电信运营商大数据应用典型案例分析中国联通

《电信运营商大数据应用典型案例分析中国联通》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Systems&Solutions系统与方案电信运营商大数据应用典型案例分析余飞上海邮电设计咨询研究院有限公司上海200092摘　要移动互联网时代，云计算、物联网、智能终端等新技术新应用不断涌现，移动互联网的迅猛发展给电信运营商带来流量收益的同时，也带来了新的机遇和挑战。文章结合大数据的技术现状以及电信运营商的数据特点，分析电信运营商大数据发展遇到的问题，探讨电信运营商应用大数据的策略，最后提出一种适合电信运营商的大数据平台架构和方案。关键词大数据；电信运营商；Hadoop；移动互联网；数据流量1大数据技术简介2大数据驱动电信运营商转型随着移动互联网、云计

2、算、物联网技术和业务的发当前，移动互联网OTT业务的快速成长，给电信运展，全球数据量正在呈爆炸性指数级增长。根据IDC发营商的基础语音业务和短信业务带来了不小冲击，运营布的报告显示，2012年全球数据量约为2.8ZB，并以大商缓慢增长的网络流量收入和网络建设成本之间不断增约每两年翻一番的速度增长，预计到2020年，全球将产加的剪刀差，正不断侵蚀着运营商的利润。面对互联网生35ZB的数据量。这意味着我们正进入大数据时代。公司的激烈竞争，运营商要如何做才能扭转逐步被“管维基百科将大数据定义为：大数据是很多各种数道化”的趋势？据集汇合起来的数据集合，规模非常大并

3、且复杂，以至在日常网络运营中，运营商积累了大量用户数据，于很难用常规的数据管理工具或传统的数据管理技术来这些数据相比较互联网公司的用户数据有着明显的优处理这些数据。Facebook、Twiteer、微博等各类社交势：一是用户实名，真实详细的个人基本信息，比如年网络，各种智能终端，医疗影像、监控录像等各类视频龄、性别、工作单位、职位等；二是位置信息，运营商以及遍布全球各个角落的各种传感器，无一不是数据来通过技术手段，能轻易获得通话者的地理位置，且精确源。大量新数据源的出现导致非结构化的数据迅猛增度非常高；三是通话信息，包括话费、对方信息等。这长，占比超过80

4、%，超越了传统关系型数据库的管理能些数据正是最具战略性的资产，使得运营商在利用大数力，使得大数据的存储、管理和处理很难利用传统的关据方面具有天然优势。但是，没有管理的数据就像埋藏[1]系型数据库去完成，进而无法提取个中价值。在地下的矿产，价值无法体现。运营商当前由于没有全以Hadoop为代表的大数据技术应运而生，它是一局性大数据管理体系，现存数据呈现出碎片、割裂和孤种非关系型数据库系统及分布式运算架构。近几年，岛状的特点，难以深入应用。Facebook、Google、Amazon、Yahoo、阿里巴巴和对于大数据的应用已经成为一种必然趋势，其发展百度等开始

5、了大数据化的进程，他们依托自己的数据优势头非常强劲。大数据驱动不仅是电信运营商增强业务势，采取灵活深入的分析方法进行基于大数据的挖掘，能力和网络能力的抓手，更重要的是，大数据驱动能促[2]从中摸索崭新的商业模式。使电信运营商切实学习和领会互联网的思维，真正实现63系统与方案Systems&Solutions[4]以用户为中心，多维度了解用户，实现数据化运营，借向信息服务提供商的转变。助大数据中蕴含的价值和动力将转型发展落到实处。5大数据分析处理应用平台3电信运营商大数据发展遇到的问题5.1建设背景我国电信运营商由于技术、数据系统限制，用户隐以上海某电信运营

6、商为例，2013年流量经营目标十私和商业模式不明确等问题，目前大数据应用只处在探分艰巨，要求月户均流量达到160M，流量经营收入达索阶段，主要遇到以下问题。1)系统分散建设，难以实到23亿。面对如此艰巨任务，采用传统流量包营销模式现资源共享。经营分析、信令监测、上网日志留存等众已经不能满足市场经营分析和前端营销的需求。并且，多数据系统分专业建设，其中部分系统还分省建设，造面对每天以TB级速度增长的业务数据，该运营商在如何成资源无法共享。2)数据处理种类多，单一技术难以实提升分析和管理能力方面遇到较大的瓶颈。另外，企业现。各大数据系统数据模型不统一，只具备结

7、构化数据各类数据分散在各个系统中，缺乏集约化的数据管理和处理能力，无法支持非结构化、半结构化数据处理，无应用手段，导致了需求响应混乱无序，数据安全风险增法满足互联网业务发展要求。3)如何避免隐私泄露。人大，数据无法有效进行关联从而形成数据资产。们对于隐私问题越来越重视，数据公司掌握大量数据和针对以上问题，急需设计一套大数据分析处理应用数据制造者要求隐私权之间的矛盾，使得大数据应用变平台，作为现有数据仓库系统的有益补充，形成企业大得困难。4)尚未确立商业运营模式。运营商掌握的数据数据统一汇聚平台。很多，但是这些数据应该怎样应用、给谁用、应用收益5.2建设目标

8、是否可以抵消数据开发分析的成本，这一系列问题也让大数据分析处理应用