电信运营商跨行业大数据融合应用场景探析.docVIP

电信运营商跨行业大数据融合应用场景探析.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
电信运营商跨行业大数据融合应用场景探析

电信运营商跨行业大数据融合应用场景探析   中图分类号:DF75.2 文献标识码:A 文章编号:1009-914X(2016)29-0287-01 一、前言 近年来,大数据迅速发展成为工业界、学术界甚至世界各国政府高度关注的热点。在大数据时代,“数据即资产”的核心理念已成为各个行业的共识,大数据具有4V的特点:一是数据容量巨大(Volume),二是数据类型众多(Variety);三是数据价值密度低(Value);四是处理数据的速度要求非常快(Velocity)。相关研究预测标明,2015-2020年是大数据行业高速发展期,到2020年中国的大数据市场规模为454.33亿元,增长速度为20%。互联网行业、政府、金融、电信、零售等典型行业率先启动大数据产业布局,传统行业也积极收集行业数据,引入外部大数据,建设大数据平台,开展跨行业大数据创新应用实践,不仅使行业内部运行效率得到提升,加速传统行业转型升级,而且已经创造出巨大的经济价值和社会价值。2016年7月28日,《国家信息化发展战略纲要》发布,明确指出要促进工业经济向信息经济转型,大力推进数据资产化和资源化,优先开放政务和民生保障服务相关的数据,随着政策红利不断发放以及大数据共享机制的逐渐完善,毫无疑问,大数据将更加深刻地推动产业发展 二、跨行业大数据应用场景和典型案例(图1) 电信行业通过将行业内部的B/O/M域数据、上网日志等和外部金融、旅游、政务等行业数据进行结合,已经实现了端到端网络分析优化、精准营销、用户体验提升、地理位置服务、智慧旅游、智慧城市、行业分析报告等场景应用。例如国内三大运营商基于上网日志分析和外部数据综合分析,解决用户上网流量投诉,提供行业指数,并与金融、公共服务、位置服务等在大数据应用进行合作 金融保险行业整合个人特征数据、资产数据、保单数据等行业内部数据和互联网行为数据、地理位置信息、个人消费数据、征信数据等行业外部数据,形成基于大数据的客户洞察、互联网征信、投资预测、风险控制、极速放贷、电信诈骗拦截等创新应用场景 医疗健康行业通过将个人体征数据、个人特征数据、基因检测数据、电子病历、遗传数据等医疗领域数据和互联网用户搜索数据、地理位置数据、气候数据、环境数据、人口流动数据等行业外数据融合和分析,可实现疾病预测、个人健康监测管理、癌症诊断和预测及早产儿病情诊断 文化传媒行业通过将消费者数据库、影视基础数据、影视评分数据、用户视频播放行为数据、电视节目收看行?椤⒕缂?播放设备、剧集播放时间等行业数据与互联网搜索数据、社交网络数据、线上购物数据等进行融合,进行投资风险评估、受众定位、影视精准营销、票房预测 旅游行业通过将个人特征数据、景区数据等行业内部数据与气候数据、地理位置数据、运营商移动用户数据等行业外数据结合,实现旅游指数、景区客源分析、个性化推荐、景区预警等 能源行业作为典型的传统行业,也开始将行业内部的企业生产数据、勘探大数据、油气管道数据、风电场实时流体模型数据、光伏电站数据、气象数据、地理数据等和外部地理位置数据、环境数据、气候数据、风速数据、海拔数据、大气温度、日照数据、周边救援方案数据、地震数据、能源输送数据等进行结合,开展了自动化矿井值守、精准化油气开采、井位确定、安全监控和预警、油气管道腐蚀点预测、风电场自动化选址设计、风能发电量预测、光伏电站健康度检查、光伏电站精准运营等创新应用 零售贸易行业通过运用大数据技术提高了生产数据的计算速度,还通过将销售数据、人力成本、物流数据等内部数据和突发事件、交通数据、气候数据等外部数据相结合,实现货品摆放营销设计、物流成本控制、销售数据分析、产品溯源等应用 农林牧渔业通过将农业生产数据、养殖数据、质检数据、消费者评价数据、生产/设备监控数据、土壤数据、人力成本、物流数据、销售数据、农产品市场价格等内部数据和突发事件、交通数据、气象数据等外部数据相结合,实现可视化农场生产管理、农场耕作精细化管理、物流成本控制、肉类/乳品安全溯源体系、种植灌溉差异化、防灾预警等 汽车行业通过内部汽车企业运营数据、汽车企业研发数据、汽车销售数据、车辆行驶状况数据、车联网传感数据、座椅压力数据、汽车配件数据等行业内部数据和互联网舆情数据、用户群体行为数据、实景地图数据等外部数据结合,实现产品人性化设计、无人驾驶、汽车网站用户导流、精准广告推送、汽车防盗、行驶安全预警 化工行业通过将物流管理大数据、销售数据、人力成本数据、ERP系统数据、订货数据、加油站销售数据结合行业外部的气候数据、交通数据、网上支付数据、个人互联网用户行为、个人位置信息数据等,实现石脑油原料操作样本建模、石化产品结构优化、生产安全预警指挥、环境应急预警、客户识别、精准营销 公共事业领域利用公

文档评论(0)

linsspace + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档