移動(dòng)通信大數(shù)據(jù)資源價(jià)值化運(yùn)營(yíng)研究

王　洋，顧佩月

(1.中國(guó)移動(dòng)通信集團(tuán)山西有限公司 網(wǎng)絡(luò)管理中心，山西 太原 030009；2.南京郵電大學(xué) 計(jì)算機(jī)學(xué)院，江蘇 南京 210023)

?

移動(dòng)通信大數(shù)據(jù)資源價(jià)值化運(yùn)營(yíng)研究

王洋1，顧佩月2

(1.中國(guó)移動(dòng)通信集團(tuán)山西有限公司 網(wǎng)絡(luò)管理中心，山西 太原 030009；2.南京郵電大學(xué) 計(jì)算機(jī)學(xué)院，江蘇 南京 210023)

摘要：針對(duì)社會(huì)化大數(shù)據(jù)資源化向價(jià)值化轉(zhuǎn)變問(wèn)題日益突出的現(xiàn)象，闡述了社會(huì)化大數(shù)據(jù)的特征，并與小數(shù)據(jù)進(jìn)行了對(duì)比，以電商營(yíng)銷、電力能源為例分析了大數(shù)據(jù)資源價(jià)值化的應(yīng)用模式和策略方法；然后從網(wǎng)絡(luò)規(guī)劃與網(wǎng)絡(luò)運(yùn)營(yíng)、社交網(wǎng)絡(luò)與社交媒體資源、地理位置和空間信息分析、電子商務(wù)渠道運(yùn)營(yíng)與響應(yīng)4方面分析了移動(dòng)通信大數(shù)據(jù)資源價(jià)值化運(yùn)營(yíng)模式，為智能化運(yùn)營(yíng)開(kāi)啟了一個(gè)新的視角。

關(guān)鍵詞：移動(dòng)通信網(wǎng)絡(luò)；運(yùn)營(yíng)商；大數(shù)據(jù)；大數(shù)據(jù)資源價(jià)值化

國(guó)家信息中心發(fā)布的《中國(guó)信息社會(huì)發(fā)展報(bào)告2015》顯示，2015年我國(guó)信息社會(huì)指數(shù)達(dá)到0.435 1，表明我國(guó)仍處于工業(yè)社會(huì)向信息社會(huì)轉(zhuǎn)型的階段。其中，信息經(jīng)濟(jì)、網(wǎng)絡(luò)社會(huì)、在線政府、數(shù)字生活4個(gè)類別指數(shù)分別為0.379 5、0.385 2、0.545 0、0.503 8。報(bào)告預(yù)測(cè)2020年前后我國(guó)信息社會(huì)指數(shù)將達(dá)到0.600 0，整體上進(jìn)入信息社會(huì)初級(jí)階段[1]。

與此同時(shí)，全球的信息資源量同樣呈現(xiàn)出了爆炸式增長(zhǎng)態(tài)勢(shì)，信息資源的有效挖掘手段成為“數(shù)據(jù)資源”向“數(shù)據(jù)價(jià)值”轉(zhuǎn)變的重要環(huán)節(jié)。社會(huì)化大數(shù)據(jù)具有數(shù)據(jù)源多樣海量、數(shù)據(jù)類型豐富、數(shù)據(jù)體系快速靈活等特點(diǎn)，而大數(shù)據(jù)的這些特征使大數(shù)據(jù)分析技術(shù)不僅在挖掘理論和技術(shù)方法上均有所創(chuàng)新，而且在行業(yè)應(yīng)用方案創(chuàng)意方面尤為突出，如電商營(yíng)銷(淘寶、京東、亞馬遜等)、電力能源(電網(wǎng)規(guī)劃、輸電線路建設(shè)、安全監(jiān)測(cè)等)、信息通信(社交網(wǎng)絡(luò)與社交媒體資源、地理位置和空間信息分析、電子商務(wù)渠道分析與響應(yīng)、運(yùn)營(yíng)體制變革等)。服務(wù)商擁有海量、多來(lái)源、多格式(結(jié)構(gòu)化、非結(jié)構(gòu)化)的復(fù)雜數(shù)據(jù)，對(duì)其有效挖掘不僅可以為廣大客戶提供更好的產(chǎn)品服務(wù)和消費(fèi)體驗(yàn)，而且能為服務(wù)商及時(shí)調(diào)整營(yíng)銷方案、精準(zhǔn)定位客戶需求提供科學(xué)可靠的信息源支持。目前，面對(duì)紛繁蕪雜的數(shù)據(jù)源，傳統(tǒng)單一的分析方法和手段已經(jīng)無(wú)法滿足大數(shù)據(jù)分析的需求，因此多學(xué)科的相互滲透和交叉應(yīng)用成為了大數(shù)據(jù)技術(shù)的熱點(diǎn)研究方向。

