電信運(yùn)營(yíng)商數(shù)據(jù)挖掘分析共享平臺(tái)架構(gòu)研究

李衛(wèi)+張?jiān)朴?魏進(jìn)武

運(yùn)營(yíng)商現(xiàn)有的數(shù)據(jù)挖掘分析建模管理機(jī)制不健全，存在挖掘管理混亂、知識(shí)共享困難等問(wèn)題。文章研究了數(shù)據(jù)挖掘分析共享平臺(tái)架構(gòu)，并探索了若干業(yè)務(wù)場(chǎng)景，為運(yùn)營(yíng)商在全集團(tuán)范圍內(nèi)實(shí)現(xiàn)數(shù)據(jù)挖掘分析模型構(gòu)建與知識(shí)的沉淀以及快速推廣應(yīng)用提供參考。

數(shù)據(jù)挖掘 業(yè)務(wù)模型 共享平臺(tái) 專家式共享 分散式共享

1 引言

近幾年，在互聯(lián)網(wǎng)、電信、金融、政府等行業(yè)，各巨頭紛紛積極推進(jìn)大數(shù)據(jù)平臺(tái)建設(shè)，開(kāi)發(fā)大數(shù)據(jù)應(yīng)用，希望借此獲得核心競(jìng)爭(zhēng)優(yōu)勢(shì)，重塑產(chǎn)業(yè)鏈格局。電信運(yùn)營(yíng)商擁有海量的用戶，積累了豐富的用戶通信業(yè)務(wù)、行為偏好以及企業(yè)經(jīng)營(yíng)、管理和運(yùn)維數(shù)據(jù)等，圍繞精準(zhǔn)營(yíng)銷(xiāo)、客戶維系、網(wǎng)絡(luò)優(yōu)化、業(yè)務(wù)規(guī)劃等方面做了不少大數(shù)據(jù)的具體應(yīng)用[1，2]。然而，運(yùn)營(yíng)商現(xiàn)有的大數(shù)據(jù)應(yīng)用管理機(jī)制不健全，企業(yè)范圍內(nèi)在集團(tuán)、省分等各層級(jí)分別各自建設(shè)數(shù)據(jù)挖掘平臺(tái)、開(kāi)展數(shù)據(jù)挖掘?qū)ｎ}應(yīng)用，各省獨(dú)立研發(fā)、維護(hù)和管理數(shù)據(jù)挖掘分析模型，無(wú)法對(duì)數(shù)據(jù)挖掘模型和算法實(shí)現(xiàn)企業(yè)級(jí)的統(tǒng)一管理；各省單獨(dú)建設(shè)和維護(hù)的數(shù)據(jù)挖掘模型和算法在省分之間共享困難，效果良好的模型和挖掘算法等不能得到及時(shí)的共享，各省分重復(fù)投資和建設(shè)同一類型甚至完全相同的業(yè)務(wù)模型和算法，造成人力、物力、財(cái)力等資源的大量浪費(fèi)；優(yōu)秀的業(yè)務(wù)建模經(jīng)驗(yàn)得不到及時(shí)的分享和借鑒，也極易導(dǎo)致企業(yè)錯(cuò)失良好的營(yíng)銷(xiāo)時(shí)機(jī)、競(jìng)爭(zhēng)優(yōu)勢(shì)，從而使企業(yè)利益受損。

針對(duì)這些問(wèn)題，本文研究探索了電信運(yùn)營(yíng)商數(shù)據(jù)挖掘分析共享平臺(tái)架構(gòu)[3-5]，在全集團(tuán)范圍內(nèi)實(shí)現(xiàn)數(shù)據(jù)挖掘分析模型構(gòu)建與知識(shí)的沉淀及快速推廣應(yīng)用，為上層應(yīng)用提供多層級(jí)、多維度、全方位的數(shù)據(jù)服務(wù)。

2 電信運(yùn)營(yíng)商數(shù)據(jù)挖掘分析共享平臺(tái)架

構(gòu)建議

電信運(yùn)營(yíng)商數(shù)據(jù)挖掘分析共享平臺(tái)架構(gòu)建議如圖1所示。

數(shù)據(jù)挖掘分析共享平臺(tái)架構(gòu)面向運(yùn)營(yíng)商的模型需求方（如前端市場(chǎng)、客服部門(mén)）、業(yè)務(wù)分析人員、數(shù)據(jù)處理人員、數(shù)據(jù)挖掘人員和模型管理人員等5類角色，提供統(tǒng)一的日常工作支撐平臺(tái)以及貫串模型和數(shù)據(jù)挖掘算法全生命周期的企業(yè)級(jí)、可視化管控體系。

