大数据分析在移动通信网络优化中的应用摘要：众所周知，移动通信网络数据用户群庞大、基站多，产生的数据也多，对于这些数据的获取和收集是一个相当庞大的工程，这给移动通信网络的优化工作带来了很大的难度。
常规的信息处理技术在处理大量的通信数据以及客户信息的时候常常出现降低信息传输的现象。
而大数据分析在处理大量通信数据时，更为快速、准确、智能化，从而大大提高通信质量和保障通信安全。
下面就大数据分析在移动通信网络优化中的应用进行分析。
关键词：大数据分析；移动通信网络优化；应用1大数据分析技术在移动通信领域的作用（1）提供丰富的数据资源。
大数据技术能够在最大程度上为运营商提供大量的数据资料，人们在进行网络使用中，会产生很多的数据形式，运营商可以通过对这些原始数据收集和分析来实现用户的分类，然后可以对用户的使用情况进行分析和设计，从而确定“数据套餐”等的设定，为人们提供更优质的服务，并提升利益空间。
这个过程中，大数据主要起到的就是辅助引导功能，通过数据分析从而对潜在客户实现挖掘分类。
（2）为流量经营创在条件。
随着移动通信技术的日益成熟，数据传输速率的加快以及各种软件的相继推出，流量已经成为了人们日常生活中习以为常的存在，而从费用支出上来看，流量的支出远远要高过话费的支出。
但是流量的经营和把控一直是一个技术性的难点，其涉及的范围较广，控制的方面较复杂，因此只有依靠大数据才能对流量进行合理的经营。
2大数据分析应用于移动通信网络优化中的问题2.1通信网络数据量比较大随着移动通信设备的不断普及，大大扩大了移动通信网络的覆盖范围。
用户大幅度增长，带动了相关移动网络基站数量的增加，由此出现了较多的移动通信网络数据。
通过大数据分析来处理这些庞大的数据难度较大，影响移动通信网络的正常运行。
2.2资金投入量大将大数据技术应用于移动通信网络优化中，需要花费大量的时间和资金。
具体而言，在移动通信网络建设过程中，各个区域的数据结构和性质等方面的差异越来越悬殊，一定程度上很难同时进行优化，因此很难及时处理好移动通信网络优化工作，在时间延长的影响下导致资金投入增加。
- 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)。
大数据分析在移动通信网络优化中的应用崔应申
发表时间：2018-02-26T09:42:52.950Z 来源：《基层建设》2017年第33期作者：崔应申[导读] 摘要：随着网络信息化的快速发展，我国手机移动用户的数量呈直线上升趋势，用户的增加对移动通信网络的建设起到了推进作用，传统的网络优化方式已不适应新时代发展的需要，因此大数据分析技术的发展满足了现代移动通信网络优化的要求，充分提高了工作效率。
广东汉恒电通科技有限公司
摘要：随着网络信息化的快速发展，我国手机移动用户的数量呈直线上升趋势，用户的增加对移动通信网络的建设起到了推进作用，传统的网络优化方式已不适应新时代发展的需要，因此大数据分析技术的发展满足了现代移动通信网络优化的要求，充分提高了工作效率。
基于此，对当前移动通信网络进行不断改进以及优化势在必行，相关部门或企业应该结合其他移动通信网络优化经验，将大数据分析合理地运用于移动通信网络优化中，在满足用户需求的同时，实现我国移动通信业整体的良性发展。
关键词：大数据分析；移动通信；网络优化；应用；现状
一、大数据的内涵
“大数据 ”这一词汇并不是突然出现的，它是由原有的海量数据发展演变而来，但是，这二者确有一定区别。
其中，原来的海量数据主要强调的是数据量本身的规模庞大，并没有对其特性进行定义；而大数据则不同，它不仅包含了大数据的体积以及传播速率，同时还涵盖了特征等内容。
目前，对于大数据并没有一个统一的定义。
但是，通过对大数据特点的了解可以对它进行理解：第一，数据量庞大。
目前，大数据的最小单位通常为 10～20TB 量级。
第二，数据类型丰富。
主要包括结构化、非结构化以及半结构化的数据。
第三，数据的价值密度极低。
第四，数据不管是形成还是处理应用，获取速度都非常快。
二、移动通信网络优化中应用大数据分析面临的挑战
我国的移动通信网络主要可分为两部分，即无线网络以及交换网络。
交换网络与传统的 PSTN 网络相似，而无线通信网络则是移动网络专有。
其中，较为完整的无线移动通信系统主要有以下几部分构成，具体如图 1 所示。
由于移动无线通信的移动性以及复杂多变的传播环境，使得其相较于固定无线通信的优化，将更有难度，而把大数据分析应用于移动通信网络优化中，还会面临以下挑战： 2. 1 移动通信网络数据量过于庞大
在移动通信设备越来越普及的背景下，移动通信网络的覆盖面也在进一步扩大，而随着用户的增加，相关的移动网络基站的数量也直线上升，这就势必会产生大量的移动通信网络数据。
而借助大数据技术对这些数据进行分析及处理，是目前移动通信网络工作必须要面临的难题之一。
2. 2 资金的长期投入
想要在移动通信网络优化中灵活运用大数据技术，是一项需要消耗大量时间以及资金的工作。
具体来说，在建设移动通信网络时，每一个区域的数据结构以及性质等都存在一定差异，所以，对它的优化也不能同时进行。
这就在无形中延长了移动通信网络优化的时间，增加了资金投入。