1大數(shù)據(jù)與數(shù)據(jù)挖掘

1987年全球數(shù)據(jù)量大約為2.62×1010bit，然而2007年全球數(shù)據(jù)量增長(zhǎng)120多倍，且2000—2012年數(shù)字信息格式占比由25%提升至98%。據(jù)IBM統(tǒng)計(jì)，全球每天產(chǎn)生的新數(shù)據(jù)為2.5×1018B，其中90%存量數(shù)據(jù)源于近兩年的采集和儲(chǔ)存[2]。特別是多媒體信息、在線社交網(wǎng)絡(luò)、移動(dòng)互聯(lián)網(wǎng)、個(gè)人通信、物聯(lián)網(wǎng)技術(shù)的發(fā)展與行業(yè)應(yīng)用，GARTNER預(yù)計(jì)全球消費(fèi)者數(shù)字存儲(chǔ)需求將從2011年的41 EB增長(zhǎng)至2016年的513 ZB，且消費(fèi)者數(shù)字內(nèi)容云存儲(chǔ)將由7%提升至36%。數(shù)據(jù)量激增和數(shù)據(jù)內(nèi)容多樣化為數(shù)據(jù)挖掘提供了豐富的數(shù)據(jù)資源[3]。

牛津大學(xué)網(wǎng)絡(luò)學(xué)院互聯(lián)網(wǎng)治理與監(jiān)管專業(yè)教授VIKTOR等指出大數(shù)據(jù)的3大特征：全面性(樣本完整收集)、混雜性(數(shù)據(jù)清洗篩選)、關(guān)聯(lián)性(因果相關(guān)邏輯)[4]。2008年《Nature》以“大數(shù)據(jù)”為主題出版專刊，該專輯從網(wǎng)絡(luò)經(jīng)濟(jì)學(xué)、超級(jí)計(jì)算及生物環(huán)境醫(yī)藥等方面探討了PB級(jí)容量大數(shù)據(jù)流的利用策略[5]。2009年 “大數(shù)據(jù)”已經(jīng)逐步成為信息通信時(shí)代的關(guān)鍵詞匯?！禨cience》在2011年也以“數(shù)據(jù)處理”為主題出版?？?，探討了數(shù)據(jù)洪流所帶來(lái)的挑戰(zhàn)，并提出通過(guò)對(duì)大數(shù)據(jù)的有效分析和整合利用將加速推動(dòng)社會(huì)的發(fā)展[6]。

大數(shù)據(jù)特征可歸納為“5V+3I”[7-8]，即：海量數(shù)據(jù)規(guī)模(Volume)、高速數(shù)據(jù)流動(dòng)(Velocity)、靈活數(shù)據(jù)體系(Vitality)、豐富數(shù)據(jù)類型(Variety)、潛在數(shù)據(jù)價(jià)值(Value)；資源成本投資(Investments)、技術(shù)理論與應(yīng)用方案創(chuàng)新(Innovation)、自由開(kāi)放的數(shù)據(jù)邏輯。較傳統(tǒng)數(shù)據(jù)(小數(shù)據(jù))而言，大數(shù)據(jù)在數(shù)據(jù)來(lái)源、數(shù)據(jù)類型、數(shù)據(jù)集成、分析方法及分析環(huán)境等方面均有明顯的差異[9-10]：

