• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    安徽聯(lián)通企業(yè)級(jí)大數(shù)據(jù)平臺(tái)構(gòu)建及應(yīng)用實(shí)踐

    2018-02-01 03:30:58吳濤劉韜王斌
    電信科學(xué) 2018年1期
    關(guān)鍵詞:聯(lián)通安徽建模

    吳濤,劉韜,王斌

    ?

    安徽聯(lián)通企業(yè)級(jí)大數(shù)據(jù)平臺(tái)構(gòu)建及應(yīng)用實(shí)踐

    吳濤,劉韜,王斌

    (中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司安徽分公司,安徽 合肥 230069)

    完整地總結(jié)了中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司安徽分公司建設(shè)大數(shù)據(jù)面對(duì)的挑戰(zhàn)和機(jī)遇以及通過(guò)快速構(gòu)建B/O域融合的智慧運(yùn)營(yíng)平臺(tái)累積的跨域數(shù)據(jù)多維度、多層次融合治理經(jīng)驗(yàn)。此外,安徽聯(lián)通還對(duì)用戶離網(wǎng)預(yù)測(cè)進(jìn)行了深入研究,通過(guò)大數(shù)據(jù)平臺(tái)構(gòu)建離網(wǎng)預(yù)測(cè)模型,實(shí)現(xiàn)離網(wǎng)預(yù)測(cè)模型查準(zhǔn)率90%、查全率9%的突破,并通過(guò)提升用戶感知等應(yīng)用深入推廣大數(shù)據(jù)在各領(lǐng)域的融合應(yīng)用,對(duì)內(nèi)提升了運(yùn)營(yíng)效率,實(shí)現(xiàn)了NOC(network operations center,網(wǎng)絡(luò)運(yùn)維中心)向SOC(service operations center,業(yè)務(wù)運(yùn)營(yíng)中心)的轉(zhuǎn)型。

    運(yùn)營(yíng)商大數(shù)據(jù);B/O域數(shù)據(jù)融合;離網(wǎng)預(yù)測(cè)大數(shù)據(jù)應(yīng)用;NOC向SOC的轉(zhuǎn)型

    1 引言

    2015年中國(guó)政府提出“互聯(lián)網(wǎng)+行動(dòng)計(jì)劃”,互聯(lián)網(wǎng)化已經(jīng)成為各個(gè)傳統(tǒng)行業(yè)升級(jí)和創(chuàng)新商業(yè)模式最重要的議題?!盎ヂ?lián)網(wǎng)+”時(shí)代的到來(lái),不僅在改善和提升用戶體驗(yàn)上發(fā)揮作用,也將誕生海量的數(shù)據(jù)資產(chǎn)。根據(jù)愛(ài)立信的報(bào)告,2020年大數(shù)據(jù)的產(chǎn)生量將接近目前的10倍,大數(shù)據(jù)的激增以及各類(lèi)大數(shù)據(jù)的融合使得大數(shù)據(jù)的大規(guī)模商業(yè)化和落地成為可能[1]。

    2 運(yùn)營(yíng)商發(fā)展大數(shù)據(jù)的優(yōu)勢(shì)

    電信運(yùn)營(yíng)商發(fā)展大數(shù)據(jù)具有天然的優(yōu)勢(shì),主要體現(xiàn)為數(shù)據(jù)資源的豐富性、完整性和連續(xù)性。

    ? ? 豐富性:主要指運(yùn)營(yíng)商擁有的數(shù)據(jù)涉及范圍廣,不但涉及財(cái)務(wù)收入、業(yè)務(wù)發(fā)展量等結(jié)構(gòu)化數(shù)據(jù),也會(huì)涉及圖片、文本、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù),數(shù)據(jù)量級(jí)已從TB(1 012 GB)發(fā)展至PB乃至ZB。

