大数据技术及其在电信行业应用研究.docVIP

大数据技术及其在电信行业应用研究 　　【摘 要】为了对大数据技术及其在电信行业的应用进行研究，首先梳理了电信运营商的大数据资产，其次通过对大数据主流技术的研究，归纳出电信运营商大数据服务能力，然后分析电信行业大数据的应用并给出案例，最后提出大数据的运营与发展建议。 　　【关键词】大数据资产 大数据技术 对外变现 　　[Abstract] In order to investigate big data technology and its applications in the telecommunication industry， big data assets of telecommunication operators were combed firstly. Then， based on investigations of the mainstream big data technology， the big data service capability of telecommunication operators was summarized. In addition， applications and practical cases on big data in the telecommunication industry were analyzed. Finally， suggestions on the operation and development of big data were put forward. 　　[Key words]big data assets big data technology external realization 　　1 引言 　　移动互联网的飞速发展催生了“大数据时代”的到来，各种新型智能移动设备的迅速普及带来了海量数据的爆炸式增长，运营商业务面临着前所未有的数据膨胀和数据多样化（手机信令、海量手机用户上网、B/O/M/DPI各域协同分析等），能否有效地利用和分析这些数据，成为市场竞争的关键，国内外电信运营商的发展战略也由“流量经营”逐渐向“数据经营”转变。 　　自2013年“大数据元年”以来，大数据相关技术日臻成熟，但是电信行业在大数据技术的应用方面目前还主要以企业内部应用为主，在大数据资产对外变现方面的应用相对较少，仍旧处于探索阶段。本文将研究电信运营商如何利用自身掌握的数据资源优势，结合大数据技术，尽快推出各类应用，对内强化自身优势，对外拓展盈利机会。 　　2 运营商大数据资产 　　用户从开户、充值到通话、短信、上网等使用通信服务的行为产生了大量的数据，这些数据和电信基础设施数据以及由其衍生的?A算、财务等各类数据，积累在电信运营商的IT系统中，形成了巨大的数据资产。我国三大电信运营商均为全业务运营商，各自的数据资产大同小异，下面以我国最大的电信运营商――中国移动为例，阐述电信运营商所掌握的大数据资产情况，如表1所示。 　　从中国移动的大数据资产列表中可以看出，各个电信运营商的IT系统中存储着种类众多的数据，这些数据涵盖了通信业务类、网络信令类、互联网内容类、企业管理类等诸多方面。通信业务类数据可以帮助电信运营商提供更好的客户服务，实现更加精准和灵活的计费；网络信令类数据可以让运营商实时地获取用户当前所处的位置、通信行为产生的时间、地点等，DPI（Deep Packet Inspection，深度包检测）数据经过二次解析后，可以让运营商清楚地知道用户的网络行为，比如访问过哪些网站、购买过哪些商品，从而判断出用户的兴趣及关注点；互联网内容类数据来自Web和APP客户端，一般通过JS（JavaScript，一种脚本语言）插码或SDK（Software Development Kit，软件开发工具包）的方式收集包括用户支付记录、商铺信息、终端数据、内容订购以及消费记录等信息；企业管理类数据可以帮助电信运营商优化和提升自身的管理效率等。 　　针对大数据资产（劳动对象），电信运营商（劳动者）需要通过运用大数据技术（生产工具）才能输出有用的数据（价值），为企业创造价值。 　　3 大数据技术及服务能力 　　3.1 大数据主流技术 　　大数据的海量、多结构、高增速、低价值等特点对数据库、文件系统等数据处理和挖据技术提出了很高的要求。传统的RDBMS技术受限于容错性和扩展性，不能适应大数据的快速处理和深度分析需求，在大数据领域适合的场景逐渐萎缩至数据可视化，担任数据集市的角色。 　　近几年来，X86架构服务器以高性价比、功耗低、占用空间小等优势逐渐取代传统小型机，成为电信运营商使用最广泛的硬件资源，与X86服务器相适配的大数据技术也同步快速发展。以H