設(shè)計(jì)態(tài)管理主要針對(duì)不同的數(shù)據(jù)采用不同方法創(chuàng)建數(shù)據(jù)挖掘分析業(yè)務(wù)模型。針對(duì)結(jié)構(gòu)化的高價(jià)值密度數(shù)據(jù)，可以采用“指標(biāo)/標(biāo)簽+規(guī)則”建模、多維關(guān)聯(lián)分析建模以及數(shù)據(jù)挖掘建模等3類方式進(jìn)行建模，第1類建模方式將自動(dòng)生成的SQL腳本導(dǎo)入到模型中；第2類建模方式需將多維關(guān)聯(lián)分析表生成部署算法包，導(dǎo)入到模型中；第3類建模方式則可以使用數(shù)據(jù)挖掘工具（如R/SAS/SPSS等）進(jìn)行挖掘分析，將挖掘結(jié)果以PMML文件、SQL腳本、JAR包方式生成部署算法包，導(dǎo)入到模型中。針對(duì)低價(jià)值密度的批量數(shù)據(jù)，可以在Hadoop上編寫(xiě)Map-Reduce腳本進(jìn)行數(shù)據(jù)挖掘，將挖掘結(jié)果以Map-Reduce腳本方式生成部署算法包，導(dǎo)入到模型中；也可以集成開(kāi)源的大數(shù)據(jù)挖掘算法進(jìn)行基于Hadoop的大數(shù)據(jù)挖掘。針對(duì)低價(jià)值密度的實(shí)時(shí)流數(shù)據(jù)，則以流計(jì)算規(guī)則方式建立模型，部署到實(shí)時(shí)流引擎。

運(yùn)行態(tài)管理主要根據(jù)不同的調(diào)度模式提供業(yè)務(wù)模型服務(wù)。高價(jià)值密度的數(shù)據(jù)模型支持消息調(diào)度和周期調(diào)度運(yùn)行規(guī)則以及實(shí)時(shí)和離線這2種服務(wù)模式。在實(shí)時(shí)服務(wù)模式下，數(shù)據(jù)服務(wù)請(qǐng)求方（業(yè)務(wù)人員或第三方數(shù)據(jù)應(yīng)用）通過(guò)Web Service或自定義Socket協(xié)議，在線提交數(shù)據(jù)處理請(qǐng)求、等待數(shù)據(jù)處理結(jié)果，要求數(shù)據(jù)服務(wù)提供方能夠快速響應(yīng)，因此適用于小量或簡(jiǎn)單數(shù)據(jù)處理需求的業(yè)務(wù)場(chǎng)景；在離線服務(wù)模式下，數(shù)據(jù)服務(wù)請(qǐng)求方在線提交數(shù)據(jù)處理請(qǐng)求后，不必在線等待數(shù)據(jù)處理結(jié)果，因此適用于大批量、復(fù)雜或周期性數(shù)據(jù)處理需求的業(yè)務(wù)場(chǎng)景。低價(jià)值密度批量數(shù)據(jù)模型以周期調(diào)度方式運(yùn)行，根據(jù)數(shù)據(jù)處理時(shí)間要求，對(duì)存儲(chǔ)在Hadoop中的批量數(shù)據(jù)（如互聯(lián)網(wǎng)流量詳單數(shù)據(jù)），按照模型的Map-Reduce腳本進(jìn)行分析處理，生成高價(jià)值密度的結(jié)構(gòu)化數(shù)據(jù)，存入結(jié)構(gòu)化的數(shù)據(jù)倉(cāng)庫(kù)中。低價(jià)值密度的實(shí)時(shí)流數(shù)據(jù)從數(shù)據(jù)源采集后并不存入數(shù)據(jù)倉(cāng)庫(kù)，因此它的處理以消息調(diào)度方式運(yùn)行，根據(jù)實(shí)時(shí)流引擎中的業(yè)務(wù)模型要求（流計(jì)算規(guī)則）處理后，將提取的高價(jià)值匯總信息存入結(jié)構(gòu)化的數(shù)據(jù)倉(cāng)庫(kù)，而事件觸發(fā)可以直接發(fā)送給生產(chǎn)系統(tǒng)以開(kāi)展業(yè)務(wù)活動(dòng)。

