［劉昕 饒小正 劉陽］

1 引言

隨著5G 網(wǎng)絡(luò)逐漸成熟，組網(wǎng)方式須從粗放型鋪設(shè)轉(zhuǎn)變?yōu)榫?xì)化補(bǔ)點(diǎn)。轉(zhuǎn)變過程中，資源價(jià)值的提升是重要立足點(diǎn)。目前基站運(yùn)維需求來源于基站上報(bào)的數(shù)據(jù)和用戶投訴內(nèi)容，運(yùn)維策略以及優(yōu)先級(jí)依賴于設(shè)備運(yùn)行指標(biāo)，在基站的價(jià)值產(chǎn)出方面考量不足。因此在降本增效的大背景下，如何準(zhǔn)確的將有限的資源投入到用戶需求和基站收益雙高的地方，是運(yùn)營(yíng)商迫切需要解決的問題[1]。

本文結(jié)合運(yùn)營(yíng)商的需求，以基站產(chǎn)出為核心指標(biāo)，融合BMO 域指標(biāo)，提出一種基于聚類算法的多維基站價(jià)值評(píng)估體系構(gòu)建方法，能夠從多維度評(píng)估基站價(jià)值，使得高價(jià)值區(qū)域識(shí)別更加精準(zhǔn)，有效提升網(wǎng)絡(luò)質(zhì)量和用戶業(yè)務(wù)體驗(yàn)[2]，助力生產(chǎn)流程網(wǎng)規(guī)、網(wǎng)優(yōu)資源最大化利用。

2 價(jià)值評(píng)估

基站價(jià)值評(píng)估是一種評(píng)估通信基站的全維度價(jià)值的過程，涉及到基站的經(jīng)濟(jì)價(jià)值、使用價(jià)值等因素，以確定其綜合價(jià)值。基站價(jià)值評(píng)估需要評(píng)估人員具有豐富的專業(yè)知識(shí)和經(jīng)驗(yàn)。評(píng)估結(jié)果可以幫助運(yùn)營(yíng)商決定基站的投資和運(yùn)維策略，從而實(shí)現(xiàn)最大的經(jīng)濟(jì)效益。

但目前尚無準(zhǔn)確的標(biāo)準(zhǔn)去衡量基站的實(shí)際價(jià)值[3]，因此基站價(jià)值評(píng)估日益成為運(yùn)營(yíng)商迫切需要解決的問題。

2.1 價(jià)值評(píng)估影響因素

不同單位、組織或個(gè)人在結(jié)合自身實(shí)際需要的情況下，提出了不同價(jià)值評(píng)估維度[4]。

熊壯,陳燕芬等人提出結(jié)合移動(dòng)網(wǎng)絡(luò)業(yè)務(wù)量、小區(qū)收入、用戶和終端分布等因素，建立價(jià)值區(qū)域分析模型和評(píng)估方法，從多個(gè)維度對(duì)網(wǎng)絡(luò)進(jìn)行價(jià)值分析[5]。鞏傳兵,楊明帥,吳松等人提出基于覆蓋、投訴、容量、場(chǎng)景等維度對(duì)站點(diǎn)進(jìn)行評(píng)估[6]。于鑒桐,王定江,劉亞麗娜等人提出基于“覆蓋、容量、投訴、競(jìng)對(duì)、光網(wǎng)”五維進(jìn)行價(jià)值打分，重點(diǎn)關(guān)注覆蓋、容量[7]。嚴(yán)寒榕提出按市場(chǎng)指標(biāo)、網(wǎng)絡(luò)質(zhì)量指標(biāo)、用戶感知指標(biāo)進(jìn)行基站價(jià)值評(píng)估[8]。

