在数字化时代，数据和语音业务的需求日益个性化和多元化。为了满足这些差异化的需求，各大电信运营商已将用户感知保障作为其核心工作之一。然而，小区质差会导致网络服务中断或用户体验不佳。因此，质差小区的优化处理成为了网络优化工作中既基础又极其重要的一环。
传统的无线网络质量问题定位及优化处理需要投入大量的优化专家人力，但随着无线网络规模的不断扩大和多制式、多频段组网的复杂性增加，人工分析定位手段效率低下，无法快速定位并解决问题，从而影响了用户感知。
针对这一痛点，中国移动陕西公司网络优化中心联合中信科移动积极参与自智网络实践，在中国移动集团公司《中国移动自智网络白皮书2023》的指导规范下，推出了面向无线单域自治的质差小区根因分析应用CRCA（Cell root cause analysis）。该应用致力于精准、高效的质差根因定界定位，为网络优化工作带来更高的效率。
应用基于大数据平台采集基站性能、告警、信令、配置等无线侧数据，以5G无线KPI为切入点，通过用户自定义的指标规则和判断阈值门限，并结合无线网络知识图谱和机器学习算法，为无线网络小区的质差原因治理提供“问题即时发现-问题精准定位-问题快速解决”的智能化闭环解决方案。
图 质差根因分析系统架构
质差小区根因分析应用的关键创新
1. 适用于无线网络的知识图谱应用。利用自然语言处理、机器学习和知识图谱等技术，从海量的网络数据和优化运维案例文本中提取出有用的信息和知识，并建立实体之间的关系和语义联系，形成一张庞大的知识图谱，实现网络智能化和自主化。
2.基于机器学习的服务小区最相似匹配。强大的机器学习KNN最近邻算法，为质差原因定位为参数根因的小区进行搜索全网最相似物理小区，学习其质优参数，进而达到利用质优参数智能治愈质差小区的目的。
通过现网验证，质差根因分析应用在无线网质差小区的发现、定位和处理方面取得了显著的成效。以陕西省5G NR网络为例，部署系统前，受纳管网元数量多、优化运维人员数不足等制约，网络质量监控、分析和质差处理趋于被动。系统上线后，网元质差监控由日通报转变为小时自动预警，时效提升24倍；问题原因定位单小区平均人工耗时由40分钟降低到5分钟；问题修复由人工执行转变为通过系统AI自愈，质差留存时长大大缩短，进一步保障了网络稳定。
展望未来，产业界共同推进自智网络发展的脚步日益加快，陕西移动将继续与中信科移动深化合作，在网络生产中不断探索，以质差根因分析应用为契机，将AI大模型及下一代优化维护知识图谱2.0等先进技术引入现网优化运维中，持续升级系统的根因定位准确性、解决方案有效性和优化闭环自智性，创新自智网络应用，为一线高效优化提供更多支持。
