淺談運營商大數據戰“疫”

孫國斌

（中國聯合網絡通信股份有限公司甘肅省分公司，甘肅 蘭州 730000）

1 運營商大數據的特點

1.1 運營商大數據的類型

O域數據：OSS域指上網行為、信令、位置等等。其中以Gn口數據最重要，包括http/WAP訪問日志數據、URL解析數據、APP應用解析數據、網絡軌跡、WLAN解析等；B域數據：BSS域指營帳、計費、客服、結算等系統的數據，如實名信息、套餐信息、手機號碼、IMEI、IMSI、終端機型、流量消耗、通話時長、積分、是否VIP、投訴情況等等。M域數據：MSS域主要指ERP、門戶、項目管理等。V域數據：VALUE域指增值業務，包括傳統增值業務（短彩信、炫鈴、語音增值）和基地業務（支付、游戲、動漫、視頻、閱讀、音樂）。

1.2 運營商大數據的優勢

運營商擁有多張移動網絡，具備遍布全國的豐富的站址資源，在覆蓋范圍、時間及用戶規模上領先于其他行業；運營商以號碼為唯一的ID來整合各類數據，數據的完整性是一般企業難以企及的；運營商作為數據載體，信息內容更加全面、準確。

1.3 運營商大數據的價值

運營商大數據可準確實時的反映用戶行為狀態，數據源自于生產網絡，無人為因素干擾，具備全面性、多維性、中立性、完整性，通過這些不同維度數據的交叉關聯，可以創造更多新數據和新價值。

2 運營商大數據的分析

2.1 數據的4V分析

Volume（容量）：舉例甘肅聯通每小時有60萬次移動電話呼叫，每天有70～100TB的數據訪問量，每天有3億次互聯網點擊量。甘肅電信每天產生10TB+話單、30TB上網日志和100TB+信令數據。Variety（多樣性）：從來源可見前述四個域，可根據用途分類為“消費、社交、偏好行為”，反映消費情況的有套餐數據，反映社交的有語音撥號數據，反映行為偏好的有位置數據、上網行為數據。Velocity（速度快）：實時產生包括上網記錄、位置信息、語音撥打數據等。Value（價值高）：數據質量高，指完整性、真實性、實時性。

2.2 5W+E聯動數據

利用上述原始數據衍生出用戶5W+E聯動數據，通過多維度數據分析，獲取用戶身份信息（WHO）、時間信息（WHEN）、位置信息（WHERE）、終端信息（WHICH）、行為信息（WHAT）和感知體驗（EXPERIENCE），形成每個用戶的動態標簽庫，完成對用戶的全息畫像。如圖1所示。

圖1 運營商用戶5W+E聯動數據分析

2.3 用戶移動軌跡呈現

現在，手機已經成為我們每個人的另一張“身份證”，手機可以通過基站定位、位置服務定位而提供持有人的位置信息。一般手機在待機的時候，當用戶從一個小區移動到另一個小區時，手機需要不斷接收基站發出的測量信號。利用移動通信信令數據就可以知道用戶所在小區，可以判斷處于哪一個街區或鄉村，定位精度在城市可達百米級。與此同時，移動通信蜂窩網絡的半徑比較小，更新速度在秒級，具有實時性優勢。

3 運營商大數據戰“疫”情

3.1 構建疫情傳播模型

國際通用的是SEIR傳染模型，其中S為易感人群，E為密切接觸者，I為染病人群，R為康復人群；中國學界則提出了一種改進模型，增加了P（疑似人群）和Q（確診人群）。目前，北大陳寶權教授團隊已經發布了此次疫情傳播模型，通過熱度圖和曲線圖等數據可視化方式來展示疫情傳播特點。“但是，上述模型假定該地區在疫情期間沒有與外地的人員流動，如果加入運營商大數據中的人員位置可溯信息，將人員流動性考慮進去，可以使得該模型更精確。

