CN102045748A - 基于数据业务流量的移动网络智能分析方法及系统 - Google Patents

Abstract

本发明涉及移动通信网络优化技术，具体涉及一种基于数据业务流量的移动网络智能分析方法及系统。该方法从移动网络用户数据业务的流量中拆分出信令流量和业务流量，并解析出各业务的APN以及HOST信息；利用业务流量的相关信息，找出业务流量比重大的业务使用的用户；结合用户的相关资料进行数据分析和业务挖掘。本发明将商业智能(BI)技术应用在移动网络问题定位中，使运营商减少了业务分析人员，缩减了业务优化成本。通过深度发现业务流量规律，在业务流量中分析挖掘商机，提高用户的业务体验，准确定位出当前的热门业务，更好的分析市场前景。

Description

基于数据业务流量的移动网络智能分析方法及系统

技术领域

本发明涉及移动通信网络优化技术，具体涉及一种基于数据业务流量的移动网络智能分析方法及系统。

背景技术

2010年7月15日中国互联网络信息中心(CNNIC)在京发布第26次中国互联网络发展状况统计报告。报告显示，截至2010年6月，中国网民规模达到4.2亿，手机用户达2.77亿，互联网普及率进一步提高。2010年上半年，我国网民继续保持增长态势，截至2010年6月，总体网民规模达到4.2亿，突破了4亿关口，较2009年底增加3600万人。互联网普及率攀升至31.8％，较2009年底提高2.9个百分点。同时，手机网民规模继续扩大，截至2010年6月，手机网民用户达2.77亿，较2009年底增加了4334万人。手机网民在手机用户和总体网民中的比例都进一步提高。2010年上半年，手机网民较传统互联网网民增幅更大，成为拉动中国总体网民规模攀升的主要动力，移动互联网展现出巨大的发展潜力。

随着手机网民日益增多，给移动通信运营商带来新的挑战的同时又带来了新机遇。挑战来自于随着用户对互联网体验需求日益增加，网络质量要有很高的提升。机遇来自于随着用户人数的增多，需求越来越多元化，带来的商业机遇也越来越多。

目前运营商对网络的优化时的分析技术流程如图1所示，通过用户投诉的收集，生成工单，在基站收集相关的网络信令，用EXCLE等工具分析信令问题得出优化报告，然后依据优化报告进行网络优化。目前的分析方法存在的问题是：手工操作必然会带来大工作量，也需要付出时间代价；信令分析难度大，对网优人员的技术和工作经验要求比较高。

为了克服现有移动网络分析技术的不足，目前提出了一种新型的基于多维度的网络问题分析定位方法，其技术流程如图2所示，通过信令采集卡收集所需信令，进行信令的分类入库，然后进行多维度分析，包括时间维度、网元维度、用户维度、终端维度等方面的综合分析，找到问题的原因并进行问题点的定位。这种方法的优点在于：能够把网优人员从繁琐的大量的分析工作中解脱出来；能够从数据流量中分析移动网络的潜在商机；能够提高用户的体验感受。

发明内容

本发明的目的在于针对移动网络问题分析定位的需要，提供一种基于数据业务流量的移动网络智能分析方法及系统，从而能够深度发现流量规律，挖掘移动网络潜在的商业机会。

本发明的技术方案如下：一种基于数据业务流量的移动网络智能分析方法，包括如下步骤：

(1)从移动网络用户数据业务的流量中拆分出信令流量和业务流量，并解析出各业务的APN以及HOST信息；

(2)利用业务流量的相关信息，找出业务流量比重大的业务使用的用户；

(3)结合用户的相关资料进行数据分析和业务挖掘。

进一步，如上所述的基于数据业务流量的移动网络智能分析方法，步骤(2)中，找出业务流量比重大的业务使用的用户的方法如下：

①按解析出的HOST信息进行分组，并按每组的业务流量从大到小的顺序对各组进行排列；

②计算步骤①中所分各组中各单项业务在流量中的占比，并按占比从大到小的顺序对各单项业务进行排序；

③根据各单项业务找出使用该业务的所有用户。

更进一步，如上所述的基于数据业务流量的移动网络智能分析方法，步骤(2)中，单项业务在流量中的占比排在前十位的业务被视为业务流量比重大的业务。

进一步，如上所述的基于数据业务流量的移动网络智能分析方法，步骤(3)中，找出流量最大的业务，并统计使用该业务的用户群，按业务的用户数和业务流量排名统计出该用户群对业务的喜欢共性，作为向用户推荐相关业务的依据。

更进一步，如上所述的基于数据业务流量的移动网络智能分析方法，步骤(3)中，统计用户群对业务的喜欢共性的方法为：先找出流量最大的业务，然后找出该业务的用户；接下来，查找这些用户还使用哪些其他业务，对用户使用的这些其他业务的信息按业务来统计用户数，找出用户数排在前十位的相关业务，从而得出使用该业务的用户还有可能使用的其他相关业务。

