基于大數(shù)據(jù)的業(yè)務(wù)并發(fā)度分析

易正磊 顧軍 張興

中圖分類號(hào)：TN929.1 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1009-6868 （2015） 05-0060-005

摘要：指出不同業(yè)務(wù)之間的關(guān)系對(duì)于網(wǎng)絡(luò)優(yōu)化具有很重要的意義。使用大數(shù)據(jù)的分析方法處理蜂窩網(wǎng)絡(luò)的實(shí)測(cè)數(shù)據(jù)，可以得到各種業(yè)務(wù)的并發(fā)關(guān)系，同時(shí)將并發(fā)關(guān)系通過(guò)業(yè)務(wù)關(guān)系網(wǎng)絡(luò)的方式展現(xiàn)出來(lái)，具有很好的可視性。通過(guò)業(yè)務(wù)關(guān)系網(wǎng)絡(luò)可以直接看出業(yè)務(wù)并發(fā)情況，為蜂窩網(wǎng)絡(luò)的優(yōu)化擴(kuò)容等方面提供理論指導(dǎo)。

關(guān)鍵詞： 大數(shù)據(jù)；蜂窩網(wǎng)絡(luò)；業(yè)務(wù)并發(fā)度；網(wǎng)絡(luò)優(yōu)化

Abstract： The relationship between different services is important for network optimization. In this paper， we process the real data in cellular networks with a method used in big data to attain a concurrent relationship between the various services. Then the service concurrency is presented by the way of a relationship network with good visibility. Service concurrency can be seen directly through the relationship network， providing theoretical guidance for cellular network optimization and expansion.

Key words： big data； cellular networks； service concurrency； network optimization

1大數(shù)據(jù)的意義和影響

1.1大數(shù)據(jù)的價(jià)值和挑戰(zhàn)

大數(shù)據(jù)是由于規(guī)模、復(fù)雜性、實(shí)時(shí)而導(dǎo)致的使之無(wú)法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其進(jìn)行獲取、存貯、搜索、分享、分析、可視化的數(shù)據(jù)集合。由于大數(shù)據(jù)的上述特點(diǎn)，如何將數(shù)據(jù)進(jìn)行合理應(yīng)用是目前大數(shù)據(jù)領(lǐng)域的核心目標(biāo)[1]。

大數(shù)據(jù)對(duì)于整個(gè)社會(huì)來(lái)說(shuō)蘊(yùn)含著巨大的潛在價(jià)值，大數(shù)據(jù)的價(jià)值并不在于數(shù)據(jù)本身，而在于如何將數(shù)據(jù)的作用反饋于社會(huì)決策。維克托·邁爾-舍恩伯格在《大數(shù)據(jù)時(shí)代》中指出，人類從依靠自身判斷做決定到依靠數(shù)據(jù)做決定的轉(zhuǎn)變，是大數(shù)據(jù)做出的最大貢獻(xiàn)之一。因此，能否正確利用大數(shù)據(jù)的內(nèi)在規(guī)律，是決策成功或者失敗的關(guān)鍵因素[2]。

一般來(lái)講，數(shù)據(jù)的生命周期包括數(shù)據(jù)采集、數(shù)據(jù)歸納、數(shù)據(jù)重構(gòu)、數(shù)據(jù)挖掘、數(shù)據(jù)預(yù)測(cè)、數(shù)據(jù)可視化等6個(gè)方面，大數(shù)據(jù)亦是如此。但是由于大數(shù)據(jù)的體積龐大、結(jié)構(gòu)復(fù)雜，常規(guī)的處理方法并不能挖掘出數(shù)據(jù)的內(nèi)在價(jià)值，這也正是大數(shù)據(jù)時(shí)代人們面臨的最大挑戰(zhàn)。

