基于大数据的4G驻留比提升策略,本文是关于大数据相关论文范文文献与驻留和策略浅析和数据类毕业论文格式模板范文.
大数据论文参考文献：
【摘 要】 本文在基于O 域和B 域大数据基础上,从用户、网络两个方面入手,提出了提升4G 网络驻留比的策略,指导业务部门在流量经营、业务发展、营销套餐等方面有针对性的开展差异化的服务,指导规划、建设、网优部门精准地开展基站的建设以及优化等工作,推动强4G,薄3G,减2G 的网络构架演进,实现改善用户感知、提升4G 网络效益的目标.
【关键词】 大数据 4G 驻留比 B 域 O 域
一、引言
1.1 名词解释
4G 驻留比 ：4G 驻留比 等于（使用4G 手机终端且使用4G网络的手机终端 客户产生的4G 流量 / 使用4G 手机终端且使用4G 网络的手机终端客户在2G+3G+4G 网络上产生的总流量）*100%.
B 域、O 域：B 域等于business support system 的数据域,O域等于operation support system 的数据域.B 域有用户数据和业务数据,比如用户的消费习惯、终端信息、ARPU 的分组、业务内容,业务受众人群等；O 域有网络数据,比如信令、告警、故障、网络资源等.
1.2 现状
在移动互联网巨大需求的推动下,我国移动通信网络进入高速发展阶段,各运营商LTE 建设步入高峰,竞争非常激烈,而让用户获得良好的业务感知是竞争中胜出的关键 .而目前2G、3G、 4G 共存的背景下,如何确保用户更多的驻留在4G 网络上,享受4G 网络的最优服务,是各电信运营企业面临的一个难题.
永州联通2016 年6 月的O 域统计数据：VLR 登录用户中2G 占比64.41%,语音话务量2G 占比52.82%,流量2G+3G 占比51.58%,4G 网络利用率为6.73%,4G 驻留比为71%.从以上数据可以看出,目前话务主要承载在2G 网络,流量主要承载在2/3G 网络,4G 网络利用率较低、流量经营存在较大空间,同时较低的4G 驻留比也意味着较差的用户感知.
提升4G 网络驻留比目的在于使持有4G 终端的用户更多使用4G 网络,一方面可以大幅度提升客户感知,另一方面还可以实现提升4G 网络利用率、降低2G/3G 网络的负载.
二、B 域数据分析及策略
B 域的数据主要包括用户数据和业务数据,用户的消费习惯、终端信息、ARPU 值信息、业务内容人群基本信息数据以及海量的话单数据等,可以从用户套餐、用户流量、流量承载网络三个维度开展分析：
2.1 用户套餐分析
进行用户套餐分析,主要是确保用户套餐支持4G 网络,同时结合O 域HLR 中用户的属性分析,确保所有用户均支持4G 网络.7 月份对全网xxxxxxx 个用户的套餐数据和HLR数据进行分析后,已确保所有用户均有4G 属性.
2.2 用户流量分析
提升4G 驻留比就是要提高用户使用4G 网络的流量占比,通过对B 域一段时间的用户话单统计,可以统计出用户在统计时段对网络使用情况,包括：使用的总流量、使用的4G 流量、使用的3G 流量、使用的2G 流量、Top n 的 4G 流量基站、Top n 的3G 流量基站、Top n 的2G 流量基站、终端品牌、终端网络类、用户发展渠道、用户入网时间等.进行流量统计后,首先可以区分出高流量和低流量的用户,根据经验目前可以定义一个阈值如：800M/ 月,那么低于800M/ 月的用户定义为低流量用户,高于800M/ 月的用户定义为高流量用户.“800M/ 月”这个阀值均可在后期根据网络情况变化以及用户流量消费习惯变化在统计时进行调整.
2.2.1 低流量用户的策略
低流量意味着上网少、流量使用较低,那么上网网速对客户感知的影响相对不明显.对于此类用户,前期以市场流量经营宣传、引导和推广为主.根据7 月全月的话单统计,该批用户总数为xxxxxx 户,占总用户比为37.4%,小计使用流量126TB,占总流量比为13.6%（B 域口径）.