共享管理負(fù)責(zé)數(shù)據(jù)挖掘分析業(yè)務(wù)模型和數(shù)據(jù)挖掘算法的創(chuàng)建、發(fā)布、評(píng)估、共享、變更、下線、還原的全生命周期管理。業(yè)務(wù)模型共享分為專家式共享和分散式共享2種模式，專家式共享模式即“省分——集團(tuán)——全國(guó)推廣”模式，省分將本省建設(shè)的具有普適性的優(yōu)秀模型推薦到集團(tuán)，集團(tuán)模型管理人員審批通過(guò)并完成數(shù)據(jù)準(zhǔn)備后，將該模型推廣到全國(guó)共享使用；分散式共享模式即“A省分——B省分推廣”模式，B省分模型需求方通過(guò)模型查看功能，獲知A省分某業(yè)務(wù)模型適合B省分相同類型的業(yè)務(wù)應(yīng)用，向集團(tuán)模型管理人員提出共享申請(qǐng)，審查通過(guò)、數(shù)據(jù)準(zhǔn)備就緒后，在B省發(fā)布并使用該模型。

3 業(yè)務(wù)場(chǎng)景探索

3.1 “指標(biāo)+規(guī)則”建模場(chǎng)景

省分市場(chǎng)業(yè)務(wù)人員可以根據(jù)業(yè)務(wù)需要，在數(shù)據(jù)挖掘分析共享平臺(tái)上發(fā)起業(yè)務(wù)需求申請(qǐng)，由業(yè)務(wù)分析人員創(chuàng)建模型，支撐市場(chǎng)業(yè)務(wù)人員的日常運(yùn)營(yíng)工作。“指標(biāo)+規(guī)則”建模場(chǎng)景如圖2所示。

在步驟⑧模型創(chuàng)建中，以高價(jià)值客戶分析業(yè)務(wù)模型創(chuàng)建為例，首先選擇與需求相關(guān)的業(yè)務(wù)參數(shù)，如通話時(shí)長(zhǎng)、通話次數(shù)、短信條數(shù)、上網(wǎng)流量、出賬金額等與建立高價(jià)值用戶模型相關(guān)的業(yè)務(wù)參數(shù)；然后根據(jù)業(yè)務(wù)需求，配置業(yè)務(wù)規(guī)則，如ARPU>120、在網(wǎng)時(shí)長(zhǎng)>6個(gè)月等作為判斷高價(jià)值用戶的規(guī)則。

3.2 數(shù)據(jù)挖掘建模場(chǎng)景

省分市場(chǎng)業(yè)務(wù)人員可以根據(jù)業(yè)務(wù)需要，在數(shù)據(jù)挖掘分析共享平臺(tái)上發(fā)起業(yè)務(wù)需求申請(qǐng)，由業(yè)務(wù)分析人員和數(shù)據(jù)挖掘人員創(chuàng)建模型，支撐市場(chǎng)業(yè)務(wù)人員的日常運(yùn)營(yíng)工作。數(shù)據(jù)挖掘建模場(chǎng)景如圖3所示。

在步驟⑩模型訓(xùn)練中，以流失預(yù)警分析業(yè)務(wù)模型創(chuàng)建為例，首先初步篩選與流失預(yù)警相關(guān)性高的數(shù)據(jù)，然后綜合考慮命中率及覆蓋率，確定利用神經(jīng)網(wǎng)絡(luò)算法建立預(yù)測(cè)模型，最后通過(guò)模型多次訓(xùn)練，確定神經(jīng)網(wǎng)絡(luò)算法的閾值，確定流失預(yù)警最優(yōu)模型。endprint

3.3 模型分散式共享場(chǎng)景

省分模型需求方或業(yè)務(wù)分析人員在數(shù)據(jù)挖掘分析共享平臺(tái)上可以查看其它省的業(yè)務(wù)模型，選擇出本省需要的模型，發(fā)起共享申請(qǐng)；集團(tuán)模型管理人員對(duì)共享申請(qǐng)進(jìn)行審批后，省分業(yè)務(wù)分析人員在省分?jǐn)?shù)據(jù)處理人員準(zhǔn)備好本省的數(shù)據(jù)后進(jìn)行模型評(píng)估和調(diào)整后，就可以將模型在本省上線使用。模型分散式共享場(chǎng)景如圖4所示。

在步驟⑩模型評(píng)估中，省分業(yè)務(wù)分析人員根據(jù)省分?jǐn)?shù)據(jù)處理人員準(zhǔn)備好的本省數(shù)據(jù)，對(duì)推薦模型進(jìn)行實(shí)際數(shù)據(jù)評(píng)估，出具評(píng)估報(bào)告，評(píng)估后的結(jié)果分為3種情況：

