北京東方國信科技股份有限公司 北京 100102

引言

大數(shù)據(jù)時代，數(shù)據(jù)已經(jīng)滲透到當(dāng)今每一個行業(yè)和業(yè)務(wù)職能領(lǐng)域，成為重要的生產(chǎn)因素。對于海量數(shù)據(jù)的挖掘和運(yùn)用，預(yù)示著新一波生產(chǎn)率增長和消費(fèi)者盈余浪潮的到來。回顧近兩年對大數(shù)據(jù)的探索歷程，某基礎(chǔ)運(yùn)營商一方面順應(yīng)大勢，牢牢把握大數(shù)據(jù)技術(shù)快速發(fā)展的機(jī)遇，另一方面應(yīng)勢而動，充分釋放前期IT集中化、一體化的紅利，堅定推進(jìn)數(shù)據(jù)集中。先后經(jīng)歷了數(shù)據(jù)集中采集的積淀、初試大數(shù)據(jù)Hadoop平臺、傳統(tǒng)數(shù)據(jù)庫與Hadoop混搭架構(gòu)的大數(shù)據(jù)平臺創(chuàng)建，以及目前朝開放式大數(shù)據(jù)服務(wù)平臺邁進(jìn)四個階段。

精準(zhǔn)化營銷與維系系統(tǒng)，依托大數(shù)據(jù)精準(zhǔn)定位支撐端到端多維度維系體系，構(gòu)建在大數(shù)據(jù)平臺之上，面向客戶、面向服務(wù)、面向管理，深化數(shù)據(jù)分析、數(shù)據(jù)挖掘能力，洞察客戶、透視企業(yè)，是將大數(shù)據(jù)轉(zhuǎn)化為實際生產(chǎn)力的重要云化應(yīng)用之一[1]。

1 大數(shù)據(jù)技術(shù)架構(gòu)

1.1 MPP數(shù)據(jù)庫

MPP(Massively Parallel Processing，大規(guī)模并行處理系統(tǒng))由多個SMP(Symmetric Multi Processing，對稱多處理系統(tǒng))服務(wù)器通過一定的節(jié)點互聯(lián)網(wǎng)絡(luò)進(jìn)行連接，協(xié)同工作，完成相同的任務(wù)，從用戶的角度看它是一個服務(wù)器系統(tǒng)。其基本特征是由多個SMP服務(wù)器(每個SMP服務(wù)器稱為一個節(jié)點)通過節(jié)點互聯(lián)網(wǎng)絡(luò)連接而成，每個節(jié)點只訪問自己的本地資源(內(nèi)存、存儲等)，節(jié)點之間的信息交互是通過節(jié)點互聯(lián)網(wǎng)絡(luò)實現(xiàn)的。目前的技術(shù)可實現(xiàn)512個節(jié)點互聯(lián)。MPP數(shù)據(jù)庫有以下特點。1)一般存儲為結(jié)構(gòu)化數(shù)據(jù)，有明顯的星型或雪花型結(jié)構(gòu)，適用于大數(shù)據(jù)分析的應(yīng)用;2)每個服務(wù)器都有自己獨立的存儲、內(nèi)存和CPU，允許動態(tài)地增加或刪除節(jié)點;3)數(shù)據(jù)分區(qū)劃分到不同的物理節(jié)點上，通過分布式查詢優(yōu)化來提高系統(tǒng)整體性能;4)主要用在數(shù)據(jù)倉庫和大規(guī)模的分析處理應(yīng)用中。

1.2 Hadoop大數(shù)據(jù)處理平臺

Hadoop是參考Google相關(guān)技術(shù)而發(fā)展起來的開源分布式存儲和計算系統(tǒng)。其核心部分是HDFS(Hadoop Distributed File System，分布式文件系統(tǒng))和M/R(Map/Reduce)。HDFS是一個高度容錯性的存儲系統(tǒng)，M/R則是一個計算框架。一個M/R作業(yè)通常會把輸入的數(shù)據(jù)集切分為若干獨立的數(shù)據(jù)塊，由Map任務(wù)以完全并行的方式處理。框架會對Map的輸出先進(jìn)行排序，然后把結(jié)果輸入給Reduce任務(wù)，作業(yè)的輸入和輸出數(shù)據(jù)都會被存儲在HDFS中，整個框架負(fù)責(zé)任務(wù)的調(diào)度和監(jiān)控以及失敗任務(wù)的重新執(zhí)行[2]。