1.2大數(shù)據(jù)對(duì)移動(dòng)互聯(lián)網(wǎng)的影響

在移動(dòng)互聯(lián)網(wǎng)的環(huán)境中，大數(shù)據(jù)的特點(diǎn)并不僅僅體現(xiàn)在數(shù)據(jù)量的巨大，更體現(xiàn)在數(shù)據(jù)的實(shí)時(shí)性與關(guān)聯(lián)性，這些特點(diǎn)讓數(shù)據(jù)搜集變得容易，對(duì)數(shù)據(jù)的分析可以反過(guò)來(lái)快速影響基礎(chǔ)網(wǎng)絡(luò)，這也正是移動(dòng)互聯(lián)網(wǎng)的自身特點(diǎn)。在大數(shù)據(jù)與移動(dòng)互聯(lián)網(wǎng)高度融合的背景下，最重要的目的就是發(fā)現(xiàn)和挖掘真正有價(jià)值的數(shù)據(jù)，使我們能夠根據(jù)這些信息精確地指導(dǎo)每一次的網(wǎng)絡(luò)規(guī)劃和優(yōu)化，而這些有價(jià)值的信息往往來(lái)源于對(duì)用戶大量網(wǎng)絡(luò)行為數(shù)據(jù)的抽象和分析。

如圖1所示，大數(shù)據(jù)應(yīng)用于移動(dòng)互聯(lián)網(wǎng)的基本目的包括：負(fù)載優(yōu)化、用戶劃分、趨勢(shì)預(yù)測(cè)等。

2蜂窩網(wǎng)絡(luò)中的大數(shù)據(jù)應(yīng)用

2.1 蜂窩網(wǎng)絡(luò)的發(fā)展現(xiàn)狀

蜂窩網(wǎng)絡(luò)是一種最常見(jiàn)的移動(dòng)通信網(wǎng)絡(luò)結(jié)構(gòu)，通過(guò)把移動(dòng)設(shè)備的服務(wù)區(qū)分為很多正六邊形的子區(qū)域，并在每個(gè)子區(qū)域設(shè)置一個(gè)基站，形成了形狀似“蜂窩”的結(jié)構(gòu)，因而把這種移動(dòng)通信網(wǎng)絡(luò)稱為蜂窩網(wǎng)絡(luò)。

作為支撐信息傳輸?shù)年P(guān)鍵基礎(chǔ)設(shè)施，蜂窩網(wǎng)絡(luò)的性能優(yōu)劣對(duì)于整個(gè)通信系統(tǒng)的效率起著至關(guān)重要的作用。近年來(lái)，為了應(yīng)對(duì)移動(dòng)網(wǎng)絡(luò)流量爆炸性增長(zhǎng)，歐洲、美洲、日韓等地區(qū)已經(jīng)大規(guī)模建設(shè)長(zhǎng)期演進(jìn)（LTE）網(wǎng)絡(luò)，中國(guó)也迎來(lái)了LTE網(wǎng)絡(luò)建設(shè)高峰。在這一建設(shè)進(jìn)程中，除了基于IP多媒體子系統(tǒng)（IMS）的Vo LTE作為最終的語(yǔ)言解決方案之外，Small Cell和無(wú)線局域網(wǎng)（WLAN）將成為提升網(wǎng)絡(luò)容量的重要手段，在超寬帶移動(dòng)網(wǎng)絡(luò)部署[3-4]中發(fā)揮越來(lái)越重要的作用。此外，行業(yè)應(yīng)用正從窄帶向?qū)拵а葸M(jìn)，除了語(yǔ)音通信外，數(shù)據(jù)、視頻傳輸需求逐步增加。LTE的100 Mbit/s高速數(shù)據(jù)傳送能力，可以更好地服務(wù)于政務(wù)網(wǎng)、公共安全和應(yīng)急救災(zāi)等行業(yè)。因此，利用新一代無(wú)線技術(shù)來(lái)實(shí)現(xiàn)行業(yè)應(yīng)用，已成為一個(gè)發(fā)展趨勢(shì)[5]。

