核心網數據挖掘下的移動通信用戶行為分析

史厚兵

（中興通訊股份有限公司西安研究所，陜西 西安 710000）

1 核心網和移動通信用戶行為

1.1 核心網

通常情況下，基站子系統、網絡子系統以及系統支撐部分是一個完整的移動網絡結構的重要組成部分。網絡子系統包含核心網，能夠及時對接入網和其他網絡進行有效連接，通過管理人員的優化與配置，能夠在特定環境下對用戶位置、網絡功能以及業務進行綜合控制[1]。

電路域及分組域是核心網的重要組成部分，一個完整的電路域能夠對傳統的電路交換方式進行綜合處理，并承載語音和短信等傳統電信業務。分組域則采用分組交換方式進行處理，主要承載數據業務。

1.1.1 電路域主要網元功能

整個核心網的數據移動交換功能主要是依靠移動業務交換中心（Mobile Switching Center，MSC）等完成，經過不斷優化與調整，能夠對大量電路交換業務傳輸指令和業務數據信息進行交換。與此同時，在網絡架構內部安設移動交換局的網關MSC（Gateway MSC，GMSC），與外部網絡結構全面連接后，從而達到與MSC 合設、分設的應用效果。

通過設置訪問位置寄存器（Visiting Location Register，VLR），及時建立完整的用戶信息數據庫，實現對所在區的移動用戶進行登記，分配漫游號碼，存儲移動臺狀態、位置區域識別碼、臨時移動用戶識別碼等。

針對短路消息服務中心（Short Message Service Center，SMSC）架構，能夠同時對移動站、基站等轉發或存儲數據消息，嚴格遵守SMSC 的協議達到預設工作效果。

1.1.2 分組域主要網元功能

針對服務GPRS 支持節點（Serving GPRS Support Node，SGSN），通過適當措施對用戶身份信息進行識別。通過壓縮和加密處理，提供完整的IP 數據包向無線單元的傳輸通路內部進行協議轉換，促使電路業務和數據業務能夠協同工作。

針對網關GPRS 支持節點（Gateway GPRS Support Node，GGSN），促使外部網絡結構和GPRS 網絡有效連接的同時，能夠對會話管理、路由選擇等進行轉發，并及時生成單獨的會話清單。與此同時，針對域名系統（Domain Name System，DNS）結構，管理人員能夠充分結合釋放輔助指示（Release Auxiliary Indication，RAI）對SGSN 地址進行全面查詢，結合接入點名稱（Access Point Name，APN）對GGSN 地址進行全面查詢。

針對在線計費系統（Online Charging System，OCS），經過科研人員的不斷開發與應用，能夠對提前支付費用的用戶進行在線統計。

針對計費網關（Charging Gateway，CG）結構，在對用戶話單數據信息全面收集、分析、處理及生成后，通過特定方式將其傳輸至計費中心。以無線接入點（Wireless Access Point，WAP）網關為例，主要發揮內容編/解碼、用戶代理特征值管理、高速緩存代理以及用戶信息轉發等功能。

1.2 移動通信用戶行為要點及主要作用

通過對核心網數據信息的分析與挖掘，針對語音業務，相關網絡能夠及時分析用戶號碼的位置更新，并在最短時間內找出網絡熱點的覆蓋區域。對于位置更新失敗的區域，要分析是覆蓋不好還是網絡故障等問題，對相關突發情況要及時反映并傳遞給相關通信管理人員。尤其是在對語音業務進行處理期間，要考慮通話時長、通話頻率、掉話率以及切換成功率等，分析出有問題的小區或站點，全面掌握不同業務繁忙的時間和區域，對容量不足的區域要考慮擴容管理，對有問題的站點等要及時維護[2]。

基于完整的移動通信行為能夠更好地分析業務數據進行分析，在智能機終端設備廣泛普及的時代背景下，人們可以合理應用專業的抓包工具分析用戶的行為。對于業務量大的App 和軟件平臺應用，可以考慮在中心核心機房部署相關的App 應用服務器，以加快用戶訪問。例如，Google 在每個業務相對發展較快的國家都部署有二級或三級Google 訪問服務器，以滿足用戶的快速查詢需求。