1.3 ETL技術(shù)

ETL是指將數(shù)據(jù)從源端經(jīng)過抽取(Extract)、轉(zhuǎn)換(Transform)、加載(Load)至目的端的過程，該部分在數(shù)據(jù)挖掘和分析過程中為最基礎(chǔ)的一部分。一個良好的ETL系統(tǒng)應(yīng)該有以下幾個功能。1)消除數(shù)據(jù)錯誤并糾正缺失數(shù)據(jù);2)對于數(shù)據(jù)可信度的評估提供文檔化衡量;3)獲取相互作用的數(shù)據(jù)流程來保護(hù)數(shù)據(jù);4)整合多個源數(shù)據(jù);5)將數(shù)據(jù)進(jìn)行結(jié)構(gòu)化供最終用戶使用。

2 大數(shù)據(jù)挖掘核心技術(shù)

2.1 語義引擎

語義引擎即為一種能夠從非結(jié)構(gòu)化數(shù)據(jù)中提取有效信息的一種工具。相對于結(jié)構(gòu)化數(shù)據(jù)而言，不方便用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)即稱為非結(jié)構(gòu)化數(shù)據(jù)，包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等。

2.2 數(shù)據(jù)挖掘算法

數(shù)據(jù)挖掘算法是一個不斷驗證不斷匹配的過程，需要數(shù)據(jù)分析人員與業(yè)務(wù)人員不斷地溝通和交流，使采集的數(shù)據(jù)更加符合實際營銷情況。多數(shù)情況下，數(shù)據(jù)挖掘技術(shù)與在線聯(lián)機(jī)處理分析(OLAP)方法相伴使用，也可以單獨使用，選擇正確的挖掘算法至關(guān)重要。如分析電信客戶在生命周期中處于哪種狀態(tài)，需使用回歸分析;分析挽留預(yù)流失用戶，要根據(jù)以往流失用戶特征預(yù)測用戶是否有流失意向，需使用分類算法[3]。

2.3 可視化分析

數(shù)據(jù)可視化是利用圖形、圖像處理以及用戶界面，向用戶清晰有效地傳達(dá)數(shù)據(jù)所傳達(dá)的信息。目前，數(shù)據(jù)可視化技術(shù)一般以表格、圖形、地圖等形式為主，實現(xiàn)圖表聯(lián)動、圖表轉(zhuǎn)化、表格下鉆、多維切換、地圖數(shù)據(jù)高亮顯示等功能。

2.4 預(yù)測分析

預(yù)測性分析是根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出預(yù)測性的判斷。數(shù)據(jù)挖掘可以預(yù)測“誰可能是手機(jī)報傾向使用用戶，誰可能更喜歡玩網(wǎng)游”，或者預(yù)測“誰可能即將離網(wǎng)”。

2.5 大數(shù)據(jù)處理技術(shù)

大數(shù)據(jù)處理技術(shù)按目前分類，可分為大數(shù)據(jù)查詢與數(shù)據(jù)分析、數(shù)據(jù)庫技術(shù)、流與復(fù)雜事件處理、分布式文件系統(tǒng)等[4]。

3 精準(zhǔn)營銷與維系系統(tǒng)的技術(shù)實現(xiàn)

精準(zhǔn)營銷與維系系統(tǒng)的大數(shù)據(jù)平臺，既要支撐對內(nèi)的數(shù)據(jù)分析應(yīng)用(包括面向管理層的企業(yè)管理和經(jīng)營分析，面向前端的業(yè)務(wù)開發(fā)、運(yùn)營與推廣分析，面向后端的網(wǎng)絡(luò)運(yùn)營與優(yōu)化分析)，又要支撐對外的數(shù)據(jù)開放與數(shù)據(jù)經(jīng)營服務(wù)，包括數(shù)據(jù)產(chǎn)品化。

3.1 系統(tǒng)架構(gòu)

某基礎(chǔ)運(yùn)營商的大數(shù)據(jù)系統(tǒng)架構(gòu)如圖1所示。主要包括大數(shù)據(jù)uCloud D“三大體系、四大平臺”的總體規(guī)劃以及全網(wǎng)、寬帶明細(xì)數(shù)據(jù)、企業(yè)管理域核心數(shù)據(jù)、移動互聯(lián)網(wǎng)流量日志、全網(wǎng)手機(jī)終端數(shù)據(jù)等。

