沈驁，王西點(diǎn)，徐晶，王磊

（中國(guó)移動(dòng)通信集團(tuán)設(shè)計(jì)院有限公司，北京 100080）

1 引言

為了提高網(wǎng)絡(luò)資源利用率，需要對(duì)無(wú)線通信LTE小區(qū)進(jìn)行場(chǎng)景劃分。根據(jù)目前場(chǎng)景劃分方法，小區(qū)場(chǎng)景一旦劃分確認(rèn)后，同一個(gè)場(chǎng)景中小區(qū)的無(wú)線參數(shù)，基本采用相同的配置方法，屬性值保持一致，不會(huì)再對(duì)同一個(gè)場(chǎng)景中小區(qū)參數(shù)做過(guò)多調(diào)整。

而現(xiàn)網(wǎng)中，由于各種原因，LTE小區(qū)場(chǎng)景會(huì)發(fā)生突變。某些小區(qū)話務(wù)密度可能突然發(fā)生較大變化，或者頻率資源突然變得緊張，各種突發(fā)原因?qū)е戮W(wǎng)絡(luò)質(zhì)量受到影響，小區(qū)不再適用某一場(chǎng)景的配置，這種情況就是場(chǎng)景突變。

由于場(chǎng)景突變，原有場(chǎng)景配置不再適合小區(qū)現(xiàn)狀，需要對(duì)小區(qū)場(chǎng)景進(jìn)行調(diào)整。如果未及時(shí)對(duì)場(chǎng)景和小區(qū)相關(guān)屬性進(jìn)行調(diào)整，網(wǎng)絡(luò)性能可能會(huì)受到嚴(yán)重影響，導(dǎo)致用戶感知度下降。

隨著LTE網(wǎng)絡(luò)建設(shè)的開(kāi)展，急需一種好的方法，能夠及時(shí)發(fā)現(xiàn)小區(qū)場(chǎng)景的突變，通過(guò)調(diào)整小區(qū)場(chǎng)景，更好為L(zhǎng)TE無(wú)線網(wǎng)絡(luò)優(yōu)化服務(wù)。

2 現(xiàn)有研究方法分析

2.1 現(xiàn)有方法的優(yōu)劣勢(shì)

現(xiàn)有方法中，小區(qū)場(chǎng)景劃分一般在小區(qū)建設(shè)規(guī)劃初期和網(wǎng)絡(luò)優(yōu)化前期就已經(jīng)設(shè)定好，這種方法大多基于經(jīng)驗(yàn)，故有一定的普遍性和適用價(jià)值，該方法在LTE建網(wǎng)初期可用于大部分小區(qū)，節(jié)省了一定的人力物力成本。

但隨著網(wǎng)絡(luò)建設(shè)的日趨完善和復(fù)雜，需要在多網(wǎng)間進(jìn)行網(wǎng)絡(luò)優(yōu)化，比如LTE與2G、3G網(wǎng)絡(luò)間互操作，CSFB等；同時(shí)，由于業(yè)務(wù)量，需求等的變化，小區(qū)所處的場(chǎng)景很有可能發(fā)生變化。如果不對(duì)其進(jìn)行調(diào)整，將會(huì)嚴(yán)重影響網(wǎng)絡(luò)性能與質(zhì)量。

從現(xiàn)網(wǎng)來(lái)看，小區(qū)場(chǎng)景發(fā)生突變到最終出現(xiàn)嚴(yán)重網(wǎng)絡(luò)質(zhì)量問(wèn)題是一個(gè)時(shí)間積累的過(guò)程，說(shuō)明小區(qū)場(chǎng)景已經(jīng)突變了一段時(shí)間，卻沒(méi)有及時(shí)做出場(chǎng)景調(diào)整。

2.2 現(xiàn)有方法的主要缺陷

傳統(tǒng)發(fā)現(xiàn)小區(qū)場(chǎng)景突變的方法多依賴于專家的經(jīng)驗(yàn)，難度較大。發(fā)現(xiàn)場(chǎng)景突變的技術(shù)和方法較少，一般是問(wèn)題出現(xiàn)了一段時(shí)間，發(fā)生告警，嚴(yán)重網(wǎng)絡(luò)問(wèn)題或收到投訴后，才會(huì)由優(yōu)化人員實(shí)施小區(qū)場(chǎng)景調(diào)整，重新劃分場(chǎng)景。這種方法不及時(shí)，問(wèn)題上報(bào)說(shuō)明網(wǎng)絡(luò)問(wèn)題已經(jīng)比較嚴(yán)重了，用戶感知度已經(jīng)受到較大影響。同時(shí)，這種方法治標(biāo)不治本，處理問(wèn)題處于被動(dòng)，不是主動(dòng)發(fā)現(xiàn)并及時(shí)解決問(wèn)題。

