大數據分析技術在移動通信業務拓展中的應用

袁海龍

摘 要：我國信息技術能力發展迅速，通信業務的數量和業務的類型在不斷的增加和擴展。這就使得傳統的數據處理技術已經很難滿足當下的通信發展要求，因此就出現了“大數據”技術，研究該項技術可以在最大程度上解決目前在數據處理上遇到的問題，提高收益的同時保障了數據信息的安全性和規范性。這對于運營商的發展有深遠意義。文章對“大數據”的特點及問題進行研究分析，并對其應用提出了幾點看法。

關鍵詞：大數據技術；通信領域；應用

中圖分類號：TN929.5 文獻標志碼：A 文章編號：2095-2945（2018）04-0139-02

Abstract： Along with the enhancement of IT capacity， the quantity and and the types of communication services are constantly increasing and expanding. This makes the traditional data processing technology difficult to meet the current requirements of communication development， hence the emergence of the "big data" technology. The research of this technology can solve the problems encountered in data processing to the greatest extent， and improve the income and ensure the security and standardization of data information at the same time. This is of far-reaching significance to the development of operators. This paper mainly analyzes the characteristics and problems of big data， and puts forward some opinions on its application.

Keywords： big data technology； communication field； application

通信技術的發展已經從固有的、單一的模式向綜合的、多項的模式發展，在計算機技術的推動下，進一步地與互聯網技術、物聯網技術相結合。從而促進了通信技術的發展，數據的規模也逐漸的加大。這種情況就會導致出現供需矛盾，造成大數據供不應求，因此合理、有效、規范的大數據政策和法規，有助于大數據技術的更穩定發展，所以相關的技術人員應該加大研究力度，提高移動通信網絡的技術能力，提升傳輸及處理速度，使大數據分析技術能力與通信技術更好的結合，從而推動移動通信業務的拓展。

1關于大數據的問題探究

大數據的專業的說法為巨量數據集合，具體的指無法在合理可行的時間范圍內，用一般常用的軟件工具及常規方式進行抓取、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。因此，大數據的特點就極為明顯了，即：數據量龐大；數據種類復雜、多樣；數據速度要求極快；數據的價值密度低。

1.1數據的產生階段

（1）被動產生階段。“數據庫”這一專業名詞，在最開始的產生階段還只是為政府、大型企業、金融行業所應用（例如銀行的交易記錄系統）。這種數據的產生主要是隨著運營、交易、活動而產生的，一般屬于被動產生。（2）主動產生階段。隨著互聯網技術的出現及普及，用戶的使用量逐漸加大，用戶的比例逐漸增多，原創內容就會產生大量的數據，這些自發的數據被保存和處理，從而實現了數據的主動產生。（3）自動產生階段。移動通信技術和物聯網技術超速發展，二者都遇到了技術性的難題，促使相互結合，共同發展，這就使得感知系統大量出現，從而實現對世界各個角落的監控，此時數據便會不用人為的干預而實現自動產生，這就會形成巨量的數據，也就迎來了大數據時代。

1.2 大數據的特點

（1）數據量巨大。通過大量的相關資料我們可以發現，大數據時代，數據存儲將近2萬億的信息數據，并且這一數據還是在每天飛速的增長，平均增速為五分之一，人們在生活當中都會應用這些大數據（通信聊天、上網購物等等），數以百萬千萬計的信息采集器在各種設備的內部飛速的運營，就會持續不斷的生產大量的數據信息，因此所需要處理的數據量也極為巨大，高達PB級，甚至最高可達EB級別。（2）種類繁多。在大數據時代的背景下，所需要處理的信息的種類繁雜、結構多樣性極為明顯，其中就包括結構化、非結構化、半結構化等等。結構數據一般為便于存儲的數據，如音頻、視頻、圖片等，其比重較低，僅為20%左右；非結構化數據的比重占比較大，并且獲取的難度也較高。（3）價值高低不同。大數據由于信息數據量的巨大，所以在一定程度上其價值的高低完全取決于信息數據的價值，在龐大的基數下，有用價值的數據的密度較低，所以造就了整體價值偏低的現象，因此總是與總數據呈現負相關系。（4）時效性高。大數據具有很多特定的性質，在時效性上，大數據就呈現出極為鮮明的高效特點，因為數據的價值與數據的規模有很大的關系，所以要在最短時間內獲取最多相關信息，從而實現數據的最大價值。