    ? ? 完整性:主要指運(yùn)營(yíng)商擁有的數(shù)據(jù)涵蓋全業(yè)務(wù)、全用戶和全渠道,數(shù)據(jù)信息完整。

    ? ? 連續(xù)性:主要指運(yùn)營(yíng)商擁有的數(shù)據(jù)記錄周期長(zhǎng),數(shù)據(jù)延續(xù)性好,覆蓋用戶從入網(wǎng)到離網(wǎng)前的全生命周期[2]。

    3 安徽聯(lián)通建設(shè)大數(shù)據(jù)的現(xiàn)狀及挑戰(zhàn)

    大數(shù)據(jù)給電信運(yùn)營(yíng)商帶來(lái)機(jī)遇的同時(shí),也給運(yùn)營(yíng)商相關(guān)技術(shù)帶來(lái)極大挑戰(zhàn)[3]。

    中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司安徽分公司(以下簡(jiǎn)稱安徽聯(lián)通)擁有龐大的用戶資源,隨著實(shí)名制的開(kāi)展,數(shù)據(jù)會(huì)更加翔實(shí),并通過(guò)分析移動(dòng)互聯(lián)網(wǎng)生成的多樣化數(shù)據(jù),了解人們生活的方方面面,具備非常高的價(jià)值純度。安徽聯(lián)通還具備豐富的IDC(integrated data center,集成數(shù)據(jù)中心)資源,能夠保證海量數(shù)據(jù)擁有足夠的存儲(chǔ)空間,從而保證數(shù)據(jù)分析的時(shí)間連續(xù)性,以把握數(shù)據(jù)趨勢(shì)。但是,安徽聯(lián)通傳統(tǒng)的建設(shè)模式基本采用封閉、獨(dú)立、各系統(tǒng)自成一體的建設(shè)方式,導(dǎo)致大量的數(shù)據(jù)分布在各個(gè)底層應(yīng)用系統(tǒng)中,沒(méi)有統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn),各自私有的數(shù)據(jù)結(jié)構(gòu),且存在大量的冗余建設(shè),如何有效地實(shí)現(xiàn)數(shù)據(jù)的各域、各系統(tǒng)的數(shù)據(jù)統(tǒng)一采集、治理、共享,將是安徽聯(lián)通面臨的巨大挑戰(zhàn),歸納起來(lái),有以下5點(diǎn)。

    (1)接口復(fù)雜覆蓋面廣

    智慧運(yùn)營(yíng)平臺(tái)的數(shù)據(jù)來(lái)源于安徽聯(lián)通各業(yè)務(wù)系統(tǒng),涉及計(jì)費(fèi)、網(wǎng)管、核心網(wǎng)、無(wú)線等跨領(lǐng)域業(yè)務(wù)。不同系統(tǒng)間數(shù)據(jù)結(jié)構(gòu)、接口千差萬(wàn)別,這就對(duì)大數(shù)據(jù)平臺(tái)的采集能力提出了很高的要求。如何保質(zhì)保量地將不同系統(tǒng)的數(shù)據(jù)準(zhǔn)確采集過(guò)來(lái),是智慧運(yùn)營(yíng)平臺(tái)數(shù)據(jù)整合首先要解決的問(wèn)題。例如,實(shí)時(shí)數(shù)據(jù)通過(guò)SDTP(serial data transport protocol,串行數(shù)據(jù)傳輸協(xié)議)進(jìn)行采集,B域的數(shù)據(jù)通過(guò)SFTP(secure file transfer protocol,安全文件傳輸協(xié)議)進(jìn)行采集,流日志數(shù)據(jù)通過(guò)syslog方式進(jìn)行采集;各系統(tǒng)的數(shù)據(jù)接口格式也存在千差萬(wàn)別,例如4G MR(mobile router,移動(dòng)路由器)數(shù)據(jù)是XML(extensible markup language,可擴(kuò)展標(biāo)記語(yǔ)言)報(bào)文格式,CBSS數(shù)據(jù)文件格式是固定長(zhǎng)度記錄格式,ECS是特殊字符串分割方式,大數(shù)據(jù)平臺(tái)需要支持各種差異化接口、格式,實(shí)現(xiàn)數(shù)據(jù)的異構(gòu)。

