CN106304161A - 数据分析方法及装置 - Google Patents

Abstract

本发明提供了一种数据分析方法及装置，其中，该方法包括：获取呼叫详细跟踪CDT数据中的异常事件信息；获取异常事件信息对应的问题类型；根据该问题类型获取解决异常事件信息对应的异常事件的解决方案。通过本发明解决了相关技术中对于数据的问题分析依赖于话统分析结果所导致的效率低问题，进而提高了数据分析的效率。

Description

数据分析方法及装置

技术领域

本发明涉及通信领域，具体而言，涉及一种数据分析方法及装置。

背景技术

随着无线网络的发展，移动运营商为了提高用户数据业务感知，大力发展长期演进(Long-Term Evolution，简称为LTE)无线网络。在LTE无线通信过程中，出现接入失败、掉话或者切换失败，都会使得通信质量大打折扣，严重影响网络服务性能。对于这些异常事件的分析和解决，成为网络优化的工作重要部分。

现有网络优化工具和***，大致可分为三类：

1、提供管理网络性能测量、网络参数配置功能，网优工程师需要通过观察性能指标测量来检查调整网络参数配置，定位问题原因，这种***对网优工程师的专业经验水平要求较高，发现问题实时性差，对网络问题原因定位较困难。

2、提供话统分析功能，针对某时段，以基站或者小区为单位，统计接入成功率、掉话率、切换成功率等指标，通过这些指标展示哪些网元(TopN小区)可能存在问题，网优工程师再使用***提供的其他独立功能(如果有的话)分析指标差的“问题网元”，从而定位出问题原因。这种***对网优工程师的专业经验水平要求高，需要熟练掌握***各种独立的功能，发现问题效率不够。

3、采集所有网元的参数、性能、通话记录以及告警等数据，对数据进行综合分析，实际上采用的是独立的功能，对同一组数据，使用各个功能分析完，综合取结果。未对待分析数据进行有效筛选配置，时间和空间上效率低下。

针对相关技术中，对于数据的问题分析依赖于话统分析结果所导致的效率低问题，还未提出有效的解决方案。

发明内容

本发明提供了一种数据分析方法及装置，以至少解决相关技术中对于数据的问题分析依赖于话统分析结果所导致的效率低问题。

根据本发明的一个方面，提供了一种数据分析方法，包括：获取呼叫详细跟踪(CallDetail Trace，简称为CDT)数据中的异常事件信息；获取所述异常事件信息对应的问题类型；根据所述问题类型获取解决所述异常事件信息对应的异常事件的解决方案。

可选地，获取所述异常事件信息对应的问题类型包括：根据第一预定映射关系列表获取所述问题类型；其中，所述第一预定映射关系列表存储有所述异常事件信息与所述问题类型的映射关系。

可选地，根据所述问题类型获取解决所述异常事件信息对应的异常事件的解决方案之前包括：根据所述问题类型获取导致所述异常事件的原因。

可选地，根据所述问题类型获取导致所述异常事件的原因包括：通过第二预定映射关系列表，根据所述问题类型获取对所述问题进行分析的数据指标；指定算法运用所述数据指标获取所述原因；其中，所述指定算法为与所述问题类型对应的算法。

可选地，指定算法运用所述数据指标获取所述原因之后包括：保存所述异常事件信息与所述原因的对应关系；其中，所述异常事件信息包括以下至少之一：所述异常事件的身份标识ID、所述异常事件的发生时间、所述异常事件的发生位置、所述异常事件的类型。

根据本发明的另一个方面，提供了一种数据分析装置，所述装置包括：第一获取模块，用于获取呼叫详细跟踪CDT数据中的异常事件信息；第二获取模块，用于获取所述异常事件信息对应的问题类型；第三获取模块，用于根据所述问题类型获取解决所述异常事件信息对应的异常事件的解决方案。