隨著分布式計(jì)算和云平臺(tái)的逐步實(shí)現(xiàn)，作為云服務(wù)的關(guān)鍵應(yīng)用之一，大數(shù)據(jù)應(yīng)用具備了大規(guī)模發(fā)展的條件[6]。運(yùn)營(yíng)商的大數(shù)據(jù)業(yè)務(wù)正從分散孤立系統(tǒng)向統(tǒng)一的標(biāo)準(zhǔn)化平臺(tái)方向發(fā)展、從數(shù)據(jù)的采集、存儲(chǔ)向檢索和挖掘的方向發(fā)展。在網(wǎng)絡(luò)大數(shù)據(jù)的收集與預(yù)處理方面，分布式存儲(chǔ)方案、內(nèi)存數(shù)據(jù)庫(kù)技術(shù)將成為主流技術(shù)；Hadoop和一體機(jī)成為主流的數(shù)據(jù)分析平臺(tái)。

根據(jù)以往的研究，蜂窩網(wǎng)絡(luò)的承載情況隨著通信協(xié)議的發(fā)展也發(fā)生著巨大變化。根據(jù)某一地區(qū)的真實(shí)歷史數(shù)據(jù)分析可以得知，全市所有基站的平均吞吐量在2G、3G和4G網(wǎng)絡(luò)的時(shí)代是有著很大區(qū)別的，具體數(shù)值如圖2所示。

根據(jù)圖2可以看出，發(fā)展速度最快并且承載壓力最大的信道是下行數(shù)據(jù)信道，而目前國(guó)內(nèi)的4G網(wǎng)絡(luò)還處于發(fā)展初期，吞吐量的增長(zhǎng)了已達(dá)到將近100%。由此可知，數(shù)據(jù)業(yè)務(wù)的有效傳輸是蜂窩網(wǎng)絡(luò)的核心難題。

此外，隨著移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的發(fā)展以及4G技術(shù)的逐漸普及，無(wú)線通信網(wǎng)絡(luò)的各種功能需求也日益擴(kuò)大，用戶的網(wǎng)絡(luò)行為也隨之發(fā)生改變，所產(chǎn)生的數(shù)據(jù)體積也達(dá)到了新的數(shù)量級(jí)。因此，如何利用有限的蜂窩網(wǎng)絡(luò)資源，應(yīng)對(duì)大數(shù)據(jù)時(shí)代的挑戰(zhàn)，是當(dāng)今通信領(lǐng)域的一個(gè)重要課題。

2.2 有效的網(wǎng)絡(luò)優(yōu)化

當(dāng)今的蜂窩網(wǎng)絡(luò)的發(fā)展速度明顯慢于基站吞吐量的增長(zhǎng)，而用戶日益豐富的行為對(duì)蜂窩網(wǎng)絡(luò)的承載能力提出了更高的要求。可見(jiàn)，優(yōu)化網(wǎng)絡(luò)，提升網(wǎng)絡(luò)負(fù)載能力已經(jīng)成為一個(gè)亟待解決的問(wèn)題。

我們已經(jīng)提到，大數(shù)據(jù)時(shí)代的到來(lái)使得人們的思維方式發(fā)生了巨大的變革，數(shù)據(jù)驅(qū)動(dòng)了決策制定，因此對(duì)蜂窩網(wǎng)絡(luò)的優(yōu)化策略正是通過(guò)對(duì)蜂窩網(wǎng)絡(luò)中產(chǎn)生的數(shù)據(jù)分析處理來(lái)制訂。同時(shí)，蜂窩網(wǎng)絡(luò)系統(tǒng)本身就是一個(gè)巨大的數(shù)據(jù)倉(cāng)庫(kù)，我們可以從中采集到豐富的數(shù)據(jù)，通過(guò)對(duì)這些數(shù)據(jù)的分析，可以識(shí)別用戶的地理位置，洞察客戶接觸不同信息的渠道，了解用戶的各種網(wǎng)絡(luò)行為。常用的分析方法包括：預(yù)測(cè)業(yè)務(wù)流量、探尋不同業(yè)務(wù)之間的關(guān)聯(lián)、探尋不同業(yè)務(wù)模型下的資源瓶頸等等。