針對有營銷需求的系統，為了更好地實現業務推廣，App 公司可以向運營商投入適當建設資金，用戶訪問其網站時免費。一方面，運營商可以推廣其數據業務套餐；另一方面，也可以提升公司的形象。與此同時，對于某一地區業務量的波動可以分析用戶行為或網絡原因。如果某段時間業務量驟降，很有可能是網絡故障，還可能是傳輸中斷、核心網設備故障導致計費系統異常等。

對于負荷較大的電路交換（Circuit Switching，CS）系統、演進的分組核心網（Evloved Packet Core，EPC）系統或某些熱點區域，要考慮提前規劃和及時擴容，核心網側和無線側都要擴容。對于個人用戶行為的分析，除對運營商和各大互聯網App 廠家有利之外，還可以幫助公安人員對某些特殊用戶進行網絡跟蹤，通過核心網系統相關接口跟蹤/查詢非法人員位置更新的時間，根據其訪問Internet 的時間和IP地址可以確定大致區域，全面收集并獲取相關數據信息。

2 核心網數據類型與數據挖掘

2.1 核心網數據類型

在互聯網技術不斷普及與推廣的過程中，傳統語音模式的應用范圍在逐漸縮小。隨著5G 技術的不斷普及和智能終端的飛速發展，近年來移動通信用戶數量逐年遞增，運營商通過對通信網絡進行優化與改善，全面提升數據傳輸的速度。由此可以推斷，運營商網絡架構內部形成的數據信息會越來越多，也從側面反映出電信行業進入真正的大數據時代。

根據不完全統計，一個中小城市每小時有將近100 萬次移動電話呼叫記錄，在整個數據訪問量高達10 ～40 TB 的基礎上，互聯網每日點擊數量可以達到上億次。與此同時，運營商會通過特定模式對海量的數據信息進行綜合收集，將其融合至運營商的各個網絡節點，確保不會遺失大量有價值的數據信息，為后期運營商網絡管理水平的提高創設諸多有利條件。

運營商數據的多元性與通信用戶的基數有著密切的聯系，移動通信用戶一般都具有長期在線的特性，這從一定程度上促使運營商管理人員可以通過特定形式及時對用戶位置信息進行分析，在全面摸清移動信息和實際行為規律的基礎上，為后期用戶通信行為信息管理工作的順利進行夯實基礎。

2.2 數據挖掘

在實際的數據挖掘過程中，應確定適宜的數據挖掘算法，相關人員應及時提取不同的數據源，得出有價值的用戶行為信息。數據挖掘工作的基本流程包括收集整理數據、認知數據、數據變換和篩選、制定分析策略、創建和執行模型、分析和評估模型、模型調優以及預測報告和溝通等[3]。

在數據挖掘前，管理人員需要選擇合理的挖掘目標，設定特定的應用場景達到現實目的,明確自身需求，掌握挖掘方向。與此同時，應高度重視數據信息的采集方式，在深刻了解不同數據信息的內容后，掌握相應的數據信息采集技巧。針對核心網數據，數據信息的多樣性導致采集方法存在差異，大部分數據信息包含的時間顆粒度有所不同，會造成數據采集周期也存在差異。

只有經過全面的預處理，才能確保數據在采集后被全面挖掘。具體來講，應及時對采集信息的異常點進行全面檢測，并采用適當手段去除。受到外界客觀環境因素的影響，大數據的采集會出現相應的偏差編碼和記錄錯誤等，在采集數據信息相對不準確的情況下，管理人員發現此類狀況時應立即查找這些數據信息是純粹錯誤還是存在部分異常點。如果錯誤數據相對較多，應立即去除，繼而保留有價值的數據信息。除此之外，采用適當方式對采集的數據信息進行系統編碼、縮放以及特征選擇處理。例如，應整合相同類別的數據進行數值編碼，在對數據按照特定比例進行放大或縮小處理后，根據不同類型的數據信息進行特征選擇，通過完整的數據維度促使大規模的數據信息得到簡化處理，為后期數據挖掘算法的順利實施提供諸多有利條件[4]。

