中國(guó)電信股份有限公司阜陽(yáng)分公司 高 陽(yáng)

1.引言

所謂的大數(shù)據(jù)主要是指對(duì)海量數(shù)據(jù)的采集、計(jì)算、智能分析等，將數(shù)據(jù)向信息和知識(shí)進(jìn)行轉(zhuǎn)變，從而拓展其價(jià)值。在大數(shù)據(jù)背景下，電信運(yùn)營(yíng)商的通訊渠道也將被拓寬，利用該通訊渠道的應(yīng)用軟件數(shù)量逐漸增加，各維度數(shù)據(jù)量也呈現(xiàn)出爆炸式的增長(zhǎng)。但是，由于受到以往傳統(tǒng)通訊管理模式的制約，使其在互聯(lián)網(wǎng)競(jìng)爭(zhēng)過程中處于劣勢(shì)地位，因此，建立大數(shù)據(jù)平臺(tái)，充分發(fā)揮大數(shù)據(jù)價(jià)值顯得十分必要。

2.電信運(yùn)營(yíng)商大數(shù)據(jù)平臺(tái)的建設(shè)方案

2.1 建設(shè)流程

電信運(yùn)營(yíng)商大數(shù)據(jù)平臺(tái)建設(shè)的主要目的是將企業(yè)內(nèi)外系統(tǒng)中各種類型的數(shù)據(jù)信息進(jìn)行整合，進(jìn)而實(shí)現(xiàn)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的采集、預(yù)處理、存儲(chǔ)、計(jì)算、管控和服務(wù)。（1）數(shù)據(jù)源，主要包括業(yè)務(wù)系統(tǒng)數(shù)據(jù)源、B/O/M三域支撐系統(tǒng)等內(nèi)部數(shù)據(jù)源和政府?dāng)?shù)據(jù)等外部數(shù)據(jù)源。（2）數(shù)據(jù)采集，主要作用是對(duì)各種渠道采集而來(lái)的數(shù)據(jù)源，根據(jù)數(shù)據(jù)的特征，采用適當(dāng)?shù)姆绞竭M(jìn)行抽取和收集。（3）預(yù)處理，在這一環(huán)節(jié)中，主要是對(duì)采集來(lái)的數(shù)據(jù)進(jìn)行轉(zhuǎn)換和過濾，使其能夠被有效的整合，與大數(shù)據(jù)平臺(tái)中的數(shù)據(jù)做到規(guī)范和統(tǒng)一。（4）數(shù)據(jù)存儲(chǔ)和計(jì)算，目標(biāo)對(duì)象為大數(shù)據(jù)平臺(tái)中的全部數(shù)據(jù)，以分布式的方式對(duì)其進(jìn)行存儲(chǔ)、計(jì)算、挖掘、加工處理等，使其能夠與各類應(yīng)用對(duì)數(shù)據(jù)服務(wù)的需求相適應(yīng)。（5）數(shù)據(jù)服務(wù)，通過標(biāo)準(zhǔn)化的接口提供開放服務(wù)，主要包括資源開放、工具開放、數(shù)據(jù)開放等等，以此來(lái)滿足企業(yè)的內(nèi)外部需求。（6）數(shù)據(jù)管控，管控的目標(biāo)是大數(shù)據(jù)平臺(tái)中的全部數(shù)據(jù)，平臺(tái)將對(duì)其全生命周期進(jìn)行管控，例如數(shù)據(jù)安全、元數(shù)據(jù)、數(shù)據(jù)質(zhì)量等功能[1]。

2.2 數(shù)據(jù)分層結(jié)構(gòu)