可选地，所述第二获取模块还用于根据第一预定映射关系列表获取所述问题类型；其中，所述第一预定映射关系列表存储有所述异常事件信息与所述问题类型的映射关系。

可选地，所述装置还包括：第四获取模块，用于根据所述问题类型获取导致所述异常事件的原因。

可选地，所述第四获取模块包括：第一获取单元，用于通过第二预定映射关系列表，根据所述问题类型获取对所述问题进行分析的数据指标；第二获取单元，用于指定算法运用所述数据指标获取所述原因；其中，所述指定算法为与所述问题类型对应的算法。

可选地，所述装置还包括：保存模块，用于保存所述异常事件信息与所述原因的对应关系；其中，所述异常事件信息包括以下至少之一：所述异常事件的身份标识ID、所述异常事件的发生时间、所述异常事件的发生位置、所述异常事件的类型。

通过本发明，采用获取呼叫详细跟踪CDT数据中的异常事件信息；获取异常事件信息对应的问题类型；根据该问题类型获取解决异常事件信息对应的异常事件的解决方案。解决了相关技术中对于数据的问题分析依赖于话统分析结果所导致的效率低问题，进而提高了数据分析的效率。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的数据分析方法的流程图；

图2是根据本发明实施例的数据分析装置的结构框图；

图3是根据本发明实施例的数据分析装置的结构框图(一)；

图4是根据本发明实施例的数据分析装置的结构框图(二)；

图5是根据本发明实施例的数据分析装置的结构框图(三)；

图6是根据本发明实施例的基于LTE CDT数据异常事件智能分析的流程图；

图7是根据本发明实施例的智能分析子***示意图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

在本实施例中提供了一种数据分析方法，图1是根据本发明实施例的数据分析方法的流程图，如图1所示，该流程包括如下步骤：

步骤S102，获取呼叫详细跟踪CDT数据中的异常事件信息；

步骤S104，获取异常事件信息对应的问题类型；

步骤S106，根据该问题类型获取解决异常事件信息对应的异常事件的解决方案。

通过上述步骤，首先根据CDT数据中的异常事件信息得到该异常事件信息对应的问题类型，然后根据该问题类型获取解决异常事件信息对应的异常事件的解决方案，解决了相关技术中对于数据的问题分析依赖于话统分析结果所导致的效率低问题，进而提高了数据分析的效率。

上述步骤S104中涉及到获取异常事件信息对应的问题类型，需要说明的是，可以通过多种方式获取异常事件信息对应的问题类型，下面对此进行举例说明。在一个可选实施例中，根据第一预定映射关系列表获取该问题类型；其中，第一预定映射关系列表存储有该异常事件信息与该问题类型的映射关系。

在一个可选实施例中，根据该问题类型获取解决该异常事件信息对应的异常事件的解决方案之前，根据该问题类型获取导致该异常事件的原因。进而可以通过导致该异常事件的原因获取解决异常事件信息对应的异常事件的解决方案。

在根据该问题类型获取导致异常事件的原因的过程中，在一个可选实施例中，通过第二预定映射关系列表，根据该问题类型获取对该问题进行分析的数据指标，然后指定算法运用数据指标获取该原因；其中，指定算法为与该问题类型对应的算法。

为了提高数据问题分析的效率，在一个可选实施例中，通过与该数据指标对应的指定算法得到该原因之后，保存异常事件信息与该原因的对应关系；其中，异常事件信息包括以下至少之一：异常事件的身份标识ID、异常事件的发生时间、异常事件的发生位置、异常事件的类型。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

在本实施例中还提供了一种数据分析装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图2是根据本发明实施例的数据分析装置的结构框图，如图2所示，该装置包括：第一获取模块22，用于获取呼叫详细跟踪CDT数据中的异常事件信息；第二获取模块24，用于获取该异常事件信息对应的问题类型；第三获取模块26，用于根据该问题类型获取解决该异常事件信息对应的异常事件的解决方案。