精準(zhǔn)化營銷與維系系統(tǒng)是構(gòu)建在大數(shù)據(jù)平臺之上，基于數(shù)據(jù)平臺的數(shù)據(jù)支撐能力，依托傳統(tǒng)B域高價值密度數(shù)據(jù)，充分挖掘O域上網(wǎng)行為等低價值密度數(shù)據(jù)，通過開放式應(yīng)用平臺將其數(shù)據(jù)能力轉(zhuǎn)化為實際生產(chǎn)力。

3.2 MPP與Hadoop+MySQL

目前大數(shù)據(jù)存儲技術(shù)領(lǐng)域有兩個主要的技術(shù)陣營和研究方向。一是MPP(Massive Parallel Processing，大規(guī)模并行處理)數(shù)據(jù)庫;二是以Hadoop+ MySQL為代表的分布式文件系統(tǒng)。如表1所示[5-7]，MPP兼顧計算和數(shù)據(jù)訪問，在計算能力上不如Hadoop，在數(shù)據(jù)訪問能力上不如MySQL;Hadoop提供了優(yōu)秀的海量計算能力(同時提供一定程度的數(shù)據(jù)訪問能力);MySQL提供了優(yōu)秀的數(shù)據(jù)訪問能力，二者結(jié)合能夠提供優(yōu)秀的綜合數(shù)據(jù)加工和訪問能力。

3.3 數(shù)據(jù)采集與整合

大數(shù)據(jù)平臺對生產(chǎn)系統(tǒng)數(shù)據(jù)的采集及整合是精準(zhǔn)化營銷與維系系統(tǒng)建設(shè)的基礎(chǔ)。大數(shù)據(jù)平臺的采集整合數(shù)據(jù)分類與技術(shù)如圖2所示。

1)結(jié)構(gòu)化數(shù)據(jù)采集與整合。采集生產(chǎn)系統(tǒng)和業(yè)務(wù)平臺的數(shù)據(jù)，并通過DCN承載傳輸。實現(xiàn)前置機(jī)中的全/增量數(shù)據(jù)的實時/定時采集功能;實現(xiàn)前置機(jī)中基于Web服務(wù)的少量數(shù)據(jù)采集功能;實現(xiàn)前置機(jī)與交換平臺之間的傳輸控制交互功能。

2)非結(jié)構(gòu)化采集與整合。采集互聯(lián)網(wǎng)相關(guān)的內(nèi)容及行為信息，并通過IP網(wǎng)承載傳輸。通過網(wǎng)絡(luò)爬蟲引擎采集靜態(tài)的互聯(lián)網(wǎng)瀏覽內(nèi)容信息，以及通過頁面標(biāo)簽解析引擎采集互聯(lián)網(wǎng)瀏覽歷史和行為等信息。

3)流數(shù)據(jù)采集與整合。采集網(wǎng)絡(luò)信令、設(shè)備日志、互聯(lián)網(wǎng)實時行為等流類型數(shù)據(jù)，搭建流處理引擎和消息處理引擎。

4)臨時數(shù)據(jù)采集與整合。采集各省各部門一次性數(shù)據(jù)，通過文件方式直接傳輸入庫到數(shù)據(jù)集市[8-9]。

圖1 系統(tǒng)架構(gòu)圖

表1 MPP、Hadoop和MySQL基本特性對比

圖2 大數(shù)據(jù)平臺的采集整合圖

4 精準(zhǔn)營銷系統(tǒng)實現(xiàn)電信基礎(chǔ)運(yùn)營商的大數(shù)據(jù)能力

本文研究的大數(shù)據(jù)能力，主要分為資源能力和數(shù)據(jù)能力兩種形式。合作伙伴或者客戶可根據(jù)自身業(yè)務(wù)需求，申請資源能力和數(shù)據(jù)能力，精準(zhǔn)營銷系統(tǒng)會為其提供多種合作模式，以滿足不同合作伙伴和客戶的不同業(yè)務(wù)需求[10-11]。