構(gòu)建數(shù)據(jù)分層結(jié)構(gòu)是為了提升電信運(yùn)營(yíng)商對(duì)于跨域數(shù)據(jù)模型的接受程度，使數(shù)據(jù)模型的使用效率得到有效的提升，做到不同粒度的數(shù)據(jù)都能夠在各種類型的應(yīng)用中被靈活且高效的訪問。其中，數(shù)據(jù)粒度由細(xì)到粗在層次上的排列分別是，原始數(shù)據(jù)層→基礎(chǔ)數(shù)據(jù)層→融合信息層→信息子層。在原始數(shù)據(jù)層中，能夠?qū)Ω鞣N類型的數(shù)據(jù)源系統(tǒng)向大數(shù)據(jù)平臺(tái)進(jìn)行轉(zhuǎn)存，但是這種保存只是暫時(shí)的，同時(shí)還能夠?qū)υ聪到y(tǒng)的數(shù)據(jù)質(zhì)量進(jìn)行驗(yàn)證。在基礎(chǔ)數(shù)據(jù)層當(dāng)中，首先對(duì)原始數(shù)據(jù)層中的數(shù)據(jù)信息進(jìn)行轉(zhuǎn)換和清洗之后，使數(shù)據(jù)在命名、格式上變得更加標(biāo)準(zhǔn)和統(tǒng)一，能夠充分符合大數(shù)據(jù)平臺(tái)中的相關(guān)要求，有效避免由于源系統(tǒng)差異對(duì)數(shù)據(jù)質(zhì)量產(chǎn)生的不良影響，然后根據(jù)事先劃分好的主題域?qū)?shù)據(jù)進(jìn)行存儲(chǔ)，使數(shù)據(jù)訪問的周期變得更長(zhǎng)，信息變得更加全面。在融合信息層當(dāng)中，在上述兩個(gè)層次作用的基礎(chǔ)上，對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行整合和計(jì)算，使其構(gòu)成一個(gè)具有較強(qiáng)穩(wěn)定性和可用性的中間數(shù)據(jù)層，使數(shù)據(jù)的使用效率得到極大的提升，例如業(yè)務(wù)辦理信息歸總、用戶清單整合等。在信息子層中，能夠?yàn)楦鞣N類型的應(yīng)用提供直接的服務(wù)，針對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行加工和計(jì)算之后，構(gòu)成數(shù)據(jù)層，包括KPI報(bào)表、標(biāo)簽庫(kù)等等[2]。

3.電信運(yùn)營(yíng)商大數(shù)據(jù)平臺(tái)的具體構(gòu)建

對(duì)于不同的大數(shù)據(jù)技術(shù)來(lái)說(shuō)，在應(yīng)用的層次與場(chǎng)景配置方面也各不相同，在電信運(yùn)營(yíng)商中進(jìn)行的平臺(tái)架構(gòu)，與以往傳統(tǒng)的平臺(tái)架構(gòu)之間存在一定的區(qū)別，其屬于一種集多種技術(shù)和應(yīng)用于一身、通過混搭模式構(gòu)建而成的大數(shù)據(jù)平臺(tái)，對(duì)于平臺(tái)中各項(xiàng)數(shù)據(jù)的構(gòu)建如下所示。

3.1 數(shù)據(jù)采集層

在大數(shù)據(jù)平臺(tái)中，其數(shù)據(jù)采集層主要是對(duì)網(wǎng)絡(luò)管理支撐域、業(yè)務(wù)支撐域、管信支撐域以及互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行統(tǒng)一的采集，以此來(lái)保障大數(shù)據(jù)平臺(tái)始終處于數(shù)據(jù)資產(chǎn)中心的位置，有效防止數(shù)據(jù)信息被重復(fù)采集、存儲(chǔ)等現(xiàn)象發(fā)生。在數(shù)據(jù)采集層中主要包括兩個(gè)部分，即互聯(lián)網(wǎng)數(shù)據(jù)采集和內(nèi)部數(shù)據(jù)采集。其中，在互聯(lián)網(wǎng)數(shù)據(jù)采集中，通常是利用大數(shù)據(jù)平臺(tái)中的爬蟲服務(wù)器來(lái)完成的，該服務(wù)器被部署在平臺(tái)的內(nèi)部，依靠URL對(duì)網(wǎng)頁(yè)進(jìn)行下載和瀏覽，以此來(lái)采集到相應(yīng)的數(shù)據(jù)信息。

