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(wǎng)和移動通信用戶行為

1.1 核心網(wǎng)

通常情況下，基站子系統(tǒng)、網(wǎng)絡(luò)子系統(tǒng)以及系統(tǒng)支撐部分是一個完整的移動網(wǎng)絡(luò)結(jié)構(gòu)的重要組成部分。網(wǎng)絡(luò)子系統(tǒng)包含核心網(wǎng)，能夠及時對接入網(wǎng)和其他網(wǎng)絡(luò)進行有效連接，通過管理人員的優(yōu)化與配置，能夠在特定環(huán)境下對用戶位置、網(wǎng)絡(luò)功能以及業(yè)務(wù)進行綜合控制[1]。

電路域及分組域是核心網(wǎng)的重要組成部分，一個完整的電路域能夠?qū)鹘y(tǒng)的電路交換方式進行綜合處理，并承載語音和短信等傳統(tǒng)電信業(yè)務(wù)。分組域則采用分組交換方式進行處理，主要承載數(shù)據(jù)業(yè)務(wù)。

1.1.1 電路域主要網(wǎng)元功能

整個核心網(wǎng)的數(shù)據(jù)移動交換功能主要是依靠移動業(yè)務(wù)交換中心（Mobile Switching Center，MSC）等完成，經(jīng)過不斷優(yōu)化與調(diào)整，能夠?qū)Υ罅侩娐方粨Q業(yè)務(wù)傳輸指令和業(yè)務(wù)數(shù)據(jù)信息進行交換。與此同時，在網(wǎng)絡(luò)架構(gòu)內(nèi)部安設(shè)移動交換局的網(wǎng)關(guān)MSC（Gateway MSC，GMSC），與外部網(wǎng)絡(luò)結(jié)構(gòu)全面連接后，從而達到與MSC 合設(shè)、分設(shè)的應(yīng)用效果。

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

針對短路消息服務(wù)中心（Short Message Service Center，SMSC）架構(gòu)，能夠同時對移動站、基站等轉(zhuǎn)發(fā)或存儲數(shù)據(jù)消息，嚴格遵守SMSC 的協(xié)議達到預(yù)設(shè)工作效果。

1.1.2 分組域主要網(wǎng)元功能

針對服務(wù)GPRS 支持節(jié)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(shù)據(jù)包向無線單元的傳輸通路內(nèi)部進行協(xié)議轉(zhuǎn)換，促使電路業(yè)務(wù)和數(shù)據(jù)業(yè)務(wù)能夠協(xié)同工作。

針對網(wǎng)關(guān)GPRS 支持節(jié)點（Gateway GPRS Support Node，GGSN），促使外部網(wǎng)絡(luò)結(jié)構(gòu)和GPRS 網(wǎng)絡(luò)有效連接的同時，能夠?qū)捁芾?、路由選擇等進行轉(zhuǎn)發(fā)，并及時生成單獨的會話清單。與此同時，針對域名系統(tǒng)（Domain Name System，DNS）結(jié)構(gòu)，管理人員能夠充分結(jié)合釋放輔助指示（Release Auxiliary Indication，RAI）對SGSN 地址進行全面查詢，結(jié)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(tǒng)（Online Charging System，OCS），經(jīng)過科研人員的不斷開發(fā)與應(yīng)用，能夠?qū)μ崆爸Ц顿M用的用戶進行在線統(tǒng)計。

針對計費網(wǎng)關(guān)（Charging Gateway，CG）結(jié)構(gòu)，在對用戶話單數(shù)據(jù)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(wǎng)關(guān)為例，主要發(fā)揮內(nèi)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(zhuǎn)發(fā)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(wǎng)數(shù)據(jù)信息的分析與挖掘，針對語音業(yè)務(wù)，相關(guān)網(wǎng)絡(luò)能夠及時分析用戶號碼的位置更新，并在最短時間內(nèi)找出網(wǎng)絡(luò)熱點的覆蓋區(qū)域。對于位置更新失敗的區(qū)域，要分析是覆蓋不好還是網(wǎng)絡(luò)故障等問題，對相關(guān)突發(fā)情況要及時反映并傳遞給相關(guān)通信管理人員。尤其是在對語音業(yè)務(wù)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(qū)或站點，全面掌握不同業(yè)務(wù)繁忙的時間和區(qū)域，對容量不足的區(qū)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(yè)務(wù)數(shù)據(jù)進行分析，在智能機終端設(shè)備廣泛普及的時代背景下，人們可以合理應(yīng)用專業(yè)的抓包工具分析用戶的行為。對于業(yè)務(wù)量大的App 和軟件平臺應(yīng)用，可以考慮在中心核心機房部署相關(guān)的App 應(yīng)用服務(wù)器，以加快用戶訪問。例如，Google 在每個業(yè)務(wù)相對發(fā)展較快的國家都部署有二級或三級Google 訪問服務(wù)器，以滿足用戶的快速查詢需求。