接下來(lái)以業(yè)務(wù)并發(fā)度探尋實(shí)例來(lái)闡述在蜂窩網(wǎng)絡(luò)系統(tǒng)中如何應(yīng)用大數(shù)據(jù)來(lái)解決問(wèn)題。在該實(shí)例中，我們分析各種常見(jiàn)業(yè)務(wù)在不同場(chǎng)景不同時(shí)間的并發(fā)度，最終得出不同區(qū)域的業(yè)務(wù)并發(fā)以及對(duì)網(wǎng)絡(luò)資源的消耗情況，并據(jù)此提出網(wǎng)絡(luò)優(yōu)化策略。

3 大數(shù)據(jù)時(shí)代的業(yè)務(wù)并發(fā)度

分析

3.1 應(yīng)用場(chǎng)景

隨著通信技術(shù)的飛速發(fā)展和移動(dòng)終端的功能逐漸豐富，蜂窩網(wǎng)絡(luò)中的數(shù)據(jù)業(yè)務(wù)流量迅猛增長(zhǎng)，移動(dòng)互聯(lián)網(wǎng)下終端用戶需求更加多樣化和復(fù)雜化，這也促使移動(dòng)互聯(lián)網(wǎng)由傳統(tǒng)的單業(yè)務(wù)向著多業(yè)務(wù)平臺(tái)發(fā)展。多業(yè)務(wù)的出現(xiàn)使得網(wǎng)絡(luò)數(shù)據(jù)更趨向于復(fù)雜多樣與結(jié)構(gòu)各異，這給用戶的行為分析帶來(lái)了很大的困難和挑戰(zhàn)。與此同時(shí)，由于業(yè)務(wù)種類的繁多，分析某一種業(yè)務(wù)對(duì)于整體蜂窩網(wǎng)絡(luò)影響甚至微乎其微，因此為了提高網(wǎng)絡(luò)的承載能力，需要科學(xué)準(zhǔn)確地分析各數(shù)據(jù)業(yè)務(wù)之間的并發(fā)性。

由圖3可見(jiàn)，由于目前蜂窩網(wǎng)絡(luò)用戶數(shù)和終端數(shù)快速增長(zhǎng)，以及業(yè)務(wù)場(chǎng)景多種多樣，數(shù)據(jù)種類也趨于全面，包括用戶使用各業(yè)務(wù)的時(shí)間信息、位置信息、鏈接次數(shù)、業(yè)務(wù)量大小等，因此，用戶——業(yè)務(wù)網(wǎng)絡(luò)資源之間的映射十分復(fù)雜，海量的數(shù)據(jù)具有極低的價(jià)值密度，如果僅僅對(duì)某一部分?jǐn)?shù)據(jù)進(jìn)行分析，不能反映整體網(wǎng)絡(luò)情況，所具有的價(jià)值意義也就很小。

此外，無(wú)線側(cè)采集到的數(shù)據(jù)格式并不統(tǒng)一，應(yīng)用傳統(tǒng)數(shù)據(jù)庫(kù)無(wú)法建立統(tǒng)一的數(shù)據(jù)表結(jié)構(gòu)。根據(jù)數(shù)據(jù)的以上特點(diǎn)，我們采用Hadoop平臺(tái)進(jìn)行數(shù)據(jù)的預(yù)處理與所有算法的執(zhí)行，實(shí)現(xiàn)了高效處理非結(jié)構(gòu)化數(shù)據(jù)。

3.2 核心技術(shù)

