在數(shù)字化時代，數(shù)據(jù)和語音業(yè)務的需求日益?zhèn)€性化和多元化。為了滿足這些差異化的需求，各大電信運營商已將用戶感知保障作為其核心工作之一。然而，小區(qū)質(zhì)差會導致網(wǎng)絡服務中斷或用戶體驗不佳。因此，質(zhì)差小區(qū)的優(yōu)化處理成為了網(wǎng)絡優(yōu)化工作中既基礎又極其重要的一環(huán)。

　　傳統(tǒng)的無線網(wǎng)絡質(zhì)量問題定位及優(yōu)化處理需要投入大量的優(yōu)化專家人力，但隨著無線網(wǎng)絡規(guī)模的不斷擴大和多制式、多頻段組網(wǎng)的復雜性增加，人工分析定位手段效率低下，無法快速定位并解決問題，從而影響了用戶感知。

　　針對這一痛點，中國移動陜西公司網(wǎng)絡優(yōu)化中心聯(lián)合中信科移動積極參與自智網(wǎng)絡實踐，在中國移動集團公司《中國移動自智網(wǎng)絡白皮書2023》的指導規(guī)范下，推出了面向無線單域自治的質(zhì)差小區(qū)根因分析應用CRCA（Cell root cause analysis）。該應用致力于精準、高效的質(zhì)差根因定界定位，為網(wǎng)絡優(yōu)化工作帶來更高的效率。

　　應用基于大數(shù)據(jù)平臺采集基站性能、告警、信令、配置等無線側(cè)數(shù)據(jù)，以5G無線KPI為切入點，通過用戶自定義的指標規(guī)則和判斷閾值門限，并結合無線網(wǎng)絡知識圖譜和機器學習算法，為無線網(wǎng)絡小區(qū)的質(zhì)差原因治理提供問題即時發(fā)現(xiàn)-問題精準定位-問題快速解決的智能化閉環(huán)解決方案。

　　質(zhì)差小區(qū)根因分析應用的關鍵創(chuàng)新

　　1. 適用于無線網(wǎng)絡的知識圖譜應用。利用自然語言處理、機器學習和知識圖譜等技術，從海量的網(wǎng)絡數(shù)據(jù)和優(yōu)化運維案例文本中提取出有用的信息和知識，并建立實體之間的關系和語義聯(lián)系，形成一張龐大的知識圖譜，實現(xiàn)網(wǎng)絡智能化和自主化。

　　2.基于機器學習的服務小區(qū)最相似匹配。強大的機器學習KNN最近鄰算法，為質(zhì)差原因定位為參數(shù)根因的小區(qū)進行搜索全網(wǎng)最相似物理小區(qū)，學習其質(zhì)優(yōu)參數(shù)，進而達到利用質(zhì)優(yōu)參數(shù)智能治愈質(zhì)差小區(qū)的目的。

　　通過現(xiàn)網(wǎng)驗證，質(zhì)差根因分析應用在無線網(wǎng)質(zhì)差小區(qū)的發(fā)現(xiàn)、定位和處理方面取得了顯著的成效。以陜西省5G NR網(wǎng)絡為例，部署系統(tǒng)前，受納管網(wǎng)元數(shù)量多、優(yōu)化運維人員數(shù)不足等制約，網(wǎng)絡質(zhì)量監(jiān)控、分析和質(zhì)差處理趨于被動。系統(tǒng)上線后，網(wǎng)元質(zhì)差監(jiān)控由日通報轉(zhuǎn)變?yōu)樾r自動預警，時效提升24倍；問題原因定位單小區(qū)平均人工耗時由40分鐘降低到5分鐘；問題修復由人工執(zhí)行轉(zhuǎn)變?yōu)橥ㄟ^系統(tǒng)AI自愈，質(zhì)差留存時長大大縮短，進一步保障了網(wǎng)絡穩(wěn)定。

　　展望未來，產(chǎn)業(yè)界共同推進自智網(wǎng)絡發(fā)展的腳步日益加快，陜西移動將繼續(xù)與中信科移動深化合作，在網(wǎng)絡生產(chǎn)中不斷探索，以質(zhì)差根因分析應用為契機，將AI大模型及下一代優(yōu)化維護知識圖譜2.0等先進技術引入現(xiàn)網(wǎng)優(yōu)化運維中，持續(xù)升級系統(tǒng)的根因定位準確性、解決方案有效性和優(yōu)化閉環(huán)自智性，創(chuàng)新自智網(wǎng)絡應用，為一線高效優(yōu)化提供更多支持。