在內(nèi)部數(shù)據(jù)采集方面，通常是利用Flume采集方式，該方式具有較強(qiáng)的可靠性、可用性，能夠通過分布式對(duì)海量日志信息進(jìn)行采集、傳輸和整合，并且數(shù)據(jù)的發(fā)送方和接收方都可以進(jìn)行相應(yīng)的設(shè)置。這里所指的數(shù)據(jù)發(fā)送方為實(shí)時(shí)日志、靜態(tài)日志等，數(shù)據(jù)的接收方為流計(jì)算、Hadoop等。對(duì)于離線應(yīng)用場(chǎng)景來(lái)說(shuō)，數(shù)據(jù)量較大且類型眾多，具有十分龐大的非結(jié)構(gòu)化數(shù)據(jù)，因此采用HDFS的方式來(lái)存儲(chǔ)原始數(shù)據(jù)更為合適，具體的配置步驟為：源系統(tǒng)服務(wù)器靜態(tài)日志→硬盤→HDFS；對(duì)于在線實(shí)時(shí)應(yīng)用場(chǎng)景或者準(zhǔn)實(shí)時(shí)場(chǎng)景來(lái)說(shuō)，通常情況下，對(duì)于原始數(shù)據(jù)的存儲(chǔ)不采用硬盤的方式，而是以源系統(tǒng)實(shí)時(shí)日志→內(nèi)存→流計(jì)算隊(duì)列→流計(jì)算的方式來(lái)實(shí)現(xiàn)，如若實(shí)際需要通過硬盤進(jìn)行數(shù)據(jù)存儲(chǔ)，則可以采用此種配置方式，即源系統(tǒng)實(shí)時(shí)日志→內(nèi)存→流計(jì)算隊(duì)列→HDFS[3]。

3.2 數(shù)據(jù)處理層

大數(shù)據(jù)平臺(tái)中的數(shù)據(jù)處理層的主要目的是對(duì)電信運(yùn)營(yíng)商中的全部數(shù)據(jù)信息進(jìn)行整合和管理，對(duì)所有的數(shù)據(jù)資產(chǎn)進(jìn)行統(tǒng)一的預(yù)處理、存儲(chǔ)、計(jì)算，進(jìn)而分析和挖掘出更多的大數(shù)據(jù)價(jià)值，使內(nèi)外部對(duì)數(shù)據(jù)的應(yīng)用能力以及數(shù)據(jù)的服務(wù)能力都能夠得到顯著的增強(qiáng)。首先，在預(yù)處理方面，數(shù)據(jù)信息的預(yù)處理只能在離線的狀態(tài)下進(jìn)行，對(duì)于原始數(shù)據(jù)來(lái)說(shuō)，需要在原始數(shù)據(jù)層中進(jìn)行清洗與轉(zhuǎn)換，然后獲得基礎(chǔ)數(shù)據(jù)，由于原始數(shù)據(jù)的信息量十分龐大，在數(shù)據(jù)類型上也多中多樣，具有眾多非結(jié)構(gòu)化的數(shù)據(jù)，并且在計(jì)算方式上較為簡(jiǎn)單，因此對(duì)其進(jìn)行預(yù)處理操作可以采用Spark的方式進(jìn)行，并且在HDFS的基礎(chǔ)上將數(shù)據(jù)存儲(chǔ)到基礎(chǔ)數(shù)據(jù)層當(dāng)中。同時(shí)，還能夠在實(shí)際需求的基礎(chǔ)上，將部分?jǐn)?shù)據(jù)傳輸?shù)紿Base當(dāng)中，在高并發(fā)的查詢場(chǎng)景中進(jìn)行應(yīng)用[4]。

對(duì)于基礎(chǔ)數(shù)據(jù)處理層來(lái)說(shuō)，其主要作用在于對(duì)各跨域應(yīng)用模型的使用，其中的大多數(shù)操作均為匯總計(jì)算，由于受龐大的基礎(chǔ)數(shù)據(jù)量影響，并且沒有多表復(fù)雜關(guān)聯(lián)情況，為了節(jié)省建設(shè)成本，主要采用Spark核心計(jì)算的方式，在HDFS的基礎(chǔ)上將融合數(shù)據(jù)層中的數(shù)據(jù)進(jìn)行保存。在融合數(shù)據(jù)層中，在對(duì)數(shù)據(jù)挖掘類應(yīng)用或者是文本分析、日志分析等非結(jié)構(gòu)類的應(yīng)用進(jìn)行處理時(shí)，在融合數(shù)據(jù)方面主要采用的是Spark核心計(jì)算引擎；在對(duì)結(jié)構(gòu)化數(shù)據(jù)、多表復(fù)雜關(guān)聯(lián)類應(yīng)用進(jìn)行處理時(shí)，可以先將融合數(shù)據(jù)導(dǎo)入到MPP當(dāng)中進(jìn)行處理。在信息子層中進(jìn)行數(shù)據(jù)數(shù)據(jù)處理時(shí)，由于其能夠作為一種高度匯總數(shù)據(jù)，可以直接應(yīng)用到各種類型的應(yīng)用當(dāng)中，需要獲得標(biāo)準(zhǔn)SQL支持，并且在統(tǒng)一性、實(shí)時(shí)性等方面的要求也十分嚴(yán)格，對(duì)此，可以采用傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)、MPP等方式進(jìn)行處理；在在線應(yīng)用場(chǎng)景下，針對(duì)海量數(shù)據(jù)進(jìn)行計(jì)算時(shí)，應(yīng)對(duì)其進(jìn)行實(shí)時(shí)或者準(zhǔn)實(shí)時(shí)的分析，然后利用流計(jì)算等方式來(lái)滿足需求，使其獲得更加良好的效果。

