通信行业大数据分析及应用研究.doc

通信行业大数据分析及应用研究.doc通信行业大数据分析及应用研究
文章分析了通信行业大数据的概念,分析方法及其应用。
引言
大数据在通信行业的资源十分丰富,但是怎样才能对这些数据进行深层次的去挖掘,把在各个系统中分散的数据整合起来,形成有用的数据,十分复杂且非常困难,本文选取了几个方面的数据进行了简单的介绍,一起来研究下大数据在通信行业的应用。
一、通信行业大数据概述
近两年来,大数据的概念受到了各界的热捧,一时间大数据无处不在,而且随着数据量的迅速膨胀,它正在决定着企业的未来发展,在商业、经济及其它领域,越来越多的决策都是在大数据的基础上做出的,而不再是传统的依靠经验以及直觉来进行重大决策的做出。大数据主要是指没有办法在可承受的时间范围内,通过常见的软件对其进行收集并管理再到处理的数据集合,是需要通过新型的处理模式才可以做出更强的决策力、洞察发现力以及流程优化能力的大量且高增长率并且多样化的信息资源。大数据有以下几个方面的特征:首先,数据体量十分大。由TB到FB;其次,类型复杂。比如说:X络日志以及视频、地理位置等等相关的信息等。第三,速度非常快,能够快速的从不同类型的信息当中筛选出有用的信息。最后,高回报。对数据进行合理的搜集、利用和分析,能够获得很高价值的回报。业界将其归纳为4个“V”——Volume(数据体量大)、Variety(数据类型繁多)、Velocity(处理速度快)、Value(价值密度低)。大数据的主要包含泛互联X(物联X、移动互联X、车联X等)、工业互联X(大量传感器等)、行业/企业信息系统、社交X络(Facebook、等)。
通信行业发展至今积累的数据非常丰富,从2G、3G到4G数据的不断升级,从话音、话单数据发展到GPRS上X的日志数据,从视频、音乐、阅读等不同业务所需要的数据到各类通信的行业数据等等各类数据,从数据量、数据质量等方面提供各类大数据资产。
二、通信行业大数据的分析方法
对于大数据进行分析的方法对大数据来说是十分重要的,它能够最终决定信息是否具有价值。进行大数据分析的方法及步骤如下:(1)确定目标。在进行数据采集前,需要业务部门根据科学的手段制定获取价值数据的目标,通常需要进行大量的数据收集和分析,制定一个可以衡量的方式,由数据来分析业务发展的方向是否正确。在进行数据分析的过程当中,关键权值或者性能的指标一定要尽量早点发现。(2)对业务方式的确定。不断的该表业务方式,将关键指标提升并且最终达到业务所要完成的目的,在项目中,要尽早的将目标确定,以此来规避无用功的出现。(3)搜集数据。通过各种不同的渠道,搜集到各种类型的数据,找到更具有相关性的数据,塑造更完善的模型。(4)数据清洗。对采集的原始数据进行数据校验、数据清洗、数据关联、转换处理等,形成目标文件和汇总数据,为数据分析提供数据基础。(5)数据建模。数据建模是数据业务分析的关键所在,需要利用统计学、机器学习等知识,结合业务实现目标,构建科学、精确的模型。(6)优化和重复。为了保证预测数据的准确,业务达到预定的目标,要对模型进行重复的修正和迭代。由于数据量非常庞大,因此在进行大数据分析时需要更高效的分析手段和工具,目前比较流行的包括Hadoop、SparkStreaming、Storm、MPPDB等。
三、通信行业数据分析及应用

一是