利用MR大數據提升3G用戶感知研究

孫明珠，董建

(1 中國移動通信集團設計院有限公司黑龍江分公司，哈爾濱 150080；2 中國聯合網絡通信有限公司黑龍江省分公司，哈爾濱 150001）

利用MR大數據提升3G用戶感知研究

孫明珠1，董建2

(1 中國移動通信集團設計院有限公司黑龍江分公司，哈爾濱 150080；2 中國聯合網絡通信有限公司黑龍江省分公司，哈爾濱 150001）

運用大數據挖掘原理，對海量3G終端MR數據進行深入研究。從解決用戶感知、用戶體驗方面入手，尋找網絡質量規律，并在優化實例中予以應用。豐富了優化手段，取得良好效果，提高了優化效率，為深度優化提供了新思路。

WCDMA；數據挖掘；MR；優化；用戶感知

1 概述

在3G系統中，MR（Measurement Report）數據是手機用來評估無線環境質量的測量報告，運用數據挖掘原理，對海量MR數據進行深入研究。從解決用戶感知類投訴方面入手，在海量數據中尋找規律。

2 研究背景

目前的移動網絡優化主要有話務統計、DT（路測）、CQT（撥打測試）、投訴數據4種數據來源。話務統計只能夠體現業務狀態層面的網絡情況，不能反映網絡覆蓋，不能反映服務過程的質量狀況；DT相當于模擬的是路面行駛狀態下的網絡情況，沒能反映室內用戶的覆蓋情況及用戶感知；CQT測試費時費力，效率低；投訴數據往往比較滯后，網絡問題發現比較被動。MR數據是利用海量在網終端主動測量，實時準確的反映了用戶業務發生區域服務過程的網絡質量，保存了大量網絡信息，是網絡側獲得終端無線信息的主要手段。

相比于其他網絡數據，MR數據更能夠真實反映用戶的業務感知，能夠記錄終端實際網絡環境質量，可以精確的掌握網絡側的用戶體驗過程。所以，開展應用MR數據進行WCDMA用戶感知優化研究勢在必行。

每條MR數據包含眾多字段，能夠記錄用戶IMSI、測量時間、事件類型（EVENTID）、事件對應小區擾碼（PSC）、 UE主小區位置區碼（LAC）、小區識別碼（CI）、UE主小區干擾水平（Ec/No）、UE主小區信號強度（RSCP）等字段。

3 利用MR數據挖掘，高效解決用戶投訴提升用戶感知

3.1 WCDMA網絡環境標準

WCDMA網絡良好的無線環境應滿足RSCP≥-85 dBm，Ec/No≥-10 dB，用戶只有在良好的無線環境下才能夠得到非常舒適的用戶感知，這時，話音飽滿清晰，上網流暢；當用戶處于-95 dBm≤RSCP＜-85 dBm，-12 dB≤Ec/No＜-10 dB的無線環境下，只能滿足基本語音服務，網速變慢用戶體驗一般；當用戶處于RSCP＜-95 dBm，Ec/No＜-12 dB，語音時斷時續、掉話、無法接通，上網速度慢、接續時延大，用戶體驗非常差。

3.2 用戶投訴MR數據挖掘

某居民小區家中，WCDMA網絡長期信號弱，上網速率低，用戶提供了具體地址和經常在家的具體時間段。

按照優化處理流程，首先確認了該居民小區的主要覆蓋基站 “W大宏圖”基站無告警、無割接，近期沒有進行優化調整，各項話務統

計指標均正常。

初步推測為居民區深度覆蓋不足，按照正常流程需要網優工程師到用戶家中，進行業務發生實地測試，除了現場反復測試，找到問題原因，并根據周圍建筑物情況提出初步解決方案之外，還要對客戶的不滿情緒進行安撫，對測試工程師的技術水平和溝通技巧的要求都較高。

開展MR數據研究之后，我們可以不進入用戶家中，對該用戶行為就可以進行MR預評估。經過針對該用戶提供時段的MR數據挖掘整理，截取主要字段，如表1所示。

發現該終端主服小區并沒有占到“W大宏圖”基站信號，主要是占用了“W招待所-2”、“W和興局-3”和“W鐵路校-1”3個小區的信號，ECNO均值均在-16 dB以下，RSCP均在-93 dBm以下，網絡覆蓋及質量非常差。在MR數據庫中挖掘占用此3個小區，與該用戶特征相似的用戶有9個。

通過地理化分析，如圖1所示，本應由“W大宏圖-1”小區（紅色標識的小區）覆蓋該用戶，由于“1號樓”對WCDMA信號阻擋，衰減較大，該用戶卻占用了相鄰3個較遠小區（綠色標識小區）的信號，造成該用戶上網速率低，通話質量差。

通過用戶行為規律分析，如表2所示在MR數據中統計具有發生在以上3個或其中2個小區在相同時間段交替發生業務的行為特征，統計出有27個終端。通過電話初訪，確定有16個終端用戶家住在該小區內，并表示信號不好，上網速度非常慢。

表1 優化前投訴用戶MR數據挖掘表

表2 優化前投訴住宅小區終端MR網絡質量表

4 優化方案及效果

解決方案：居民區右側已有室內分布“W正陽酒店”（圖1中黃色標識小區），將其室內信號引出，在四樓緩臺上布放新的天線，采取天線上傾，饋路端加干放的方法，覆蓋該居民區內側中高層，如圖2所示。

優化后，再次提取該用戶MR，發現其已占用“W正陽酒店”信號，覆蓋質量良好，電話回訪該用戶，網速提升明顯，用戶滿意。MR數據如表3所示。

5 總結

圖1 投訴用戶周圍小區地理化圖

圖2 該小區天線上傾布放圖

WCDMA網絡優化采用MR數據挖掘進行分析后，實地測量的情形大大減少，無須到現場即可以分析問題原因，提出解決方案。利用海量MR數據挖掘，歸類挖掘感知類問題，主動加以解決，開展了精細優化，精益求精，節約了優化工程師的時間和精力。在日常優化中，很快得到了推廣，大大提高了優化效率。提升了用戶認可度，為深度優化提供了新思路。

[1] 羅軍. 版本升級對WCDMA網絡的優化[J]. 移動通信， 2010 (18).

[2] 熊輝. WCDMA網絡建設初期HSDPA速率優化[J]. 科技視界，2012(17).

[3] Luis Torgo. 數據挖掘與R語言[M]. 北京:機械工業出版社，2013.

[4] 楊維忠. SPSS統計分析與行業應用案例詳解[M]. 北京:清華大學出版社， 2011.

Mining MR data to improve the 3G user perception

SUN Ming-zhu1, DONG Jian2
(1 China Mobile Design Institute Heilongjiang Branch, Harbin 150080, China; 2 China Unicom Heilongjiang Branch, Harbin 150001, China)

This paper used the theory of large data mining, conducted the thorough research to the massive MR data from 3G terminals. For improving the user perception, it also summarized the rule, applicated to the examples of the routine network optimization. Enriched the means of optimization, and achieved good results, provided a new idea for the optimization of the depth.

WCDMA; data mining; MR; network optimization; user perception

TN929.5

A

1008-5599（2015）03-0059-03

表3 優化后投訴用戶MR數據挖掘表

I M S I 小區名稱 L A C C E L L I D R S C P均值 Ec/ No均值 采樣數4 6 0 0 1 X X X X X X 1 6 0 9 W正陽酒店 5 0 4 3 7 6 2 6 0 8 -7 8 . 4 d B m -7 . 5 d B 3 5 8

2014-12-04