王希

（中國移動通信集團福建有限公司，福建 福州 350001）

1 引言

現(xiàn)有網(wǎng)絡(luò)優(yōu)化質(zhì)差分析一般是驅(qū)車測試和呼叫質(zhì)量撥打測試，通過專用的測試系統(tǒng)采集測試區(qū)域的信號強度、信號質(zhì)量等網(wǎng)絡(luò)相關(guān)數(shù)據(jù)，后期對采集的數(shù)據(jù)通過人工回放分析，篩選出質(zhì)差問題或路段?，F(xiàn)有技術(shù)主要是基于特定范圍的測試，并依據(jù)測試系統(tǒng)輸出的結(jié)果數(shù)據(jù)（包含表格和圖形）進行人工篩查。

傳統(tǒng)網(wǎng)絡(luò)優(yōu)化質(zhì)差分析中，需要用到大量車輛、測試人員進行數(shù)據(jù)采集，包括周期性的道路測試等等，同時對于采集回來的數(shù)據(jù)需要專業(yè)人員進行復(fù)雜性分析，存在如下問題：

（1）測試設(shè)備：一次道路測試或撥打測試需要準備測試車輛、測試設(shè)備、定位設(shè)備、測試軟件一套，設(shè)備成本投入大。

（2）人力成本：一次道路測試除了測試準備條件外還需要相應(yīng)的測試工程師和分析工程師，人力資源浪費。

（3）分析周期：道路測試或撥打測試時，需要長時間進行測試數(shù)據(jù)搜集，分析周期較長。

（4）樣本局限：驅(qū)車測試局限于車輛可通行的道路，撥打測試同樣受限于人力。

（5）專業(yè)技能：基于人工分析時受限于分析人員的專業(yè)技能水平和經(jīng)驗，通常簡單地對RSRP、SINR等單項指標進行分析。

基于以上不足，本文通過利用大數(shù)據(jù)和人工智能新型技術(shù)，引入了機器學(xué)習(xí)深度挖掘目前日趨完善的測量報告（Measurement Report）用戶級軟采數(shù)據(jù)，能夠?qū)θW(wǎng)質(zhì)差用戶進行建模，并自動輸出質(zhì)差用戶，克服了傳統(tǒng)人工質(zhì)差分析的缺陷，具有較大的實際應(yīng)用價值。

2 基于海量MR數(shù)據(jù)實現(xiàn)方法

2.1 技術(shù)特點及概述

通過分析海量用戶的測量報告，提取主小區(qū)和鄰區(qū)的網(wǎng)絡(luò)質(zhì)量指標數(shù)據(jù)進行數(shù)學(xué)建模，利用系統(tǒng)反饋結(jié)果，完善分析模型，達到對用戶質(zhì)差進行甄別的效果。同時結(jié)合定位技術(shù)，獲取用戶質(zhì)差發(fā)生時的位置信息，從而能夠更加全面、高效、準確地對全網(wǎng)質(zhì)差用戶進行評估。

2.2 新技術(shù)總體流程

通過對海量用戶測量報告基礎(chǔ)數(shù)據(jù)進行處理生成訓(xùn)練數(shù)據(jù)，并進行訓(xùn)練，生成判別模型，然后對判別結(jié)果進行驗證，優(yōu)化并完善訓(xùn)練模型，經(jīng)過模型輸出質(zhì)差用戶后，再進行空間定位以及場景映射，能夠形成質(zhì)差場景，并進行主動告警提示。具體實現(xiàn)的總體流程圖如圖1所示。

2.3 技術(shù)實現(xiàn)具體步驟

（1）基礎(chǔ)數(shù)據(jù)準備

基礎(chǔ)數(shù)據(jù)有路測數(shù)據(jù)和投訴數(shù)據(jù)兩種，測試數(shù)據(jù)主要包含主小區(qū)的小區(qū)號（ECI）、頻點（EARFCN）、物理小區(qū)識別號（PCI）、信號強度（RSRP）、信號質(zhì)量（RSRQ）、下行信噪比（SINR）、鄰區(qū)的頻點（NEARFCN）、鄰區(qū)物理小區(qū)號（NPCI）、鄰區(qū)信號強度（NRSRP），鄰區(qū)數(shù)量可能有0條或多條（一般不大于6條）。

