数据挖掘算法在网络优化话务量和差小区挖掘中的应用

发布时间：2017-07-28 13:17

  本文关键词：数据挖掘算法在网络优化话务量和差小区挖掘中的应用

  更多相关文章： 数据挖掘 网络优化 关联分析 话务量预测 层次聚类 差小区

【摘要】：数据挖掘是一种面向信息智能、处理海量数据的应用技术,具有如关联分析、预测、分类和聚类等多种功能,目的是在众多的信息中分析研究对象的内在规律,从而提取出有价值的信息。本文对数据挖掘在移动通信网络优化中的应用进行了研究,提出了话务量预测模型和应用聚类方法分析质差小区的设计方案并给出了优化的思路。论文介绍了网络优化的相关知识与流程,总结了目前常用的数据挖掘技术,探讨数据挖掘技术在移动通信网络优化中的应用范围。首先针对节假日忙时话务量进行分析预测,根据话务量易受多种因素的影响这一特点,用关联分析的方法找出关联度较大的影响因子,提出基于支持向量机的多因素灰色话务量预测模型。先用多因素灰色模型预测话务量的基本规律,然后再用支持向量机模型对预测误差进行修正。其次,为进一步提高预测精度,给出了改进方案,选取拥有较强的敛散性和全局寻优能力的复高斯小波核函数优化向量机,仿真结果表明该模型在原有模型的基础上再次提高了预测精度。最后,本文提出用数据挖掘技术中的层次聚类方法对小区性能进行划分,通过样本聚类迅速定位到性能较差的小区,再根据变量聚类分析导致小区性能差的各项指标之间的关联度,针对性地制定优化方案。
【关键词】：数据挖掘 网络优化 关联分析 话务量预测 层次聚类 差小区
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13;TN929.5
【目录】：

• 摘要4-5
• Abstract5-8
• 专用术语注释表8-9
• 第一章 绪论9-14
• 1.1 研究背景与意义9-11
• 1.2 研究现状简要分析11-12
• 1.3 本文的主要工作和结构安排12-14
• 第二章 网络优化及数据挖掘14-21
• 2.1 网络优化技术14-16
• 2.1.1 移动通信网络优化意义14-15
• 2.1.2 移动通信网络优化概念15
• 2.1.3 移动通信网络优化的流程15-16
• 2.2 数据挖掘技术16-19
• 2.2.1 数据挖掘的定义16-17
• 2.2.2 数据挖掘的功能17-18
• 2.2.3 数据挖掘的相关算法18-19
• 2.3 数据挖掘在网络优化中的应用19-20
• 2.4 本章小结20-21
• 第三章 基于多因素的话务量预测研究21-32
• 3.1 话务量基本描述21-23
• 3.1.1 问题与现状21-23
• 3.1.2 话务量的预测流程23
• 3.2 预测模型设计23-27
• 3.2.1 灰色关联分析23-24
• 3.2.2 多因素灰色模型24-26
• 3.2.3 最小二乘支持向量机26-27
• 3.3 实验结果分析27-31
• 3.3.1 数据的选择及预处理27-28
• 3.3.2 算法主要思想28
• 3.3.3 仿真实验结果分析28-31
• 3.4 本章小结31-32
• 第四章 话务量预测改进模型研究32-38
• 4.1 核函数32-33
• 4.1.1 核函数方法原理32-33
• 4.1.2 核函数特点33
• 4.2 复高斯小波核函数优化向量机33-35
• 4.2.1 复高斯小波核函数33-34
• 4.2.2 复高斯小波核函数优化向量机34-35
• 4.3 仿真结果分析35-36
• 4.4 本章小结36-38
• 第五章 差小区的挖掘38-52
• 5.1 背景及意义38-40
• 5.1.1 聚类技术概述39
• 5.1.2 差小区的问题域39-40
• 5.2 基于聚类分析的方案设计40-44
• 5.2.1 常用的聚类方法40-41
• 5.2.2 聚类分析挖掘差小区的流程设计41-43
• 5.2.3 相关性能指标43-44
• 5.3 挖掘差小区44-51
• 5.3.1 数据处理44-45
• 5.3.2 挖掘流程45-47
• 5.3.3 聚类结果分析47-50
• 5.3.4 差小区相关指标分析50-51
• 5.4 本章小结51-52
• 第六章 总结与展望52-54
• 6.1 工作总结52-53
• 6.2 未来方向53-54
• 参考文献54-57
• 附录1 攻读硕士学位期间撰写的论文57-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 黎洪生,卓祯雨;数据挖掘技术及其在过程监控中的应用[J];广东自动化与信息工程;2002年03期

