大数据技术在邮政企业中应用.docVIP

大数据技术在邮政企业中应用 　　摘 要 大数据技术已经列入国家发展行动纲要，成为国家企事业之所必须。本文探讨了大数据技术在邮政企业的应用，期望与同行业探讨，促进行业共同发展。 　　【关键词】大数据技术 邮政 应用探讨 　　1 引言 　　2015年8月31日国务院发布国发〔2015〕50号文件----国务院关于印发促进大数据发展行动纲要的通知，通知要求加快各地区、各部门、各有关企事业单位及社会组织信用信息系统的互联互通和信息共享。充分运用大数据的技术和工具，为我国各项产业的发展插上腾飞的翅膀。对于邮政系统，大数据纲要的发布，具有十分重要的指导意义，指明了发展的方向，具有广阔的发展前途。 　　2 大数据基本概念及特点 　　国际数据公司（IDC）认为，大数据是指为了更经济更有效地从高频率、大容量、不同结构和类型的数据中获取价值而设计的新一代架构和技术，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。大数据具有以下特点： 　　（1）容量（Volume）：数据的大小决定所考虑的数据的价值的和潜在的信息； 　　（2）种类（Variety）：数据类型的多样性； 　　（3）速度（Velocity）：指获得数据的速度； 　　（4）可变性（Variability）：妨碍了处理和有效地管理数据的过程； 　　（5）真实性（Veracity）：数据的质量； 　　（6）复杂性（Complexity）：数据量非常巨大，来源渠道广。 　　研究和开发大数据的意义在于这些数据通过专业的数据处理所带来的潜在价值和显在价值。因此大数据也具有时效性和使用价值的属性。 　　3 大数据处理关键技术 　　大数据技术，就是从各种类型的数据中快速获得有价值信息的技术。大数据处理技术一般包括：大数据采集与预处理、大数据存储与管理、大数据分析、挖掘、展现和应用。大数据采集一般分为大数据智能感知层和基础支撑层。大数据预处理技术主要完成对已接收数据的辨析、抽取、清洗等操作。大数据存储与管理要用存储器把采集到的数据存储起来，建立相应的数据库，并进行管理和调用。大数据分析技术，主要用于改进已有数据挖掘和机器学习技术。数据挖掘就是从大量的模糊的、随机的实际应用数据中，提取潜在有用的信息和知识的过程。在我国，大数据将重点应用于以下三大领域：智能商业、政府决策、公共服务。 　　在大数据技术中，其中三个重要关键技术问题，应该引起业界的足够重视。 　　（1）如何探索大数据复杂性、非确定性特征与大数据的系统建模。依照大数据的个体复杂性和随机性所带来的挑战将促使大数据数学结构的形成，长期而言是这样的。从短期而言，学术界鼓励发展一般性的结构化数据和半结构化、非结构化数据之间的转化原则，以支持大数据的交叉应用； 　　（2）数据异构性与决策异构性的对应关系对大数据管理决策的影响。在大数据环境下，管理决策面临着两个“异构性”――“数据异构性”和“决策异构性”。管理决策又是以数据分析为基础，传统的管理决定模式取决于对业务知识的学习和日益积累的实践经验。大数据已经改变了传统的管理决策结构的模式； 　　（3）利用信息技术等手段处理非结构化和半结构化数据问题。大数据中，结构化数据只占15%左右，其余的85%都是非结构化的数据。大数据的不确定性表现在高维、多变和强随机性等方面。由于大数据所具有的半结构化和非结构化特点，“智能知识”的寻求反映了大数据研究的核心价值所在。 　　4 大数据技术在邮政企业中的应用 　　4.1 邮政企业数据的种类、采集的渠道和方法 　　邮政企业采集的数据主要分为以下三个类别： 　　（1）量收数据，包括收入、业务量、利润等； 　　（2）用户数据，用户用邮的基本信息，包括地址、姓名、联系方式等； 　　（3）运营数据，包括单位的财务数据、房屋车辆设备信息、人员相关数据等。 　　邮政企业数据采集的渠道和方法主要有四种： 　　（1）终端采集：通过营业网点、投递员、社会加盟机构、服务站等实物终端采集信息； 　　（2）网络采集：通过网站、电子邮政渠道、11185客服中心等，采用注册、登录、浏览、呼入呼出等行为采集有关数据信息； 　　（3）消费采集：通过客户消费行为，如存款汇款、报刊征订、寄送邮件等获取相关信息； 　　（4）第三方采集：与合作伙伴进行置换（如保险公司、证券公司、政府部门、媒体的资源），取得数据信息。 　　4.2 大数据分析四个阶段 　　采集和获取了各种邮政信息之后，就要进行大数据的分析和处理了。大数据分析一般分为四个阶段。第一阶段为描述性分析――发生了什么。该阶段主要通过提取整合相关的业务数据，采用描述性分析，说明业务发展的具体情况。这一阶段任务非常重要。第二阶段是诊断性分析――为什么会发生。通过企业