圖1 新技術(shù)總體流程

衡量無線網(wǎng)絡(luò)質(zhì)量好壞的關(guān)鍵指標為SINR和呼叫連續(xù)性，但是由于目標數(shù)據(jù)不包含下行信噪比，故在進行數(shù)學(xué)建模時不參與計算，因此需要找到影響SINR指標的影響因素，將其分解如下：

Signal為小區(qū)信號強度RSRP；Noise為網(wǎng)絡(luò)背景噪聲，一般用一個統(tǒng)一的值表示即可。由于TD-LTE網(wǎng)絡(luò)是同頻組網(wǎng)的，因此同頻的其他鄰區(qū)信號強度即為Interference；PCI為小區(qū)參考信號的位置，對參考信號的同鄰頻干擾有較大影響，因此在考慮干擾時必須參與計算。

呼叫期間的切換次數(shù)影響呼叫連續(xù)性，切換次數(shù)越多，造成通話斷續(xù)或數(shù)據(jù)感知斷續(xù)的可能性就更大，因此也需要考慮。

（2）訓(xùn)練數(shù)據(jù)預(yù)處理

通過對用戶基礎(chǔ)數(shù)據(jù)進行聚合運算，并根據(jù)最終衡量網(wǎng)絡(luò)質(zhì)量的指標形成如下屬性作為訓(xùn)練數(shù)據(jù)維度。

◆上報點平均同頻鄰區(qū)數(shù)；

◆第一同頻鄰區(qū)出現(xiàn)個數(shù)；

◆主小區(qū)和同頻鄰區(qū)RSRP平均差值；

◆同頻鄰區(qū)RSRP標準差；

◆主小區(qū)平均電平；

◆主小區(qū)電平標準差；

◆電平差9 dB內(nèi)，同頻鄰區(qū)數(shù)量；

◆電平差9 dB內(nèi)，主小區(qū)PCI和鄰區(qū)PCI模3相等鄰區(qū)數(shù)量；

◆電平差9 dB內(nèi)，主小區(qū)PCI和鄰區(qū)PCI模6相等鄰區(qū)數(shù)量；

◆電平差9 dB內(nèi)，主小區(qū)PCI和鄰區(qū)PCI模10相等鄰區(qū)數(shù)量；

◆電平差9 dB內(nèi)，主小區(qū)PCI和鄰區(qū)PCI模30相等鄰區(qū)數(shù)量；

◆電平差9 dB內(nèi)，主小區(qū)PCI和鄰區(qū)PCI模50相等鄰區(qū)數(shù)量。

（3）訓(xùn)練數(shù)據(jù)建模

如果把質(zhì)差分析看作對網(wǎng)絡(luò)質(zhì)差和非質(zhì)差這個問題的判別過程，其基本流程遵循分而治之（divideand-conquer）策略，通過對質(zhì)差用戶訓(xùn)練數(shù)據(jù)進行學(xué)習(xí)，能夠建立質(zhì)差分類器模型，具體訓(xùn)練流程如圖2所示。

假設(shè)訓(xùn)練數(shù)據(jù)集的樣本集為D={(x1, y1), (x2, y2),…, (xm, ym)}，其中每一個實例xi表示屬性向量{ai1, ai2,…, aid}，yi∈C{非質(zhì)差，質(zhì)差}，則訓(xùn)練數(shù)據(jù)有屬性集A={a1, a2, …, ad}。

本次訓(xùn)練數(shù)據(jù)建模中共搜集到訓(xùn)練數(shù)據(jù)集樣本記錄為3 652 210條，即ym中m的值為3 652 210，而屬性向量為預(yù)處理中給出的維度，共12個維度，即ad中d的值為12，然后把訓(xùn)練數(shù)據(jù)集樣本按類型判別模塊和節(jié)點劃分模塊進行迭代遞歸處理，生成質(zhì)差分類器模型并保存。

1）類型判別模塊

模型形成過程中，算法會針對每一個當(dāng)前節(jié)點即當(dāng)前樣本記錄進行判斷，檢查其是否滿足遞歸返回條件。當(dāng)滿足條件時，則標記當(dāng)前節(jié)點為葉節(jié)點，并把該規(guī)則條件和葉節(jié)點進行保存；否則對當(dāng)前節(jié)點繼續(xù)進行劃分。在基本算法中，有三種情形會導(dǎo)致遞歸返回：