2 黎洪生,卓祯雨;数据挖掘技术及其在过程监控中的应用[J];计算技术与自动化;2002年04期

3 何志国,曹玉东;数据挖掘技术[J];攀枝花学院学报;2002年06期

4 贺玉珍;浅析数据挖掘技术[J];运城高等专科学校学报;2002年03期

5 庞先伟;基于数据挖掘技术的资源型学习[J];现代远程教育研究;2002年03期

6 卢辉斌,王拥军;数据挖掘技术在入侵检测中的应用[J];燕山大学学报;2003年02期

7 张丽丽;数据挖掘技术的应用分析[J];山西经济管理干部学院学报;2003年04期

8 张红军;谈谈数据挖掘技术及其应用[J];广西梧州师范高等专科学校学报;2003年03期

9 田小霞,刘晓霞;数据挖掘技术在客户保持中的应用研究[J];微计算机应用;2003年03期

10 刘兰辉;论前途光明的数据挖掘技术[J];内蒙古科技与经济;2004年05期

中国重要会议论文全文数据库 前10条

1 孙义明;曾继东;;数据挖掘技术及其应用[A];全国计算机安全学术交流会论文集（第二十二卷）[C];2007年

2 马洪杰;曲晓飞;;数据挖掘技术和过程的特点[A];面向21世纪的科技进步与社会经济发展（上册）[C];1999年

3 宁红梅;安志兴;葛亚明;李敬玺;赵坤;钟华;陈俊杰;崔艳红;;数据挖掘技术在兽医学中的应用[A];Proceedings of 2010 National Vocational Education of Communications and Information Technology Conference (2010 NVCIC)[C];2010年

4 王桂芹;黄道;;数据挖掘技术综述[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

5 徐宝莲;李晓奇;;数据挖掘技术在网络游戏中的应用[A];第十一届中国不确定系统年会、第十五届中国青年信息与管理学者大会论文集[C];2013年

6 胡广芹;陆小左;;数据挖掘技术在中医诊断中的应用[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年

7 戈欣;吴晓芬;许建荣;;数据挖掘技术在放射科医疗管理中的潜在作用[A];2009中华医学会影像技术分会第十七次全国学术大会论文集[C];2009年

8 铁军;吴智明;;数据挖掘技术在工业铝电解生产中的应用[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

9 王建华;王菲;黄国建;;数据挖掘技术研究的现状及展望[A];中国运筹学会第六届学术交流会论文集（上卷）[C];2000年

10 肖健华;吴今培;;数据挖掘技术及其应用实例[A];2001年中国智能自动化会议论文集（下册）[C];2001年

中国重要报纸全文数据库 前10条

1 记者　吕贤如;大力加强数据挖掘技术研究应用[N];光明日报;2006年

2 主持人 李禾;数据挖掘技术如何驱动经济车轮[N];科技日报;2007年

3 梅静彦;数据挖掘技术在美国银行的应用[N];金融时报;2006年

4 邹广普;数据挖掘技术在保险业中的应用[N];中国保险报;2010年

5 陈晓 山西财经大学教师;数据挖掘技术在高校教学管理中的应用[N];山西经济日报;2010年

6 张崇峰;挖掘，，再挖掘[N];中国计算机报;2003年

7 刘红岩、何军;利用数据挖掘技术获得商业智能[N];中国计算机报;2003年

8 ;IBM公司推出新型数据挖掘技术[N];中国高新技术产业导报;2001年

9 刘军 兰小红 龚富强;新技术为老装备“保驾护航”[N];大众科技报;2006年

10 ;软件产业人才培养又辟新路[N];中国高新技术产业导报;2000年

中国博士学位论文全文数据库 前10条

1 沈忱;基于贝叶斯网络数据挖掘技术研究《本草纲目》活血化瘀类中药性—效—用关系[D];南京中医药大学;2015年

2 钱力维;胡国俊祛邪助运治疗老年病学术思想和经验总结[D];南京中医药大学;2016年

3 姚山;基于数据挖掘技术的造林决策研究[D];北京林业大学;2008年

4 曹秀英;基于粗集的数据挖掘技术及其应用研究[D];哈尔滨工程大学;2003年

5 伍平阳;基于数据挖掘技术的医疗设备绩效预测方法的应用研究[D];南方医科大学;2008年

6 刘刚;数据挖掘技术与分类算法研究[D];中国人民解放军信息工程大学;2004年

7 王勇;时序数据挖掘技术及其在水质预测中的应用研究[D];广东工业大学;2005年

8 熊忠阳;面向商业智能的并行数据挖掘技术及应用研究[D];重庆大学;2004年

9 朱恒民;领域知识制导的数据挖掘技术及其在中药提取中的应用[D];南京航空航天大学;2006年

10 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年

中国硕士学位论文全文数据库 前10条

1 肖建国;数据挖掘技术在就业指导与本科教学改革工作中的应用研究[D];吉林大学;2008年

2 钱和平;基于改进的灰色理论数据挖掘技术的研究[D];内蒙古农业大学;2010年

3 安冬冬;基于数据挖掘技术的常规公交服务水平评价体系研究[D];西南交通大学;2015年

4 陈萍;数据挖掘技术在网络教学中的应用研究[D];广东技术师范学院;2015年

5 陈勇;基于数据挖掘技术的门诊医疗管理研究[D];河北工业大学;2015年

6 丁磊;数据挖掘技术在高校教师科研管理中的应用研究[D];大连海事大学;2016年

7 隋春明;基于数据挖掘技术的电力营销分析系统的设计与实现[D];电子科技大学;2015年

8 许江峰;数据挖掘技术在P2P网络金融中的应用研究[D];北京交通大学;2016年

9 王磊;数据挖掘技术在保险公司内部审计中的运用研究[D];山东财经大学;2015年

10 赵海东;数据挖掘技术在犯罪分析中的研究与应用[D];中国海洋大学;2014年

本文编号：584225