自WCDMA、CDMA2000、TD-SCDMA等3G网络投入运营以来,移动数据业务得到越来越广泛的应用。同时,运营商也愈加关注如何在一定的无线资源情况下提高网络服务质量,为用户提供更好的业务使用体验,从而进一步地提升自己的竞争力和经济效益。网络规划和优化是提高服务质量的重要手段,科学的业务分析预测技术可以为合理地网络规划优化提供必要依据。用户在相同或相似地理或时间场景下的数据业务使用行为具有相似性,反映出的业务流量具有相似的变化规律,而数据业务使用行为可以利用用户每次使用该业务产生的上下行流量、单位时间内用户使用该业务的次数等指标来刻画。例如,用户在不同体育馆观看比赛时使用数据业务的行为是相似的,在元旦和春节这两个节假日中使用数据业务的行为也是相似的。鉴于这种面向场景的业务行为相似性,本文通过建立面向各类具体数据业务的业务模型,来描述不同场景下、不同用户群的数据业务使用行为。业务模型的主要指标包括：每次业务呼叫上/下行流量的均值与方差、单位时间内平均每用户的业务呼叫主叫/被叫次数、模型作用时段在线用户数和业务渗透率等。在利用业务模型进行业务预测时,首先查找已有的相同或相似场景下的业务模型。对于相似场景的查找规则,本文提出了一套基于场景树的相似匹配解决方案；然后,再根据用户数预测的实际需要,将整个预测流程分为节假日特殊日开机用户数已知、节假日特殊日开机用户数未知或未知突发、常规时段预测等三种预测模式。根据这三种模式,进一步结合业务模型中的每次业务呼叫上/下行流量的均值与方差、单位时间内平均每用户的业务呼叫主叫/被叫次数等指标进行分析和计算,以得到该业务单位时间内上、下行流量的平均值与最大值。这些结果为运营商进行网络无线资源优化配置提供了决策依据。在面向常规时段的预测模式中,采用了Holt-Winters预测模型对历史数据进行分析,进而对用户数与呼叫强度进行预测。最后,基于上述研究成果,开发了3G数据业务分析与预测(原型)系统。该系统在.NET平台下利用C++语言开发,数据库为SQLServer 2005。经过测试和实际数据验证,取得了比较好的分析预测效果。