可选地，第二获取模块24还用于根据第一预定映射关系列表获取该问题类型；其中，第一预定映射关系列表存储有该异常事件信息与该问题类型的映射关系。

图3是根据本发明实施例的数据分析装置的结构框图(一)，如图3所示，该装置还包括：第四获取模块32，用于根据该问题类型获取导致该异常事件的原因。

图4是根据本发明实施例的数据分析装置的结构框图(二)，如图3所示，第四获取模块32包括：第一获取单元322，用于通过第二预定映射关系列表，根据该问题类型获取对该问题进行分析的数据指标；第二获取单元324，用于指定算法运用数据指标获取该原因；其中，指定算法为与问题类型对应的算法。

图5是根据本发明实施例的数据分析装置的结构框图(三)，如图5所示，该装置还包括：保存模块52，用于保存该异常事件信息与该原因的对应关系；其中，该异常事件信息包括以下至少之一：该异常事件的身份标识ID、该异常事件的发生时间、异常事件的发生位置、该异常事件的类型。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述模块分别位于多个处理器中。

本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的程序代码：

S1，获取呼叫详细跟踪CDT数据中的异常事件信息；

S2，获取异常事件信息对应的问题类型；

S3，根据该问题类型获取解决异常事件信息对应的异常事件的解决方案。

可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

可选地，在本实施例中，处理器根据存储介质中已存储的程序代码执行上述S1、S2和S3。

可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

本发明可选实施例旨在提出一种由采集到CDT异常事件信息触发，利用测量报告(Measurement Report，简称为MR)、设备告警和无线网络配置参数等多种数据进行综合智能分析的方法。使得网络优化工作人员能够及时发现问题，并了解问题原因。该方法具体步骤如下：

定义问题的类型映射库。对上报的CDT异常事件信息错误码进行映射分类。CDT(Call Detail Trace)即呼叫详细跟踪，可以获取到每一个用户的每一次网络呼叫详情，包含异常事件基本错误码，只是无法定位到详细具体的原因，本发明分析CDT信息基本错误码，将错误码进行映射分类，以便定位到详细具体原因，并给出对应的处理建议。

定义分析源数据关联关系库，如分析空口问题，需要用到MR数据的A，B，C指标，以及无线网络配置参数aa,bb,cc,dd指标，则定义关联条件和关联关系f，将空口异常事件CDT数据记录和对应的MR指标A、B、C以及无线网络配置参数指标aa、bb、cc、dd关联起来。这样就将要用到的数据进行了最优配置，不需要将一些对本分析流程无用的数据关联查找出来，最大限度地提高了时间和空间利用率。

定义智能分析算法库。将第一步中的每类问题对应的智能分析算法流程固化。算法库可随着技术的发展逐步优化。

定义分析结果原因和建议解决方案映射库。将已知的问题具体原因及对应的解决建议方案固化保存。分析结果库随着技术发展逐步丰富优化。如：

表格1原因-建议解决方案

采集数据。***周期性实时采集CDT、MR数据以及设备告警数据，定期采集当前无线网络配置参数。其中，设备告警数据采集可能引起接入失败、掉话或者切换失败这类待分析的异常事件的告警信息。

启动分析流程。采集CDT数据后筛选出异常事件信息，启动分析流程。根据异常事件记录错误码信息关联到对应问题类型，根据具体的问题类型关联需要的分析数据指标，如无线网络配置参数某指标，对关联后的数据运行对应的算法，输出具体原因关联对应建议方案，结果固化保存供用户按需查看。

图6是根据本发明实施例的基于LTE CDT数据异常事件智能分析的流程图，如图6所示，该流程包括如下步骤：

步骤S602，定义问题类型映射库；

步骤S604，定义源数据关联关系库；

步骤S606，定义智能分析算法库；

步骤S608，定义分析结果原因和建议映射库；

步骤S610，采集数据；

步骤S612，启动分析流程。

图7是根据本发明实施例的智能分析子***示意图，通过图7中的各个模块实现上述对应的步骤。

装置每天周期启动，根据采集的MR、CDT及告警数据进行分析，并将分析结果上报给用户并固化保存供用户查看。

步骤1：装置启动周期采集CDT和MR数据进程，每个周期CDT和MR数据入库完成后，筛选出CDT数据中的异常事件信息记录，启动智能分析流程。

步骤2：根据异常事件信息记录错误码信息关联到对应问题类型。

表格2错误码-问题类型映射关系

错误码	问题类型
		1000,1011,1012,1016,1017,1018,1019	空口问题
301，302，401，402	核心网问题
		202，1501，1502	UE相关问题
203，706，708，2101	***故障
		501，521，601，602，701，702	资源相关问题

