随着新的移动通信技术的应用及移动互联网的发展,我国的移动通信用户已经达到了10亿级规模。由于移动互联网应用的快速发展,例如QQ、微信、微博等,移动通信用户对于移动通信数据业务的需求越来越多,进而要求也越来越高。我国移动通信网络建设经历了建设期、发展期后,已经步入了稳定期。但是,稳定期需要的是创新,稳定期用户基数大,需求多,感知要求高。因此,基于大数据分析技术的应用及基于数据库技术的存储与分析体系需求就应运而生,传统的人力优化方法及粗浅的计算机技术应用已经不能满足当前移动通信网络用户的需求,使得移动通信网络优化工作达到了一种瓶颈。目前,某地区移动通信网络用户需求主要在于网络信号的覆盖以及网络下载速率的感知等方面。针对移动通信网络优化的工作也吸引了大量的网络咨询公司、大数据处理公司及相关研究机构的重视。本文主要针对日常移动通信网络优化工作的三个方面：道路测试、后台数据分析、网络投诉处理进行基于大数据分析技术的优化应用研究,提出由点及线、由线到面的多纬度优化方案。这样可以全方位、多角度的对移动通信网络优化工作中存在的瓶颈进行综合分析,并提出相应的解决措施及辅助应用工具.从而节约网络优化人员的时间和精力,提高其工作效率。本文综合运用移动通信技术、数据挖掘技术、聚类分析与关联分析技术,采用文献调查方法、实证分析方法及理论与实际相结合的方法等对移动通信中的道路测试、后台数据及网络投诉三个纬度的工作瓶颈进行分析和处理,分别提出了基于干扰矩阵的道路测试数据预测、基于聚类分析的后台数据优化和基于关联规则的网络投诉数据分析等三部分具体研究内容。其中本文第三部分主要是介绍在道路测试中,干扰矩阵的使用情况,提出了“矩阵分析体系”的具体应用；第四部分主要研究了在移动通信领域的后台数据优化工作中如何利用大数据技术手段对大量复杂数据进行聚类分析,进而提出了“休眠小区监控”的具体应用；第五部分主要涉及到移动通信网络用户对于网络运行质量感知情况的分析和研究,通过关联规则分析方法对移动通信网络问题与用户投诉情况综合分析与定位,从而提出“用户满意度评估体系”的应用。在文章的最后一部分,本文根据目前移动通信网络优化现状,结合本文主体部分的研究结论及应用情况,提出了针对用户满意度评估体系的进一步研究和未来展望。