同时为了使针对该批用户的流量经营更加有效,再对该批用户进行Top3 2G 流量基站的统计,主要是避免用户无法登陆到3G 网络产生流量的问题.将该批用户产生流量所有的 Top3 2G 小区进行统计,统计发现涉及2G 小区1121 个,对该批2G 小区进行同站址3G 和4G 基站匹配,匹配结果为360 个2G 小区有同站址的3G 基站或4G 基站,没有同站址的3G 或4G 基站的2G 小区为761 个,根据360 个有同站址3G 或4G 基站的2G 小区反向筛出,在该批2G 小区下产生Top3 流量的用户xxxxx 户,涉及基层营销单元16 个、渠道xxx 个（无对应有效渠道的发给基层营销单元处理）,将该批用户号码明细按渠道由分公司互存部发给相应基层营销单元开展流量经营工作.
2.2.2 高流量用户的市场策略
高流量用户意味着上网多、流量使用高,对上网网速相对较为敏感.对于此类用户,要关注流量产生的网络,从驻留比提升的角度来看,就是要将该批用户的流量尽可能吸收到4G 网络.
对该批用户驻留比的提升,市场策略主要有2 个方面：1、加强维系,关注该批用户的投诉,及时解决用户投诉的网络问题和其它问题；采取赠送视频包、流量包等措施,提高用户对联通网络的忠诚度,以及关注ARPU 值与流量的适配,避免产生高额流量话费；3、加强流量应用推广,该批高流量用户意味着用户已能持续使用移动互联网的应用,对移动互联应用有较高的接受度,可以从用户年龄层次、用户行业、网络热点等层面开展各类应用推广宣传,提升用户价值.
2.3 高流量用户流量承载网络分析
低流量用户由于上网流量少,相对而言对上网速度没有高流量用户敏感,所以重点是对高流量用户进行统计,根据7 月话单统计,永州联通高流量用户为xxxxxx 户,用户量占比为62.6%,所产生的流量占总流量的86.4%（B 域口径）.为了有效地对高流量用户进行承载网络的分析,提出相应的驻留比提升策略,需要对对用户根据流量承载的网络进行分类；结合目前4G 驻留比的现状：71%,目前根据经验可定义：对于4G 流量占比大于90% 的用户,定义为4G 流量型用户；对于4G 流量占比小于30% 的用户定义为23G 流量型用户；对于4G 流量占比在30%-90% 之间（即：2G+3G流量占比在10%-70% 之间）的用户定义为234G 流量型用户.同样以上阈值均可在后期根据网络情况变化以及用户流量消费习惯变化在统计时进行调整.
2.3.1 高流量4G 流量型用户的策略
4G 流量型用户是指该用户承载在4G 网络的流量占该用户总发生流量的90% 以上,根据7 月话单统计,该批用户总数为xxxxx 户,用户量占高流量用户比为5.5%.该批用户单用户的驻留比已高达90% 以上,所以对该批用户不需要提出网络策略,对于营销策略就是维系和提升价值,见2.2.2.
2.3.2 高流量23G 流量型用户的策略
23G 流量型用户的特点是,该批用户的流量主要发生在2G 和3G 网络（2G 和3G 流量占比大于70 %）.根据7 月话单统计,该批用户总数为xxxxxx 户,用户量占占高流量用户比为45.9%.对该批用户的4G 驻留比提升是整个4G 驻留比提升工作的重点,对该批用户4G 驻留比的提升主要按以下步骤开展：
1）对该批用户产生流量所有的 Top3 2G 基站和Top 33G 基站进行统计,统计发现涉及2G 小区1236 个,涉及3G小区1968 个.将该批2G 小区站和3G 小区进行同站址4G基站匹配,匹配结果为540 个2G 小区有同站址的4G 基站、696 个2G 小区无同站址4G 基站； 617 个3G 小区有同站址的4G 基站、1351 个3G 小区无同站址4G 基站.
（1）对于同站址无4G 基站的2G 和3G 基站,理论上可以视为因为产生流量的地域没有4G 网络所以流量无法承载到4G 网络,解决措施为：1、按该批2G 和3G 小区产生的总流量排序进行,小区月流量在20G/80G 以上的,纳入高优先级建设4G 基站,小区月流量在5G/40G- 20G/80G 之间的纳入建设规划,小区月流量在5G/40G 以下的暂不处理；2、统计VIP 用户（四星及五星）发生流量的2G 和3G 小区,对于VIP 用户较多的区域也可纳入高优先级建设4G 基站；3、与客户投诉热点地区进行匹配,投诉较多的区域也可纳入高优先级建设4G 基站.