一個完整的核心數據挖掘基本流程主要包含需求整理、數據清洗、模型建立和實施、多維度分析以及參數調整等環節，相關人員掌握的經過迭代過程后獲得的數據分析結果可能不適用于特定場景，需要由專業人員進行全面評估與調整，為二次挖掘工作奠定基礎。

相關人員應全面掌握不同數據源的含義，了解與其他數據源的聯系，確定合適的數據分析需求。對由用戶側、終端故障或個體行為導致的異常事件進行數據清洗，確保數據信息的真實性和完整性。緊密聯系不同通信業務的實際需求，利用先進的計算機技術選擇最佳的數據挖掘方法，統籌利用聚類、分類、關聯以及擬合等數據挖掘手段，根據最后的數據挖掘算法特征擬建完整的數據挖掘模型。依托適當的數據挖掘工具，確保挖掘模型能夠高效建立。數據挖掘人員應巧妙應用相關多維度關聯、異常檢測、分析預測以及TopN分析等挖掘方法，確定完整的挖掘結果。此外，及時進行參數分析與調整，在確保多維度數據挖掘結果正確的情況下，根據實際情況對挖掘算法進行優化與改進，一旦發現不當之處，就立即進行調整，并考慮對挖掘模型進行重新分析與設計[5]。

3 移動通信用戶行為的數值模型及其應用

通信用戶在沒有建立完整的數據模型前，應采用適當手段對采集數據樣本信息進行優化及整理。收集大量原始數據信息組成樣本模型，使用聚類分析方法做好數據的預處理工作，確保原始數據操作的平均化。高度重視樣本的權重問題，通過聚類分析方法對大量數據信息進行壓縮處理。數據分析結果融入聚類樣本中時會存在一定的差異性，如果不對聚類頻數進行分析，極有可能造成大部分通信用戶群體出現偏差，因此應統一按照相關權重方法促使樣本能夠實現點壓縮。

面向用戶行為建模，提前展開擬合分析。分析所得到的數值結果，并進行深度數據挖掘。數據挖掘人員應通過適當手段及時分析，并找出數據信息的內部聯系，確定不同參數信息和系統參數信息的關聯性后，獲取完整的樣本點變量值。在實際的分析過程中，獲取完整的樣本聯系函數，從中還可以得出語音流量數量關系，促使擬合處理工作順利進行[6]。

用戶曲線的流量截距是用戶分群的重要區分特征，對通信用戶行為的分析工作具有重要影響。如果一個用戶的基準流量較小，說明其未來具有較大的發展空間。就現實情況來看，國內大多數運營商都會采用套餐內產品加上超出部分收費的定價方式進行綜合管理，在客戶套餐相對較多的情況下，客戶選擇套餐時與自身的實際需求有著較大關聯。隨著社會的進步和互聯網通信技術的普及與推廣，用戶大多選擇使用流量來滿足自身的實際需求，用戶流量比重隨之增加。以用戶群重心點權值一致為前提，關注用戶群分布趨勢。所有用戶群體中，中等基準流量用戶群數量相對較多，高、低流量基準用戶群的人數則相對較少。針對此現象，結合語音業務、數據業務以及總業務量，確定語音業務和數據業務占比，明確2 者的換算關系。采用等價值曲線，面向用戶等級展開量化式分級，同時將用戶業務總量作為用戶價值級別的判斷依據，了解用戶實際價值貢獻。

4 結 論

核心網數據挖掘下的移動通信用戶行為涉及多個方面，在互聯網技術不斷推廣與普及的過程中，相關通信管理部門應積極學習并引進先進的數據信息挖掘算法，適當投入建設資金，加大研發力度，在數據挖掘模型信息準確的情況下及時了解用戶行為特征，促進通信領域的可持續發展。