Page 17 - 网络电信2018年6月刊下
P. 17

等，其比重较低，仅为20％左右；非结构化数据的比重占比较                         （2）为流量经营创在条件。随着移动通信技术的日益成熟，数
            大，并且获取的难度也较高。（3）价值高低不同。大数据由于                         据传输速率的加快以及各种软件的相继推出，流量已经成为了
            信息数据量的巨大，所以在一定程度上其价值的高低完全取决                          人们日常生活中习以为常的存在，而从费用支出上来看，流量
            于信息数据的价值，在庞大的基数下，有用价值的数据的密度                          的支出远远要高过话费的支出。但是流量的经营和把控一直是
            较低，所以造就了整体价值偏低的现象，因此总是与总数据呈                          一个技术性的难点，其涉及的范围较广，控制的方面较复杂，
            现负相关系。（4）时效性高。大数据具有很多特定的性质，在                         因此只有依靠大数据才能对流量进行合理的经营。
            时效性上，大数据就呈现出极为鲜明的高效特点，因为数据的
            价值与数据的规模有很大的关系，所以要在最短时间内获取最                              三、大数据技术在通信领域及业务拓展中的应
            多相关信息，从而实现数据的最大价值。                                   用对策
                                                                                             1、规范运营商数据资产
                二、大数据处理存在                                                                    移动通信网络由于人口及
            的关键问题                                                                         使用的基数问题，会产生大量
                1、大数据处理中的关键                                                               而负债的数据，只有对这些数
            问题及技术                                                                         据进行规划及整理，运营商才
                （1）去冗余技术。在移动                                                              能更好的对数据的潜在价值进
            通信网络中，很多终端都是在                                                                 行研究和分析，只有这样才能
            无人监控的状态下运行的，这                                                                 对客户的所需有全面的了解。
            种情况在物联网中更是突出，                                                                 大数据可以快速的对各种数据
            这就很容易出现误差和错误，                                                                 进行收集和整理，能够为运营
            降低了数据的可靠性，同时由                                                                 商提供最全面的数据资料，帮
            于数据的存储问题，造成了大                                                                 助运营商进行分析，在实际的
            量的数据的冗余。所以在大数                                                                 应用中，移动公司都会在指定
            据的处理上，第一个阶段就是                                                                 的地方设立相应的办公大厅，
            对数据信息进行清洗与提取，此时就可以采用大数据中的去冗                          在办公大厅，移动公司可以通过技术部门对该区域移动用户产
            余技术来实现。但是这种方式只能对传统的结构化数据进行提                          生的数据流量进行详细的记载和分析，从而了解和掌握客户的
            取与清洗，对于占比较大的非结构性数据没有效果。并且缺乏                          流量使用情况及客户的喜爱情况。然后根据分析所得出的结果
            实时性，在处理PB级别的大数据上，有些力不从心。因此对移                         进行表格的创建，以此将移动的业务进行细化分类，从而更好
            动通信网络中大数据的清洗技术进行研究是目前的移动通信工                          的服务于民。运营商数据资产的规整，能够帮助运营商收集并
            程师要解决的关键性难题之一。（2）融合提取集成技术。大数                         统一分析客户信息，为客户提供专门的业务，能够提升运营商
            据信息具有多源异构性，因此，对于这些种类的数据进行融合                          在客户心中的信任度，形成一大批忠实用户，积攒公司发展资
            提取集成就至关重要，这不仅能在很大程度上对后期的数据分                          金，扩大公司运营规模。
            析提供帮助，也对后期的信息数据发掘具有重要意义。数据的                              2、数据分析
            融合是将来自不同数据源的表示同一实体的不同表象融合至一                              移动通信运营商可以根据运营的方式，实现业务的改革及
            条单一的表象，并解决可能存在的数据冲突的过程。针对多源                          行业的发展。通过发挥大数据的分析能力，可以提升移动通信
            异构的特性，在融合的过程中涉及了很多方面的问题，其中数                          运营商的社会影响力。数据分析步骤如下：第一步为数据可视
            据关联问题最为重要，因此就需要一种方法将传统结构数据与                          化，通过图形化手段，可直观反应数据分布情况与各属性间相
            非结构数据进行有效关联。从而提取出有效的信息。（3）可                          关性；第二步为统计分析，通过统计方法定向/定量分析数据，
            视化分析技术。在经过清洗、提取、集成之后，还需要对大数                          主要包括描述统计、推断统计；第三步为数据挖掘，如：数据
            据进行分析和挖掘。因此，可视化分析技术就成了处理大数据                          库系统、机器学习、统计学习、人工智能等等，主要目的在于
            分析和挖掘问题的关键。在对结果进行可视化展示，有利于研                          挖掘数据中潜在的、具有价值的模式。移动通信商利用丰富的
            究人员的理解和分析的同时，还有助于人机交互，增强交互能                          数据资源，实现“数据封装-数据服务”、“传统网络服务提供
            力，加强分析处理效果。                                          商-信息服务提供商”的转变。
                2、大数据分析技术在移动通信领域的作用                                  3、采集挖掘数据手段增加
                （1）提供丰富的数据资源。大数据技术能够在最大程度上                           运营商通过对内部系统的规划，从而利用大数据实现统
            为运营商提供大量的数据资料，人们在进行网络使用中，会产                          一的数据模式，并对资料进行详细的采集，同时采集挖掘数据
            生很多的数据形式，运营商可以通过对这些原始数据收集和分                          资料的手段也不断增加。通过增加挖掘的力度与手段，运营商
            析来实现用户的分类，然后可以对用户的使用情况进行分析和                          可以在最短时间内，高效的分析出客户的喜好和需求。这样就
            设计，从而确定“数据套餐”等的设定，为人们提供更优质的                          可以实现产品与需求的一一对应，可以实现价值与利益的最大
            服务，并提升利益空间。这个过程中，大数据主要起到的就是                          化。并且可以通过一系列的活动，增加其在其他领域的影响，
            辅助引导功能，通过数据分析从而对潜在客户实现挖掘分类。                          拓宽了经营的范围，并且在无形中为企业的长久发展奠定了坚

                                                       网络电信 二零一八年六月                                            21
   12   13   14   15   16   17   18   19   20   21   22