根據(jù)不同行業(yè)數(shù)據(jù)特點(diǎn)，大數(shù)據(jù)的特征有所差異，以通信行業(yè)為例，信息通信網(wǎng)絡(luò)數(shù)據(jù)具有多維度屬性、自然時(shí)間序列、突發(fā)異常波動(dòng)、規(guī)律幅度變化、潛在異常數(shù)值等特點(diǎn)。大數(shù)據(jù)應(yīng)用價(jià)值可歸結(jié)為3大部分：分析挖掘、關(guān)聯(lián)聚合、預(yù)測(cè)規(guī)劃。大數(shù)據(jù)挖掘?qū)儆诮y(tǒng)計(jì)學(xué)多元變量分析范疇，其數(shù)據(jù)均來(lái)源于實(shí)際服務(wù)運(yùn)營(yíng)數(shù)據(jù)，數(shù)據(jù)挖掘的主要功能是推理出假設(shè)情況并結(jié)合行業(yè)背景知識(shí)經(jīng)驗(yàn)進(jìn)行合理的甄別和詮釋，最終利用所獲得的數(shù)據(jù)規(guī)律來(lái)創(chuàng)造更多價(jià)值[11]。大數(shù)據(jù)的分析與應(yīng)用在醫(yī)學(xué)研究、社會(huì)服務(wù)、社會(huì)科學(xué)、公共資源成本控制及政企改革等方面均有所探索實(shí)踐。

2行業(yè)大數(shù)據(jù)應(yīng)用模式分析

由于需求不同，行業(yè)所關(guān)注的數(shù)據(jù)挖掘應(yīng)用差異較大，但商業(yè)模式和策略方法仍有可借鑒之處，以電商營(yíng)銷和電力能源作為大數(shù)據(jù)資源價(jià)值化應(yīng)用實(shí)例分析。

2.1電商營(yíng)銷

以淘寶網(wǎng)為例，其2013年11月11日銷售總額達(dá)350億元，淘寶網(wǎng)通過(guò)對(duì)以往銷售數(shù)據(jù)的分析預(yù)測(cè)使得系統(tǒng)能夠承載龐大的交易量和高頻次的信息交互。淘寶網(wǎng)在2007年前采用集群數(shù)據(jù)庫(kù)方式實(shí)現(xiàn)了簡(jiǎn)單的調(diào)度和統(tǒng)計(jì)報(bào)表；2008年開(kāi)始采用Hadoop集群方式實(shí)現(xiàn)實(shí)時(shí)日志調(diào)度、多維數(shù)據(jù)分析等功能；2012年淘寶網(wǎng)建立了單Master節(jié)點(diǎn)Hadoop集群(約2 900臺(tái))，并稱之為云梯，在以往功能上新增了實(shí)時(shí)數(shù)據(jù)庫(kù)同步、元數(shù)據(jù)管理等功能；2013年以數(shù)據(jù)驅(qū)動(dòng)進(jìn)行新模式探索(金融業(yè)務(wù)、移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)交互等)。除大數(shù)據(jù)自身功能應(yīng)用外，淘寶網(wǎng)還為淘寶賣家、供應(yīng)商、消費(fèi)者提供大數(shù)據(jù)分析服務(wù)，具體如表1所示。

由于電商本質(zhì)上屬于銷售行業(yè)，通常缺乏具

表1　淘寶網(wǎng)對(duì)外大數(shù)據(jù)服務(wù)應(yīng)用

有海量數(shù)據(jù)處理、數(shù)據(jù)可視化、數(shù)據(jù)挖掘算法、系統(tǒng)測(cè)試技術(shù)且具備業(yè)務(wù)數(shù)據(jù)特征敏感的研發(fā)人員，而此類技術(shù)人員的培養(yǎng)又無(wú)法在短期完成，因此，在電商行業(yè)大數(shù)據(jù)應(yīng)用具有獨(dú)特的眾包模式。該模式提供了問(wèn)題的分布式解決方案，即公司或機(jī)構(gòu)將由特定技術(shù)人員完成的工作內(nèi)容以開(kāi)放的形式外包給非特定人群完成的工作模式[12]。

2.2電力能源

電力能源作為國(guó)家主要能源，已成為影響國(guó)家經(jīng)濟(jì)發(fā)展的關(guān)鍵環(huán)節(jié)，其所蘊(yùn)藏的大數(shù)據(jù)價(jià)值也為智能電網(wǎng)奠定了堅(jiān)實(shí)基礎(chǔ)?；诖髷?shù)據(jù)的電網(wǎng)建設(shè)和運(yùn)營(yíng)模式方面均進(jìn)行了有益的探索和實(shí)踐，具體表現(xiàn)在以下5個(gè)方面：