2 大數據處理存在的關鍵問題

2.1 大數據處理中的關鍵問題及技術

（1）去冗余技術。在移動通信網絡中，很多終端都是在無人監控的狀態下運行的，這種情況在物聯網中更是突出，這就很容易出現誤差和錯誤，降低了數據的可靠性，同時由于數據的存儲問題，造成了大量的數據的冗余。所以在大數據的處理上，第一個階段就是對數據信息進行清洗與提取，此時就可以采用大數據中的去冗余技術來實現。但是這種方式只能對傳統的結構化數據進行提取與清洗，對于占比較大的非結構性數據沒有效果。并且缺乏實時性，在處理PB級別的大數據上，有些力不從心。因此對移動通信網絡中大數據的清洗技術進行研究是目前的移動通信工程師要解決的關鍵性難題之一。（2）融合提取集成技術。大數據信息具有多源異構性，因此，對于這些種類的數據進行融合提取集成就至關重要，這不僅能在很大程度上對后期的數據分析提供幫助，也對后期的信息數據發掘具有重要意義。數據的融合是將來自不同數據源的表示同一實體的不同表象融合至一條單一的表象，并解決可能存在的數據沖突的過程。針對多源異構的特性，在融合的過程中涉及了很多方面的問題，其中數據關聯問題最為重要，因此就需要一種方法將傳統結構數據與非結構數據進行有效關聯。從而提取出有效的信息。（3）可視化分析技術。在經過清洗、提取、集成之后，還需要對大數據進行分析和挖掘。因此，可視化分析技術就成了處理大數據分析和挖掘問題的關鍵。在對結果進行可視化展示，有利于研究人員的理解和分析的同時，還有助于人機交互，增強交互能力，加強分析處理效果。endprint

2.2 大數據分析技術在移動通信領域的作用

（1）提供豐富的數據資源。大數據技術能夠在最大程度上為運營商提供大量的數據資料，人們在進行網絡使用中，會產生很多的數據形式，運營商可以通過對這些原始數據收集和分析來實現用戶的分類，然后可以對用戶的使用情況進行分析和設計，從而確定“數據套餐”等的設定，為人們提供更優質的服務，并提升利益空間。這個過程中，大數據主要起到的就是輔助引導功能，通過數據分析從而對潛在客戶實現挖掘分類。（2）為流量經營創在條件。隨著移動通信技術的日益成熟，數據傳輸速率的加快以及各種軟件的相繼推出，流量已經成為了人們日常生活中習以為常的存在，而從費用支出上來看，流量的支出遠遠要高過話費的支出。但是流量的經營和把控一直是一個技術性的難點，其涉及的范圍較廣，控制的方面較復雜，因此只有依靠大數據才能對流量進行合理的經營。

3 大數據技術在通信領域及業務拓展中的應用對策

3.1 規范運營商數據資產

移動通信網絡由于人口及使用的基數問題，會產生大量而負債的數據，只有對這些數據進行規劃及整理，運營商才能更好的對數據的潛在價值進行研究和分析，只有這樣才能對客戶的所需有全面的了解。大數據可以快速的對各種數據進行收集和整理，能夠為運營商提供最全面的數據資料，幫助運營商進行分析，在實際的應用中，移動公司都會在指定的地方設立相應的辦公大廳，在辦公大廳，移動公司可以通過技術部門對該區域移動用戶產生的數據流量進行詳細的記載和分析，從而了解和掌握客戶的流量使用情況及客戶的喜愛情況。然后根據分析所得出的結果進行表格的創建，以此將移動的業務進行細化分類，從而更好的服務于民。運營商數據資產的規整，能夠幫助運營商收集并統一分析客戶信息，為客戶提供專門的業務，能夠提升運營商在客戶心中的信任度，形成一大批忠實用戶，積攢公司發展資金，擴大公司運營規模。

3.2 數據分析

移動通信運營商可以根據運營的方式，實現業務的改革及行業的發展。通過發揮大數據的分析能力，可以提升移動通信運營商的社會影響力。數據分析步驟如下：第一步為數據可視化，通過圖形化手段，可直觀反應數據分布情況與各屬性間相關性；第二步為統計分析，通過統計方法定向/定量分析數據，主要包括描述統計、推斷統計；第三步為數據挖掘，如：數據庫系統、機器學習、統計學習、人工智能等等，主要目的在于挖掘數據中潛在的、具有價值的模式。移動通信商利用豐富的數據資源，實現“數據封裝-數據服務”、“傳統網絡服務提供商-信息服務提供商”的轉變。

3.3 采集挖掘數據手段增加

運營商通過對內部系統的規劃，從而利用大數據實現統一的數據模式，并對資料進行詳細的采集，同時采集挖掘數據資料的手段也不斷增加。通過增加挖掘的力度與手段，運營商可以在最短時間內，高效的分析出客戶的喜好和需求。這樣就可以實現產品與需求的一一對應，可以實現價值與利益的最大化。并且可以通過一系列的活動，增加其在其他領域的影響，拓寬了經營的范圍，并且在無形中為企業的長久發展奠定了堅實的基礎。

4 結束語

大數據分析技術能夠在很大程度上幫助移動通信運營商行業發展和業務拓展，為運營上的業務范圍上提供了更廣闊的空間，實現了經營領域的突破。

但在發展與突破的同時，也存在著一系列問題，數據的安全及客戶隱私問題就是其中的要點。因此，運營商要加大對大數據技術的研究力度，培養專業對口人才，規范運營商企業發展制度，整合更精準的數據，獲得持續發展的機會。

參考文獻：

[1]黨永亮.大數據分析在移動通信網絡優化中的應用研究[D].華中師范大學，2015.

[2]金紫陽.大數據在移動通信網絡中的應用及發展策略研究[J].中國新通信，2016，18（45）：64-64.

[3]張亮.大數據分析在移動通信網絡優化中的應用[J].信息通信，2017（5）：272-273.endprint