各組織/單位從不同的出發(fā)點(diǎn)考慮，對(duì)價(jià)值評(píng)估的角度是不一樣的，且存在較大的差異性。

2.2 價(jià)值評(píng)估方法

目前業(yè)界存在多種基站價(jià)值評(píng)估方法，并且尚無統(tǒng)一的價(jià)值評(píng)估方法。

江楓,程日濤,孟繁麗等人提出基于跨域特征融合的基站價(jià)值智能評(píng)估方法，該算法通過梯度提升決策樹(GBDT)進(jìn)行特征融合，采用邏輯回歸(LR)建立高價(jià)值概率評(píng)估模型[9]。程日濤,堯文彬,汪況倫等人提出通過基站畫像的方式利用智能算法識(shí)別投資收益比最佳的站址列表，實(shí)現(xiàn)站址規(guī)劃并維持周期性的站址等級(jí)評(píng)估，支撐規(guī)劃與運(yùn)維[10]。趙明峰,劉三思,賀春林等人提出一種分類場(chǎng)景下5G 站點(diǎn)價(jià)值評(píng)估方法，通過該方法可有效評(píng)估分類場(chǎng)景下的5G 待規(guī)劃站點(diǎn)的價(jià)值[11]。

2.3 當(dāng)前價(jià)值評(píng)估存在問題

業(yè)界對(duì)于價(jià)值評(píng)估影響因素及價(jià)值評(píng)估已經(jīng)進(jìn)行一定的研究，但目前基站價(jià)值評(píng)估仍存在一定的問題：

（1）基站價(jià)值統(tǒng)計(jì)維度沒有結(jié)合運(yùn)營(yíng)商實(shí)際工作，出現(xiàn)價(jià)值維度缺失，導(dǎo)致計(jì)算結(jié)果無法真實(shí)反應(yīng)基站真實(shí)價(jià)值。

（2）當(dāng)前基站總價(jià)值一般是各價(jià)值子維度相加，沒有依據(jù)基站實(shí)際的場(chǎng)景對(duì)維度的權(quán)重進(jìn)行優(yōu)化，導(dǎo)致部分基站本用于廣覆蓋，而錯(cuò)用用戶數(shù)、業(yè)務(wù)收入來衡量?jī)r(jià)值，進(jìn)而影響運(yùn)維資源投入，最終降低了用戶體驗(yàn)。

基于以上問題，本文提出一種基于聚類算法的多維基站價(jià)值評(píng)估體系構(gòu)建方法，更加精準(zhǔn)量化地評(píng)估基站綜合價(jià)值，解決目前基站價(jià)值數(shù)字化評(píng)估缺乏全面性、準(zhǔn)確性的問題，為基站運(yùn)維資源的高效利用精準(zhǔn)投入提供基礎(chǔ)。

3 基于聚類算法的多維基站價(jià)值評(píng)估體系構(gòu)建

本文將從3 個(gè)方面介紹基于聚類算法的多維基站價(jià)值評(píng)估體系構(gòu)建過程。

3.1 價(jià)值評(píng)估因素選取

構(gòu)建價(jià)值體系首先得明確基站價(jià)值的構(gòu)成。基于運(yùn)營(yíng)商實(shí)際工作，本文的價(jià)值主要由經(jīng)濟(jì)價(jià)值、用戶價(jià)值以及附加價(jià)值三個(gè)方面組成。經(jīng)濟(jì)價(jià)值是基站的價(jià)值基礎(chǔ)，主要源于基站產(chǎn)生的業(yè)務(wù)。用戶價(jià)值是經(jīng)濟(jì)價(jià)值增值的能力，用戶價(jià)值越高，說明基站未來能產(chǎn)生的經(jīng)濟(jì)價(jià)值越高。附加價(jià)值對(duì)業(yè)務(wù)沒有直接影響，但體現(xiàn)了企業(yè)的社會(huì)責(zé)任和企業(yè)形象。詳見圖1。

3.2 價(jià)值評(píng)估方法

本文提出的3 種價(jià)值具體評(píng)估方法如下：

（1）經(jīng)濟(jì)價(jià)值：即基站的經(jīng)濟(jì)收益。計(jì)算基站的經(jīng)濟(jì)收益主要涉及到成本和業(yè)務(wù)收入兩個(gè)部分。成本包含資產(chǎn)折舊、租費(fèi)、電費(fèi)以及維護(hù)費(fèi)。業(yè)務(wù)收入包含兩個(gè)部分，計(jì)費(fèi)用戶收入和非計(jì)費(fèi)用戶收入。計(jì)算公式如表1 所示。