為了分析不同場(chǎng)景下的海量數(shù)據(jù)，首先平臺(tái)應(yīng)該具有較高的數(shù)據(jù)處理能力。以無(wú)線側(cè)的呼叫細(xì)節(jié)記錄（CDR）數(shù)據(jù)為例，某地區(qū)全市全天CDR數(shù)據(jù)條數(shù)達(dá)到千億數(shù)量級(jí)，數(shù)據(jù)體積約為70 GB，連續(xù)一個(gè)月的數(shù)據(jù)量將達(dá)到2 TB，如果空間維度擴(kuò)展到全國(guó)，時(shí)間維度擴(kuò)展到幾年，這樣的數(shù)據(jù)量是傳統(tǒng)數(shù)據(jù)庫(kù)和單機(jī)環(huán)境的處理能力遠(yuǎn)遠(yuǎn)不能達(dá)到的，而以Hadoop為代表的大數(shù)據(jù)處理平臺(tái)則可以輕松應(yīng)對(duì)[7-8]。

其次，平臺(tái)能夠處理并管理非結(jié)構(gòu)化數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)相對(duì)于結(jié)構(gòu)化數(shù)據(jù)而言，不方便用數(shù)據(jù)庫(kù)二維邏輯表來(lái)表現(xiàn)的數(shù)據(jù)即稱為非結(jié)構(gòu)化數(shù)據(jù)，包括所有格式的辦公文檔、文本、圖片、標(biāo)準(zhǔn)通用標(biāo)記語(yǔ)言下的子集XML、HTML、各類報(bào)表、圖像和音頻、視頻信息等等。這些數(shù)據(jù)需要特殊的篩選方法進(jìn)行預(yù)處理和歸一化，之后才可以應(yīng)用到各類數(shù)據(jù)挖掘算法中去。

再次，算法需要分析復(fù)雜場(chǎng)景并對(duì)場(chǎng)景進(jìn)行區(qū)分。如果將全市或者全國(guó)所有的數(shù)據(jù)不加以區(qū)分而進(jìn)行統(tǒng)一處理，那么所有的特殊區(qū)域都將被平均化，然而某些區(qū)域的特殊情況的內(nèi)在原因正是數(shù)據(jù)分析者們更感興趣的地方，因此將數(shù)據(jù)進(jìn)行合理的場(chǎng)景劃分，是數(shù)據(jù)預(yù)處理的中重要一步。

最后，平臺(tái)必須能夠分布式結(jié)構(gòu)并行處理，提高海量數(shù)據(jù)的處理速度。由于大數(shù)據(jù)更新速度快的特點(diǎn)，能否快速實(shí)時(shí)的對(duì)海量數(shù)據(jù)進(jìn)行處理是整個(gè)數(shù)據(jù)分析的基礎(chǔ)。

3.3 處理流程

為了探究未來(lái)一段時(shí)間某地區(qū)的業(yè)務(wù)并發(fā)關(guān)系，我們需要對(duì)該地區(qū)采集到的海量數(shù)據(jù)做預(yù)處理。原始數(shù)據(jù)包括了許多字段，如基站信息（經(jīng)緯度）、網(wǎng)絡(luò)類型、上下行流量、數(shù)據(jù)包數(shù)、業(yè)務(wù)持續(xù)時(shí)長(zhǎng)等。我們主要研究各業(yè)務(wù)之間的聯(lián)系，因此只需提取出與業(yè)務(wù)量有關(guān)的字段。首先，從所有數(shù)據(jù)中出剔除了許多不常用的或是數(shù)據(jù)不全的業(yè)務(wù)，最終得到了60種有效業(yè)務(wù)，這些業(yè)務(wù)對(duì)象包括了除語(yǔ)音、短信外所有數(shù)據(jù)類業(yè)務(wù)，如即時(shí)消息、社交、流媒體、郵件等；然后再?gòu)倪@60種需要分析的業(yè)務(wù)中選取可能會(huì)使用到的各業(yè)務(wù)的上下行流量、用戶數(shù)、數(shù)據(jù)包個(gè)數(shù)等；最終我們選取了各業(yè)務(wù)流量來(lái)探究業(yè)務(wù)并發(fā)關(guān)系。我們將相關(guān)的數(shù)據(jù)整理為表1格式。