    (2)數(shù)據(jù)標(biāo)準(zhǔn)不一致

    不同業(yè)務(wù)系統(tǒng)對(duì)同一個(gè)事物的理解存在差異,同樣的事物可能具有不同的命名規(guī)則、不同的度量單位。如果不進(jìn)行有效的數(shù)據(jù)治理,統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn),大數(shù)據(jù)只能是一堆雜亂數(shù)據(jù)的集合,實(shí)現(xiàn)統(tǒng)一建模、統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn),是智慧運(yùn)營(yíng)平臺(tái)面臨的最大挑戰(zhàn)。例如,在CBSS系統(tǒng)中流量單位是比特,但是,在BSS系統(tǒng)中流量單位為KB,兩者相差一個(gè)數(shù)量級(jí)。如果不進(jìn)行標(biāo)準(zhǔn)統(tǒng)一,就會(huì)導(dǎo)致數(shù)據(jù)失真,在大數(shù)據(jù)挖掘的過(guò)程中錯(cuò)誤會(huì)指數(shù)級(jí)別放大。

    (3)異廠商技術(shù)壁壘

    大數(shù)據(jù)平臺(tái)數(shù)據(jù)來(lái)源于各應(yīng)用廠商,各應(yīng)用廠商系統(tǒng)接口通常采用私有協(xié)議,具有特殊的數(shù)據(jù)結(jié)構(gòu),且不對(duì)外提供數(shù)據(jù)解析能力,導(dǎo)致大數(shù)據(jù)平臺(tái)采集數(shù)據(jù)后,需要協(xié)調(diào)各廠商提供數(shù)據(jù)解析支撐,并做好各廠商數(shù)據(jù)的異構(gòu)適配。因此,大幅度地提升了大數(shù)據(jù)平臺(tái)的數(shù)據(jù)采集難度,降低數(shù)據(jù)采集效率。例如,2G/3G 用戶MR數(shù)據(jù),中興通訊、華為、諾基亞西門(mén)子3個(gè)廠商數(shù)據(jù)格式各不一樣,任何兩個(gè)廠商之間數(shù)據(jù)都無(wú)法相互解析,大數(shù)據(jù)平臺(tái)進(jìn)行數(shù)據(jù)采集后,需要根據(jù)業(yè)務(wù)理解對(duì)各廠商數(shù)據(jù)進(jìn)行定制化的轉(zhuǎn)化,實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一建模,對(duì)外提供統(tǒng)一的數(shù)據(jù)格式。

    (4)煙囪發(fā)展各自為政

    由于歷史發(fā)展,各業(yè)務(wù)系統(tǒng)各自為政,形成一個(gè)個(gè)數(shù)據(jù)煙囪,煙囪長(zhǎng)短不一、數(shù)據(jù)質(zhì)量參差不齊,各業(yè)務(wù)分析支撐只能基于單系統(tǒng)數(shù)據(jù)展開(kāi),缺少一個(gè)全量數(shù)據(jù)的整合平臺(tái),影響數(shù)據(jù)價(jià)值的深度挖掘,智慧運(yùn)營(yíng)平臺(tái)將致力于抹平煙囪,實(shí)現(xiàn)全量數(shù)據(jù)的統(tǒng)一共享。

    (5)開(kāi)放及安全防護(hù)

    大數(shù)據(jù)的重要特點(diǎn)就是數(shù)據(jù)的開(kāi)放和互通,隨著大數(shù)據(jù)的廣泛應(yīng)用,數(shù)據(jù)共享和開(kāi)放勢(shì)在必行,但大數(shù)據(jù)平臺(tái)數(shù)據(jù)包含了大量的用戶隱私數(shù)據(jù),如用戶行為偏好、位置軌跡、消費(fèi)數(shù)據(jù)等隱私數(shù)據(jù),如何在不侵犯?jìng)€(gè)人隱私、保障數(shù)據(jù)安全的情況下,做好數(shù)據(jù)開(kāi)放實(shí)現(xiàn)互利共贏,是智慧運(yùn)營(yíng)平臺(tái)需要面對(duì)的一大挑戰(zhàn)。智慧運(yùn)營(yíng)平臺(tái)通過(guò)網(wǎng)絡(luò)隔離、數(shù)據(jù)加密、去隱私化等方式保障數(shù)據(jù)的安全[4]。

