随着移动通信产业的高速发展,蜂窝网络已步入大规模商用4G时代,移动用户数量和业务量指数增长,而移动互联网技术的发展和数据采集技术的逐步完善也促使运营商和设备商可以采集到更多维度、更加详尽的复杂网络数据。随着蜂窝无线网络大数据时代的到来,如何结合大数据技术挖掘蜂窝网络中的海量数据,如何科学有效地利用已有数据进行无线资源管理,从而应对新形势下网络建设与优化的挑战,已成为时下的一个研究热点。LTE网络拥有截然不同的话务模型和业务模型,传统的数据分析平台已经不适用如今的蜂窝无线网络。本论文着重研究了蜂窝网络的无线资源预测方法以及新的数据分析平台实现。论文的主要内容如下:第一、基于国内典型城市的LTE蜂窝网络数据,详细分析了数据的类型、特点和规律。细致调研和总结了无线资源预测相关的典型数据挖掘算法,重点介绍了聚类算法和时间序列预测算法的原理和特点,深入研究了这两类算法在通信领域的具体应用。第二、依照聚类和时间序列预测两类数据挖掘算法,结合蜂窝网络无线资源的特点,提出了一个基于聚类的蜂窝无线资源时序预测模型。模型首先利用聚类算法对基站进行分类,再对典型类型的基站利用时序预测算法进行针对性无线资源的预测,从而找出各类基站的优选预测算法。同时,详细介绍了数据处理,建模和预测的处理流程,通过聚类结果对基站进行针对性的时间序列预测,总体准确率可以提升15%以上。第三、基于4G蜂窝网络数据特点和理论模型建立了一个面向蜂窝网络无线资源数据分析平台,依托传统数据库技术及大数据技术设计数据仓库从而实现了各大典型城市数十亿条级别数据的实时分析和处理。基于对海量蜂窝无线资源数据的详细分析和深入挖掘,平台不仅能够对无线资源基础数据做多维度的可视化展示,还结合相关数据挖掘算法动态地给出预测结果及相关图表,揭示了无线资源数据间的内部规律和关联,为网络建设和优化提供了有力的参照依据。