◆如果D中樣本屬于同一類型C，則將當(dāng)前節(jié)點標記為C類葉節(jié)點；

圖2 訓(xùn)練模型流程圖

◆如果A=φ OR D中樣本在A上取值相同，即當(dāng)前屬性集為空，或是所有樣本的所有屬性向量相等，則將當(dāng)前節(jié)點標記為葉節(jié)點，其類別標記為D中樣本數(shù)量最多的類。

◆如果Dv=φ，即當(dāng)前節(jié)點包含的樣本集為空，則將分支節(jié)點標記為葉節(jié)點，其類別標記為D，即父節(jié)點中的樣本，最多的類。

2）節(jié)點劃分模塊

分類器形成算法的關(guān)鍵是選擇劃分屬性，即如何選擇最優(yōu)劃分屬性。一般而言，隨著劃分過程不斷進行，希望分類器的分支節(jié)點所包含的樣本盡可能屬于同一類別，即節(jié)點的純度（Purity）越來越高。

信息熵（Information Entropy）是度量樣本集合純度最常用的一種指標。假定當(dāng)前樣本集合D中第k類樣本所占的比例為pk(k=1, 2, …, |y|)，則D的信息熵為：

Ent(D)越小，則D的純度越高。

因此通過計算樣本集D的分支節(jié)點的信息熵，能夠?qū)颖炯M行不斷分支，而節(jié)點劃分過程不斷重復(fù)后，有時會造成決策樹分支太多，導(dǎo)致某一個樣本自身的一些特征被當(dāng)作共性特征而導(dǎo)致過擬合，需要進行剪枝操作。

由于質(zhì)差用戶樣本屬性取值通常為連續(xù)型，因此需要對樣本屬性取值進行離散化，目前最常用的方法是二分法（Bi-Partition）。比如主小區(qū)平均電平≤54.495 7為一類，而主小區(qū)平均電平＞54.495 7為另一類，這樣就能對連續(xù)屬性進行離散化處理，而每一次節(jié)點進行分支過程中，都能對樣本集Ent(D)進行計算，比如按主小區(qū)平均電平分支后，Ent(D)的值為0.710 2，通過對樣本集D不斷分支和計算，可以得到如圖3所示的樣本數(shù)據(jù)分類樹。

（4）數(shù)據(jù)建模優(yōu)化

通過質(zhì)差分類器模型進行質(zhì)差判別生成質(zhì)差用戶結(jié)果后，需要抽樣進行驗證以得到分類模型的判別準確率。同時，將驗證通過的數(shù)據(jù)補充進訓(xùn)練數(shù)據(jù)中，對分類器模型進行修正和調(diào)整，能夠提升判別準確率。

圖3 樣本數(shù)據(jù)分類樹

3 應(yīng)用案例

3.1 數(shù)據(jù)源情況說明

傳統(tǒng)的質(zhì)差分析是通過福建移動網(wǎng)優(yōu)集中分析平臺進行工單派發(fā)，然后由各地市網(wǎng)優(yōu)分析人員通過測試分析軟件進行人工篩選并標記質(zhì)差問題路段，并保存到數(shù)據(jù)庫中。

通過福建移動網(wǎng)優(yōu)集中分析平臺獲取目前的歷史質(zhì)差路段作為訓(xùn)練樣本，截止2017年11月全省質(zhì)差問題路段共有831個。針對全省質(zhì)差問題路段進行海量測量報告數(shù)據(jù)加工處理，以及網(wǎng)絡(luò)質(zhì)量指標預(yù)處理，共能生成測量報告質(zhì)差用戶訓(xùn)練數(shù)據(jù)3 652 210條，通過對訓(xùn)練數(shù)據(jù)進行質(zhì)差用戶判別建模，能夠生成質(zhì)差用戶判別模型。

3.2 質(zhì)差分類器評估

目前測量報告數(shù)據(jù)時間粒度為小時級別，通過將2017年12月01日24小時數(shù)據(jù)作為測試數(shù)據(jù)，分別對24小時數(shù)據(jù)進行質(zhì)差判別模型處理后，生成質(zhì)差標簽，并把質(zhì)差數(shù)據(jù)分別下發(fā)相應(yīng)的地市，由分地市人員對質(zhì)差結(jié)果進行確認，最終評估結(jié)果如表1所示。