    4 安徽聯(lián)通技術(shù)+管理的應(yīng)對(duì)措施

    面對(duì)建設(shè)大數(shù)據(jù)遇到的挑戰(zhàn),安徽聯(lián)通迎難而上,自上而下明確了整體的工作思路:在組織機(jī)制保障下,借助智慧運(yùn)營(yíng)平臺(tái)相關(guān)建設(shè),實(shí)現(xiàn)大數(shù)據(jù)采集、建模、開(kāi)放及安全管理。

    (1)組織保障

    安徽聯(lián)通調(diào)整組織架構(gòu),成立了智慧運(yùn)營(yíng)專(兼)職運(yùn)營(yíng)團(tuán)隊(duì),負(fù)責(zé)智慧運(yùn)營(yíng)平臺(tái)建設(shè)及日常運(yùn)營(yíng)、需求受理等,并基于大數(shù)據(jù)挖掘的應(yīng)用場(chǎng)景使用。

    (2)系統(tǒng)建設(shè)

    安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)是業(yè)內(nèi)領(lǐng)先的企業(yè)級(jí)大數(shù)據(jù)平臺(tái),包括分布式存儲(chǔ)計(jì)算平臺(tái)、大數(shù)據(jù)應(yīng)該管理平臺(tái)、流處理平臺(tái)三大資源池,為大數(shù)據(jù)采集和整合奠定了堅(jiān)實(shí)基礎(chǔ)。

    (3)數(shù)據(jù)整合

    建立全新的四層融合數(shù)據(jù)模型,通過(guò)數(shù)據(jù)采集、數(shù)據(jù)建模、數(shù)據(jù)挖掘、數(shù)據(jù)服務(wù)和數(shù)據(jù)開(kāi)放等過(guò)程,實(shí)現(xiàn)了大數(shù)據(jù)的處理、加工、應(yīng)用和價(jià)值變現(xiàn)。

    (4)數(shù)據(jù)安全

    在流程方面建立嚴(yán)格的數(shù)據(jù)管理流程,數(shù)據(jù)的接入和獲取需要逐層審批,并實(shí)現(xiàn)不同賬號(hào)的分權(quán)分域;在平臺(tái)方面實(shí)現(xiàn)數(shù)據(jù)隔離,做到“進(jìn)不來(lái)、看不見(jiàn)、拿不走”的三“不”要求;在對(duì)外合作方面做到數(shù)據(jù)脫敏,保障用戶信息的安全。

    (5)數(shù)據(jù)管理

    依托智慧運(yùn)營(yíng)平臺(tái)的資產(chǎn)管理平臺(tái),建立一系列領(lǐng)先的大數(shù)據(jù)管理能力,實(shí)現(xiàn)對(duì)智慧運(yùn)營(yíng)平臺(tái)的數(shù)據(jù)以及數(shù)據(jù)生產(chǎn)的全生命周期進(jìn)行的全面管控。

    5 安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)的構(gòu)建

    安徽聯(lián)通于2016年底成功構(gòu)建基于華為FusionInsight解決方案的B域、O域數(shù)據(jù)融合的企業(yè)級(jí)大數(shù)據(jù)平臺(tái)——智慧運(yùn)營(yíng)平臺(tái),目的是對(duì)內(nèi)實(shí)現(xiàn)智慧運(yùn)營(yíng)、精準(zhǔn)營(yíng)銷(xiāo),對(duì)外實(shí)現(xiàn)價(jià)值變現(xiàn)。

