2025【浅析大数据在移动通信中的应用策略7200字】.docx

PAGE

PAGEIII

浅析大数据在移动通信中的应用策略

摘要

由于大数据应用的发展，移动通信技术已经是人们生活中必不可少的重要因素。在移动通信网络中，面临瘫痪是经常问题。传统信息处理技术需要一直保证通信质量，并且接受有用的信息，减少信息传输延迟。数据操作系统逐步实现信息流动，其特点具有流程化、智能可视化。因此，我国将大数据技术应用于移动通信领域中，可有效提高通信质量，保障通信安全。

关键词：大数据；移动通信；应用；

目录

TOC\o1-3\h\z\u摘要 I

第1章绪论 1

1.1大数据的概念 1

1.2大数据应用的关键技术 1

1.2.1大数据存储技术 1

1.2.2大数据分析技术 2

1.3国内外移动通信业中大数据的应用 2

第二章移动通信工作应用大数据管理系统的有效途径 3

2.1提高大数据存储技术以及信息处理能力 3

2.2将大数据信息管理系统应用于更多的通信产业中 3

2.3建立数据处理管理安全条例，保障通信安全 3

第三章大数据分析在移动通信网络优化中的应用策略 4

3.1移动通信网络优化数据分析应用难点 4

3.1.1安全问题 4

3.1.2移动通信网络用户业务的多元化 4

3.1.3移动通信网络数据过于庞大 4

3.1.4需要投入大量建设资金 4

3.2大数据分析在移动通信网络优化中的应用策略 5

3.2.1利用大数据获取移动通信网络数据 5

3.2.2挖掘移动通信网络数据数据 5

3.2.3制定健全的大数据技术管理机制 5

第四章基于关联规则的网络投诉数据分析 6

4.1网络投诉工作的困境 6

4.2投诉分析与问题定位 6

4.3基于关联规则的网络投诉分析模型 6

4.3.1网络投诉数据采集 7

4.3.2用户业务数据采集 7

4.3.3建立关联分析模型 7

4.3.4网络投诉问题自动定位 7

4.4基于关联规则的网络投诉分析的应用 8

五总结 9

参考文献 10

第1章绪论

在当今的社会发展阶段来说，正处于高速发展的毫无疑问是我国的移动通信网，而对于移动通信的这部分工作，现在最热门的技术分为几部分：分别为大规模数据存储，数据分析，数据处理等等，而这部分技术的高速发展，也大幅度的减少了移动网络的工作，大幅度增长了优化的效率，也更有效的利用了有限的资源，这样的技术为国家的移动网络运营商提供了可靠的预测性决策与处理方案。

基于海量存储、海量分析和海量处理技术。如今，国家和企业对移动网络优化这一部分的工作有了更多的要求和期望，期望能够根据移动服务端的技术服务需求，逐步将传统得优化的点优化转变为整体模块的线优化和面优化，同时也期望移动网络端的服务能够更多地从被动形式转变为主动形式，这是移动服务端对技术服务的要求，而对需求端的用户更多的要求是对宽带速度和信号之间的提升，但由于商家和用户的思维方式和利益很难统一，这就成为移动运营商急需关注和解决的瓶颈。但是随着网络规模和用户数量的迅速增长，在网络和用户的发展过程中产生了大量的基本数据，这些数据没有被合理利用和挖掘。

1.1大数据的概念

于今技术之中,用处海量真信之术,谓之大数,而媒俗更广之称,是也。大数杂技杂艺,亦为简易,要可概而为之,设传新之算,处海量之数,掘地深浅,以占决策。而在这其中，在移动商中使用最为广泛的技术为聚类技术，在这其中，聚类技术换言之，也就是把每一个单独分开的子集称为一类，通过这样简单有明确的划分，可以将每一个类都对应上潜在的概念，譬之单眼之猫,与双目之狸,浅色之犬,及脱毛之足,此皆可以为大品而行小品者也,拥有这样效果的技术我们称为聚类。

1.2大数据应用的关键技术

1.2.1大数据存储技术

同时，在云计算的这项技术中，最为基础的技术为云存储，云存储即将用户的服务数据与信息存储与服务器的云端，用户不用扩展自身本地的硬件条件，即可用责高者,率皆在机端,所用匡架,亚马孙之不成储载,即可为储,又可使随时用之。极大者升之便。

1.2.2大数据分析技术

本文中，由于大数据的理论与实际还是有一定的应用区别，所以本文先阐述了大数据的分析技术与实际应用的内在联系，然后，将数据进行一定的分类，再去评估整个应用的有效性与关联性，这就是大数据上面使用经常与遇到的问题在遇到该问题后，解决后一般使用的都是聚类的分析工作，随后根据分析去进行预测与模拟，达到支撑决策的工作。

数掘技之用,不可代术数析也。资料采为传计计。凡人统计析法大巧训练,高下近实测准。且精有至者。用数掘技,本言,以数数强治智能,先须数析而