(1)規(guī)劃設(shè)計(jì)。結(jié)合用戶用電量、城市發(fā)展規(guī)模、空間負(fù)荷預(yù)測(cè)等數(shù)據(jù)進(jìn)行科學(xué)評(píng)估規(guī)劃設(shè)計(jì)方案；

(2)工程建設(shè)。利用歷史項(xiàng)目數(shù)據(jù)實(shí)現(xiàn)經(jīng)驗(yàn)性工程建設(shè)指導(dǎo)，持續(xù)優(yōu)化工程現(xiàn)場(chǎng)數(shù)據(jù)采集內(nèi)容和采集頻次，實(shí)現(xiàn)智能的全面工程建設(shè)項(xiàng)目數(shù)字化管理[13]；

(3)安全檢測(cè)。充分發(fā)揮無(wú)線傳感器網(wǎng)絡(luò)技術(shù)，將測(cè)試儀表、隔離開(kāi)關(guān)、電壓波動(dòng)等數(shù)字量/模擬量數(shù)據(jù)應(yīng)用到電網(wǎng)狀態(tài)評(píng)估預(yù)警、電網(wǎng)運(yùn)行負(fù)荷預(yù)測(cè)、大規(guī)模檢修策略計(jì)劃專家系統(tǒng)等；

(4)能源營(yíng)銷。結(jié)合不同客戶用電需求制定合理的階梯式電價(jià)，由電力營(yíng)銷信息系統(tǒng)(customer information system，CIS)、客戶關(guān)系管理系統(tǒng)(customer relationship management,CRM)和電力需求側(cè)管理系統(tǒng)(demand side management，DSM)3大系統(tǒng)實(shí)現(xiàn)基于大數(shù)據(jù)的電力大營(yíng)銷[14]；

(5)客服支撐。依托大數(shù)據(jù)實(shí)現(xiàn)對(duì)客服人員服務(wù)質(zhì)量的實(shí)時(shí)管控、智能熱點(diǎn)問(wèn)題升級(jí)、座席語(yǔ)音文字識(shí)別與答案智能推送相結(jié)合等功能，進(jìn)一步提升電力服務(wù)效率和問(wèn)題處理質(zhì)量[15]。

電商營(yíng)銷基于“開(kāi)放平臺(tái)思維”將大數(shù)據(jù)挖掘分析開(kāi)放給商戶作為營(yíng)銷依據(jù)，關(guān)注宏觀行業(yè)趨勢(shì)和微觀店鋪運(yùn)營(yíng)兩個(gè)層面，提供平臺(tái)用戶增值服務(wù)，增加了平臺(tái)用戶粘性，可視為增值服務(wù)型；電力能源由于其涉及生產(chǎn)全流程，且屬于基礎(chǔ)資源類商品，電力能源大數(shù)據(jù)運(yùn)營(yíng)中內(nèi)部環(huán)節(jié)比重較大，而外部環(huán)節(jié)主要關(guān)注階梯式電價(jià)和客戶維護(hù)等基礎(chǔ)業(yè)務(wù)內(nèi)容，可視為基礎(chǔ)運(yùn)營(yíng)型。移動(dòng)通信運(yùn)營(yíng)由于其經(jīng)營(yíng)屬性同時(shí)具有基礎(chǔ)運(yùn)營(yíng)型和增值服務(wù)型特征，因此在內(nèi)部降本增效和外部數(shù)據(jù)服務(wù)兩方面均有所體現(xiàn)。