（1）可用：但是需要調(diào)整，根據(jù)實(shí)際業(yè)務(wù)情況變更模型，如業(yè)務(wù)參數(shù)或者算法參數(shù)；

（2）直接可用：可以直接調(diào)用；

（3）不可用：省分業(yè)務(wù)分析人員根據(jù)實(shí)際業(yè)務(wù)需求進(jìn)行模型新建。

3.4 模型專家式共享場(chǎng)景

省分業(yè)務(wù)分析人員通過(guò)數(shù)據(jù)挖掘分析共享平臺(tái)，將本省建設(shè)的創(chuàng)新、亮點(diǎn)模型推薦到集團(tuán)，集團(tuán)模型管理人員審批通過(guò)并完成數(shù)據(jù)準(zhǔn)備后，將該模型推廣到全國(guó)共享使用，指導(dǎo)其它省分的業(yè)務(wù)工作。模型專家式共享場(chǎng)景如圖5所示。

在步驟②模型推薦申請(qǐng)預(yù)評(píng)估中，集團(tuán)模型管理人員需要對(duì)省分業(yè)務(wù)分析人員推薦的共享模型進(jìn)行預(yù)評(píng)估，出具預(yù)評(píng)估報(bào)告，審批是否可以轉(zhuǎn)為共性。

在步驟⑨個(gè)性轉(zhuǎn)共性中，將待共享模型中的省分個(gè)性指標(biāo)數(shù)據(jù)轉(zhuǎn)為集團(tuán)共性指標(biāo)數(shù)據(jù)統(tǒng)一存儲(chǔ)，模型規(guī)則由集團(tuán)統(tǒng)一管理、監(jiān)控使用。

4 結(jié)束語(yǔ)

本文分析探討的數(shù)據(jù)挖掘分析共享平臺(tái)提供了大數(shù)據(jù)開(kāi)放服務(wù)能力，統(tǒng)一的數(shù)據(jù)和建模工作環(huán)境以及模型的開(kāi)放共享，滿足日常數(shù)據(jù)運(yùn)營(yíng)及模型建立、訓(xùn)練、使用、評(píng)估等工作需求，有助于運(yùn)營(yíng)商公司部門(mén)、省分公司的各個(gè)團(tuán)隊(duì)形成合力，共同推進(jìn)數(shù)據(jù)知識(shí)的沉淀、共享，將創(chuàng)新、亮點(diǎn)模型支撐下的大數(shù)據(jù)應(yīng)用快速推廣，避免重復(fù)建設(shè)，符合運(yùn)營(yíng)商大數(shù)據(jù)發(fā)展需求和建模開(kāi)放的工作要求。

參考文獻(xiàn)：

[1] 魏進(jìn)武，張?jiān)朴? 電信運(yùn)營(yíng)商的大數(shù)據(jù)價(jià)值創(chuàng)造[J]. 信息通信技術(shù)， 2013（6）： 10-14.

[2] 童曉渝，張?jiān)朴?，房秉毅，? 大數(shù)據(jù)時(shí)代電信運(yùn)營(yíng)商的機(jī)遇[J]. 信息通信技術(shù)， 2013（1）： 6-9.

[3] 劉春，鄒海鋒，向勇. 大數(shù)據(jù)環(huán)境下電信數(shù)據(jù)服務(wù)能力開(kāi)放研究[J]. 電信科學(xué)， 2014（3）： 156-161.

[4] 韓晶. 大數(shù)據(jù)服務(wù)若干關(guān)鍵技術(shù)研究[D]. 北京： 北京郵電大學(xué)， 2013.

[5] 張秀典. 電信數(shù)據(jù)能力開(kāi)放研究[D]. 北京： 北京郵電大學(xué)， 2010.endprint

3.3 模型分散式共享場(chǎng)景

省分模型需求方或業(yè)務(wù)分析人員在數(shù)據(jù)挖掘分析共享平臺(tái)上可以查看其它省的業(yè)務(wù)模型，選擇出本省需要的模型，發(fā)起共享申請(qǐng)；集團(tuán)模型管理人員對(duì)共享申請(qǐng)進(jìn)行審批后，省分業(yè)務(wù)分析人員在省分?jǐn)?shù)據(jù)處理人員準(zhǔn)備好本省的數(shù)據(jù)后進(jìn)行模型評(píng)估和調(diào)整后，就可以將模型在本省上線使用。模型分散式共享場(chǎng)景如圖4所示。