进一步，如上所述的基于数据业务流量的移动网络智能分析方法，步骤(3)中，结合用户的资料按照用户的角色来统计业务流量的特性，得到用户角色的业务流量使用特点，作为优化业务套餐的依据。

进一步，如上所述的基于数据业务流量的移动网络智能分析方法，步骤(3)中，统计各种业务的流量，准确定位出当前的热门业务，作为分析市场前景的依据。

一种基于数据业务流量的移动网络智能分析系统，包括：

信令解析引擎单元，用于从移动网络用户数据业务的流量中拆分出信令流量和业务流量，并解析出各业务的APN以及HOST信息；

业务流量统计单元，利用业务流量的相关信息，找出业务流量比重大的业务使用的用户；

业务挖掘单元，结合用户的相关资料进行数据分析和业务挖掘。

进一步，如上所述的基于数据业务流量的移动网络智能分析系统，其中，所述的业务挖掘单元包括：

业务推荐模块，用于找出流量最大的业务，并统计使用该业务的用户群，按业务的用户数和业务流量排名统计出该用户群对业务的喜欢共性，进行业务推荐；

套餐优化模块，用于结合用户的资料按照用户的角色来统计业务流量的特性，得到用户角色的业务流量使用特点，用以优化业务套餐；

市场分析模块，用于统计各种业务的流量，准确定位出当前的热门业务，对市场前景进行分析。

本发明的有益效果如下：本发明将商业智能(BI)技术应用在移动网络问题定位中，使运营商减少了业务分析人员，缩减了业务优化成本，把网优人员从繁琐的大量的分析工作中解脱出来。通过深度发现业务流量规律，在业务流量中分析挖掘商机，提高用户的业务体验，准确定位出当前的热门业务，更好的分析市场前景。

附图说明

图1为目前运营商对网络的优化时的分析技术流程图；

图2为改进后的基于多维度的网络问题分析定位技术流程图；

图3为本发明所提供的分析方法流程图；

图4为本发明的系统结构示意图。

具体实施方式

下面结合具体实施方式和附图对本发明进行详细描述。

本发明所提供的基于数据业务流量的移动网络智能分析方法是一种结合了商业智能技术的移动网络分析和问题定位方法。所采用的系统结构如图4所示，包括如下组成：

信令解析引擎单元，用于从移动网络用户数据业务的流量中拆分出信令流量和业务流量，并解析出各业务的APN(接入点名称)以及HOST(主机)信息；

业务流量统计单元，利用业务流量的相关信息，找出业务流量比重大的业务使用的用户；

业务挖掘单元，结合用户的相关资料进行数据分析和业务挖掘。业务挖掘单元进一步包括：

业务推荐模块，用于找出流量最大的业务，并统计使用该业务的用户群，按业务的用户数和业务流量排名统计出该用户群对业务的喜欢共性，进行业务推荐；

套餐优化模块，用于结合用户的资料按照用户的角色来统计业务流量的特性，得到用户角色的业务流量使用特点，用以优化业务套餐；

市场分析模块，用于统计各种业务的流量，准确定位出当前的热门业务，对市场前景进行分析。

现有的移动网络用户管理系统对用户业务类型也进行了详细的分类统计，结合这些统计数据以及上述分析系统，本发明可以进行多方面的移动网络智能分析，如图3所示，具体如下：

信令解析引擎能准确的拆分出用户数据业务的流量中信令流量和业务流量，并能解析出业务的APN(接入点名称)以及HOST(主机)。利用流量的这些相关信息，先按HOST进行分组并按流量倒序排列，然后按用户进行分组并按倒序排列流量，从而找出了流量比重大的业务使用的用户。再结合用户的相关资料即可以进行数据挖掘。

信令解析引擎拆分出信令流量和业务流量的基本方法如下：首先将用户的数据按照sndcp协议分片重组，然后通过信令问的关联规则关联出一个用户的所有消息，然后按照协议标示区分出是否为sndcp数据和短消息数据，如果是，就是属于业务流量，否则就是信令流量。

找出业务流量比重大的业务使用的用户的方法如下：

①按解析出的HOST信息进行分组，并按每组的业务流量从大到小的顺序对各组进行排列；

②计算步骤①中所分各组中各单项业务在流量中的占比，并按占比从大到小的顺序对各单项业务进行排序；

③根据各单项业务找出使用该业务的所有用户。

经上述方法得到的单项业务在流量中的占比排在前十位的业务被视为业务流量比重大的业务。

从业务角度进行挖掘，即找出流量最大的业务分析出客户的消费习惯，即分析使用某一业务的用户群还喜欢使用哪些其他业务，并按用户数和流量排名便可以统计出该用户群的喜欢共性，这样本系统就可以找出使用该业务的用户还有可能喜欢哪些相关的业务，从而实现系统的业务推荐功能。