1)資源類能力。主要是指基礎(chǔ)運(yùn)營商對外開放計算資源和存儲資源，針對外部合作伙伴和客戶實行按需分配資源，允許合作伙伴和客戶在所分配資源內(nèi)部署業(yè)務(wù)運(yùn)營所需的應(yīng)用，在資源范圍內(nèi)使用已授權(quán)的電信數(shù)據(jù)資產(chǎn)，同時，允許其與自身數(shù)據(jù)進(jìn)行融合，與電信業(yè)開展數(shù)據(jù)應(yīng)用運(yùn)營業(yè)務(wù)合作。

2)數(shù)據(jù)類能力。主要指在保證數(shù)據(jù)安全的前提下，向合作伙伴開放數(shù)據(jù)資產(chǎn)，允許合作伙伴將其所擁有的數(shù)據(jù)與電信數(shù)據(jù)進(jìn)行充分結(jié)合，產(chǎn)生滿足業(yè)務(wù)需求的價值數(shù)據(jù)，或者借鑒已成熟的數(shù)據(jù)模型，形成自身個性化的數(shù)據(jù)模型。主要包括:數(shù)據(jù)轉(zhuǎn)售、數(shù)據(jù)咨詢、數(shù)據(jù)能力開放等。

數(shù)據(jù)轉(zhuǎn)售是指匯聚電信數(shù)據(jù)資產(chǎn)、外部關(guān)聯(lián)數(shù)據(jù)、經(jīng)過脫敏、分析挖掘等加工處理后依按需有償原則向第三方提供數(shù)據(jù)接口調(diào)用的服務(wù)。通過數(shù)據(jù)挖掘?qū)⒂脩舻顷懢W(wǎng)址分析的大樣本數(shù)據(jù)出售給相關(guān)客戶，如淘寶、京東、蘇寧、新浪等，方便客戶進(jìn)行價值營銷，形成新的盈利模式。

數(shù)據(jù)咨詢是指對電信數(shù)據(jù)、關(guān)聯(lián)的外部數(shù)據(jù)進(jìn)行收集、存儲和加工，形成有價值的商業(yè)咨詢報告，向第三方提供以獲取信息增值收入。

數(shù)據(jù)能力開放是大數(shù)據(jù)能力平臺的虛擬運(yùn)營模式，第三方租用平臺空間、計算和數(shù)據(jù)資源，開展數(shù)據(jù)分析和挖掘應(yīng)用，以滿足自身業(yè)務(wù)需要或向其客戶提供商業(yè)信息服務(wù)。

為實現(xiàn)大數(shù)據(jù)能力，主要從以下幾點進(jìn)行分析。

1)洞察客戶需求，提升客戶感知。

①洞察客戶特征，精準(zhǔn)把握客戶需求?；诖髷?shù)據(jù)，構(gòu)建多維度分類分級的高清客戶畫像，洞察客戶消費(fèi)行為與需求偏好，開展以客戶為中心的精準(zhǔn)化、高效率的套餐推介、服務(wù)維系、流量助推、定向營銷等活動，貼合客戶需要，提升客戶感知。并儲備對外合作數(shù)據(jù)價值多元化、多樣化的服務(wù)交付能力，如以大數(shù)據(jù)平臺的完整客戶畫像為基礎(chǔ)，為客戶進(jìn)行一對一的個性化廣告投放，通過短信等方式發(fā)送餐飲、娛樂、購物等生活信息推薦給客戶。

②客戶觸點管理統(tǒng)一，確?？蛻趔w驗一致。以客戶為中心，實現(xiàn)多部門多活動、線上線下多觸點的統(tǒng)一協(xié)同管理，防止執(zhí)行渠道單一，避免過度打擾，確?？蛻趔w驗一致性，并及時評估渠道投放效率與效益，循環(huán)優(yōu)化，持續(xù)提升[12]。

2)以大數(shù)據(jù)為中心，開展精準(zhǔn)營銷維系。

改變過去粗放式的營銷和維系政策的制定與執(zhí)行，準(zhǔn)確識別、精準(zhǔn)投放、實時跟蹤、循環(huán)優(yōu)化，實現(xiàn)營銷維系智慧化、資源投放精準(zhǔn)化和經(jīng)驗案例共享化。嚴(yán)格做到事前精準(zhǔn)策劃，事中精準(zhǔn)管控，事后循環(huán)優(yōu)化。