（2）对于同站址有4G 基站的2G 和3G 小区,而流量却回落承载到了2G 和3G 网络,则需要通过网络侧优化分析后解决.详见第3 节”网络侧4G 驻留比提升策略.
2.3.3 高流量234G 流量型用户的策略
相对23G 流量型用户234G 流量型用户有更多的流量产生在4G 网络,23G 流量型用户4G 流量占比小于30%,而234G 流量型用户4G 流量占比为30%-90%；相对23G 流量型用户,234G 流量型用户享受了更多的4G 高速优质的上网服务,网速感知对比要比23G 用户强,同样根据统计该批用户网络质量类的投诉比例也比23G 流量型用户和4G 流量型用户要高.根据7 月话单统计,该批用户总数为xxxxxx 户,用户量占比为48.6%.对该批用户的4G 驻留比提升也是整个4G 驻留比提升工作的重点,对该批用户4G 驻留比的提升与23G 用户驻留比提升步骤基本相同,不同的是23G 用户更多的是4G 基站建设,而234G 用户偏重于无线侧的网络优化：
1）对该批用户产生流量所有的 Top3 2G 基站和Top 33G 基站进行统计,统计发现涉及2G 小区871 个,涉及3G小区1326 个.将该批2G 小区和3G 小区进行同站址4G 基站匹配,匹配结果为706 个2G 小区有同站址的4G 基站、165 个2G 小区无同站址4G 基站； 883 个3G 小区有同站址的4G 基站、443 个3G 基站无同站址4G 基站.
（1）对于同站址无4G 基站的2G 和3G 基站,理论上可以视为因为产生流量的地域没有4G 网络所以流量无法承载到4G 网络,解决措施为：1、按该批2G 和3G 基站产生的总流量排序进行,小区月流量在20G/80G 以上的,纳入高优先级建设4G 基站,小区月流量在5G/40G- 20G/80G 之间的纳入建设规划,小区月流量在5G/40G 以下的暂不处理；2、统计VIP 用户（四星及五星）发生流量的2G 和3G 基站,对于VIP 用户较多的区域也可纳入高优先级建设4G 基站；3、与客户投诉热点地区进行匹配,投诉较多的区域也可纳入高优先级建设4G 基站.
（2）对于同站址有4G 基站的2G 和3G 基站,而流量却承载到了2G 和3G 网络,则需要通过网络侧优化分析后解决,详见第3 节”网络侧4G 驻留比提升策略”.
2.4 B 域数据分析及总结
通过基于B 域的数据分析,可以准确地将4G 驻留比提升的工作精准定位到用户级,同时辅以HLR 数据、基站数据等O 域数据,可以将用户与网络有机结合起来：
1）将目标用户精准定位到了基层单元以及渠道,庞大的目标用户群分解到十多个基层营销单元以及数百个渠道后有利于提升工作效率；
2）根据用户的ARPU 值以及使用的流量及流量的网络类型,可以让市场人员精准地根据网络现状针对不同类型的用户开展差异化的用户维系以及流量经营工作；
3）为网络规划、建设、优化提供了精准的覆盖区域建设和优化目标,可以减少网优分析的工作量、提升优化率,以及实现高价值区域的精准规划和建设.
三、网络侧4G 驻留比提升策略
3.1 影响4G 驻留比的关键网络因素
为了实现更多的用户驻留到4G 网络上,通过对倒流次数Top200 小区的O 域网管、网优以及信令数据分析,总结出导致手机倒流至2G、3G 网络的可能原因为以下三类：
1) 被动倒流至2G、3G 网络
(1)4G 网络覆盖不连续或存在弱覆盖区域,导致4G 终端用户倒流2G、3G 网络.(2)4G 用户语音呼叫CB(CircuitSwitched Fall Back 电路域回落) 时回落到2G、3G 网络.
2) 主动倒流至2G、3G 网络
(1)4G 用户主动关闭手机的4G 功能.(2)4G 终端用户未签约4G.(3)4G 终端用户的USIM 卡不支持4G.
3) 其他原因( 终端性能、用户行为等).
以上三大类倒流的原因中属于网络侧问题的是“被动倒流至2G、3G 网络”,将作为本次研究的重点,对于其他两大类原因不在本文研究的范围.造成用户被动倒流到2G 和3G 网络的主要因素有：
1) 4G 网络与3G、2G 网络的互操作因素：联通现网4G用户语音、弱覆盖场景首选回落3G 网络,那么4G 与3G 网络的互操优化是研究的重点（部署SDR 基站的场景下需考虑4G 与2G 网络的互操作方案研究）.
