大数据对于网络优化工作有哪些影响？

dianliang01

大数据对于网络优化工作有哪些影响？ [复制链接]

信息时代，大数据是的人们更容易获得数据成本，促进更多行业有了更多的数据样本，在工作中能更好的指导企业的发展。而网络是人们获得这些数据的来源，保障网名良好的网络体验，网络优化工作的重要行不言而喻。在日前召开的“2016年中国通信网络优化高级研讨会”上，来自电信运营商、设备商和研究机构的嘉宾代表，就大数据在网络优化中的应用和未来趋势展开了讨论。未来，随着技术的进一步成熟和应用的不断落地，电信网络的运营和维护必将迈入一个全新的大数据时代。

总的来说，大数据对于网络优化工作的影响可以总结为以下五点：

一是从经验型优化向大数据关键分析优化转变；二是从传统非智能网络优化向智能网络优化转变；三是区域性质量优化向端到端感知优化转变；四是从项目型优化向产品型优化转变；五是从自动优化向智慧优化转变。

现在通信运营商已全面实现基于大数据的无线全生命周期集中优化。具体而言，就是实现所有场景网格化，建立基于地理对象的问题库，依据问题权重排序进行精准规划。同时，对全生命周期管理平台进行规划和审计审核、验收，实现后评估规划闭环和循环迭代。

大数据挖掘技术助力用户感知评估技术变革，网络优化工作正在面临新的挑战。一方面，传统的评估技术只能反映语音业务感知情况，对数据业务的感知难以体现;另一方面，现场测试偏重于事后数据采集模式，无法真实还原已经发生的通话事件。面对这些问题，越来越多的网优企业开始采用大数据挖掘技术，对海量用户信息进行深入分析，分析用户行为、了解用户喜好、区分用户价值、评估用户感知。在具体的技术上，数据融合、用户属性标签化管理和用户感知模型建立是关键。

大数据正在推动电信网络优化向着更加精细化、智能化、精准化的方向演进。那么利用打虎剧进行网络优化需要关注哪些方面呢？第一是要实现云管端数据系统。第二是要打造可灵活定制、快速迭代的工具平台。第三是构建基于开放架构的大数据优化平台。第四是要形成与业务结合的实用算法。

此内容由EEWORLD论坛网友dianliang01原创，如需转载或用于商业用途需征得作者同意并注明出处