省公司根據(jù)各地市反饋情況，隨機抽取10%的反饋數(shù)據(jù)并按質(zhì)差問題進行投票判決，超過半數(shù)認定為質(zhì)差則判定該問題為質(zhì)差。由于莆田、廈門、漳州三個地市反饋質(zhì)量較差，所以投票區(qū)分了未剔除和剔除莆田、廈門、漳州的情況，最終獲得質(zhì)差判別模型平均準確率為75.13%，具體如表2所示。

3.3 質(zhì)差分析效果對比

傳統(tǒng)的人工質(zhì)差分析，一般是在用戶投訴網(wǎng)絡(luò)質(zhì)量后，根據(jù)投訴工單下發(fā)到對應(yīng)地市，由地市路測和撥測人員對投訴用戶的所屬路段搜集網(wǎng)絡(luò)質(zhì)量指標，然后地市網(wǎng)絡(luò)優(yōu)化分析人員對指標進行分析，得到質(zhì)差原因并給出修改建議。

表1 質(zhì)差分類器準確率評估

表2 專家判別法評估

傳統(tǒng)質(zhì)差分析流程需要耗時5天左右，各地市需要配備1名網(wǎng)絡(luò)優(yōu)化分析人員和2名路測撥測人員進行配合處理，非常耗時耗力。而且由于路測和撥測的方式搜集到的網(wǎng)絡(luò)質(zhì)量指標有限，各地市網(wǎng)絡(luò)優(yōu)化分析人員水平參差不齊，導(dǎo)致目前的傳統(tǒng)人工質(zhì)差分析準確率平均在68.78%左右。

通過對質(zhì)差分類器的反復(fù)評估以及對福州、廈門地市的抽樣試點，福建移動全省落地了質(zhì)差分類器來進行質(zhì)差分析，除了提高質(zhì)差分析的準確率，還大大提高了質(zhì)差分析的效率，節(jié)約了大量的人力物力成本，詳細質(zhì)差分析對比效果如表3所示：

表3 質(zhì)差分析效果對比

從表3可以看出，通過質(zhì)差分類器建模方式，分析準確率提高了6.35%左右，全省可節(jié)省路測撥測人員共9個，質(zhì)差分析流程的時長可以縮短一倍左右，而且傳統(tǒng)質(zhì)差方式處理都是先有投訴工單后處理，質(zhì)差分類器建模方式可以預(yù)先對全網(wǎng)用戶進行質(zhì)差識別，并進行主動告警下發(fā)，屬于預(yù)處理方式。

4 結(jié)束語

本文結(jié)合目前新興的大數(shù)據(jù)和人工智能技術(shù)，引入了機器學(xué)習(xí)來深度挖掘日趨完善的測量報告數(shù)據(jù)。通過對基礎(chǔ)數(shù)據(jù)進行預(yù)處理以及制定衡量網(wǎng)絡(luò)質(zhì)量相關(guān)指標后，針對現(xiàn)有質(zhì)差問題路段，抽取質(zhì)差用戶特征，進而生成質(zhì)差用戶訓(xùn)練樣本數(shù)據(jù)，然后通過分類器反復(fù)訓(xùn)練，形成質(zhì)差分類器。利用質(zhì)差分類器能夠?qū)θW(wǎng)質(zhì)差用戶進行判別，輸出最終的質(zhì)差用戶，再通過對質(zhì)差用戶進行空間定位以及場景映射，能夠形成質(zhì)差場景，并進行主動告警提示。

總的來說，海量測量報告質(zhì)差分類器建模方式在業(yè)內(nèi)屬于領(lǐng)先水平，具有極大的創(chuàng)新性和實用性，通過這種質(zhì)差分析方式，不僅能夠提高質(zhì)差分析的準確率，節(jié)約大量人力物力成本，縮短質(zhì)差分析周期，而且能夠提前對質(zhì)差用戶進行預(yù)警處理，提高移動LTE用戶的網(wǎng)絡(luò)體驗。

本方法的不足之處是由于目前質(zhì)差用戶訓(xùn)練樣本有限，導(dǎo)致質(zhì)差分類器的準確率只有75.13%左右。相信后期通過不斷積累和學(xué)習(xí)質(zhì)差判別反饋結(jié)果，能夠繼續(xù)完善質(zhì)差分類器模型，提高質(zhì)差分析的準確率。