[发明专利]一种移动通信网络流量的大数据分析方法

权利要求书

1.一种移动通信网络流量的大数据分析方法，包括以下步骤：

步骤1，采集性能指标数值：收集移动网络中的场景中的基站的网络性能指标的数据；对于基站记录的性能指标的数据，分别收集其各个网络性能指标的数据；

步骤2，数据的抽取与聚合：剔除各个基站中的网络性能指标的无用数据及干扰数据；

步骤3，对数据进行聚类：采用高斯混合模型进行拟合，并采用期望最大算法进行算法训练；

步骤4，对模型进行测试：选取网络性能指标样本集验证模型，对模型的超参数进行填筑并且对模型的能力进行评估。

2.根据权利要求1所述的移动通信网络流量的大数据分析方法，其特征在于，如果步骤1中性能指标数据缺失或者数值异常，还包括以下步骤：

步骤1.5，缺省值填充：若一个基站的性能指标数据存在缺失值，则计算该性能指标数据在所有基站中的均值，并将该均值作为为缺失值的替补值。

3.根据权利要求1所述的移动通信网络流量的大数据分析方法，其特征在于，所述步骤2中，无用数据为具有相同数值的网络性能指标的数据，干扰数据为超过正常值范围的数据。

4.根据权利要求1所述的移动通信网络流量的大数据分析方法，其特征在于，所述步骤3中，使用了高斯混合分布作参数模型，其公式为：

其中，该公式为所述步骤2后剔除后的性能指标的高斯分布的和；μ为数据均值，为数据标准差。

5.根据权利要求4所述的移动通信网络流量的大数据分析方法，其特征在于，所述步骤3中，通过模型来计算数据的期望值，通过更新参数μ和使期望最大化。

6.根据权利要求5所述的移动通信网络流量的大数据分析方法，其特征在于，通过两次迭代生成的参数值使得参数趋于稳定。

7.根据权利要求1所述的移动通信网络流量的大数据分析方法，其特征在于，在所述步骤4中，采用轮廓系数对模型的能力进行评估，所述轮廓系数为：

其中，a是与其同类别中其他网络性能指标的平均距离，b是与其距离最近不同类别中网络性能指标的平均距离。

8.根据权利要求1所述的移动通信网络流量的大数据分析方法，其特征在于，在所述步骤1中，选择12个网络性能指标，分别为ERAB拥塞率、RRC连接最大数、MR下行良好覆盖比例、重定向到3G的RRC连接释放次数、ERAB建立成功率、无线接通率、VOLTE语音上行丢包率、CSFB触发的RRC连接释放次数、有效RRC连接最大数、VOLTE语音话务量ERL、重定向到2G的RRC连接释放次数和区县位置。