A Big Data solution for troubleshooting mobile network performance problems

Skračić, Kristian; Bodrusic, I.

doi:10.23919/mipro.2017.7973471

Cited by 4 publications

(3 citation statements)

References 24 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Skračić and Bodrušić [25] present a solution to use a Big Data framework for PM data. Their study provides a very useful benchmark of various scenarios for collecting and decoding binary log files from real Ericsson mobile networks in a Hadoop cluster.…”

Section: Related Workmentioning

confidence: 99%

Development and Evaluation of a Big Data Framework for Performance Management in Mobile Networks

2020

View full text Add to dashboard Cite

Section: Related Workmentioning

confidence: 99%

Development and Evaluation of a Big Data Framework for Performance Management in Mobile Networks

2020

View full text Add to dashboard Cite

“…Telekomünikasyon sektöründe birçok önemli farklı konunun ele alındığı istatistiksel karar vermeye yönelik büyük veri analizlerini kullanan çalışmalar mevcuttur (Skračić & Bodrušić, 2017;Singh vd., 2016). Örneğin, aboneleri hareketlerine göre sınıflandırması (Furletti vd., 2013), müşteri karlılığının operatör karlılığı üzerinde doğrudan bir etkiye sahip olup olmadığının incelenmesi (Li vd., 2016), WhatsApp veya Viber gibi over-the-top (OTT) uygulamalarını kullanırken müşteri deneyiminin tahmin edilmesi (Diaz-Aviles vd., 2015), nesnelerin internetinde sensor verilerinin analiz edilmesi (Din vd., 2015), ağ yapısının veri transfer hızına etkisi (Tomkos vd., 2015), mobil ağ performansında sorun giderme (Singh vd., 2015), xDSL üzerinden IPTV için sorun giderme testi için mevcut hat testi çözümlerinin verimliliğini artırma (Škaljo vd., 2018) vb.…”

Section: Analitik Platformlar Tarafından Sağlanan Büyük Verilerin Anaunclassified

Veri̇ Madenci̇li̇ği̇ Yaklaşimi İle Telekomuni̇kasyon Sektöründe Ariza Gi̇derme Anali̇zi̇

Oralhan

2020

bmij

View full text Add to dashboard Cite

Telekomünikasyon operatörleri tarafından sunulan hizmetlerde problem veya arıza ile karşılaşılmasının yanı sıra meydana gelecek bu tür olumsuzlukların giderilememesi, müşteri güvenini azaltmakta ve sonuç olarak gelir kaybına yol açmaktadır. Veri madenciliği, telekomünikasyon endüstrisinde mevcut verilere ilişkin analizler sayesinde geliştirilmiş bilgiyi sağlayabilmektedir. Bu çalışmada, Türkiye’de telekomünikasyon sektöründe yer alan öncü bir firmanın mobil ağlarında sorun giderme süreçlerine veri madenciliği süreci uygulanmıştır. Bu kapsamda Mart-Mayıs 2019 tarih aralığında elde edilen 4032 veri ön işleme süreci sonucunda 3748 örneklem olarak analize dahil edilmiştir. Arıza kaydı sürecinde kayıt altına alınan Arıza Merkezi, İş Emri, Ekip Numarası, Hizmet Türü, Hizmet Süresi, Şikâyet Türü ve Sonuç verilerinden oluşan 7 farklı değişken incelenmiştir. Elde edilen sonuçlara göre J48, PART ve Multilayer Perceptron sınıflandırıcılarının veri kümesinde daha iyi performans gösterdiği görülmüştür. Süreçlerin etkin bir şekilde kontrol etmesini sağlamada arıza giderme analizlerinde yol gösterici bir çalışma olması bakımından önem arz etmektedir.

show abstract

“…Big Data has become a major competitive advantage for many organizations (Skracic et al, 2017), Mobile telephony entrepreneurs accumulate at the heart of their system and in various operational databases (Excel, Access, Oracle, etc.) a considerable mass either geo-referenced or not geo-referenced numerical and alphanumeric data.…”

Section: Introductionmentioning

confidence: 99%

Creating Strategic Business Value From Big Data Analysis – Application Telecom Network Data and Planning Documents

Alaoui

Hamdoune²,

Zili³

et al. 2019

Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci.

View full text Add to dashboard Cite

Abstract. Mobile networks carrier gather and accumulate in their database system a considerable volume of data, that carries geographic information which is crucial for the growth of the company. This work aimed develop a prototype called Spatial On -Line Analytic Processing (SOLAP) to carry out multidimensional analysis and to anticipate the extension of the area of radio antennas.To this end, the researcher started by creating a Data warehouse that allows storing Big Data received from the Radio antennas. Then, doing the OLAP(online analytic processing) in order to perform multidimensional Analysis which used through GIS to represent the Data in different scales in satellite image as a topographic background). As a result, this prototype enables the carriers to receive continuous reports on different scales (Town, city, country) and to identify the BTS that works and performs well or shows the rate of its working (the way behaves) its pitfalls. By the end, it gives a clear image on the future working strategy respecting the urban planning, and the digital terrain model (DTM).

show abstract

A Big Data solution for troubleshooting mobile network performance problems

Cited by 4 publications

References 24 publications

Development and Evaluation of a Big Data Framework for Performance Management in Mobile Networks

Development and Evaluation of a Big Data Framework for Performance Management in Mobile Networks

Veri̇ Madenci̇li̇ği̇ Yaklaşimi İle Telekomuni̇kasyon Sektöründe Ariza Gi̇derme Anali̇zi̇

Creating Strategic Business Value From Big Data Analysis – Application Telecom Network Data and Planning Documents

Contact Info

Product

Resources

About