表1 經(jīng)濟(jì)價(jià)值構(gòu)成指標(biāo)及計(jì)算公式

（2）用戶價(jià)值：基站收益是由基站承載的用戶產(chǎn)生的，承載的用戶數(shù)越多，潛在的收益能力也越強(qiáng)。所以本文對(duì)于用戶價(jià)值的指標(biāo)選取集中于基站承載的用戶數(shù)情況，即用戶熱度。選取的用戶價(jià)值指標(biāo)如下：

①去重用戶數(shù)：用戶的MDN 去重?cái)?shù)量。該指標(biāo)反映了在統(tǒng)計(jì)時(shí)域內(nèi)，基站接入了多少不同的用戶。

② 常駐用戶數(shù)：常駐用戶指在一定時(shí)域范圍內(nèi)，高頻次鏈接該基站小區(qū)，且鏈接時(shí)長(zhǎng)以及業(yè)務(wù)記錄滿足某一閾值的用戶，即為該站點(diǎn)的常駐用戶。常駐用戶相對(duì)于其他用戶，能穩(wěn)定產(chǎn)生業(yè)務(wù)記錄。

③夜間用戶變化情況：比對(duì)夜間時(shí)均用戶數(shù)和全天時(shí)均用戶數(shù)的波動(dòng)情況。

④ 節(jié)假日用戶變化情況：比對(duì)節(jié)假日日均用戶數(shù)和全周期日均用戶數(shù)的波動(dòng)情況

前兩者構(gòu)成了基站總體的用戶數(shù)概況，后兩者則反映了在不同時(shí)段基站用戶數(shù)的變化情況，作為前者的補(bǔ)充。常駐用戶是用戶熱度核心的組成部分，受時(shí)段的影響較小且一般常駐用戶都是基站收益的主體來源。去重用戶數(shù)反應(yīng)了用戶熱度的全景，常駐用戶多的基站，去重用戶數(shù)一般也多；但常駐用戶數(shù)少的基站，去重用戶數(shù)不一定少，譬如交通樞紐或交通線路等用戶流動(dòng)性比較大的區(qū)域。用戶價(jià)值的計(jì)算公式如下所示：

用戶價(jià)值=μ1*(α1*去重用戶數(shù)+α2*常駐用戶數(shù))+μ2*(β1夜間用戶變化情況*+β2*節(jié)假日用戶變化情況)

（3）附加價(jià)值：附加價(jià)值主要涉及社會(huì)輿論以及企業(yè)口碑。構(gòu)成附加價(jià)值的指標(biāo)如圖2 所示。圖2 附加價(jià)值指標(biāo)構(gòu)成

圖2 附加價(jià)值指標(biāo)構(gòu)成

i.站址密度=基站數(shù)量/覆蓋區(qū)域面積；

ii.友商對(duì)標(biāo)：計(jì)算覆蓋范圍內(nèi)是否存在友商基站；

iii.業(yè)務(wù)場(chǎng)景：對(duì)業(yè)務(wù)場(chǎng)景進(jìn)行分類并賦值；

iv.重點(diǎn)地標(biāo)：計(jì)算覆蓋范圍內(nèi)是否存在重點(diǎn)保障地標(biāo)建筑；

v.用戶投訴：按照時(shí)間維度統(tǒng)計(jì)覆蓋范圍內(nèi)用戶投訴次數(shù)；

3.3 基于聚類方法的多維價(jià)值評(píng)估模型構(gòu)建

上文中已確定3 個(gè)評(píng)估維度及具體評(píng)估方法，最終需要將三個(gè)價(jià)值進(jìn)行加權(quán)計(jì)算到價(jià)值綜合評(píng)分，計(jì)算公式如下：

價(jià)值綜合評(píng)分=γ*經(jīng)濟(jì)價(jià)值+σ*用戶價(jià)值+δ*附加價(jià)值

由于不同場(chǎng)景對(duì)于價(jià)值的評(píng)估考慮因素不同，如部分基站是覆蓋黨政軍或者偏遠(yuǎn)地區(qū)，不能因?yàn)榻?jīng)濟(jì)價(jià)值不高而不投入，因此本文根據(jù)通過聚類方式場(chǎng)景化基站小區(qū)價(jià)值傾向，繼而得到每個(gè)基站小區(qū)的場(chǎng)景化權(quán)重系數(shù)，最后計(jì)算總價(jià)值分。詳見圖3。