3.3 數(shù)據(jù)服務(wù)與管控層

在數(shù)據(jù)讀物層中，主要作用是對(duì)大數(shù)據(jù)平臺(tái)中的資源、工具、數(shù)據(jù)等進(jìn)行統(tǒng)一且集中的使用和調(diào)度，利用標(biāo)準(zhǔn)化的接口提升其對(duì)外服務(wù)的水平，通過多租戶的方式，滿足公司數(shù)據(jù)資產(chǎn)按需服務(wù)與共享的要求。在數(shù)據(jù)管控層中，電信運(yùn)營(yíng)商的主要目的是為了能夠?qū)崿F(xiàn)平臺(tái)的智能運(yùn)維以及全生命周期的數(shù)據(jù)處理，以此來(lái)提升對(duì)數(shù)據(jù)的處理和使用效率，促進(jìn)電信運(yùn)營(yíng)的現(xiàn)代化、信息化發(fā)展。

4.電信運(yùn)營(yíng)商大數(shù)據(jù)平臺(tái)的典型應(yīng)用

4.1 在精準(zhǔn)營(yíng)銷中的應(yīng)用

現(xiàn)階段，最為典型的大數(shù)據(jù)應(yīng)用是精準(zhǔn)營(yíng)銷，主要作用是能夠有效克服以往傳統(tǒng)營(yíng)銷過程中，在目標(biāo)客戶、營(yíng)銷時(shí)機(jī)、營(yíng)銷產(chǎn)品中存在的問題，并且在盡量減少對(duì)客戶進(jìn)行打擾的基礎(chǔ)上，使?fàn)I銷的成功率得到顯著的提升。在此背景下，電信運(yùn)營(yíng)商可以利用大數(shù)據(jù)來(lái)提升自身的服務(wù)水平，通過電子化的溝通渠道來(lái)實(shí)現(xiàn)對(duì)客戶的精準(zhǔn)營(yíng)銷。本文將以電信運(yùn)營(yíng)商電子渠道精準(zhǔn)營(yíng)銷為例，在大數(shù)據(jù)平臺(tái)的基礎(chǔ)上，對(duì)具體的營(yíng)銷流程進(jìn)行設(shè)計(jì)，如圖1所示[5]。

圖1 通過電子化渠道進(jìn)行精準(zhǔn)營(yíng)銷流程圖

根據(jù)上述精準(zhǔn)營(yíng)銷的流程圖能夠看出，主要分為六個(gè)步驟：

標(biāo)簽計(jì)算，在大數(shù)據(jù)平臺(tái)的基礎(chǔ)上，對(duì)基礎(chǔ)數(shù)據(jù)、融合數(shù)據(jù)進(jìn)行充分的整合，按照不同的數(shù)據(jù)特點(diǎn)對(duì)標(biāo)簽進(jìn)行定義和分類，通過MPP、Spark等對(duì)數(shù)據(jù)進(jìn)行匯總，對(duì)其中的關(guān)聯(lián)進(jìn)行計(jì)算，最后獲得每個(gè)客戶在各個(gè)維度中的標(biāo)簽數(shù)據(jù)值，并且將其存儲(chǔ)到傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)或者M(jìn)PP當(dāng)中。