    智慧運(yùn)營(yíng)平臺(tái)基于“+1+”的理念構(gòu)建,即個(gè)可擴(kuò)展的數(shù)據(jù)源、1個(gè)企業(yè)級(jí)大數(shù)據(jù)融合平臺(tái)、基于平臺(tái)實(shí)現(xiàn)的多()個(gè)對(duì)內(nèi)、對(duì)外應(yīng)用,如圖1所示。遵循“+1+”的建設(shè)理念,安徽聯(lián)通在搭建智慧運(yùn)營(yíng)平臺(tái)架構(gòu)時(shí)首要考慮的是對(duì)融合數(shù)據(jù)的統(tǒng)一采集、統(tǒng)一存儲(chǔ)、跨域數(shù)據(jù)的共享以及跨域數(shù)據(jù)的精品應(yīng)用[5]。

    5.1 融合數(shù)據(jù)統(tǒng)一采集

    安徽聯(lián)通現(xiàn)網(wǎng)有多個(gè)煙囪狀系統(tǒng),這些系統(tǒng)的數(shù)據(jù)相互獨(dú)立、類(lèi)型互不相同,如BSS、ECS、Gn上網(wǎng)日志、CS信令、基站小區(qū)基本信息、網(wǎng)絡(luò)感知系統(tǒng)、客服系統(tǒng)、號(hào)線資源系統(tǒng)等,通過(guò)梳理涉及的接口共197個(gè)。為了實(shí)現(xiàn)對(duì)任何系統(tǒng)各類(lèi)數(shù)據(jù)的統(tǒng)一采集,安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)摒棄傳統(tǒng)ETL(無(wú)法支持非結(jié)構(gòu)化文本,不支持流式數(shù)據(jù)處理),而采用云化ETL(BDI)技術(shù)。 BDI實(shí)現(xiàn)融合數(shù)據(jù)統(tǒng)一采集 & BDI功能視圖如圖2所示。

    圖1 安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)“M+1+N”架構(gòu)

    云化ETL(BDI)技術(shù)的數(shù)據(jù)采集功能支持采集多種類(lèi)型數(shù)據(jù),并將數(shù)據(jù)源不同的字段類(lèi)型進(jìn)行統(tǒng)一。如,OGG采集B域增量數(shù)據(jù)、FTP/SFTP對(duì)文本文件進(jìn)行抽取、Flume/Kafka對(duì)O域數(shù)據(jù)實(shí)時(shí)采集、RDB和MPPDB對(duì)數(shù)據(jù)庫(kù)直接采集等。數(shù)據(jù)轉(zhuǎn)換功能對(duì)異構(gòu)數(shù)據(jù)源的數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、統(tǒng)一標(biāo)準(zhǔn),包括過(guò)濾、分組、查找、去重、路由、合并、拆分、排序、轉(zhuǎn)換、聯(lián)合、統(tǒng)計(jì)、加密等,最終實(shí)現(xiàn)維度命名統(tǒng)一、數(shù)據(jù)數(shù)值統(tǒng)一等。數(shù)據(jù)加載/分發(fā)功能將融合數(shù)據(jù)加載分發(fā)到不同的數(shù)據(jù)源,支持異構(gòu)數(shù)據(jù)源并行加載、加載前過(guò)濾、加載前路由以及不落地加載等。

    5.2 融合數(shù)據(jù)統(tǒng)一存儲(chǔ)/統(tǒng)一處理

    安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)采用FusionInsight Hadoop平臺(tái)作為融合數(shù)據(jù)統(tǒng)一存儲(chǔ)和處理中心,如圖3所示,采用分布式共享存儲(chǔ),不需要額外的磁陣和雙機(jī)軟件,實(shí)現(xiàn)現(xiàn)網(wǎng)B/O/M三域一份數(shù)據(jù)的統(tǒng)一集中化存儲(chǔ),確保B域全部、O域全部和M域核心價(jià)值數(shù)據(jù)的統(tǒng)一與一致性存儲(chǔ),并通過(guò)云化ETL平臺(tái)向數(shù)據(jù)倉(cāng)庫(kù)、實(shí)時(shí)查詢庫(kù)和流處理平臺(tái)進(jìn)行統(tǒng)一分發(fā)[6]。