針對有營銷需求的系統(tǒng)，為了更好地實現(xiàn)業(yè)務(wù)推廣，App 公司可以向運營商投入適當建設(shè)資金，用戶訪問其網(wǎng)站時免費。一方面，運營商可以推廣其數(shù)據(jù)業(yè)務(wù)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(qū)業(yè)務(wù)量的波動可以分析用戶行為或網(wǎng)絡(luò)原因。如果某段時間業(yè)務(wù)量驟降，很有可能是網(wǎng)絡(luò)故障，還可能是傳輸中斷、核心網(wǎng)設(shè)備故障導(dǎo)致計費系統(tǒng)異常等。

對于負荷較大的電路交換（Circuit Switching，CS）系統(tǒng)、演進的分組核心網(wǎng)（Evloved Packet Core，EPC）系統(tǒng)或某些熱點區(qū)域，要考慮提前規(guī)劃和及時擴容，核心網(wǎng)側(cè)和無線側(cè)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(lián)網(wǎng)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(wǎng)絡(luò)跟蹤，通過核心網(wǎng)系統(tǒng)相關(guān)接口跟蹤/查詢非法人員位置更新的時間，根據(jù)其訪問Internet 的時間和IP地址可以確定大致區(qū)域，全面收集并獲取相關(guān)數(shù)據(jù)信息。

2 核心網(wǎng)數(shù)據(jù)類型與數(shù)據(jù)挖掘

2.1 核心網(wǎng)數(shù)據(jù)類型

在互聯(lián)網(wǎng)技術(shù)不斷普及與推廣的過程中，傳統(tǒng)語音模式的應(yīng)用范圍在逐漸縮小。隨著5G 技術(shù)的不斷普及和智能終端的飛速發(fā)展，近年來移動通信用戶數(shù)量逐年遞增，運營商通過對通信網(wǎng)絡(luò)進行優(yōu)化與改善，全面提升數(shù)據(jù)傳輸?shù)乃俣?。由此可以推斷，運營商網(wǎng)絡(luò)架構(gòu)內(nèi)部形成的數(shù)據(jù)信息會越來越多，也從側(cè)面反映出電信行業(yè)進入真正的大數(shù)據(jù)時代。

根據(jù)不完全統(tǒng)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(shù)據(jù)訪問量高達10 ～40 TB 的基礎(chǔ)上，互聯(lián)網(wǎng)每日點擊數(shù)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(shù)據(jù)信息進行綜合收集，將其融合至運營商的各個網(wǎng)絡(luò)節(jié)點，確保不會遺失大量有價值的數(shù)據(jù)信息，為后期運營商網(wǎng)絡(luò)管理水平的提高創(chuàng)設(shè)諸多有利條件。

運營商數(shù)據(jù)的多元性與通信用戶的基數(shù)有著密切的聯(lián)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(guī)律的基礎(chǔ)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(chǔ)。

2.2 數(shù)據(jù)挖掘

在實際的數(shù)據(jù)挖掘過程中，應(yīng)確定適宜的數(shù)據(jù)挖掘算法，相關(guān)人員應(yīng)及時提取不同的數(shù)據(jù)源，得出有價值的用戶行為信息。數(shù)據(jù)挖掘工作的基本流程包括收集整理數(shù)據(jù)、認知數(shù)據(jù)、數(shù)據(jù)變換和篩選、制定分析策略、創(chuàng)建和執(zhí)行模型、分析和評估模型、模型調(diào)優(yōu)以及預(yù)測報告和溝通等[3]。

在數(shù)據(jù)挖掘前，管理人員需要選擇合理的挖掘目標，設(shè)定特定的應(yīng)用場景達到現(xiàn)實目的,明確自身需求，掌握挖掘方向。與此同時，應(yīng)高度重視數(shù)據(jù)信息的采集方式，在深刻了解不同數(shù)據(jù)信息的內(nèi)容后，掌握相應(yīng)的數(shù)據(jù)信息采集技巧。針對核心網(wǎng)數(shù)據(jù)，數(shù)據(jù)信息的多樣性導(dǎo)致采集方法存在差異，大部分數(shù)據(jù)信息包含的時間顆粒度有所不同，會造成數(shù)據(jù)采集周期也存在差異。

