本发明涉及无线网络优化技术，尤其涉及一种实现无线资源数据清洗和稽核的自动化方法。
背景技术：
无线网资源数据需要支持网络优化、集中故障管理、集中性能等应用场景，其中BTS、NODEB、E-NODEB、小区、天线、铁塔等数据是网络优化等生产场景的重要参考依据，资源数据的准确性也就显得尤为重要。但是由于天线的机械角/下倾角、铁塔高度、硬件资源、空间资源等为哑资源，天线、铁塔资源现场核对需要进行爬塔，现场采集核对难度较大，造成系统内数据更新和维护的频率较低，导致当前系统内数据与现场一致性还存在诸多问题。目前主要的难点如下：
（1）无自动进行数据清洗的手段
目前尚无系统手段对无线资源数据进行自动清洗，造成数据质量参差不齐、数据质量不高、数据质量提升缓慢等问题。
（2）无法自动定位问题
传统的人工核查主要取决与优化人员对网络的熟悉程度，采用人工逐站核查的方式，不仅效率低准确性不能保证，还存在定位不准、漏查问题。虽经过多轮核查数据质量效果不明显。
（3）传统核查无法进行闭环管理
传统核查手段无法进行闭环管理，对核查效果不能进行有效和准确评估。各移动分公司积极性不高。本方法能够实现质量闭环管理，形成常态化数据管控机制。
技术实现要素：
为了解决以上技术问题，本发明提出了一种实现无线资源数据清洗和稽核的自动化方法。
本发明的目的是
①本方法通过对无线资源数据进行分析、清洗的基础上，自动定位问题并给出问题解决参考方案；同时根据反馈情况不断增强定位问题的精确性；
②本方法提供数据质量闭环管理功能，对自动清洗的数据进行工单派发，将问题解决聚焦到指定负责人，有效提升问题解决的效率，大大避免问题重复发生的概率，问题解决周期较以往提升50%以上，数据准确率提升到95%以上。
本发明的技术方案是
一种实现无线资源数据清洗和稽核的自动化方法，
包括如下步骤：
1）、数据采集及清洗：采集无线网络节点基础信息数据；无线硬件基础信息数据、站点规划数据、性能数据、配置数据；采用可配置的数据清洗规则进行数据清洗；
其中完整性指相关数据非空、是否唯一等进行验证；关联性是指同其他数据关联关系是否准确；业务逻辑性是指该数据是否符合业务实际。
2）、定位问题及二次清洗：通过对无线资源数据进行清洗将问题定位到完整性、关联性、业务逻辑准确性三大方面；并且对工程、退网等相关数据进行二次排除；同时基于集团规范、业务实际，对铁塔、天线下倾角/机械角、LTE网络优化参数进行自动化分析；
3）、工单派发实现数据质量闭环管理，对发现的问题进行工单派发进行问题解决，实现数据质量的可持续化管理；
工单流转环节
工单流转流程采用地市接口人受理、区县处理人实施，并且白名单环节由省公司进行审核，然后通过系统校验方式校验工单是否通过，再由地市接口人确认，工单进行归档；
工单查看
可查看工单详细信息，问题数据已分不同的标签页分类展示，提供解决问题的方案；
工单派发、实施
在派单信息-区县处理人实施部分点击派发对象选择，搜索相应的处理人进行转派；区县处理人可根据工单内容处理问题，导出工单中的表格数据进行处理；如果短期内无法解决的问题，可申请白名单流转至省公司进行确认；
系统校验
系统会校验当前工单的数据是否都已经落实处理；其校验方式分为两类：一类基于校验规则进行校验；二是对铁塔相关数据需要进行天线姿态仪现场勘察，如已修改则校验通过。
4）、结果呈现。
基础数据核查结果
该方法支持通过条件查询各类型数据核查结果信息，并列表呈现。
输入：选择地市或区县、准确性进行查询；
输出：地市、小区中文名、核查结果信息，并可进行导出操作；
可视化管理
实时展现各地市、区县完成情况及效果；
专题分析
基于无线资源数据清洗结果，通过高德地图渲染方法进行分析，挖掘出配置错误原因。
本发明的有益效果是
多维数据挖掘，准确发现网络节点等数据质量问题