    圖2 BDI實(shí)現(xiàn)融合數(shù)據(jù)統(tǒng)一采集 & BDI功能視圖

    圖3 FusionInsight Hadoop邏輯架構(gòu)

    5.3 跨域數(shù)據(jù)共享

    安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)通過(guò)強(qiáng)大的多租戶能力(在一套服務(wù)器上運(yùn)行某個(gè)應(yīng)用實(shí)例,它為多個(gè)租戶提供服務(wù),租戶之間不感知)進(jìn)行權(quán)限控制和資源隔離,解決部門(mén)間大數(shù)據(jù)平臺(tái)資源共享與數(shù)據(jù)共享困難,實(shí)現(xiàn)跨域數(shù)據(jù)的共享。多租戶邏輯架構(gòu)如圖4所示。

    5.4 跨域數(shù)據(jù)精品應(yīng)用[7]

    安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)整合B/O域多種數(shù)據(jù)源,在如圖5所示的六大實(shí)體數(shù)據(jù)(參與人、服務(wù)、資源、賬務(wù)、營(yíng)銷(xiāo)、企業(yè)管理)和事件數(shù)據(jù)基礎(chǔ)上,通過(guò)表1的九大主題域統(tǒng)一建模,以“數(shù)據(jù)→信息→知識(shí)→智慧”為核心將跨域數(shù)據(jù)關(guān)聯(lián)的價(jià)值提煉。目前,采用的融合建模方法主要有維度建模(基于靜態(tài)信息,一般是“人”和“物”)和事件+規(guī)則建模(基于動(dòng)態(tài)信息,即時(shí)間軸模型,如離散模型、步進(jìn)模型、連續(xù)模型和恒定模型等),已經(jīng)在現(xiàn)網(wǎng)實(shí)現(xiàn)的跨域數(shù)據(jù)應(yīng)用主要有離網(wǎng)預(yù)測(cè)、云砥交通監(jiān)控、2G退網(wǎng)、用戶感知等精品應(yīng)用開(kāi)發(fā)等。

    圖4 多租戶邏輯架構(gòu)

    圖5 六大實(shí)體數(shù)據(jù)和事件數(shù)據(jù)

    表1 九大主題域

    6 安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)主要技術(shù)和能力

    大數(shù)據(jù)具備4 V特點(diǎn):volume(大量)、variety(多樣)、veleocity(高速)、value(價(jià)值),第一,數(shù)據(jù)體量巨大,從TB級(jí)別躍升為PB級(jí)別;第二,數(shù)據(jù)結(jié)果類(lèi)型繁多;第三,數(shù)據(jù)處理速度快,可以從各種類(lèi)型數(shù)據(jù)中快速獲得高價(jià)信息;第四,合理利用數(shù)據(jù)并進(jìn)行正確的分析,將會(huì)獲取高價(jià)值回報(bào)。

    傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)在PB級(jí)數(shù)據(jù)處理上已經(jīng)力不從心,在大數(shù)據(jù)領(lǐng)域中,Hadoop目前已經(jīng)是大數(shù)據(jù)平臺(tái)中應(yīng)用效率最高的技術(shù),特別是針對(duì)文本、社交媒體訂閱及視頻等非結(jié)構(gòu)化數(shù)據(jù),支撐多種并行處理架構(gòu),如MapReduce、Spark、Storm;關(guān)注NoSQL數(shù)據(jù)庫(kù),解決傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)引擎瓶頸;基于內(nèi)存的并行實(shí)時(shí)分析,使實(shí)時(shí)流式數(shù)據(jù)分析成為可能。

    安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)采用華為公司FusionInside-Hadoop + Universe 解決方案實(shí)現(xiàn),該技術(shù)架構(gòu)具備Hadoop所有的特性功能,并在Hadoop的基礎(chǔ)制定專業(yè)的應(yīng)用解決方案,使智慧運(yùn)營(yíng)平臺(tái)成為一個(gè)安全、開(kāi)放、便捷的大數(shù)據(jù)平臺(tái),主要具備以下功能特點(diǎn)。

