袁曼丽

摘要：虽然目前各运营商已经大规模建设4G网络，但大部分用户语音通信仍承载在GSM网络上，如何提升GSM网络的通话质量，是提升网络用户感知的重要手段之一。文章通过采用目前流行的数据挖掘工具SPSS软件，运用数据挖掘的原理，查找影響语音通话质量提升的各个因素，为后续的网络优化提供明确方向。

关键词：数据挖掘；GSM；语音质量；MOS

中图分类号：TP181 文献标识码：A 文章编号：1007-9416（2017）10-0041-02

1 数据挖掘技术

数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、事先不知道的、但又是潜在有用的信息和知识的过程。跨行业数据挖掘标准过程（CRISP-DM）适用于大型工业和商业实践的一般标准，在各种KDD过程模型中占据领先位置，采用量达到近60%。数据挖掘标准过程主要分为商业理解、数据理解、数据准备、建模、模型评估、结果发布等六个阶段。

CRISP—DM保证了可以将传统的数据挖掘技术（包括软件SPSS）应用在网络优化这个行业上。

2 基于数据挖掘的GSM语音质量影响参数分析

GSM语音质量MOS值与RXQual、C/I、编码方式、信道类型、Band与切换次数相关，但缺乏实际的数据支撑，在本文中，引入数据挖掘工具，采用实测数据，分析各个影响因素的关系。

2.1 原始数据处理

从ATU软件导出的数据中包含大量的缺省值，其中属性Time、Longitude和latitude是连续上传，MOS每隔20秒左右上传一个值，C/I（dB）、channel Mode等是每隔0.5秒左右上传一个取值，且各个属性上传时间点不统一，数据包含噪声大。

2.2 不同编码方式转换对语音质……