统计用户群对业务的喜欢共性的方法为：先找出流量最大的业务，然后找出该业务的用户；接下来，查找这些用户还使用哪些其他业务，对用户使用的这些其他业务的信息按业务来统计用户数(统计用户数时对业务流量有最小值限制(默认为100kb)，避免有些用户是误操作产生的流量)，找出用户数排在前十位的相关业务，从而得出使用该业务的用户还有可能使用的其他相关业务。

从用户的角度统计，根据用户的流量的使用情况特点。将数据流量结合用户的资料可以按照用户的角色来统计流量的特性，从而发现用户角色的流量使用特点，优化套餐，以提高满足更多相同角色用户的需求。

从业务内容的分析，结合系统流量数据的大小和业务的内容就能够准确的统计各种业务的流量，准确定位出当前的热门业务，洞察出市场中的商机，以便及时抢占商机。

结合上述分析方法，本发明可以实现如下功能：

1)业务推荐：本发明所提供的系统可以更好的分析出哪些类型的业务比较流行，哪些网站流量大(也可以做流量统计)，从而使运营商有目的性的向用户推荐业务成为可能。

2)优化套餐：根据用户的流量，本发明所提供的系统可以发现用户角色的流量使用特点，还可以为这些客户定制更适合该人群的套餐。

3)洞察市场：根据各种业务的流量，能够准确定位出当前的热门业务，从而更好的分析市场前景。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种基于数据业务流量的移动网络智能分析方法，包括如下步骤：

(1)从移动网络用户数据业务的流量中拆分出信令流量和业务流量，并解析出各业务的APN以及HOST信息；

(2)利用业务流量的相关信息，找出业务流量比重大的业务使用的用户；

(3)结合用户的相关资料进行数据分析和业务挖掘。

2.如权利要求1所述的基于数据业务流量的移动网络智能分析方法，其特征在于：步骤(2)中，找出业务流量比重大的业务使用的用户的方法如下：

①按解析出的HOST信息进行分组，并按每组的业务流量从大到小的顺序对各组进行排列；

②计算步骤①中所分各组中各单项业务在流量中的占比，并按占比从大到小的顺序对各单项业务进行排序；

③根据各单项业务找出使用该业务的所有用户。

3.如权利要求2所述的基于数据业务流量的移动网络智能分析方法，其特征在于：步骤(2)中，单项业务在流量中的占比排在前十位的业务被视为业务流量比重大的业务。

4.如权利要求1或2或3所述的基于数据业务流量的移动网络智能分析方法，其特征在于：步骤(3)中，找出流量最大的业务，并统计使用该业务的用户群，按业务的用户数和业务流量排名统计出该用户群对业务的喜欢共性，作为向用户推荐相关业务的依据。

5.如权利要求4所述的基于数据业务流量的移动网络智能分析方法，其特征在于：步骤(3)中，统计用户群对业务的喜欢共性的方法为：先找出流量最大的业务，然后找出该业务的用户；接下来，查找这些用户还使用哪些其他业务，对用户使用的这些其他业务的信息按业务来统计用户数，找出用户数排在前十位的相关业务，从而得出使用该业务的用户还有可能使用的其他相关业务。

6.如权利要求1或2或3所述的基于数据业务流量的移动网络智能分析方法，其特征在于：步骤(3)中，结合用户的资料按照用户的角色来统计业务流量的特性，得到用户角色的业务流量使用特点，作为优化业务套餐的依据。

7.如权利要求1或2或3所述的基于数据业务流量的移动网络智能分析方法，其特征在于：步骤(3)中，统计各种业务的流量，准确定位出当前的热门业务，作为分析市场前景的依据。

8.一种基于数据业务流量的移动网络智能分析系统，包括：

信令解析引擎单元，用于从移动网络用户数据业务的流量中拆分出信令流量和业务流量，并解析出各业务的APN以及HOST信息；

业务流量统计单元，利用业务流量的相关信息，找出业务流量比重大的业务使用的用户；

业务挖掘单元，结合用户的相关资料进行数据分析和业务挖掘。

9.如权利要求8所述的基于数据业务流量的移动网络智能分析系统，其特征在于：所述的业务挖掘单元包括：

业务推荐模块，用于找出流量最大的业务，并统计使用该业务的用户群，按业务的用户数和业务流量排名统计出该用户群对业务的喜欢共性，进行业务推荐；

套餐优化模块，用于结合用户的资料按照用户的角色来统计业务流量的特性，得到用户角色的业务流量使用特点，用以优化业务套餐；

市场分析模块，用于统计各种业务的流量，准确定位出当前的热门业务，对市场前景进行分析。

Images