3移動(dòng)通信大數(shù)據(jù)資源價(jià)值化分析

移動(dòng)通信行業(yè)各運(yùn)營(yíng)商擁有大容量、高帶寬信息通信資源，而且掌握著豐富的客戶信息資源和網(wǎng)絡(luò)運(yùn)行數(shù)據(jù)資源，龐大的數(shù)據(jù)資源池為新知識(shí)的發(fā)現(xiàn)奠定了堅(jiān)實(shí)基礎(chǔ)，同時(shí)為移動(dòng)通信行業(yè)構(gòu)建了完整的數(shù)據(jù)資源價(jià)值鏈。特別是隨著高速4G網(wǎng)絡(luò)的商用和智能終端的普及，終端所內(nèi)置的各類感知電子器件(GPS、加速度計(jì)、陀螺儀、麥克風(fēng)、攝像頭、光線傳感器、手勢(shì)傳感器、溫濕度傳感器、壓力傳感器等)可實(shí)現(xiàn)客戶屬性的精準(zhǔn)科學(xué)評(píng)估[16]。移動(dòng)通信行業(yè)通過(guò)對(duì)大容量、高速數(shù)據(jù)流的快速分析，可以在網(wǎng)絡(luò)規(guī)劃與網(wǎng)絡(luò)運(yùn)營(yíng)、社交網(wǎng)絡(luò)與社交媒體資源、地理位置和空間信息分析、電子商務(wù)渠道運(yùn)營(yíng)與響應(yīng)等方面開(kāi)展移動(dòng)大數(shù)據(jù)行業(yè)應(yīng)用。

3.1網(wǎng)絡(luò)規(guī)劃與網(wǎng)絡(luò)運(yùn)營(yíng)

根據(jù)用戶流動(dòng)和城市規(guī)劃大數(shù)據(jù)來(lái)合理測(cè)算熱點(diǎn)數(shù)量和區(qū)域范圍，進(jìn)而實(shí)現(xiàn)網(wǎng)絡(luò)資源部署價(jià)值最大化。基于用戶話單、網(wǎng)絡(luò)信令和數(shù)據(jù)流量來(lái)確定網(wǎng)絡(luò)需求周期特征，實(shí)現(xiàn)重點(diǎn)區(qū)域和高價(jià)值區(qū)域的基站規(guī)劃和熱點(diǎn)建設(shè)，評(píng)估不同場(chǎng)景對(duì)網(wǎng)絡(luò)設(shè)備下資源價(jià)值的貢獻(xiàn)水平，同時(shí)可以反向評(píng)估網(wǎng)絡(luò)設(shè)備在潮汐效應(yīng)下的承載能力。

網(wǎng)絡(luò)設(shè)備入網(wǎng)后將產(chǎn)生由網(wǎng)絡(luò)流量、資源流向、網(wǎng)絡(luò)調(diào)整、網(wǎng)絡(luò)告警、網(wǎng)優(yōu)指標(biāo)及其組合所構(gòu)成的運(yùn)營(yíng)大數(shù)據(jù)，這些大數(shù)據(jù)源通過(guò)業(yè)務(wù)支撐系統(tǒng)(business support system，BSS)、運(yùn)營(yíng)支撐系統(tǒng)(operation support system，OSS)、管理輔助系統(tǒng)(management support system，MSS)、客戶關(guān)系管理(customer relationship management，CRM)等各獨(dú)立系統(tǒng)的資源整合，實(shí)現(xiàn)將局部化應(yīng)用指標(biāo)向全局性關(guān)聯(lián)數(shù)據(jù)分析，如每百萬(wàn)用戶投訴率(BSS側(cè))與區(qū)域掉話率(OSS側(cè))。

通過(guò)對(duì)各類大數(shù)據(jù)聯(lián)動(dòng)分析可以提供信息通信流量的趨勢(shì)預(yù)測(cè)和現(xiàn)象解釋，加速網(wǎng)絡(luò)故障定位診斷，縮短網(wǎng)絡(luò)恢復(fù)時(shí)長(zhǎng)，開(kāi)展網(wǎng)絡(luò)惡意攻擊預(yù)警、測(cè)算數(shù)據(jù)設(shè)備容量、網(wǎng)絡(luò)非法入侵取證以及流量?jī)?nèi)容分類等系統(tǒng)功能[17-18]，將整體運(yùn)營(yíng)方式由“業(yè)務(wù)規(guī)劃”驅(qū)動(dòng)向“數(shù)據(jù)結(jié)論”驅(qū)動(dòng)轉(zhuǎn)變。