在步驟⑩模型評(píng)估中，省分業(yè)務(wù)分析人員根據(jù)省分?jǐn)?shù)據(jù)處理人員準(zhǔn)備好的本省數(shù)據(jù)，對(duì)推薦模型進(jìn)行實(shí)際數(shù)據(jù)評(píng)估，出具評(píng)估報(bào)告，評(píng)估后的結(jié)果分為3種情況：

（1）可用：但是需要調(diào)整，根據(jù)實(shí)際業(yè)務(wù)情況變更模型，如業(yè)務(wù)參數(shù)或者算法參數(shù)；

（2）直接可用：可以直接調(diào)用；

（3）不可用：省分業(yè)務(wù)分析人員根據(jù)實(shí)際業(yè)務(wù)需求進(jìn)行模型新建。

3.4 模型專家式共享場(chǎng)景

省分業(yè)務(wù)分析人員通過(guò)數(shù)據(jù)挖掘分析共享平臺(tái)，將本省建設(shè)的創(chuàng)新、亮點(diǎn)模型推薦到集團(tuán)，集團(tuán)模型管理人員審批通過(guò)并完成數(shù)據(jù)準(zhǔn)備后，將該模型推廣到全國(guó)共享使用，指導(dǎo)其它省分的業(yè)務(wù)工作。模型專家式共享場(chǎng)景如圖5所示。

在步驟②模型推薦申請(qǐng)預(yù)評(píng)估中，集團(tuán)模型管理人員需要對(duì)省分業(yè)務(wù)分析人員推薦的共享模型進(jìn)行預(yù)評(píng)估，出具預(yù)評(píng)估報(bào)告，審批是否可以轉(zhuǎn)為共性。

在步驟⑨個(gè)性轉(zhuǎn)共性中，將待共享模型中的省分個(gè)性指標(biāo)數(shù)據(jù)轉(zhuǎn)為集團(tuán)共性指標(biāo)數(shù)據(jù)統(tǒng)一存儲(chǔ)，模型規(guī)則由集團(tuán)統(tǒng)一管理、監(jiān)控使用。

4 結(jié)束語(yǔ)

本文分析探討的數(shù)據(jù)挖掘分析共享平臺(tái)提供了大數(shù)據(jù)開(kāi)放服務(wù)能力，統(tǒng)一的數(shù)據(jù)和建模工作環(huán)境以及模型的開(kāi)放共享，滿足日常數(shù)據(jù)運(yùn)營(yíng)及模型建立、訓(xùn)練、使用、評(píng)估等工作需求，有助于運(yùn)營(yíng)商公司部門(mén)、省分公司的各個(gè)團(tuán)隊(duì)形成合力，共同推進(jìn)數(shù)據(jù)知識(shí)的沉淀、共享，將創(chuàng)新、亮點(diǎn)模型支撐下的大數(shù)據(jù)應(yīng)用快速推廣，避免重復(fù)建設(shè)，符合運(yùn)營(yíng)商大數(shù)據(jù)發(fā)展需求和建模開(kāi)放的工作要求。

參考文獻(xiàn)：

[1] 魏進(jìn)武，張?jiān)朴? 電信運(yùn)營(yíng)商的大數(shù)據(jù)價(jià)值創(chuàng)造[J]. 信息通信技術(shù)， 2013（6）： 10-14.

[2] 童曉渝，張?jiān)朴?，房秉毅，? 大數(shù)據(jù)時(shí)代電信運(yùn)營(yíng)商的機(jī)遇[J]. 信息通信技術(shù)， 2013（1）： 6-9.

[3] 劉春，鄒海鋒，向勇. 大數(shù)據(jù)環(huán)境下電信數(shù)據(jù)服務(wù)能力開(kāi)放研究[J]. 電信科學(xué)， 2014（3）： 156-161.

[4] 韓晶. 大數(shù)據(jù)服務(wù)若干關(guān)鍵技術(shù)研究[D]. 北京： 北京郵電大學(xué)， 2013.