圖3 基于聚類方法的多維價(jià)值評(píng)估模型

首先計(jì)算所有基站價(jià)值評(píng)估分?jǐn)?shù)，并利用KMEANS聚類得到三類基站小區(qū)（經(jīng)濟(jì)價(jià)值/用戶價(jià)值/附加價(jià)值）的中心點(diǎn)。

然后計(jì)算當(dāng)前基站離三類小區(qū)中心的距離（D1,D2,D3），并將距離映射為三種價(jià)值分的權(quán)重系數(shù),則得到場(chǎng)景化權(quán)重系數(shù)：

γ=(D2+D3)/ (2*(D1+D2+D3))

σ=(D1+D3)/ (2*(D1+D2+D3))

δ=(D1+D2)/ (2*(D1+D2+D3))

最后場(chǎng)景化權(quán)重系數(shù)將系數(shù)代入價(jià)值綜合評(píng)分公式，得到基站價(jià)值綜合評(píng)分。

4 實(shí)踐及分析

4.1 部署實(shí)踐

本文所述方法已在實(shí)際系統(tǒng)部署，主要流程如圖4所示。

圖4 基于聚類方法的多維價(jià)值評(píng)估系統(tǒng)流程

（1）數(shù)據(jù)提取：首先通過大數(shù)據(jù)平臺(tái)，獲取運(yùn)營(yíng)商用戶消費(fèi)數(shù)據(jù)，星級(jí)用戶數(shù)據(jù)，以及獲取用戶周期性測(cè)量報(bào)告MR 數(shù)據(jù)等。

（2）基站小區(qū)價(jià)值分析：分別計(jì)算基站的經(jīng)濟(jì)價(jià)值、用戶價(jià)值、附加價(jià)值分值。

（3）基站小區(qū)聚類：利用所有基站的價(jià)值分，并結(jié)合聚類算法得到三類基站小區(qū)（經(jīng)濟(jì)/用戶/附加）價(jià)值的中心點(diǎn)及當(dāng)前基站小區(qū)離中心點(diǎn)的距離。

（4）場(chǎng)景化權(quán)重系數(shù)計(jì)算：根據(jù)聚類結(jié)果，將基站小區(qū)離三類小區(qū)中心的距離映射為三種價(jià)值分的權(quán)重系數(shù)。

（5）基站小區(qū)價(jià)值匯總：根據(jù)上述計(jì)算到的三個(gè)維度價(jià)值得分以及場(chǎng)景化權(quán)重系數(shù)，計(jì)算基站價(jià)值總分。

（6）前端呈現(xiàn)模塊：前端呈現(xiàn)每個(gè)基站小區(qū)價(jià)值評(píng)估結(jié)果，并定期更新。

4.2 效果分析

4.2.1 4G 和5G 基站價(jià)值分分布

按照上述模型對(duì)某省全量基站進(jìn)行計(jì)算并賦予分值。分別分析5G 基站和4G 基站的價(jià)值分分布，如表2 和表3所示。

表2 某省4G 基站價(jià)值分分布

由表2 和表3 中的結(jié)果可以看出，價(jià)值分分布較為均勻，0～10 分段數(shù)據(jù)量較大主要原因是統(tǒng)計(jì)時(shí)期是現(xiàn)網(wǎng)還在持續(xù)建設(shè)階段，存在不少新開通還未規(guī)模承載流量的站點(diǎn)。

4.2.2 穩(wěn)定性分析

為了驗(yàn)證模型的穩(wěn)定性，引入價(jià)值評(píng)分突變的概念，即同一個(gè)基站在兩個(gè)評(píng)測(cè)時(shí)段分值變化超過10 分，認(rèn)定其出現(xiàn)了價(jià)值評(píng)分突變。本文為了保證穩(wěn)定性測(cè)驗(yàn)的準(zhǔn)確性，提取了連續(xù)6 周的數(shù)據(jù)，相鄰兩周數(shù)據(jù)作為一組，進(jìn)行了三次對(duì)比分析。各地市突變情況如圖5 所示。