3.2社交網(wǎng)絡(luò)與社交媒體資源

一旦用戶使用信息通信網(wǎng)絡(luò)就會(huì)產(chǎn)生大量個(gè)性化服務(wù)信息，通過(guò)大數(shù)據(jù)整合可獲得用戶需求習(xí)慣、使用模式等規(guī)律性信息，如產(chǎn)品偏好、使用習(xí)慣等知識(shí)資源(用戶屬性標(biāo)簽或用戶畫像)，由這些信息資源進(jìn)而形成用戶智能應(yīng)用和商業(yè)智能體系；由于獲得一個(gè)新客戶的營(yíng)銷成本遠(yuǎn)高于維持一個(gè)老客戶的營(yíng)銷成本，因此通過(guò)社交網(wǎng)絡(luò)信息資源數(shù)據(jù)(選購(gòu)服務(wù)、投訴記錄等)分析獲得老客戶的消費(fèi)習(xí)慣、社交范圍等具有商業(yè)價(jià)值的信息，并重點(diǎn)維系高價(jià)值用戶[19]、提升高消費(fèi)用戶的服務(wù)質(zhì)量。對(duì)于存在轉(zhuǎn)網(wǎng)傾向的用戶需及時(shí)溝通，從而進(jìn)一步提高客戶滿意度、企業(yè)粘性度及用戶忠誠(chéng)度。在業(yè)務(wù)方面可進(jìn)行個(gè)性化的信息服務(wù)、咨詢信息聚合服務(wù)，并針對(duì)客戶個(gè)性化需求的廣告信息服務(wù)，基于通信頻繁度的業(yè)務(wù)(如家庭網(wǎng)、企業(yè)通信網(wǎng)等)推送等服務(wù)模式探索。

3.3地理位置和空間信息分析

通過(guò)用戶在信息通信網(wǎng)絡(luò)服務(wù)使用過(guò)程中附帶的地理位置大數(shù)據(jù)信息，可分析獲得網(wǎng)絡(luò)資源流量的變化規(guī)律和波動(dòng)特征，從而優(yōu)化網(wǎng)絡(luò)路由結(jié)構(gòu)、提升重點(diǎn)區(qū)域網(wǎng)絡(luò)覆蓋質(zhì)量和網(wǎng)絡(luò)冗余容量，為長(zhǎng)遠(yuǎn)的網(wǎng)絡(luò)建設(shè)規(guī)劃提供可靠的數(shù)據(jù)支撐。同時(shí)結(jié)合用戶實(shí)時(shí)網(wǎng)絡(luò)空間信息可對(duì)突發(fā)社會(huì)事件、網(wǎng)絡(luò)設(shè)備故障等進(jìn)行及時(shí)監(jiān)控和預(yù)警。

3.4電子商務(wù)渠道運(yùn)營(yíng)與響應(yīng)

通過(guò)用戶網(wǎng)絡(luò)資源訪問(wèn)行為和用戶消費(fèi)行為建立360°的客戶知識(shí)情報(bào)戰(zhàn)略資源庫(kù)[20]，形成用戶數(shù)據(jù)資源動(dòng)態(tài)交互方式的多行業(yè)信息共享(如能源行業(yè)與交通運(yùn)輸保障)，實(shí)現(xiàn)用戶服務(wù)的需求驅(qū)動(dòng)和商業(yè)渠道的自適應(yīng)服務(wù)。如通過(guò)客戶對(duì)服務(wù)業(yè)務(wù)的名稱搜索、詳情查看、選購(gòu)定制業(yè)務(wù)內(nèi)容分析支撐業(yè)務(wù)類型和組合方式的合理設(shè)置，進(jìn)而科學(xué)規(guī)劃網(wǎng)絡(luò)建設(shè)計(jì)劃、設(shè)備選購(gòu)要素、增值服務(wù)內(nèi)容，最終形成合理穩(wěn)健的投資鏈條；基于每用戶平均收入(average revenue per user，ARPU)實(shí)時(shí)分析客戶消費(fèi)變化，實(shí)現(xiàn)對(duì)市場(chǎng)和政策的快速響應(yīng)；通過(guò)分析客服呼叫行為與用戶反應(yīng)跟蹤優(yōu)化客服流程、維系周期、內(nèi)容模板、關(guān)懷周期等業(yè)務(wù)模型，進(jìn)而把控投訴風(fēng)險(xiǎn)、留住重點(diǎn)用戶、降低客戶流失。