[5] 張秀典. 電信數(shù)據(jù)能力開(kāi)放研究[D]. 北京： 北京郵電大學(xué)， 2010.endprint

3.3 模型分散式共享場(chǎng)景

省分模型需求方或業(yè)務(wù)分析人員在數(shù)據(jù)挖掘分析共享平臺(tái)上可以查看其它省的業(yè)務(wù)模型，選擇出本省需要的模型，發(fā)起共享申請(qǐng)；集團(tuán)模型管理人員對(duì)共享申請(qǐng)進(jìn)行審批后，省分業(yè)務(wù)分析人員在省分?jǐn)?shù)據(jù)處理人員準(zhǔn)備好本省的數(shù)據(jù)后進(jìn)行模型評(píng)估和調(diào)整后，就可以將模型在本省上線使用。模型分散式共享場(chǎng)景如圖4所示。

在步驟⑩模型評(píng)估中，省分業(yè)務(wù)分析人員根據(jù)省分?jǐn)?shù)據(jù)處理人員準(zhǔn)備好的本省數(shù)據(jù)，對(duì)推薦模型進(jìn)行實(shí)際數(shù)據(jù)評(píng)估，出具評(píng)估報(bào)告，評(píng)估后的結(jié)果分為3種情況：

（1）可用：但是需要調(diào)整，根據(jù)實(shí)際業(yè)務(wù)情況變更模型，如業(yè)務(wù)參數(shù)或者算法參數(shù)；

（2）直接可用：可以直接調(diào)用；

（3）不可用：省分業(yè)務(wù)分析人員根據(jù)實(shí)際業(yè)務(wù)需求進(jìn)行模型新建。

3.4 模型專家式共享場(chǎng)景

省分業(yè)務(wù)分析人員通過(guò)數(shù)據(jù)挖掘分析共享平臺(tái)，將本省建設(shè)的創(chuàng)新、亮點(diǎn)模型推薦到集團(tuán)，集團(tuán)模型管理人員審批通過(guò)并完成數(shù)據(jù)準(zhǔn)備后，將該模型推廣到全國(guó)共享使用，指導(dǎo)其它省分的業(yè)務(wù)工作。模型專家式共享場(chǎng)景如圖5所示。

在步驟②模型推薦申請(qǐng)預(yù)評(píng)估中，集團(tuán)模型管理人員需要對(duì)省分業(yè)務(wù)分析人員推薦的共享模型進(jìn)行預(yù)評(píng)估，出具預(yù)評(píng)估報(bào)告，審批是否可以轉(zhuǎn)為共性。

在步驟⑨個(gè)性轉(zhuǎn)共性中，將待共享模型中的省分個(gè)性指標(biāo)數(shù)據(jù)轉(zhuǎn)為集團(tuán)共性指標(biāo)數(shù)據(jù)統(tǒng)一存儲(chǔ)，模型規(guī)則由集團(tuán)統(tǒng)一管理、監(jiān)控使用。

4 結(jié)束語(yǔ)

本文分析探討的數(shù)據(jù)挖掘分析共享平臺(tái)提供了大數(shù)據(jù)開(kāi)放服務(wù)能力，統(tǒng)一的數(shù)據(jù)和建模工作環(huán)境以及模型的開(kāi)放共享，滿足日常數(shù)據(jù)運(yùn)營(yíng)及模型建立、訓(xùn)練、使用、評(píng)估等工作需求，有助于運(yùn)營(yíng)商公司部門(mén)、省分公司的各個(gè)團(tuán)隊(duì)形成合力，共同推進(jìn)數(shù)據(jù)知識(shí)的沉淀、共享，將創(chuàng)新、亮點(diǎn)模型支撐下的大數(shù)據(jù)應(yīng)用快速推廣，避免重復(fù)建設(shè)，符合運(yùn)營(yíng)商大數(shù)據(jù)發(fā)展需求和建模開(kāi)放的工作要求。

參考文獻(xiàn)：

[1] 魏進(jìn)武，張?jiān)朴? 電信運(yùn)營(yíng)商的大數(shù)據(jù)價(jià)值創(chuàng)造[J]. 信息通信技術(shù)， 2013（6）： 10-14.

[2] 童曉渝，張?jiān)朴拢勘?，? 大數(shù)據(jù)時(shí)代電信運(yùn)營(yíng)商的機(jī)遇[J]. 信息通信技術(shù)， 2013（1）： 6-9.

[3] 劉春，鄒海鋒，向勇. 大數(shù)據(jù)環(huán)境下電信數(shù)據(jù)服務(wù)能力開(kāi)放研究[J]. 電信科學(xué)， 2014（3）： 156-161.

[4] 韓晶. 大數(shù)據(jù)服務(wù)若干關(guān)鍵技術(shù)研究[D]. 北京： 北京郵電大學(xué)， 2013.

[5] 張秀典. 電信數(shù)據(jù)能力開(kāi)放研究[D]. 北京： 北京郵電大學(xué)， 2010.endprint