造成這種問(wèn)題的主要原因有兩點(diǎn)。一是和場(chǎng)景突變相關(guān)的因素太多，包括各類指標(biāo)，參數(shù)和相關(guān)屬性等。比如測(cè)量性能，保持性，接入性等指標(biāo)；最大重發(fā)次數(shù)，小區(qū)重選偏移等無(wú)線參數(shù)。單獨(dú)分析某些指標(biāo)或者參數(shù)，無(wú)法發(fā)現(xiàn)指標(biāo)與參數(shù)間關(guān)聯(lián)關(guān)系，無(wú)法獲知小區(qū)場(chǎng)景突變的原因。即使發(fā)現(xiàn)了場(chǎng)景突變，也可能并不清楚是指標(biāo)或者參數(shù)或者其他因素導(dǎo)致。二是數(shù)據(jù)的選擇大多局限于一天內(nèi)的某些特定指標(biāo)或參數(shù)，未進(jìn)行多維度對(duì)比分析，無(wú)法準(zhǔn)確發(fā)現(xiàn)小區(qū)場(chǎng)景變化的原因，沒(méi)有太多借鑒價(jià)值，不適合推廣。已提出的利用數(shù)據(jù)挖掘算法發(fā)現(xiàn)小區(qū)場(chǎng)景突變的技術(shù)存在類似不足，其缺點(diǎn)主要集中在以下3點(diǎn)：

（1） 問(wèn)題發(fā)現(xiàn)和解決效果滯后，場(chǎng)景突變一段時(shí)間后，小區(qū)網(wǎng)絡(luò)質(zhì)量受到影響時(shí)才進(jìn)行場(chǎng)景調(diào)整。

（2） 受到人為影響，依賴優(yōu)化人員的經(jīng)驗(yàn)。如果優(yōu)化人員經(jīng)驗(yàn)不足，可能無(wú)法及時(shí)發(fā)現(xiàn)小區(qū)突變；或者對(duì)問(wèn)題原因不清楚。

（3） 數(shù)據(jù)分析相關(guān)屬性維度選取不充分，無(wú)法進(jìn)行較精準(zhǔn)的分析。進(jìn)行數(shù)據(jù)挖掘分析時(shí)，一般針對(duì)當(dāng)天數(shù)據(jù)，未能從多維度進(jìn)行分析比較。同時(shí)，選取的屬性單一，要么是指標(biāo)，要么是參數(shù)。沒(méi)有綜合各類指標(biāo)參數(shù)進(jìn)行統(tǒng)一分析，屬性維度選取不足。

還沒(méi)有一種好的方法，能夠及時(shí)發(fā)現(xiàn)小區(qū)場(chǎng)景的突變。

3 小區(qū)場(chǎng)景突變的方法研究

本論文涉及的方法主要從數(shù)據(jù)挖掘角度來(lái)分析，通過(guò)獲取不同場(chǎng)景下，包含不同維度屬性的小區(qū)數(shù)據(jù)，篩選過(guò)濾出場(chǎng)景突變的小區(qū)數(shù)據(jù)集。分析確認(rèn)是否由于某些性能指標(biāo)或者參數(shù)原因而導(dǎo)致的小區(qū)場(chǎng)景突變，最終挖掘得到發(fā)生場(chǎng)景突變的小區(qū)。

3.1 步驟及流程

具體步驟為：

（1） 確定要分析的聚簇場(chǎng)景的目標(biāo)屬性及與該屬性相關(guān)指標(biāo)和參數(shù)。從相關(guān)平臺(tái)上獲取相關(guān)指標(biāo)和參數(shù)的數(shù)據(jù)，得到無(wú)冗余的數(shù)據(jù)集合。

（2） 對(duì)數(shù)據(jù)進(jìn)行聚簇分類。利用步驟（1)中獲取的指標(biāo)和參數(shù)數(shù)據(jù)，采用聚簇分類算法，對(duì)數(shù)據(jù)進(jìn)行聚簇分類，得到不同的聚簇場(chǎng)景。