2015年《互聯(lián)網(wǎng)周刊》從市場(chǎng)影響力(30%)、創(chuàng)新能力(25%)、技術(shù)能力(20%)、服務(wù)能力(25%)4個(gè)方面綜合得出《2015年度中國(guó)大數(shù)據(jù)綜合服務(wù)提供商TOP 100》統(tǒng)計(jì)數(shù)據(jù)，前3位分別是IBM、Oracle、SAP，而中國(guó)電信排名28，中國(guó)聯(lián)通排名32，中國(guó)移動(dòng)排名39[21]。上述統(tǒng)計(jì)數(shù)據(jù)反映出電信運(yùn)營(yíng)商在大數(shù)據(jù)綜合服務(wù)方面仍有提升空間。筆者將電信運(yùn)營(yíng)商所具備的移動(dòng)通信大數(shù)據(jù)與其他行業(yè)大數(shù)據(jù)形成跨域社會(huì)化大數(shù)據(jù)，這樣可以形成更全面的復(fù)合層次數(shù)據(jù)視角，使得大數(shù)據(jù)呈現(xiàn)出“多棱鏡”價(jià)值轉(zhuǎn)化。大數(shù)據(jù)分析的共性問(wèn)題(如數(shù)據(jù)清洗、數(shù)據(jù)脫敏等)可借助通用數(shù)據(jù)處理工具或方法，但對(duì)于大數(shù)據(jù)價(jià)值化運(yùn)營(yíng)建議采用“開(kāi)放式跨學(xué)科思維(探索業(yè)務(wù)模型方法)+模塊式功能組合(軟硬件系統(tǒng)架構(gòu))”的分析流程。電信運(yùn)營(yíng)商對(duì)于大數(shù)據(jù)運(yùn)營(yíng)可根據(jù)行業(yè)開(kāi)放程度、附加價(jià)值程度、價(jià)值轉(zhuǎn)化難度、成本收益周期多方面綜合考慮，并結(jié)合社會(huì)發(fā)展階段需求，將“有所為與有所不為”和“短期項(xiàng)目規(guī)劃與長(zhǎng)遠(yuǎn)行業(yè)布局”相結(jié)合，以實(shí)現(xiàn)大數(shù)據(jù)運(yùn)營(yíng)的穩(wěn)步發(fā)展。

4結(jié)論

移動(dòng)通信大數(shù)據(jù)現(xiàn)階段仍處于探索階段，移動(dòng)通信大數(shù)據(jù)之間的邏輯關(guān)系挖掘、業(yè)務(wù)數(shù)學(xué)模型構(gòu)建成為了數(shù)據(jù)價(jià)值轉(zhuǎn)化效能的重要影響因素，如共性化問(wèn)題與個(gè)性化需求的支撐融合、網(wǎng)絡(luò)運(yùn)行維護(hù)與客戶業(yè)務(wù)服務(wù)的關(guān)聯(lián)連接、數(shù)學(xué)模型結(jié)論與業(yè)務(wù)知識(shí)經(jīng)驗(yàn)的解釋轉(zhuǎn)化等。移動(dòng)通信大數(shù)據(jù)與數(shù)據(jù)挖掘技術(shù)不僅為新時(shí)代環(huán)境下的移動(dòng)通信運(yùn)營(yíng)商智能化運(yùn)營(yíng)提供了科學(xué)化的方法手段，而且注入了持續(xù)的發(fā)展動(dòng)力，開(kāi)啟了全新的知識(shí)視角和業(yè)務(wù)模式。

參考文獻(xiàn)：

[1]國(guó)家信息中心.中國(guó)信息社會(huì)發(fā)展報(bào)告[R].北京:國(guó)家信息中心,2015.

[2]DOBRE C, XHAFA F. Intelligent services for big data science[J]. Future Generation Computer Systems, 2014(37):267-281.

[3]何非,何克清.大數(shù)據(jù)及其科學(xué)問(wèn)題與方法的探討[J].武漢大學(xué)學(xué)報(bào)(理學(xué)版),2014,60(1):1-12.

[4]VIKTOR M S, KENNETH C. Big data: a revolution that will transform how we live, work and think[M]. New York: Houghton Mifflin Harcourt, 2013:47-49.

[5]LYNCH C. Big data [J]. Nature, 2008(7209):1-136.

[6]STEVEN J B. Dealing with data[J]. Science, 2011(6018):639-806.