圖5 各地市基站價(jià)值模型穩(wěn)定性測(cè)試結(jié)果

由圖5 可以看出4G 網(wǎng)絡(luò)各地市的基站價(jià)值分突變率集中在2%左右，最大突變率為5%，5G 網(wǎng)絡(luò)目前處于大規(guī)模建設(shè)中，而且5G 用戶數(shù)也在快速上升中，所以突變率較高，集中在3%左右，最大5%。

三次對(duì)比全省的基站價(jià)值分突變率，4G 基站分別為1.96%、1.74%以及1.99%；5G 基站的突變率分別為2.66%、3.60%以及3.24%，和分地市統(tǒng)計(jì)的情況基本相符。由于選取的時(shí)間段內(nèi)沒有重大節(jié)假日，人流變動(dòng)相對(duì)穩(wěn)定，價(jià)值評(píng)分突變率不高。由此可見模型的穩(wěn)定性良好。

4.2.3 分時(shí)段分析

通過模型對(duì)單個(gè)站點(diǎn)不同時(shí)段的價(jià)值分析，可以準(zhǔn)確的反應(yīng)不同時(shí)段站點(diǎn)工作狀況。以圖6 和圖7 的站點(diǎn)為例。

圖6 站點(diǎn)價(jià)值分時(shí)段得分

圖7 站點(diǎn)分時(shí)段運(yùn)行狀況

圖6 給出站點(diǎn)4 月份和7 月份的價(jià)值評(píng)分情況，經(jīng)濟(jì)價(jià)值、用戶價(jià)值分值明顯降低。圖7 則表明了4 月份和7月份該站點(diǎn)的具體運(yùn)行狀況，網(wǎng)絡(luò)流量縮小了近100 倍，鏈接用戶數(shù)從16 減少到了1，有MR 的柵格數(shù)從126 降低到72.。從地圖上可以看到，該站點(diǎn)屬于校內(nèi)站點(diǎn)，4 月份是開學(xué)期，站內(nèi)業(yè)務(wù)量處于高峰段，到了8 月暑假期間站點(diǎn)的業(yè)務(wù)急劇減少。因此價(jià)值模型真實(shí)的反應(yīng)了站點(diǎn)的時(shí)段特征。

4.3 模型應(yīng)用

高價(jià)值基站屬于重點(diǎn)保障對(duì)象，需實(shí)時(shí)監(jiān)測(cè)基站的運(yùn)行狀況，提高運(yùn)維優(yōu)化的優(yōu)先級(jí)，減少因故障帶來的經(jīng)濟(jì)損失。低價(jià)值基站可以按照標(biāo)簽制定不同的維護(hù)優(yōu)化策略。譬如關(guān)聯(lián)了重要地標(biāo)的零低流量基站，可以通過調(diào)整節(jié)能策略，降低運(yùn)營(yíng)成本；用戶價(jià)值高、經(jīng)濟(jì)價(jià)值低的基站，調(diào)研周邊用戶行為，優(yōu)化套餐內(nèi)容；長(zhǎng)時(shí)間低價(jià)值站點(diǎn)可以進(jìn)行關(guān)停合并處理，減少不必要的成本支出，例如圖8 所示站點(diǎn)，連續(xù)多個(gè)月份站點(diǎn)業(yè)務(wù)和用戶熱度過低，7 月底站點(diǎn)下電拆除。

綜上所述，基于聚類算法的多維價(jià)值評(píng)估模型具備一定的區(qū)分性、穩(wěn)定性，并在工作中取得實(shí)際成效，表明模型具有較好的實(shí)用性。

5 結(jié)束語

本文通過分析業(yè)界價(jià)值評(píng)估現(xiàn)狀，從實(shí)際工作出發(fā)，根據(jù)運(yùn)營(yíng)商的用戶數(shù)據(jù)以及基站數(shù)據(jù)，從經(jīng)濟(jì)價(jià)值、用戶價(jià)值以及附加價(jià)值三個(gè)維度構(gòu)建了基站價(jià)值評(píng)估模型，并通過聚類方式場(chǎng)景化基站價(jià)值傾向，繼而得到每個(gè)基站的場(chǎng)景化權(quán)重系數(shù)，最后得到基站的綜合總價(jià)值分。以此模型評(píng)估為參考，可以科學(xué)的制定網(wǎng)絡(luò)優(yōu)化策略，助力基站效能提升。