基于大数据云计算，建立多维数据核查模型，快速挖掘无线网络节点、性能数据等问题，有效提高工作效率；
精准实施，将问题自动定位并提出问题解决方案，解决问题方便、快捷；核查效果评估和分析，促进无线资源数据准确性。针对无线资源核查前后数据进行分析，评估成果；
数据质量闭环管理，建立跟踪和分析机制，确保问题解决。
附图说明
图1是工作流程示意图。
具体实施方式
下面对本发明的内容进行更加详细的阐述：
本发明主要包括以下内容：
①数据采集及清洗：采集无线网络节点基础信息数据（包括RNC数据、BTS数据、BSC数据、E_UTRANCELL数据等；无线硬件基础信息数据（包括天线数据、铁塔数据、BBU数据、RRU数据）、站点规划数据数据（室分规划数据、高铁规划数据、宏站规划数据）、性能数据（GSM/TD/LTE的一对一切换数据、MRO数据(可选)）、配置数据（GSM/TD/LTE邻区配置关系数据）。
采用可配置的数据清洗规则进行数据清洗。
②定位问题及二次清洗：通过对无线资源数据进行清洗将问题定位到完整性、关联性、业务逻辑准确性三大方面；并且对工程、退网等相关数据进行二次排除，提高数据清洗质量；同时基于集团规范、业务实际，对铁塔、天线下倾角/机械角、LTE网络优化参数等进行自动化分析。
其中完整性指相关数据非空、是否唯一等进行验证；关联性是指同其他数据关联关系是否准确；业务逻辑性是指该数据是否符合业务实际。
③工单派发实现数据质量闭环管理，对发现的问题进行工单派发进行问题解决，实现数据质量的可持续化管理。
（1）工单流转环节
工单流转流程采用地市接口人受理、区县处理人实施，并且白名单环节由省公司进行审核，然后通过系统校验方式校验工单是否通过，再由地市接口人确认，工单进行归档。
（2）工单查看
可查看工单详细信息，问题数据已分不同的标签页分类展示；提供解决问题的方案。
（3）工单派发、实施
在派单信息-区县处理人实施部分点击派发对象选择，搜索相应的处理人进行转派（可模糊匹配）；区县处理人可根据工单内容处理问题，可以导出工单中的表格数据进行处理。如果短期内无法解决的问题，可申请白名单流转至省公司进行确认。
（4）系统校验
系统会校验当前工单的数据是否都已经落实处理。其校验方式分为两类：一类基于校验规则进行校验；二是对铁塔相关数据需要进行天线姿态仪现场勘察，如已修改则校验通过。
④结果呈现：
（1）基础数据核查结果
该方法支持通过条件查询各类型数据核查结果信息，并列表呈现。
输入：选择地市（或区县）、准确性（完整性、关联性、业务逻辑准确性三类）进行查询；
输出：地市、小区中文名、核查结果等信息，并可进行导出操作。呈现方式：表格
（2）可视化管理
可视化管理可实时展现各地市、区县完成情况及效果，有效提升数据质量核查的积极性和主动性。
（3）专题分析
基于无线资源数据清洗结果，进行持续、深入的专题分析。例如对覆盖类型（农村、县城、市区）进行专题分析挖掘错误配置问题。
通过高德地图渲染方法，我们发现某市有部分小区覆盖类型填写明显错误，这些小区覆盖类型均应该填写为农村，但是在系统中填写为市区或县城。
根据分析，我们挖掘出的配置错误原因：
a.覆盖区域属性更新不及时：未结合城区发展情况以及通过高德地图等辅助手段进行及时更新覆盖属性；
b.覆盖类型填写不规范以及未根据小区名称关键字进行判断：有部分小区明显在农村但填写覆盖类型为市区，填写比较随意；有部分小区名称含村、组非常疑似乡村覆盖类型的仍然填写为市区或县城覆盖类型；
c.未结合周边邻区进行校验：部分主小区邻区覆盖类型全部填写为市区（或农村），主小区覆盖类型仍填写为县城或乡村（或县城或市区），需进行邻区覆盖类型关系校验；
d.特殊场景需要进行进一步验证：例如度假区，部分度假区确实属于乡村覆盖类型，但是部分度假区属于市区或县城，需要进行进一步验证。