（3） 針對(duì)每一個(gè)聚簇場(chǎng)景進(jìn)行排序，篩選。過(guò)濾不合格小區(qū)或者未發(fā)生場(chǎng)景突變的小區(qū)，得到可能發(fā)生場(chǎng)景突變的小區(qū)。

（4） 分析上一步驟中得到的小區(qū)，區(qū)分是否由于某個(gè)性能指標(biāo)或者參數(shù)原因?qū)е碌男^(qū)場(chǎng)景突變，刪除無(wú)法確認(rèn)的情況。記錄由于某指標(biāo)或參數(shù)原因?qū)е碌膱?chǎng)景突變情況，通知給相關(guān)人員調(diào)整小區(qū)場(chǎng)景配置。

3.2 確定目標(biāo)屬性及關(guān)聯(lián)屬性

首先確定要分析的聚簇場(chǎng)景的目標(biāo)屬性及與該屬性相關(guān)指標(biāo)和參數(shù)。從相關(guān)平臺(tái)上獲取相關(guān)指標(biāo)和參數(shù)的數(shù)據(jù)，得到無(wú)冗余的數(shù)據(jù)集合。

3.2.1 目標(biāo)屬性確認(rèn)

場(chǎng)景的劃分一般針對(duì)某些屬性，比如話務(wù)量，覆蓋性，接入性，保持性等。首先選定要分析的目標(biāo)屬性，然后確定與該屬性相關(guān)的指標(biāo)和參數(shù)。篩選出與該屬性關(guān)聯(lián)度較大，影響較大的指標(biāo)和參數(shù)。屬性中還包括時(shí)間屬性。

3.2.2 關(guān)聯(lián)數(shù)據(jù)獲取

獲取與目標(biāo)屬性相關(guān)指標(biāo)和參數(shù)的數(shù)據(jù)。連續(xù)一段時(shí)間內(nèi)，每天定時(shí)從數(shù)據(jù)平臺(tái)或OMC上，獲取與目標(biāo)屬性相關(guān)的指標(biāo)和參數(shù)的數(shù)據(jù)。提取無(wú)冗余的特征屬性數(shù)據(jù)集合。通過(guò)ENODEBID+CELLID/ENODEBID+CELLID關(guān)聯(lián)指標(biāo)和參數(shù)。

3.3 場(chǎng)景劃分及研究分析

假設(shè)要分析某個(gè)小區(qū)目標(biāo)屬性，通過(guò)步驟（1）中獲取到的相關(guān)指標(biāo)和參數(shù)等屬性的數(shù)據(jù)。屬性記為a，共獲取y類屬性，記為{a1, a2,…ay}。

假設(shè)選擇X個(gè)小區(qū)進(jìn)行分析，每個(gè)小區(qū)包含y類屬性。數(shù)據(jù)選取樣本天數(shù)為T天的小區(qū)相關(guān)數(shù)據(jù)，比如每天的數(shù)據(jù)選擇小區(qū)某天的六忙時(shí)（具有代表性）。一共有X×T條數(shù)據(jù)記錄，每條記錄即一個(gè)小區(qū)某天的指標(biāo)和參數(shù)，每天記錄包含y類屬性，每個(gè)小區(qū)均有T條數(shù)據(jù)記錄。記為數(shù)據(jù)集Dorin。

采用算法進(jìn)行聚簇分析，可將小區(qū)分為多個(gè)聚簇場(chǎng)景。通過(guò)聚簇分類，y類屬性中具有相同或者相似值的小區(qū)被分配到某一個(gè)場(chǎng)景中。處理之后的數(shù)據(jù)集和處理前相比，增加了一列屬性名為class，為標(biāo)識(shí)該小區(qū)屬于某類場(chǎng)景。場(chǎng)景記為Z，假設(shè)分為P類場(chǎng)景，每個(gè)場(chǎng)景的數(shù)據(jù)條數(shù)記為z1, z2,…zp。每個(gè)場(chǎng)景的數(shù)據(jù)條數(shù)可能均不同，即z1, z2,…zp的個(gè)數(shù)可能均不同，且z1+ z2+…＋zp=X×T。

即

3.3.1 場(chǎng)景數(shù)據(jù)分析

將小區(qū)數(shù)據(jù)按照時(shí)間維度排序。循環(huán)遍歷所有場(chǎng)景，檢查每個(gè)場(chǎng)景中不同小區(qū)的數(shù)據(jù)條數(shù)是否相等；同一個(gè)小區(qū)的數(shù)據(jù)記錄條數(shù)是否等于樣本天數(shù)。