換機(jī)模型識(shí)別，在換機(jī)方面首先需要對(duì)客戶群體進(jìn)行定位，搜索和選擇曾經(jīng)發(fā)生或換機(jī)行為的客戶，將其當(dāng)做是訓(xùn)練集，通過Spark的方式對(duì)該模型進(jìn)行訓(xùn)練，并且對(duì)其中相應(yīng)的業(yè)務(wù)指標(biāo)，如標(biāo)簽屬性等進(jìn)行識(shí)別，進(jìn)而從中發(fā)現(xiàn)潛在的換機(jī)群體，并針對(duì)這一業(yè)務(wù)特征進(jìn)行識(shí)別。上述操作的具體應(yīng)用方式可以利用決策樹、邏輯回歸等方式來(lái)實(shí)現(xiàn)。

目標(biāo)客戶的選擇，通過換機(jī)模型的識(shí)別，對(duì)潛在的換機(jī)客戶群體進(jìn)行確定，在基礎(chǔ)數(shù)據(jù)與融合數(shù)據(jù)的基礎(chǔ)上，通過MPP或者Hadoop等對(duì)尚未換機(jī)客戶的換機(jī)概率進(jìn)行計(jì)算，并且根據(jù)專業(yè)人員進(jìn)行的主觀推斷，確立門限值，如若某個(gè)客戶的換機(jī)概率大于所設(shè)定的門限值，則代表著其將成為本次營(yíng)銷中的目標(biāo)客戶之一。

營(yíng)銷客戶與產(chǎn)品推薦列表，在目標(biāo)客戶信息以及存在以往換機(jī)行為的客戶信息基礎(chǔ)上，采用Spark的方式進(jìn)行協(xié)同過濾運(yùn)算，進(jìn)而獲得營(yíng)銷目標(biāo)客戶與產(chǎn)品的推薦列表。

營(yíng)銷時(shí)機(jī)配置，在利用大數(shù)據(jù)平臺(tái)進(jìn)行實(shí)時(shí)精準(zhǔn)營(yíng)銷的過程中，營(yíng)銷時(shí)機(jī)配置方面主要是：用戶登錄到網(wǎng)廳當(dāng)中，并且搜索關(guān)鍵詞“4G手機(jī)”“手機(jī)”“華為”等字樣，這時(shí)網(wǎng)廳中的彈窗將會(huì)為客戶提供所搜索到的相應(yīng)產(chǎn)品信息。

實(shí)時(shí)在線推薦，通過Flume以及Spark等方式便能夠通過大數(shù)據(jù)對(duì)用戶的實(shí)時(shí)上網(wǎng)行為進(jìn)行獲取，然后通過Spark Atreaming對(duì)已經(jīng)擁有此產(chǎn)品的用戶和產(chǎn)品列表進(jìn)行篩選，對(duì)此方面數(shù)據(jù)進(jìn)行重新的分析和計(jì)算，使產(chǎn)品能夠得到進(jìn)一步推薦，并且提升其推薦的準(zhǔn)確性。最后，通過電子銷售渠道中的營(yíng)銷位，以彈窗的形式為客戶顯示產(chǎn)品的信息，最終完成整個(gè)電子渠道的精準(zhǔn)營(yíng)銷過程。

4.2 在數(shù)據(jù)采集中的應(yīng)用

H電信省公司的IP城域覆蓋了全部地州，在2015年底，出口鏈路達(dá)到了3000G，其中省會(huì)城域網(wǎng)中的出口鏈路為1200G。目前，在IP城域網(wǎng)的出口部署了DPI系統(tǒng)，寬帶監(jiān)控能力為280G，主要的作用為全協(xié)議分析、多終端私接監(jiān)控等等，但是在應(yīng)用過程中卻存在一些問題，主要包括覆蓋面積較小，城域網(wǎng)的覆蓋范圍僅為9%，對(duì)于單地市不具備較為全面良好的監(jiān)控能力；功能短缺，目前尚未實(shí)現(xiàn)網(wǎng)站識(shí)別、終端識(shí)別、應(yīng)用識(shí)別等功能[6]。