[7]張超.云計(jì)算和大數(shù)據(jù)給運(yùn)營(yíng)商帶來(lái)的機(jī)遇和挑戰(zhàn)[J].電信技術(shù),2013(9):22-24.

[8]SAGIROGLU S, SINANC D. Big data: a review[C]∥2013 International Conference on Collaboration Technologies and Systems. San Diego: IEEE, 2013:42-47.

[9]LIU P. 電信行業(yè)中的大數(shù)據(jù)[J].電信網(wǎng)技術(shù),2013(8):88-92.

[10]涂新莉,劉波,林偉偉.大數(shù)據(jù)研究綜述[J].計(jì)算機(jī)應(yīng)用研究,2014,31(6):1612-1616.

[11]WU X D, ZHU X Q, WU G Q, et al. Data mining with big data[J]. IEEE Transactions on Knowledge and Data Engineering, 2014,26(1):97-107.

[12]DOAN A, RAMAKRISHNAN R, HALEVY A Y. Crowd sourcing systems on the world-wide web[J]. Communications of the ACM, 2010,54(4):86-96.

[13]陳超,張順仕,尚守衛(wèi),等.大數(shù)據(jù)背景下電力行業(yè)數(shù)據(jù)應(yīng)用研究[J].現(xiàn)代電子技術(shù),2013,36(24):8-11.

[14]劉科研,盛萬(wàn)興,張東霞，等.智能配電網(wǎng)大數(shù)據(jù)應(yīng)用需求和場(chǎng)景分析研究[J].中國(guó)電機(jī)工程學(xué)報(bào)，2015,35(2):287-293.

[15]趙云山,劉煥煥.大數(shù)據(jù)技術(shù)在電力行業(yè)的應(yīng)用研究[J].電信科學(xué),2014,30(1):57-62.

[16]LAURILA J K, DANIEL G P, IMAD A, et al. From big smart phone data to worldwide research: the mobile data challenge[J]. Pervasive and Mobile Computing, 2013,9(6):752-771.

[17]王洋.集中監(jiān)控模式下的信息通信網(wǎng)絡(luò)故障管理探索與實(shí)踐[J].電信科學(xué),2015(1):164-170.

[18]LIU J, LI T T, CHENG G, et al. Mining and modeling the dynamic patterns of service providers in cellular data network based on big data analysis[J]. China Communications, 2013, 10(12):25-36.

[19]BILL F. Taming the big data tidal wave[M]. New York: Wiley Press, 2012:64-65.

[20]SOBERS S. Teradata next-generation analytics for communications service providers[R]. California: Teradata, 2013.

[21]飛揚(yáng).2015年度中國(guó)大數(shù)據(jù)綜合服務(wù)提供商TOP 100[J].互聯(lián)網(wǎng)周刊,2016(2):50-52.

WANG Yang:Network Analysis Engineer; Network Management Center, Network Department of China Mobile Group Shanxi Co., Ltd., Taiyuan 030009, China.

文章編號(hào)：2095-3852(2016)03-0347-04

文獻(xiàn)標(biāo)志碼:A

收稿日期：2015-12-25.

作者簡(jiǎn)介：王洋(1983-)，男，山西太原人，中國(guó)移動(dòng)通信集團(tuán)山西有限公司網(wǎng)絡(luò)管理中心網(wǎng)絡(luò)分析工程師；博士.

基金項(xiàng)目：2015教育部中國(guó)移動(dòng)科研基金項(xiàng)目(BJ216001).

中圖分類號(hào)：G203；TP391；TN929.5

DOI：10.3963/j.issn.2095-3852.2016.03.018

Research of Mobile Communication Big Data Resource Valuable Operation

WANGYang，GUPeiyue

Abstract：The problems which the social big data resource are transforming into value-based big data resource at the initial stage of information society is becoming increasingly outstanding. The social big data features and small data features have been comparative analyzed. In the case of E-business marketing and electrical energy, the application mode and the approach strategy of big data resource transforming into value-based big data resource are discussed. The operation mode of mobile communication big data resource value conversion has been analyzed. It comprises from the follow four aspects:network design and operation, social network and social media resources, geographic information and spatial locations, E-business channel and response.It opened up a new perspective for intelligent operations.

Key words：mobile communication network; mobile communications operator; mobile communication big data; big data resource value