將所有小區(qū)按照聚簇分類后的場(chǎng)景進(jìn)行排序，每一個(gè)場(chǎng)景中小區(qū)個(gè)數(shù)不盡相同。理論上，如果某小區(qū)在一段時(shí)間內(nèi)未發(fā)生場(chǎng)景突變，其性能，參數(shù)沒(méi)有變化，則若該小區(qū)某天的數(shù)據(jù)已經(jīng)劃分到某個(gè)聚簇場(chǎng)景中，那么該小區(qū)其他天的數(shù)據(jù)，經(jīng)過(guò)聚簇分類后，也應(yīng)該分配到該聚簇場(chǎng)景中。注意：ENODEBID+CELLID值不同的小區(qū)，定義為一個(gè)不同的小區(qū)，如果出現(xiàn)ENODEBID+CELLID相同的情況，為該小區(qū)在不同時(shí)間的數(shù)據(jù)記錄。

如果某個(gè)小區(qū)在場(chǎng)景設(shè)定后，性能指標(biāo)，參數(shù)等屬性沒(méi)有發(fā)生變化，則該小區(qū)在T天內(nèi)的每一條數(shù)據(jù)理應(yīng)屬于同一個(gè)場(chǎng)景。即一旦發(fā)現(xiàn)某個(gè)小區(qū)在T天數(shù)據(jù)中的某一天的數(shù)據(jù)屬于某個(gè)聚簇場(chǎng)景，則該小區(qū)在其他T-1天理論上應(yīng)該屬于同一個(gè)場(chǎng)景，在該場(chǎng)景中應(yīng)該有某小區(qū)的T條數(shù)據(jù)記錄。假設(shè)小區(qū)屬于第i類場(chǎng)景（1≤i≤P)，該場(chǎng)景中小區(qū)數(shù)據(jù)條數(shù)為Zi，則Zi＝ T×Ri，Ri為不重復(fù)的小區(qū)個(gè)數(shù)（以每個(gè)場(chǎng)景中，不重復(fù)的ENODEBID+CELLID記為一個(gè)不重復(fù)小區(qū)），且 Ri理論上應(yīng)為整數(shù)，Zi為T的整數(shù)倍。

但檢查實(shí)際情況，Zi卻不是T的整數(shù)倍。大部分小區(qū)，相同ENODEBID+CELLID的小區(qū)，均能在i類場(chǎng)景的Zi條數(shù)據(jù)中找到該小區(qū)的T條數(shù)據(jù)；少部分小區(qū)無(wú)法找到T條數(shù)據(jù)，有的可能只能找到一天的數(shù)據(jù)記錄，原因就是小區(qū)聚簇場(chǎng)景可能發(fā)生了突變。

3.3.2 場(chǎng)景數(shù)據(jù)篩選

循環(huán)遍歷場(chǎng)景，獲得所有場(chǎng)景中，數(shù)據(jù)條數(shù)小于樣本天數(shù)的小區(qū)數(shù)據(jù)集。

針對(duì)P類場(chǎng)景中每一個(gè)聚簇場(chǎng)景，循環(huán)遍歷每一個(gè)場(chǎng)景，按照同一個(gè)ENODEBID+CELLID的小區(qū)進(jìn)行排序，針對(duì)每個(gè)ENODEBID+CELLID相同的小區(qū)，找出其數(shù)據(jù)條數(shù)少于T條的小區(qū)。如場(chǎng)景i中，數(shù)據(jù)條數(shù)為Zi，有Ri個(gè)不重復(fù)小區(qū)。最終找到Ri-Si個(gè)數(shù)據(jù)條數(shù)等于T的小區(qū)。Si個(gè)數(shù)據(jù)條數(shù)少于T的小區(qū)，這些小區(qū)共有數(shù)據(jù)條數(shù)為。公式為：

根據(jù)上述公式，獲取每個(gè)場(chǎng)景中的（1≤i≤P），得到P個(gè)基于聚簇場(chǎng)景的新的數(shù)據(jù)集，該數(shù)據(jù)集與初始X×T條數(shù)據(jù)集相比，多了一列聚簇場(chǎng)景屬性。同時(shí)，對(duì)于每一個(gè)聚簇場(chǎng)景，少了（Ri-Si)×T條小區(qū)數(shù)據(jù)，只有條數(shù)據(jù)，對(duì)應(yīng)Si個(gè)小區(qū)。