只有經(jīng)過全面的預(yù)處理，才能確保數(shù)據(jù)在采集后被全面挖掘。具體來講，應(yīng)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(huán)境因素的影響，大數(shù)據(jù)的采集會出現(xiàn)相應(yīng)的偏差編碼和記錄錯誤等，在采集數(shù)據(jù)信息相對不準確的情況下，管理人員發(fā)現(xiàn)此類狀況時應(yīng)立即查找這些數(shù)據(jù)信息是純粹錯誤還是存在部分異常點。如果錯誤數(shù)據(jù)相對較多，應(yīng)立即去除，繼而保留有價值的數(shù)據(jù)信息。除此之外，采用適當方式對采集的數(shù)據(jù)信息進行系統(tǒng)編碼、縮放以及特征選擇處理。例如，應(yīng)整合相同類別的數(shù)據(jù)進行數(shù)值編碼，在對數(shù)據(jù)按照特定比例進行放大或縮小處理后，根據(jù)不同類型的數(shù)據(jù)信息進行特征選擇，通過完整的數(shù)據(jù)維度促使大規(guī)模的數(shù)據(jù)信息得到簡化處理，為后期數(shù)據(jù)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(shù)據(jù)挖掘基本流程主要包含需求整理、數(shù)據(jù)清洗、模型建立和實施、多維度分析以及參數(shù)調(diào)整等環(huán)節(jié)，相關(guān)人員掌握的經(jīng)過迭代過程后獲得的數(shù)據(jù)分析結(jié)果可能不適用于特定場景，需要由專業(yè)人員進行全面評估與調(diào)整，為二次挖掘工作奠定基礎(chǔ)。

相關(guān)人員應(yīng)全面掌握不同數(shù)據(jù)源的含義，了解與其他數(shù)據(jù)源的聯(lián)系，確定合適的數(shù)據(jù)分析需求。對由用戶側(cè)、終端故障或個體行為導(dǎo)致的異常事件進行數(shù)據(jù)清洗，確保數(shù)據(jù)信息的真實性和完整性。緊密聯(lián)系不同通信業(yè)務(wù)的實際需求，利用先進的計算機技術(shù)選擇最佳的數(shù)據(jù)挖掘方法，統(tǒng)籌利用聚類、分類、關(guān)聯(lián)以及擬合等數(shù)據(jù)挖掘手段，根據(jù)最后的數(shù)據(jù)挖掘算法特征擬建完整的數(shù)據(jù)挖掘模型。依托適當?shù)臄?shù)據(jù)挖掘工具，確保挖掘模型能夠高效建立。數(shù)據(jù)挖掘人員應(yīng)巧妙應(yīng)用相關(guān)多維度關(guān)聯(lián)、異常檢測、分析預(yù)測以及TopN分析等挖掘方法，確定完整的挖掘結(jié)果。此外，及時進行參數(shù)分析與調(diào)整，在確保多維度數(shù)據(jù)挖掘結(jié)果正確的情況下，根據(jù)實際情況對挖掘算法進行優(yōu)化與改進，一旦發(fā)現(xiàn)不當之處，就立即進行調(diào)整，并考慮對挖掘模型進行重新分析與設(shè)計[5]。

3 移動通信用戶行為的數(shù)值模型及其應(yīng)用

通信用戶在沒有建立完整的數(shù)據(jù)模型前，應(yīng)采用適當手段對采集數(shù)據(jù)樣本信息進行優(yōu)化及整理。收集大量原始數(shù)據(jù)信息組成樣本模型，使用聚類分析方法做好數(shù)據(jù)的預(yù)處理工作，確保原始數(shù)據(jù)操作的平均化。高度重視樣本的權(quán)重問題，通過聚類分析方法對大量數(shù)據(jù)信息進行壓縮處理。數(shù)據(jù)分析結(jié)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(shù)進行分析，極有可能造成大部分通信用戶群體出現(xiàn)偏差，因此應(yīng)統(tǒng)一按照相關(guān)權(quán)重方法促使樣本能夠?qū)崿F(xiàn)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(shù)值結(jié)果，并進行深度數(shù)據(jù)挖掘。數(shù)據(jù)挖掘人員應(yīng)通過適當手段及時分析，并找出數(shù)據(jù)信息的內(nèi)部聯(lián)系，確定不同參數(shù)信息和系統(tǒng)參數(shù)信息的關(guān)聯(lián)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(lián)系函數(shù)，從中還可以得出語音流量數(shù)量關(guān)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(qū)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(fā)展空間。就現(xiàn)實情況來看，國內(nèi)大多數(shù)運營商都會采用套餐內(nèi)產(chǎn)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(guān)聯(lián)。隨著社會的進步和互聯(lián)網(wǎng)通信技術(shù)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(quán)值一致為前提，關(guān)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(shù)量相對較多，高、低流量基準用戶群的人數(shù)則相對較少。針對此現(xiàn)象，結(jié)合語音業(yè)務(wù)、數(shù)據(jù)業(yè)務(wù)以及總業(yè)務(wù)量，確定語音業(yè)務(wù)和數(shù)據(jù)業(yè)務(wù)占比，明確2 者的換算關(guān)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(yè)務(wù)總量作為用戶價值級別的判斷依據(jù)，了解用戶實際價值貢獻。

4 結(jié) 論

核心網(wǎng)數(shù)據(jù)挖掘下的移動通信用戶行為涉及多個方面，在互聯(lián)網(wǎng)技術(shù)不斷推廣與普及的過程中，相關(guān)通信管理部門應(yīng)積極學(xué)習(xí)并引進先進的數(shù)據(jù)信息挖掘算法，適當投入建設(shè)資金，加大研發(fā)力度，在數(shù)據(jù)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(lǐng)域的可持續(xù)發(fā)展。