面对5G网络升级演进，用户的主观体验已取代传统客观的网络指标并成为电信运营商服务和市场竞争的核心。如何将海量的多源异构数据进行采集、提取、融合、分析到决策，根据不同区域、不同业务需求的差异性，融合用户分布、业务分布、场景特征，智能判断用户需求、用户感受，诊断网络问题，完成多层异构网络的规划与优化，是国内运营商面临的共同难题。该项目突破了多源异构数据的解析与融合技术，在电信网络智能化规划优化实现产业化及推广应用，构建了从海量数据采集、提取、融合、分析到决策的多元异构数据融合与识别平台，创新服务模式，使网络规划与优化技术达到了国内领先水平，为通信行业多厂家接口信令的解析、用户行为规律的识别、用户感知的评估提供了示范。 该项目的主要科技创新为：（1）研发基于大数据和MR的精准网络评估关键技术，实现基于网格级别的网络评估，精细化定位网络故障问题所在的区域，有效指导网络优化和建设，提高用户的感知度。创新性提取利用Hadoop技术构建定位算法库，利用维特比算法，结合GIS的地理信息系统对用户进行精细定位，结合网络侧采集的MR数据评估无线环境质量，从终端侧反映网络问题，体现用户的真实感受。（2）研究基于移动信令数据的用户出行规律关键技术，构建融合用户分布、业务分布、场景特征的通信网络效能评估模型，有效指导网络规划。创新性提出基于用户密度、用户价值区域与用户偏好的网络效能评估模型，实现网络的精准投资。（3）研究端到端信令挖掘和地理化定位的移动用户体验管理关键技术，采用神经网络分场景、定期生成新的KPI指标和权重值，有效实现小区告警的预测。创新性提出结合实际覆盖情况和不同场景的重要程度，针对不同场景的用户投诉情况，分场景制定监控标准，提升网络维护的可施行性。 该项目通过示范工程应用，并进行大规模产业化推广。