    6.1 多樣化的數(shù)據(jù)采集

    智慧運(yùn)營(yíng)平臺(tái)支持對(duì)表、文件、消息等多種數(shù)據(jù)的實(shí)時(shí)增量數(shù)據(jù)采集(使用Flume、消息隊(duì)列、Ogg等技術(shù))和批量數(shù)據(jù)分布式采集等能力(Sqoop、FTP VOER HDFS),比基于傳統(tǒng)ETL的采集性能有數(shù)量級(jí)的提升,采集能力在業(yè)界處于領(lǐng)先地位。另外,還支持與DB2、Oracle、Hadoop(Hive)、Hadoop(Impala)、Hadoop(HBase)、Hadoop(Spark)、MPP(Aster)、MPP(GBase)、Sqlfire、GemfireXD以及IBM Streams共11類(lèi)數(shù)據(jù)庫(kù)技術(shù)平臺(tái)的對(duì)接,真正地實(shí)現(xiàn)了跨平臺(tái)開(kāi)發(fā)和數(shù)據(jù)管理。

    表2 數(shù)據(jù)模型框架

    6.2 統(tǒng)一建模、多域數(shù)據(jù)融合

    智慧運(yùn)營(yíng)平臺(tái)將數(shù)據(jù)模型框架分為原始數(shù)據(jù)層(original data store,ODS)、基礎(chǔ)數(shù)據(jù)層(basic data store,BDS)、融合數(shù)據(jù)層(convergence information store,CIS)和應(yīng)用數(shù)據(jù)層(application data store,ADS)4個(gè)層次。原始數(shù)據(jù)層數(shù)據(jù)結(jié)構(gòu)與源系統(tǒng)完全一致,基礎(chǔ)數(shù)據(jù)模型、融合數(shù)據(jù)模型和應(yīng)用層是平臺(tái)重點(diǎn)建設(shè)的數(shù)據(jù)模型。數(shù)據(jù)模型架構(gòu)如圖6所示。

    在智慧運(yùn)營(yíng)平臺(tái)總體設(shè)計(jì)中,遵循高層級(jí)可以從低層級(jí)獲取數(shù)據(jù)、低層級(jí)不允許從高層級(jí)獲取數(shù)據(jù)的整體原則,見(jiàn)表2。

    圖6 數(shù)據(jù)模型框架

    智慧運(yùn)營(yíng)平臺(tái)在數(shù)據(jù)融合方面,目前實(shí)現(xiàn)B域、O域數(shù)據(jù)融合,共采集八大系統(tǒng)300多個(gè)接口數(shù)據(jù),日存儲(chǔ)處理B域數(shù)據(jù)500 GB,O域數(shù)據(jù)10 TB,數(shù)據(jù)源見(jiàn)表3。

    表3 數(shù)據(jù)源范圍

    在數(shù)據(jù)準(zhǔn)確性方面,智慧運(yùn)營(yíng)平臺(tái)在建模階段開(kāi)始介入,制定嚴(yán)格數(shù)據(jù)校驗(yàn)規(guī)則及數(shù)據(jù)異常處理規(guī)則,確保模型加載數(shù)據(jù)的準(zhǔn)確性。針對(duì)跨域同類(lèi)數(shù)據(jù),安徽聯(lián)通獨(dú)創(chuàng)單用戶流程數(shù)據(jù)準(zhǔn)確性比較方案,取得平臺(tái)與網(wǎng)元及KPI對(duì)比差異小于1%,單天流量差異小于0.2%,當(dāng)天存在流量差異用戶比例小于30%的成果。