3)滿足一體化運(yùn)營，助力服務(wù)下沉。

構(gòu)建引導(dǎo)型、規(guī)范化、自上而下的一體化精準(zhǔn)營銷維系體系，同時，支撐省分和本地網(wǎng)創(chuàng)新型營銷與維系需求，助力服務(wù)下沉。

營銷維系一體化運(yùn)營能力，包括規(guī)范客戶標(biāo)簽體系，精準(zhǔn)洞察客戶需求;強(qiáng)化營維體系落地，確保一體智慧運(yùn)營;統(tǒng)一客戶接觸標(biāo)準(zhǔn)，樹立企業(yè)服務(wù)形象;共享全網(wǎng)營銷案例，復(fù)制推廣成功經(jīng)驗。

精耕細(xì)作服務(wù)下沉，包括支持省、地市及多專業(yè)個性化標(biāo)簽;支持省、地市及多專業(yè)個性化模板;支持省、地市及多專業(yè)個性化流程配置;支持省、地市執(zhí)行渠道對接，如呼叫中心、短信、營業(yè)廳、網(wǎng)格經(jīng)理等。

5 大數(shù)據(jù)應(yīng)用

5.1 精準(zhǔn)營銷系統(tǒng)實現(xiàn)公共管理創(chuàng)新

5.1.1 公共交通

基礎(chǔ)運(yùn)營商利用成熟的GPS定位技術(shù)和高速的無線傳輸網(wǎng)絡(luò)，為公交車、出租車公司提供車輛調(diào)度和管理服務(wù)，提高車輛運(yùn)營效率和大眾人群使用公共車輛的滿意度。

通過遍布全市的公交車和出租車行駛數(shù)據(jù)，分析挖掘形成整個城市的路面交通“實時路況”，為公共交通治理提供可靠的決策依據(jù)。

通過公交車的固定路線行駛時間分析，可幫助公共交通部門優(yōu)化公交線路，合理配置公交車輛的投放數(shù)量，從而滿足人民群眾的公交出行需求。

5.1.2 公共教育

教育信息化正在引發(fā)教學(xué)模式的重大變革，傳統(tǒng)的“板式”教學(xué)向“多媒體教學(xué)”轉(zhuǎn)變，云服務(wù)的引入縮小了城鄉(xiāng)基礎(chǔ)教育的差距。

在幼兒教育方面，基礎(chǔ)運(yùn)營商利用視頻傳輸、云服務(wù)分享能夠?qū)崿F(xiàn)幼兒、家長、老師三位一體的信息化服務(wù)。隨著幼教信息化的普及和推廣，借助大數(shù)據(jù)挖掘和分析，將不同年齡段的幼兒特征和偏好進(jìn)行提煉，能夠為教育局和相關(guān)教育機(jī)構(gòu)提供有力參考。

在中小學(xué)教育方面，基礎(chǔ)運(yùn)營商通過電子黑板、電子書包等形式，將豐富的教育資源通過云服務(wù)的方式傳遞到教育末梢。同時，借助大數(shù)據(jù)挖掘和分析，將教育資源的使用率進(jìn)行評估，從而得出相應(yīng)的推廣范本，為教育機(jī)構(gòu)遴選教材、試點新的教育手段提供參考。

5.1.3 醫(yī)療衛(wèi)生

基礎(chǔ)運(yùn)營商利用遍布全國、通達(dá)鄉(xiāng)鎮(zhèn)的通訊網(wǎng)絡(luò)，將社區(qū)醫(yī)院、鄉(xiāng)村診所這樣的基層醫(yī)療服務(wù)機(jī)構(gòu)連成網(wǎng)絡(luò)，利用視頻通信、云服務(wù)、傳感設(shè)備等先進(jìn)技術(shù)實現(xiàn)遠(yuǎn)程病情診斷、遠(yuǎn)程醫(yī)療咨詢、共享病歷等服務(wù)。利用大數(shù)據(jù)挖掘和分析為流行病防控、易感人群分析、季節(jié)多發(fā)性疾病預(yù)測提供有力的數(shù)據(jù)支持。

基礎(chǔ)運(yùn)營商利用自身在通信網(wǎng)絡(luò)和用戶資源方面的市場優(yōu)勢，與醫(yī)療器械設(shè)備廠商及集成商建立長期的合作關(guān)系，捆綁業(yè)務(wù)、互惠互利，形成電信行業(yè)在醫(yī)療衛(wèi)生行業(yè)的大數(shù)據(jù)應(yīng)用(如圖3所示)，達(dá)到雙贏共贏。