步骤3：根据具体的问题类型关联需要的分析数据指标。

表格3问题类型-关联数据类型指标映射关系

步骤4：对关联后的数据运行对应的智能分析算法。将输出具体原因和异常事件记录标识ID、时间、事件类型等相关信息关联保存。

表格4问题类型-算法映射关系

步骤5：将分析算法输出的分析结果具体原因关联建议解决方案，上报给用户，并将输出具体原因、对应解决方案和异常事件记录标识ID、时间、事件类型等相关信息保存结果到ResultTable表中，待用户按需查看。如用户想查看话统TopN小区的异常问题分析结果，只需简单关联查询即可：

select*from ResultTable where eNodeBID＝1234and CellID＝2

综上所述，通过本发明提供的一种LTE CDT数据异常事件智能分析方法及实施装置，在实时根据现网无线网络配置参数及CDT、MR数据，采用智能分析算法，深度分析CDT数据中的异常事件信息记录，给出详细的根本原因和处理建议，使得网优工程师能够不需要具备丰富经验即可快速定位到网络问题及原因。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种数据分析方法，其特征在于，包括：

获取呼叫详细跟踪CDT数据中的异常事件信息；

获取所述异常事件信息对应的问题类型；

根据所述问题类型获取解决所述异常事件信息对应的异常事件的解决方案。

2.根据权利要求1所述的方法，其特征在于，获取所述异常事件信息对应的问题类型包括：

根据第一预定映射关系列表获取所述问题类型；其中，所述第一预定映射关系列表存储有所述异常事件信息与所述问题类型的映射关系。

3.根据权利要求1所述的方法，其特征在于，根据所述问题类型获取解决所述异常事件信息对应的异常事件的解决方案之前包括：

根据所述问题类型获取导致所述异常事件的原因。

4.根据权利要求3所述的方法，其特征在于，根据所述问题类型获取导致所述异常事件的原因包括：

通过第二预定映射关系列表，根据所述问题类型获取对所述问题进行分析的数据指标；

指定算法运用所述数据指标获取所述原因；其中，所述指定算法为与所述问题类型对应的算法。

5.根据权利要求4所述的方法，其特征在于，指定算法运用所述数据指标获取所述原因之后包括：

保存所述异常事件信息与所述原因的对应关系；其中，所述异常事件信息包括以下至少之一：所述异常事件的身份标识ID、所述异常事件的发生时间、所述异常事件的发生位置、所述异常事件的类型。

6.一种数据分析装置，其特征在于，所述装置包括：

第一获取模块，用于获取呼叫详细跟踪CDT数据中的异常事件信息；

第二获取模块，用于获取所述异常事件信息对应的问题类型；

第三获取模块，用于根据所述问题类型获取解决所述异常事件信息对应的异常事件的解决方案。

7.根据权利要求6所述的装置，其特征在于，所述第二获取模块还用于根据第一预定映射关系列表获取所述问题类型；其中，所述第一预定映射关系列表存储有所述异常事件信息与所述问题类型的映射关系。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

第四获取模块，用于根据所述问题类型获取导致所述异常事件的原因。

9.根据权利要求8所述的装置，其特征在于，所述第四获取模块包括：

第一获取单元，用于通过第二预定映射关系列表，根据所述问题类型获取对所述问题进行分析的数据指标；

第二获取单元，用于指定算法运用所述数据指标获取所述原因；其中，所述指定算法为与所述问题类型对应的算法。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

保存模块，用于保存所述异常事件信息与所述原因的对应关系；其中，所述异常事件信息包括以下至少之一：所述异常事件的身份标识ID、所述异常事件的发生时间、所述异常事件的发生位置、所述异常事件的类型。