現(xiàn)在各種網(wǎng)絡(luò)業(yè)務(wù)越來(lái)越多，但是各種業(yè)務(wù)之間并不是孤立存在的，用戶使用習(xí)慣、業(yè)務(wù)本身屬性等都會(huì)使得各業(yè)務(wù)是息息相關(guān)的。為了衡量業(yè)務(wù)之間關(guān)系的大小，我們定義了各業(yè)務(wù)之間的距離。

對(duì)于采集到的N種業(yè)務(wù)，要得到第i（i=1，2，3……N）種業(yè)務(wù)與第j（i=1，2，3……N，j≠i）種業(yè)務(wù)之間的距離，首先需要計(jì)算出第i種業(yè)務(wù)與第j種業(yè)務(wù)的皮爾遜相關(guān)系數(shù)，計(jì)算公式為：

[ρij=Cov（xi，x（j））Var（x（i）） Var（x（j））] （1）

其中[xi， x（j）]分別為第i，j兩種業(yè)務(wù)流量的時(shí)間序列。在得到業(yè)務(wù)相關(guān)系數(shù)的基礎(chǔ)上，我們就可以計(jì)算第i種業(yè)務(wù)與第j種業(yè)務(wù)之間的距離[dij][9]，計(jì)算公式為：

[dij=21-ρij] （2）

為了直觀地看出各業(yè)務(wù)之間的并發(fā)關(guān)系，我們使用kruskal算法構(gòu)建最小生成樹(shù)網(wǎng)絡(luò)[10-11]，對(duì)于由N種業(yè)務(wù)之間的[C2N]個(gè)距離構(gòu)建的集合U，首先找出U中的最小值，即距離最小的兩種業(yè)務(wù)，在這兩種業(yè)務(wù)之間添加一條無(wú)向邊，連接這兩種業(yè)務(wù)，接著在剩下的[C2N]-1條邊中繼續(xù)尋找最小值連接業(yè)務(wù)，同時(shí)保證業(yè)務(wù)之間不連成環(huán)，直至遍歷所有距離值。其流程如圖4所示。

3.4 結(jié)果展示

圖5所示為某使用地區(qū)，從2014年1月5日開(kāi)始連續(xù)15天全網(wǎng)60種業(yè)務(wù)構(gòu)建的最小生成樹(shù)業(yè)務(wù)網(wǎng)絡(luò)。

在該業(yè)務(wù)網(wǎng)絡(luò)中，各節(jié)點(diǎn)代表了不同業(yè)務(wù)，如快播、優(yōu)酷、微信、淘寶、新浪微博等。節(jié)點(diǎn)大小是由該業(yè)務(wù)在網(wǎng)絡(luò)中介數(shù)的大小決定的，節(jié)點(diǎn)越大代表了該業(yè)務(wù)介數(shù)越大。而對(duì)于這樣一個(gè)由業(yè)務(wù)構(gòu)成的網(wǎng)絡(luò)來(lái)說(shuō)，業(yè)務(wù)介數(shù)越大，其他的業(yè)務(wù)就越容易通過(guò)它關(guān)聯(lián)在一起，例如在圖5中，淘寶與優(yōu)酷這兩種業(yè)務(wù)并未直接連接在一起，這說(shuō)明它們之間的相關(guān)性不是最大的，但是它們還是可以通過(guò)一定的路徑連接起來(lái)，從圖中具體來(lái)看就是：淘寶——IMESSAGE——快播——優(yōu)酷，而且從我們構(gòu)建該網(wǎng)絡(luò)的方法來(lái)看，這樣連接起來(lái)的路徑一定是相關(guān)系數(shù)權(quán)重最大的。對(duì)于其他業(yè)務(wù)也可以此類推，可以看出任意兩種業(yè)務(wù)相關(guān)的路徑通過(guò)IMESSAGE的次數(shù)是最多的。

