31、无线网络中的大数据分析与图神经网络应用

无线网络中的大数据分析与图神经网络应用

1 无线网络大数据分析概述

无线网络正逐渐演变为极为复杂的系统，这是由于服务需求高度多样化，以及应用、设备和网络的异质性所致。当下，迫切需要一种具有前瞻性、自我感知、自适应和预测能力的新型网络范式。网络运营商能够获取大量数据，特别是来自网络和用户的数据。对这些大数据进行系统开发，能显著提升系统的智能水平，促进高效且经济的运营与优化。未来的无线网络有望实现数据驱动，届时网络运营商将运用先进的数据分析、机器学习和人工智能技术。

1.1 分析的演变

网络运营商可用于大数据分析、机器学习和人工智能的数据集及数据来源丰富多样，可分为内部数据和外部数据两类。内部数据来自网络，与网络和用户相关；外部数据则从第三方收集。这两类数据又可进一步细分为结构化数据和非结构化数据。结构化数据存储在关系数据库中，每个字段都有明确名称，各区域间关系清晰；非结构化数据，如呼叫中心记录、短信等，通常不存储在关系数据库中。

大数据分析经历了从描述性分析到诊断性分析，再到预测性分析，最终到规范性分析的演变过程：
- 描述性分析 ：网络运营商目前处于这一阶段，主要借助可视化工具了解已发生的情况、网络性能和流量概况等。
- 诊断性分析 ：可帮助运营商找出网络异常的根本原因，发现有问题的关键绩效指标（KPI）和网络功能/元素。分析工具会采用深入挖掘、深度学习、数据发现和关联分析等技术来实现这一目标。
- 预测性分析 ：虽不能精确报告未来必然发生的事情，但能基于实时和存档数据，运用机器学习、数据挖掘、分析建模和博弈论分析