打个比方来说，在移动通信网络优化中，想要将各区域获取到的数据整合在同一个管理平台上，需要长时间、投入大量资本进行建设，这也是移动通信网络优化中运用大数据分析方法的难点之一。
2. 3 移动通信网络用户业务的多元化
在同一个区域同样信号覆盖场所，有些用户会使用移动设备上网看新闻、视频以及浏览网页等，而有些用户则会借助移动设备与他人进行通话。
在这种情况下，总会发生这一模型使用正常而其他模型无法正常使用的情况。
举例来说，在某所学校中，有些人员密集区由于使用无线上网的人数过多，导致网络堵塞，使得这一区域的人员虽然能正常使用低流量的 QQ 业务，但是在使用一些高流量的 BE 业务时却会受到阻碍，无法正常运行。
用户在同一时间点的业务模型较为多元化，导致产生的网络数据也较为零散，整理难度较大。
三、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。
四、大数据分析在移动通信网络优化中的应用策略
4. 1 大数据存储功能的应用
每隔一段时间，移动通信用户以及基站就会产生大量的数据，而想要将这些数据进行合理分析、存储以及归纳使用，是一项需要花费大量时间以及资本的工作。
如果在移动通信网络优化中加入大数据分析功能，通过将存储虚拟化的途径，来有效解决由移动通信网络产生的大量数据。
具体来说，利用大数据，可以凭借其虚拟化存储功能，让不同结构以及不同类别的数据都能有效整合并存储到同一平台上，这样一方面可以降低动态变化容量，另一方面还可大大减少资源存储所消耗的能源，在降低移动通信网络成本的同时，减少资金投入。
4. 2 大数据分析在移动通信网络优化中的应用策略
移动通信网络的优化，其主要目的是要通过网络优化来有效处理干扰、掉话、话务不均衡以及切换故障等问题，且整个优化过程的关键是要进行网络分析以及问题定位。
其中，在移动通信网络中加入大数据技术，主要涉及到以下几个方面： 1）大数据优化准备阶段。
在这一环节，首先要确定一下内容：其一，移动通信网络要优化的数据目标；其二，优化所需的资料以及工具等要准备周全。
2）大数据优化测试阶段。
在准备工作完成后就可进入到优化测试环节。
具体来说，相关测试人员应该对数据进行获取收集，之后才可对这些数据进行 DT/CQT 测试。
3）大数据优化分析阶段。
这一过程主要针对的是已存储的数据，相关优化分析人员要就信号覆盖问题以及信号切换问题等进行分析研究，在得出结论后还应该提出有针对性的解决方案，这样才能真正意义上地完成分析任务。
4）大数据优化调整阶段。
这一环节主要针对的是后台参数以及天线射频等方面内容的优化调整。
其中，后台参数的调整，除了能确保整个移动通信工作的有序进行，及时发现并调整错误参数，同时还能在一定程度上避免出现移动通信故障问题，保证移动通信行业整体的良性发展。
而天线射频的调整，则是能有效提升移动通信网络覆盖区域整体的通信质量，而这正是为了满足移动通信用户的根本需求。
4. 3 利用大数据来获取移动通信网络数据
移动通信网络数据因其用户群庞大且基站众多等特性，每隔一段时间就会产生数量庞大的移动通信网络数据。
如果仍然沿用原有的数据处理分析模式，不仅效率低下，同时分析处理结果的准确率也有待商榷。
由此可见，如何完整地获取以及收集移动通信网络数据，就成为其优化过程中关注的重点。
目前，将大数据分析技术应用于移动通信网络优化中已初见成效，它一方面在很大程度上减少了相关移动通信企业职工的工作量，另一方面移动通信网络数据获取以及收集的准确性也大幅度提升，这种一举两得的方式促使越来越多的移动通信企业将大数据作为网络优化的主要途径。
4. 4 制定健全的大数据技术管理机制
在移动通信网络优化中运用大数据技术，虽然能有效促进整个移动通信网络的健康发展，但是,相应的数据安全问题也成为困扰企业的一大难题。
针对这一现象，相关的移动通信企业应该制定一套健全的大数据技术管理制度，并在实践中不断对其进行补充及完善。
只有健全的大数据技术管理制度作为支撑，才可以对移动通信网络数据进行合理有序的监督以及控制，这也是保证移动通信网络数据安全性的重要举措。
另外，只有数据的安全得以保障，才能吸引更多的用户投入使用，进而给企业带来更多效益，企业就会有更多的资本去进一步优化自身的移动通信网络，实现双赢。
结束语
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，将大数据分析应用其中，已成为促进这一产业可持续发展的重要决策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。
因此，相关移动通信企业应该加大对大数据分析的研究投入力度，使其在移动通信网络优化中发挥积极作用，以此来提升企业自身的核心竞争力。
参考文献：
[1]徐晓茹.云计算环境下的大数据分析..科研,2015.01
[2]蒋鑫鹏.移动通信网络优化中大数据技术的运用分析.电子技术与软件工程.2014.06
[3]余海辉.大数据在电信移动通信网络优化中的应用.广西通信技术.2013.08
[4]黄永亮.大数据分析在移动通信网络优化中的应用研究.华中师范大学.2014.12
[5]甄德辉.大数据分析在移动通信网络优化中的应用.工程建设与设计2015.12。