該網(wǎng)絡(luò)中的邊選取了不同顏色來(lái)標(biāo)注，不同顏色代表不同的業(yè)務(wù)距離范圍。在闡述該網(wǎng)絡(luò)的構(gòu)建方法時(shí)我們就已經(jīng)說(shuō)明，邊連接的節(jié)點(diǎn)是兩種距離最小的業(yè)務(wù)，因此從結(jié)合點(diǎn)與邊即可看出各業(yè)務(wù)之間的關(guān)系：距離越小就說(shuō)明兩種業(yè)務(wù)越容易并發(fā)。從圖5中可以發(fā)現(xiàn)任意一種業(yè)務(wù)與其他業(yè)務(wù)的并發(fā)情況。

對(duì)于不同地區(qū)或不同時(shí)間段的業(yè)務(wù)數(shù)據(jù)，我們都可以構(gòu)建出最小生成樹(shù)業(yè)務(wù)網(wǎng)絡(luò)，從該網(wǎng)絡(luò)中找到各業(yè)務(wù)之間的關(guān)聯(lián)關(guān)系，通過(guò)業(yè)務(wù)關(guān)聯(lián)關(guān)系可以預(yù)測(cè)出任意一種業(yè)務(wù)在未來(lái)一段時(shí)間與其他業(yè)務(wù)的并發(fā)情況。例如采用某地區(qū)一定時(shí)間內(nèi)的數(shù)據(jù)可以得到圖5所示的業(yè)務(wù)網(wǎng)絡(luò)，從中可以預(yù)測(cè)出，在出現(xiàn)優(yōu)酷這種業(yè)務(wù)時(shí)，很可能會(huì)同時(shí)出現(xiàn)快播、LETV（樂(lè)視）、56VIDEO、PPLIVE這4類相關(guān)的業(yè)務(wù)。

該業(yè)務(wù)關(guān)系網(wǎng)絡(luò)圖是根據(jù)歷史數(shù)據(jù)得出。為了預(yù)測(cè)未來(lái)一段時(shí)間的業(yè)務(wù)并發(fā)關(guān)系，需根據(jù)預(yù)測(cè)需要，不斷使用新數(shù)據(jù)來(lái)更新業(yè)務(wù)關(guān)系網(wǎng)絡(luò)圖，從而保證預(yù)測(cè)的準(zhǔn)確性。

得到不同業(yè)務(wù)之間的并發(fā)關(guān)系后，我們就可以結(jié)合不同業(yè)務(wù)對(duì)網(wǎng)絡(luò)資源的消耗情況對(duì)網(wǎng)絡(luò)的調(diào)控與優(yōu)化提供一定的理論指導(dǎo)。例如，如果某地區(qū)的業(yè)務(wù)呈現(xiàn)出圖5所示并發(fā)情況，則可以知道IMESSAGE業(yè)務(wù)會(huì)與多種業(yè)務(wù)并發(fā)，那么在做網(wǎng)絡(luò)調(diào)控時(shí)，需要優(yōu)先滿足該業(yè)務(wù)消耗的信道資源。同時(shí)對(duì)于容易并發(fā)的業(yè)務(wù)，在做優(yōu)化時(shí)可以當(dāng)做同一類業(yè)務(wù)來(lái)處理，因?yàn)樗鼈儠?huì)同時(shí)消耗不同的網(wǎng)絡(luò)資源。

4 結(jié)束語(yǔ)

提出了一種大數(shù)據(jù)背景下基于業(yè)務(wù)并發(fā)度來(lái)分析用戶網(wǎng)絡(luò)行為的方法，該方法分析所得到的結(jié)果可以對(duì)網(wǎng)絡(luò)規(guī)劃和優(yōu)化進(jìn)行理論指導(dǎo)。我們需要進(jìn)一步分析不同種類的業(yè)務(wù)對(duì)于蜂窩網(wǎng)絡(luò)資源消耗的映射關(guān)系，從而精確預(yù)測(cè)整體網(wǎng)絡(luò)的負(fù)載情況，并據(jù)此提出更準(zhǔn)確、更全面的網(wǎng)絡(luò)優(yōu)化指導(dǎo)。