基于4G運(yùn)維數(shù)據(jù)的用戶行為分析技術(shù)研究.pdf

1、4G技術(shù)的出現(xiàn)，使得移動(dòng)通信進(jìn)入一個(gè)更快的時(shí)代。LTE通信系統(tǒng)基于IP的數(shù)據(jù)傳輸改變了原來(lái)的通信方式，其中包含了諸如OFDM、MIMO、智能天線等先進(jìn)的技術(shù)，使得 LTE系統(tǒng)有更好的兼容性，更廣的覆蓋范圍，更便宜的資費(fèi)和更強(qiáng)的接收信號(hào)。
　　截止2016年5月的統(tǒng)計(jì)數(shù)據(jù)表明，全國(guó)的4G用戶已經(jīng)達(dá)到5.3億，占整個(gè)移動(dòng)通信市場(chǎng)的41％，李克強(qiáng)總理在2017年兩會(huì)政府工作報(bào)告中指出，2016年4G用戶凈增長(zhǎng)3.4億。在不到4年的時(shí)間，

2、4G通信在移動(dòng)通信中已經(jīng)占據(jù)了主導(dǎo)地位，由于出現(xiàn)的時(shí)間短，人們對(duì)4G數(shù)據(jù)挖掘的研究還處于未完全深入的階段，所以對(duì)4G技術(shù)及其衍生領(lǐng)域進(jìn)行分析研究是很有必要的。本文正是建立在這些優(yōu)勢(shì)之上，分析用戶的出行行為和群體聚集行為。文中我們使用了基于RSSI和質(zhì)心定位算法對(duì)用戶位置進(jìn)行定位，并使用了改進(jìn)的聚類算法從個(gè)體和群體兩個(gè)角度分別研究用戶的行為。
　　首先我們對(duì)系統(tǒng)需求、系統(tǒng)總體架構(gòu)和數(shù)據(jù)庫(kù)做了詳細(xì)的分析和設(shè)計(jì)，并介紹了LTE通信系統(tǒng)的

3、結(jié)構(gòu)和運(yùn)行原理，分析了EPC的主要網(wǎng)元和提取源數(shù)據(jù)的關(guān)鍵接口協(xié)議，分析出本文所需要的4G運(yùn)維數(shù)據(jù)來(lái)源，然后對(duì)解析結(jié)果做預(yù)處理，篩選出用戶位置、時(shí)間、使用業(yè)務(wù)等系統(tǒng)所必須的源數(shù)據(jù)。
　　其次按照分析內(nèi)容對(duì)運(yùn)維數(shù)據(jù)再次進(jìn)行針對(duì)性處理，排除孤立基站，本文中我們結(jié)合RSSI定位和質(zhì)心定位兩種算法，總結(jié)出R-質(zhì)心定位算法，通過(guò)這種定位算法中利用定位點(diǎn)的順序跟蹤用戶的出行軌跡。
　　然后通過(guò)分析個(gè)體用戶的出行特征對(duì)個(gè)體行為進(jìn)行分析，提出

4、了出行特征指數(shù)，分析個(gè)體用戶出行中的出行次數(shù)，出行距離和速度等指數(shù)，對(duì)個(gè)體用戶采用聚類算法提取對(duì)用戶停留點(diǎn)；在群體用戶分析中，使用了基于停留點(diǎn) K-means與層次結(jié)合的時(shí)空聚類算法，用戶行為相似度分析對(duì)群體聚集點(diǎn)進(jìn)行分析，更精確地分析了用戶的聚集行為和聚集目的。結(jié)合4G中獲得App業(yè)務(wù)信息的方便性，為算法結(jié)果提供參考，使預(yù)警結(jié)果更準(zhǔn)確。
　　最后詳細(xì)闡述了本系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)，結(jié)合系統(tǒng)功能的測(cè)試，對(duì)結(jié)果正確性進(jìn)行分析，驗(yàn)證了該系統(tǒng)能