則經(jīng)過(guò)篩選排序之后的數(shù)據(jù)集，記為Dfilter。共有數(shù)據(jù)條數(shù)為

該數(shù)據(jù)集為小區(qū)場(chǎng)景突變數(shù)據(jù)集，每個(gè)小區(qū)在T天內(nèi)的數(shù)據(jù)可能屬于2個(gè)或多個(gè)class場(chǎng)景。不同class屬性的值不相同。

3.3.3 場(chǎng)景數(shù)據(jù)過(guò)濾

利用ENODEBID+CELLID進(jìn)行過(guò)濾后，每個(gè)不同ENODEBID+CELLID的小區(qū)理論上也應(yīng)該有T條數(shù)據(jù)，只是屬于不同的聚簇，其class屬性的值不一樣。但檢查Dfilter數(shù)據(jù)集，仍然有部分小區(qū)的數(shù)據(jù)條數(shù)小于T。這是由于在采集樣本時(shí)間范圍內(nèi)，小區(qū)首次入網(wǎng)或者在數(shù)據(jù)采集時(shí)間范圍內(nèi)，發(fā)生退網(wǎng)情況；或者某天數(shù)據(jù)沒(méi)有上報(bào)。這種外在因素導(dǎo)致的數(shù)據(jù)條數(shù)少于T的情況，沒(méi)有參考價(jià)值，需要?jiǎng)h除這類小區(qū)。剩下的所有小區(qū)，每個(gè)小區(qū)均有T條數(shù)據(jù)記錄。對(duì)應(yīng)T天的數(shù)據(jù)。最終得到數(shù)據(jù)集，記為Dfinal。

此時(shí)可對(duì)剩下的數(shù)據(jù)進(jìn)行分析挖掘。

3.4 場(chǎng)景突變判定

3.4.1 場(chǎng)景挖掘分析

計(jì)算每個(gè)小區(qū)的每一列屬性在所有樣本中的標(biāo)準(zhǔn)差；計(jì)算每個(gè)屬性與其標(biāo)準(zhǔn)差的偏差，獲取偏差較大，且符合判別標(biāo)準(zhǔn)的屬性所對(duì)應(yīng)小區(qū)當(dāng)天的數(shù)據(jù)記錄。

利用Dfinal，按照ENODEBID+CELLID進(jìn)行排序。對(duì)于同ENODEBID+CELLID，但屬于不同場(chǎng)景的小區(qū)，查找每一條數(shù)據(jù)的聚簇場(chǎng)景class。

對(duì)于同一個(gè)小區(qū)，假設(shè)某個(gè)小區(qū)的T天數(shù)據(jù)分到m個(gè)聚簇場(chǎng)景中（1

m個(gè)場(chǎng)景中，有的場(chǎng)景可能只有一條數(shù)據(jù)，有的場(chǎng)景可能有多條數(shù)據(jù)。

針對(duì)小區(qū)y個(gè)屬性中的每一個(gè)屬性，取T天的值。針對(duì)每一個(gè)屬性在不同天內(nèi)的不同值，比如每一行的第一列屬性作為一組；同理，每一行的第二列屬性作為一組，每一行第y列屬性也作為一組。分別計(jì)算每個(gè)屬性組的標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)差公式為：

（j為天數(shù)，1≤j≤T ；n為屬性標(biāo)識(shí)， 1≤n≤y,表示屬性n在這一組中的算術(shù)平均值)

如果出現(xiàn)不符合上述判斷的情況，表明針對(duì)屬性n，該小區(qū)第j天的值與其他天相比，波動(dòng)較大。獲取所有不符合上述公式判決的，屬性n的該小區(qū)第j天數(shù)據(jù){。假設(shè)有T′天。

一般的，如果某個(gè)屬性n的值變化范圍不大，則基本都符合上述公式判決。如果某個(gè)屬性在一段時(shí)間內(nèi)，變化差異大，則可能有T′天的數(shù)據(jù)不符合上述判決。

3.4.2 場(chǎng)景突變判定

獲取波動(dòng)變化最大的屬性，若其對(duì)應(yīng)當(dāng)天的小區(qū)數(shù)據(jù)在某個(gè)場(chǎng)景中唯一，則判決其為小區(qū)場(chǎng)景突變。

由于不同的聚簇方法采用的算法不同，產(chǎn)生的聚簇場(chǎng)景也不同?？赡艹霈F(xiàn)某個(gè)小區(qū)不同時(shí)間天內(nèi)，部分屬性值變化較大或者波動(dòng)差異較大，卻沒(méi)有發(fā)生聚簇突變，仍然屬于同一個(gè)場(chǎng)景的情況。需要對(duì)這種情況進(jìn)行區(qū)分。