在建立大數(shù)據(jù)平臺(tái)的基礎(chǔ)上，可以采用以下幾種方案進(jìn)行改造。第一種，全覆蓋部署，在城域網(wǎng)進(jìn)行出口部署，出口鏈路達(dá)到3000G，以此來(lái)實(shí)現(xiàn)全覆蓋目標(biāo)。第二種，在兩地州與省會(huì)之間進(jìn)行輪詢部署，其中，地州輪詢，在適當(dāng)?shù)奈恢锰幉渴?63骨干機(jī)房，將采集設(shè)備部署其中，在容量配置方面，兩地州相加共計(jì)620G。省會(huì)輪詢，將采集設(shè)備部署到省會(huì)CR機(jī)房當(dāng)中，在容量配置方面，兩縣區(qū)相加共計(jì)為680G。第三種，采用一個(gè)地州和一個(gè)區(qū)縣輪詢的方式，地州輪詢?cè)O(shè)備部署在163骨干機(jī)房，在容量配置方面為310G，省會(huì)輪詢?cè)O(shè)備部署在省會(huì)CR機(jī)房，在容量配置方面為340G，輪詢周期應(yīng)超過一個(gè)月，以免由于過于頻繁對(duì)大數(shù)據(jù)系統(tǒng)中的數(shù)據(jù)質(zhì)量和可用性產(chǎn)生損害。上述三種方案只是在覆蓋范圍、資金投入方面存在一定的區(qū)別，如若在資金較為充足的情況下，建議采用第一種方案進(jìn)行改造；如若投資較為緊張，則可以選擇第三種方案進(jìn)行輪詢部署。

在方案具體實(shí)施時(shí)，首先需要新建一個(gè)分組域DPI，將其劃分為采集部分和處理部分，主要針對(duì)3G、4G、AAA等數(shù)據(jù)信息進(jìn)行采集，然后經(jīng)過DPI的解析之后，將數(shù)據(jù)內(nèi)容與大數(shù)據(jù)平臺(tái)和其他相關(guān)平臺(tái)共享。在大數(shù)據(jù)的基礎(chǔ)上對(duì)目前現(xiàn)有的七號(hào)信令監(jiān)測(cè)系統(tǒng)進(jìn)行改造，對(duì)手機(jī)信令進(jìn)行采集，并且通過A口獲取到以下數(shù)據(jù)：采集區(qū)域內(nèi)部手機(jī)主叫數(shù)據(jù)、關(guān)機(jī)被叫數(shù)據(jù)、手機(jī)短信數(shù)據(jù)、手機(jī)位置更新數(shù)據(jù)等。

5.結(jié)束語(yǔ)

綜上所述，隨著網(wǎng)絡(luò)信息技術(shù)的不斷發(fā)展，在大數(shù)據(jù)背景下，技術(shù)得到不斷的演進(jìn)，應(yīng)用也不斷的更新，電信運(yùn)營(yíng)商也緊隨時(shí)代發(fā)展的潮流，在自身實(shí)際需求的基礎(chǔ)上與大數(shù)據(jù)進(jìn)行密切的聯(lián)系，使全維度數(shù)據(jù)優(yōu)勢(shì)得到充分的發(fā)揮，在大數(shù)據(jù)背景下，實(shí)現(xiàn)自身的順利轉(zhuǎn)型，提升自身的運(yùn)營(yíng)效率和質(zhì)量，為客戶帶來(lái)更加方便快捷的服務(wù)。

[1]袁濤,謝攀,趙清．基于大數(shù)據(jù)平臺(tái)的數(shù)據(jù)分發(fā)機(jī)制研究[J]．信息通信技術(shù),2015,9(06)∶17-23．

[2]程燁．大數(shù)據(jù)背景下運(yùn)營(yíng)商IP城域網(wǎng)DPI系統(tǒng)部署方案探討[J]．電信網(wǎng)技術(shù),2015，(09)∶32-37．

[3]趙晶．針對(duì)運(yùn)營(yíng)商的大數(shù)據(jù)建設(shè)方案研究[J]．電信工程技術(shù)與標(biāo)準(zhǔn)化,2015,28(03)∶17-21．

[4]張金剛,王昕,耿輝．電信運(yùn)營(yíng)商省級(jí)公司大數(shù)據(jù)平臺(tái)建設(shè)關(guān)鍵問題探討[J]．電信工程技術(shù)與標(biāo)準(zhǔn)化,2015,28(03)∶22-25．

[5]趙躍東,王雋峰,曾王平．電信運(yùn)營(yíng)商大數(shù)據(jù)應(yīng)用系統(tǒng)建設(shè)方案研究[J]．中國(guó)新通信,2015,17(04)∶81-82．

[6]馮明麗,陳志彬．基于電信運(yùn)營(yíng)商的大數(shù)據(jù)解決方案分析[J]．通信與信息技術(shù),2013(05)∶36-40．