2) 4G 网络覆盖因素：4G 驻留比与4G 弱覆盖呈一定的反比关系,即4G 弱覆盖占比越高,4G 驻留比越低.网络弱覆盖一般由以下几种原因引起：缺站、4G 小区故障或告警、RF 问题、4G 小区功率配置不合适、4G 网络容量不足、4G系统内邻区漏配、PCI 冲突/ 混淆等.
3.2 4G 用户倒流分析和优化
3.2.1 4G 用户倒流分析
通过O 域话统覆盖触发的重定向到WCDMA 的总次数、覆盖触发回落3G 的比例(%)、重定向到WCDMA 的总次数、LTE 重定向到3G 的比例(%) 这四个指标,来发现4G 弱覆盖的小区,通过降低4G 回落3G 门限,减少回落3G 次数和比例,来实现提升4G 驻留比.4G 用户倒流分析主要是通过O 域的话统指标来发现4G 弱覆盖的小区,从而有针对性的进行覆盖优化和4G 基站的建设,以提升4G 驻留比的方法.
LTE 覆盖问题小区的判断原则如下：
1）基于覆盖问题的重定向次数>200 次/ 天；
2）基于覆盖问题重定向到UMTS 网络的比例>5%.
以上两个条件满足任何一个就作为问题小区来进行处理,同时与B 域统计的高流量小区进行匹配,在处理时可以按照重定向的次数和流量来排优先级,优先对次数多、流量高的小区进行优化和处理.
3.2.2 4G 用户倒流优化
针对因为覆盖原因导致的4G 用户倒流,有两种解决措施：
1） 通过RF 优化调整或者下调LTE 到UMTS 回落门限,以华为设备为例参数配置如下：
2） 优先针对回落次数多的小区进行LTE 深度覆盖建设,同时与B 域统计的需要建站的站址进行匹配,开展LTE 的覆盖的建设和规划工作,以LTE 用户的驻留比.
3.2.2 倒流优化优化效果
从如下图表看出,驻留比提升措施落实过程中,全网小区重定向到WCDMA 的总次数、覆盖触发的重定向到WCDMA 的总次数明显减少,覆盖触发回落3G 的比例和LTE 重定向到3G 的比例得到有效降低.
3.3 UL 互操作策略分析与优化
3.3.1 空闲态返回
对于RNC 检查并开启“空闲状态基于频率优先级”的重选功能,根据UL 网络空闲态的优先级,使得用户尽快返回到频率优先级高的LTE 网络.
3.3.2 语音业务返回
对于GUL 组网的场景, 语音业务通过CB 回落到UMTS/G 网络后,需要在G 网络和UMTS 网络尽快返回到LTE 网络,目前联通的策略主要是LTE 回落到UMTS网络,因此,针对联通当前的组网策略来看,需要语音业务结束后尽快返回的场景如下：
1）UMTS 快速返回方案.对于CB 用户回落到UMTS网络后,如果UMTS 网络的快速返回开关“呼叫释放后是否优先驻留LTE 小区开关”开启,CB 用户通话结束后,就触发FR 流程,在RRC 释放的消息中携带LTE 的频点,释放完后接入LTE 网络.
2）UMTS 组合业务快速返回方案.对于CB 用户组合业务的场景,也就是通话过程中同时进行了数据交换业务（PS）,语音结束后由于PS 数据交换业务的存在默认无法立即启动FR 流程,为了实现组合业务的FR 功能,需要开启“PS 业务快速返回LTE 开关”（PERFENH_PS_FAST_RETURN_LTE_SWITCH等于1）”,这样一旦语音通话结束后,即使有数据链接也会主动发起释放并返回到LTE 网络.3）UMTS 跨IUR 口快速返回方案.对于CB 用户如果存在有跨IUR 口切换的场景,为了实现跨IUR 口切换后也能过触发FR 功能,需要开启“跨IUR 口快速返回LTE 开关”（HO_IUR_U2L_FAST_RETURN_SWITCH等于1）.这样在跨IUR 口切换场景下,用户通话结束后也可以快速返回到LTE 网络.对于跨IUR 口的快速返回,是需要跨IUR 口切换过程中,DRNC 需要把LTE 的邻区信息在RL SETUPRESPONSE 消息中带回到SRNC 消息中,配置”LTE 小区的下行频点(LTEArfcn)”等于1650.