圖3 電信行業(yè)在醫(yī)療衛(wèi)生的大數(shù)據(jù)應(yīng)用

5.1.4 特殊人群服務(wù)

針對殘障人士，基礎(chǔ)運(yùn)營商提供定制化的通信套餐，讓他們足不出戶也能享受高科技帶來的信息盛宴。同時，結(jié)合位置定位、視頻傳輸?shù)韧ㄐ偶夹g(shù)，借助大數(shù)據(jù)挖掘和分析，為特殊人群服務(wù)，提供位置分布、使用偏好、消費(fèi)能力的數(shù)據(jù)參考。

5.2 精準(zhǔn)營銷系統(tǒng)實現(xiàn)商業(yè)模式創(chuàng)新

根據(jù)Gartner預(yù)測，2015年中國大數(shù)據(jù)市場規(guī)模將達(dá)到100億元。對于基礎(chǔ)運(yùn)營商來說，海量的用戶通信數(shù)據(jù)，能夠為各行各業(yè)提供末梢消費(fèi)者的行為分析和結(jié)合地理信息的數(shù)據(jù)分布，從而衍生出形式多樣的商務(wù)模式。

5.2.1 地理信息的商業(yè)價值

隨著中國汽車市場的繁榮，“實時路況信息”不僅對公共交通治理有益，對普通的駕駛?cè)藛T也有極高的參考價值。圖商(高德地圖、百度地圖等)在提供免費(fèi)地圖導(dǎo)航軟件的同時，對“實時路況”收取增值服務(wù)費(fèi)。對于基礎(chǔ)運(yùn)營商而言，大數(shù)據(jù)挖掘分析結(jié)果，不僅可以為圖商所用，還可以為保險公司售賣車險所用。

5.2.2 互聯(lián)網(wǎng)金融帶來的商業(yè)機(jī)會

越來越多的人使用“手機(jī)支付”，可通過分析此類用戶的ARPU(月通信費(fèi))以及年齡結(jié)構(gòu)、知識結(jié)構(gòu)， 來為企業(yè)細(xì)分目標(biāo)市場。

多數(shù)銀行普遍采用的“信用卡移動受理”服務(wù)，是將銀行的信用卡開卡業(yè)務(wù)移植到平板電腦上，方便銀行業(yè)務(wù)人員隨時隨地向客戶推薦業(yè)務(wù)、受理業(yè)務(wù)。通過大數(shù)據(jù)挖掘和分析，能夠為銀行提供潛在客戶的分布區(qū)域、高價值客戶的集中度、新增客戶的屬性和消費(fèi)能力分析，從而為銀行制定信用卡的優(yōu)惠政策和品牌區(qū)隔提供有力的數(shù)據(jù)依據(jù)。

“掌上股市”服務(wù)，是將證券市場的實時信息推送至用戶終端，不需要用戶終端安裝龐大的歷史證券數(shù)據(jù)。根據(jù)用戶的分析需求，采取云服務(wù)的方式，在遠(yuǎn)程服務(wù)器進(jìn)行計算分析，降低用戶手持終端的計算復(fù)雜度和存儲消耗。通過大數(shù)據(jù)挖掘和分析，證券公司能夠獲取其最終用戶的投資偏好，為其提供定制化的服務(wù)，從而提高客戶黏性。

5.2.3 成人教育的潛在商機(jī)

在成人教育方面，以商學(xué)院為例，目前廣泛采用基于iPad等平板電腦的教學(xué)工具。依托高速3G網(wǎng)絡(luò)，學(xué)生在iPad上通過專有客戶端軟件進(jìn)行“云端”電子課件的閱讀，還可進(jìn)行標(biāo)注、課堂筆記等操作。隨著此類高端教學(xué)工具的普及，基礎(chǔ)運(yùn)營商針對MBA目標(biāo)人群進(jìn)行大數(shù)據(jù)挖掘和分析，為商學(xué)院制定合理的教學(xué)計劃和教育資源配置提供參考。