對(duì)于3.4.1結(jié)果中波動(dòng)變化較大的屬性，可能出現(xiàn) 天波動(dòng)都比較大的情況。針對(duì)屬性n，對(duì)于所有不符合3.4.1中判決公式的數(shù)據(jù)，取max（。

計(jì)算值最大時(shí)所對(duì)應(yīng)的j值以及相應(yīng)的聚簇場(chǎng)景class值。

檢查第j天所屬場(chǎng)景，若只有一條數(shù)據(jù)，即該小區(qū)的其余T-1條數(shù)據(jù)分布在其余m-1個(gè)場(chǎng)景中。則可認(rèn)為，由于該屬性an在第j天發(fā)生大的波動(dòng)變化，導(dǎo)致某小區(qū)第j天的數(shù)據(jù)發(fā)生場(chǎng)景突變。且突變很有可能和該屬性關(guān)聯(lián)性相關(guān)?？蓪⒔Y(jié)果通知網(wǎng)優(yōu)人員，查明該屬性突變的原因，進(jìn)行現(xiàn)網(wǎng)數(shù)據(jù)的分析和調(diào)整。

圖1 小區(qū)聚簇分類

圖2 小區(qū)數(shù)據(jù)篩選過(guò)濾

3.5 場(chǎng)景突變示例

截取了某省部分小區(qū)3天的數(shù)據(jù)，主要包括標(biāo)示和部分指標(biāo)，性能相關(guān)屬性，利用聚簇分類進(jìn)行場(chǎng)景劃分之后的情況如圖1所示。

圖中最右邊為聚簇類，從圖中可以看出，聚簇分類后，出現(xiàn)了同一個(gè)小區(qū)不同天內(nèi)劃分在不同場(chǎng)景的情況。篩選某一個(gè)聚簇類，比如cluster58，篩選結(jié)果如圖2所示。

從圖2中可知，該類下具有兩個(gè)小區(qū)，一個(gè)CELLID為10762，它在不同天內(nèi)都屬于cluster58，另外一個(gè)CELLID為61016，在該簇下只有一條記錄，故該小區(qū)可能發(fā)生場(chǎng)景突變。檢查該小區(qū)數(shù)據(jù)條數(shù)是否缺失，如圖3所示。

從圖3中可知，該小區(qū)的數(shù)據(jù)條數(shù)是完整的。利用本章3.3與3.4節(jié)的場(chǎng)景突變判定方法，該場(chǎng)景cluster58下的小區(qū)，CELLID為61016的小區(qū)發(fā)生了場(chǎng)景突變。從圖中標(biāo)綠色部分可以看出，該場(chǎng)景下小區(qū)的部分指標(biāo)和性能屬性值在之后的時(shí)間發(fā)生較大偏離。如果仍然按照之前的場(chǎng)景劃分方式設(shè)置參數(shù)值，很有可能導(dǎo)致該小區(qū)覆蓋區(qū)域的指標(biāo)和性能較差，從而影響用戶感知。建議對(duì)該小區(qū)重新劃分場(chǎng)景并設(shè)置相關(guān)參數(shù)值。

4 總結(jié)

本論文提出了一種方法，通過(guò)獲取包含不同維度屬性的小區(qū)數(shù)據(jù)，篩選過(guò)濾出場(chǎng)景突變的小區(qū)數(shù)據(jù)集。分析確認(rèn)是否由于某些性能指標(biāo)或者參數(shù)原因而導(dǎo)致的小區(qū)場(chǎng)景突變，最終挖掘得到發(fā)生場(chǎng)景突變的小區(qū)。

圖3 小區(qū)場(chǎng)景突變判定

本論文的方法不依賴于網(wǎng)優(yōu)人員的經(jīng)驗(yàn)，能夠快速定位發(fā)生場(chǎng)景突變的小區(qū)，網(wǎng)優(yōu)人員可以及時(shí)調(diào)整小區(qū)所屬場(chǎng)景。同時(shí)，該方法具有通用性，不論按照何種方式劃分場(chǎng)景，只要發(fā)生突變，均可利用該方法判決突變小區(qū)。

后續(xù)將更多需要圍繞現(xiàn)網(wǎng)數(shù)據(jù)開(kāi)展大量的驗(yàn)證和實(shí)踐工作，更好的指導(dǎo)現(xiàn)網(wǎng)LTE優(yōu)化工作。