3.3.3 数据业务返回
对于GUL 组网的场景下,在LTE 建网初期或者某些特点的场景下会出现LTE 覆盖空洞的场景,针对这些场景会出现数据业务回落到UMTS 网络或者G 网络,随着用户的移动,一旦回到了LTE 有覆盖的地方,希望用户在做数据业务的过程中也能过尽快返回到LTE 的网络,这样可能会存在如下几种场景.
1） PS 业务U2L 重定向方案.对于LTE 的数据业务,如果因为覆盖原因,出现了L->U 的切换或者重定向之后,为了使得用户在有LTE 覆盖的地方尽快返回,需要无线侧开通PS 业务U2L 重定向功能,目前联通的网络中由于核心网没有携带是否可以返回到LTE 的相关信息,因此无线侧的U2L 重定向功能仅仅针对来自LTE 网络的用户进行处理.2） 签约业务识别.由于核心网无法携带LTE 的开户信息,因此RNC 开发了签约用户的识别功能,用于记录来自LTE 用户的信息,对于来自LTE 的用户,一旦满足U2L 触发的条件就可以进行相应的U2L 的操作,达到尽快返回LTE网络的目的.签约用户识别是代替核心网提供相应开户信息的一个功能,一旦用户被识别为LTE 用户后,就可以触发相应的U2L 的相关流程.
在“PS 业务U2L 重定向方案”的基础上开启签约业务识别的功能,以华为设备为例参数配置如下：
3.4 3G 高流量（4G 低驻留比）小区优化
3.4.1 3G 高流量小区参数优化
为了提升4G 驻留比,永州联通选取了30 个低驻留比小区,且在同一区域的站点进行实践,通过降低4G 回落3G门限,减少回落3G 次数和比例,实施后倒流比降低了1.62%,流量增涨了8.06%.
3.4.2 3G 高流量小区RF 优化
针对3G、4G 共站,3G 站点流量偏高而4G 站点流量偏低小区,通过RF 调整,实现3G、4G 扇区同覆盖,达到4G小区吸收流量提高驻留比的目的.
3.5 网络侧优化小结
通过网络侧的优化调整,各项网络侧指标提升效果显著：1） LTE LTE 重定向到3G 的比例, 由优化前的18.49%,降低到11.39%,降幅达到38.4%.
2）3G 侧实施U2L 互操作方案后,发起U2L 重定向次数增长较明显,用户数增长明显,U2L 基于业务返回LTE 指标如下：
总结：基于O 域和B 域大数据分析制定的4G 驻留比提升策略应用,在永州联通取得了显著效果,1、全网4G 驻留比由7 月的71.07% 提升至12 月的90.40%；2、全网4G 网络流量及2/3/4G 总流量大幅上升：12 月的4G 流量较7 月增幅达到267%,4G 流量占比从7 月的65.8% 提升至12 月底的88.5%; 全网总流量增幅172.
综上而言，这是关于驻留和策略浅析和数据方面的大数据论文题目、论文提纲、大数据论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文.
大数据环境下提升高校计算机教学质量
摘要随着科学技术的不断发展,互联网的不断普及,人类逐步进入了大数据时代 微信、微博……社交平台的出现使人们的信息交流更加快捷,如今人们每天需要从大量的数据信息中获取有价值的信息 大数据环境对高校的计算.
大数据背景下学术期刊影响力提升路径
【摘要】大数据技术的应用对学术期刊的发展产生了较大的影响 本文在分析大数据环境下学术期刊困境以及其影响力构成要素的基础上,认为学术期刊应积极利用大数据和数字出版……工具,继续强化期刊内容的前沿性、创新.
不良商家利用大数据杀熟
300 元的酒店房间,老客户就要380 元过去货比三家,如今还要“货比三人”,一些手握大数据工具的商家正在真实上演“坑人新骗术” 大数据说我认得你,所以.
大数据带来大变化
贵州推进大数据战略行动,充分挖掘大数据商用、政用、民用价值,更好地以大数据引领经济转型升级,提升政府治理能力,服务民生社会事业,用信息化发展新阶段的新成果,进一步展示贵州坚持改革开放的决心和信心 改革.