3.2 協助控制傳染源

通過運營商通信基站及核心網HLR獲取的位置跟蹤及漫游信息，獲取人口流動數據，配合航空、鐵路、公路等交通部門完善從湖北返蘭人員的詳細信息，助力防疫部門有效掌握重點疫區人群流動軌跡，鎖定輸入型感染者活動范圍和散落各地的隱形傳染源，為蘭州及我省其他地市防控疫情提供重要參考，以便做到提前防范、精準施策。如圖2，圖3所示。

圖2 湖北漫入用戶人數統計

圖3 湖北漫入用戶地理分布圖

3.3 提供疫情便民數據服務

隨著全國疫情防控阻擊戰的推進，各地政府紛紛祭出互聯網技術，借助大數據分析對疫情進行防控、分析和預判。

疫情期間，我省借助移動、電信、聯通三家通信運營商提供的基礎位置跟蹤數據，上線了“疫情查詢助手”二維碼，助力全省街道、社區基層工作人員用于疫情排查工作。

隨后甘肅“健康出行碼”上線并在全省范圍內推行使用，我省健康出行碼系統基于通信、交通等部門提供的在甘、來甘、返甘人員數據信息、甘肅省全員人口信息庫、全省新冠肺炎確診病例、疑似病例、密切接觸者、居家隔離觀察人員和治愈出院人員信息庫等數據，通過大數據比對，由系統后臺自動生成健康出行碼。這些基于大數據的疫情便民服務，為有序恢復企業生產和群眾正常生活，確保疫情防控與經濟社會發展同步推進做出重要貢獻。如圖4所示。

圖4 疫情查詢及健康出行二維碼示意圖

3.4 開發疫情防控支撐平臺

疫情期間，北京聯通運用網格化+大數據的思路，基于聯通OSS域數據以及DPI技術，結合SEIR傳染病模型建立基于運營商大數據的疫情防控支撐平臺。該平臺基于居民自我隔離度、高頻活動等行為特征、人口密度及流動特征，評估城市中各個網格的防疫安全等級，并開發出面向疫情防控主管部門PC端平臺和面向公眾的手機端平臺，為科學防治、精準施策的防疫支撐工作提供了一定的參考依據。如圖5所示。

圖5 大數據的疫情防控支撐PC及終端平臺示意圖

4 建議和啟發

4.1 止謠和辟謠

當前，一些機構頻繁發布各種基于大數據的疫情研究報告，包括自媒體、新媒體在內的各類媒體，也發布轉發，甚至利用自身的大數據技術采集、整理一些疫情信息。這些報告和信息為相關部門和公眾提供了信息參考，但也泥沙俱下，魚龍混雜，甚至少數別有用心的人假借大數據技術，以迷惑誤導公眾。在接下來的疫情防控工作中，我們應該一方面要善用大數據及時搜索、發現虛假信息，分析其錯誤所在，及時公布，廣泛傳播；另一方面要加大對大數據技術等先進信息技術的使用，先行一步，及時向公眾提供更多更好的真實信息，以免被虛假信息先入為主。

4.2 分析公眾輿情指數

從2020年1月20日開始，公眾對疫情的關注度開始顯著提升，在1月26日到達峰值，然后趨于穩定，另外從不同時期用戶瀏覽及留言的關鍵字熱點所不同，公眾情緒正在緩慢由消極向積極轉變，但也有不少數據顯示部分公眾在疫情期間情緒悲觀、煩躁。如圖6所示。

圖6 疫情公眾輿情指數示意圖

由此筆者建議互聯網公司應該合理利用運營商大數據，適度進行逆向推送：根據手機活躍度情況，為用戶定向推送室內健身的相關內容，以提高自身免疫力做到運動戰“疫”；為部分搜索及瀏覽相關負面新聞的用戶，定向推送幽默短視頻及援漢醫護、工程建設人員不畏死神戰疫情的感人事跡等相關內容。

5 小結

運營商大數據在整個疫情防控工作過程中發揮了全面性、動態性和實時性等多方面作用，為疫情防控提供精細化數據支持。我們應該充分利用運營商大數據，在政府相關部門的指導下，發揮互聯網公司的優勢，在今后的日常生活或突發事件中，更好地服務于國家和人民群眾。