5.2.4 物聯(lián)網(wǎng)的廣闊市場

根據(jù)新華社物聯(lián)網(wǎng)咨詢中心的數(shù)據(jù)，2015年中國物聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)模將達(dá)到5 000億元，重點行業(yè)是安防、電力、醫(yī)療、物流、環(huán)境監(jiān)測，覆蓋了從公共管理和服務(wù)市場到企業(yè)、行業(yè)應(yīng)用市場，再到個人家庭市場，已經(jīng)逐步發(fā)展成熟。

綜上所述，在移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算等產(chǎn)業(yè)潮流的推動下，基礎(chǔ)運(yùn)營商將通信管道的傳統(tǒng)業(yè)務(wù)與大數(shù)據(jù)的增值服務(wù)相結(jié)合，發(fā)揮通訊用戶行為海量數(shù)據(jù)的優(yōu)勢，與各行各業(yè)的新商機(jī)結(jié)合，共同推動社會管理水平的提升和新型商業(yè)模式的利潤增長[13]。

6 前景與展望

大數(shù)據(jù)技術(shù)的演進(jìn)之路從未止步，大數(shù)據(jù)應(yīng)用的范圍也在不斷擴(kuò)大。目前，電信行業(yè)海量數(shù)據(jù)還未形成有效的信息資產(chǎn)，其中蘊(yùn)含的價值和機(jī)會還有待發(fā)掘?；A(chǔ)運(yùn)營商可聚焦自身真實、特殊的數(shù)據(jù)資源，增強(qiáng)大數(shù)據(jù)分析挖掘技能，從而提升經(jīng)營效率，提升網(wǎng)絡(luò)質(zhì)量，盤活戰(zhàn)略資產(chǎn)，使數(shù)據(jù)價值最大化。大數(shù)據(jù)的發(fā)展需要產(chǎn)業(yè)鏈的開放和更大范圍的數(shù)據(jù)聚合，為此，基礎(chǔ)運(yùn)營商將與產(chǎn)業(yè)各方共同合作，打造電信行業(yè)大數(shù)據(jù)生態(tài)圈，實現(xiàn)開放合作共贏，大數(shù)據(jù)必將成為電信業(yè)發(fā)展的新引擎。

[1]盧云許.電信行業(yè)大數(shù)據(jù)應(yīng)用淺析[J].信息系統(tǒng)工程,2013(12):20-30

[2]王長武.移動互聯(lián)網(wǎng)下的運(yùn)營商大數(shù)據(jù)應(yīng)用淺析[J].電子技術(shù)與軟件工程,2014(13):45

[3]廖凡迪.海量電信數(shù)據(jù)的挖掘與異常分析[D].北京郵電大學(xué)2013:15-21

[4]袁瑋.云計算在電信行業(yè)經(jīng)營分析系統(tǒng)中對大數(shù)據(jù)的處理探析[J].硅谷,2014(06):117

[5]Liu Peter.電信行業(yè)中的大數(shù)據(jù)[J].電信網(wǎng)技術(shù),2013(08):1-3

[6]張雨,蔡鑫,李愛民,等.分布式文件系統(tǒng)與MPP數(shù)據(jù)庫的混搭架構(gòu)在電信大數(shù)據(jù)平臺中的應(yīng)用[J].電信科學(xué),2013(11):3-4

[7]王蘇衛(wèi).基于Hadoop和Hive的電信行業(yè)數(shù)據(jù)倉庫研究[J].電子技術(shù)與軟件工程,2013(11):89-89

[8]李存琛.海量數(shù)據(jù)分布式存儲技術(shù)的研究與應(yīng)用[D].北京郵電大學(xué),2013:29-37

[9]成靜靜.基于Hadoop的分布式云計算/云存儲方案的研究與設(shè)計[J].數(shù)據(jù)通信,2012(05):14-18

[10]顏巍.基于云平臺的數(shù)據(jù)挖掘算法的研究與實現(xiàn)[D].電子科技大學(xué),2013:71-87

[11]林佳燁.云計算在電信行業(yè)數(shù)據(jù)分析領(lǐng)域的應(yīng)用[J].移動通信,2011(08):83-86

[12]李希,鄭惠莉.運(yùn)營商開展大數(shù)據(jù)業(yè)務(wù)的對策及建議[J].中國電信業(yè),2013(11):1-3

[13]Viktor Mayer-Schonberger.Big Data:A Revolution That Will Transform How We Live,Work and Think[M].Hodder Export,2013