    6.3 支持多框架,實(shí)現(xiàn)統(tǒng)一調(diào)度

    智慧運(yùn)營(yíng)平臺(tái)內(nèi)置多種計(jì)算框架(MapReduce、Spark、Storm),能夠高效地處理海量非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)。同時(shí),滿足批處理、實(shí)時(shí)處理等多種計(jì)算場(chǎng)景需求;可支持個(gè)性化、靈活多樣的調(diào)度策略編排,實(shí)現(xiàn)多種并行處理框架任務(wù)(如 MapReduce、Spark)的調(diào)度、關(guān)系型數(shù)據(jù)庫(kù)存儲(chǔ)過(guò)程、shell腳本等調(diào)度。

    6.4 集成挖掘算法,快速實(shí)現(xiàn)建模

    智慧運(yùn)營(yíng)平臺(tái)基于分布式計(jì)算架構(gòu),整合業(yè)界先進(jìn)的挖掘算法,實(shí)現(xiàn)基于Hadoop的并行計(jì)算改造,充分利用大數(shù)據(jù)平臺(tái)強(qiáng)大的計(jì)算能力及豐富的數(shù)據(jù)資源,快速實(shí)現(xiàn)原始數(shù)據(jù)的二次挖掘,提升數(shù)據(jù)價(jià)值。目前,已經(jīng)集成的建模算法包含樸素貝葉斯、稀疏線性矩陣、決策樹(shù)、隨機(jī)森林、邏輯回歸、-means、社交網(wǎng)絡(luò)推薦、影響力傳播、協(xié)調(diào)過(guò)濾、線性回歸等一系列的挖掘算法。整個(gè)建模過(guò)程采用圖形化操作界面,大大降低了數(shù)學(xué)建模門(mén)檻,并支持系統(tǒng)自動(dòng)建模能力。

    6.5 圖形化開(kāi)發(fā),降低大數(shù)據(jù)應(yīng)用門(mén)檻

    智慧運(yùn)營(yíng)平臺(tái)通過(guò)一整套的圖形化的開(kāi)發(fā)和維護(hù)工具,支持圖形化拖拽式開(kāi)發(fā),免代碼編寫(xiě),降低大數(shù)據(jù)應(yīng)用的開(kāi)發(fā)難度,業(yè)務(wù)需求響應(yīng)周期由周級(jí)別降低到小時(shí)級(jí)別,效率成倍提升。

    6.6 基于大數(shù)據(jù)的網(wǎng)絡(luò)維挽工具,實(shí)現(xiàn)NOC向SOC轉(zhuǎn)型[8]

    6.6.1 重點(diǎn)區(qū)域KQI/KPI實(shí)時(shí)監(jiān)控能力

    根據(jù)業(yè)務(wù)需求,快速制定對(duì)指定區(qū)域的KQI/KPI監(jiān)控任務(wù),對(duì)指定區(qū)域進(jìn)行實(shí)時(shí)KQI/KPI監(jiān)控,實(shí)現(xiàn)5 min粒度監(jiān)控自定義區(qū)域KQI/KPI狀態(tài)并上報(bào)告警,并可以通過(guò)地圖直觀呈現(xiàn)自定義區(qū)域中的異常區(qū)域,對(duì)網(wǎng)絡(luò)中關(guān)鍵指標(biāo)進(jìn)行實(shí)時(shí)監(jiān)控,制定保障方案。

    6.6.2 移動(dòng)寬帶網(wǎng)絡(luò)可視化能力

    基于MBB流量分析,實(shí)現(xiàn)現(xiàn)網(wǎng)流量的多維分析統(tǒng)計(jì)(網(wǎng)元、協(xié)議、APN、用戶、接入網(wǎng)、網(wǎng)站、位置、終端等),并提供多維實(shí)時(shí)的詳細(xì)報(bào)表,實(shí)現(xiàn)移動(dòng)寬帶網(wǎng)絡(luò)可視化。

    6.6.3 端到端故障分析能力

    打通UE(user equipment,用戶設(shè)備)到SP(signaling point,信令點(diǎn))鏈路所有網(wǎng)元,實(shí)現(xiàn)全網(wǎng)元特定業(yè)務(wù)的質(zhì)量分析,發(fā)現(xiàn)業(yè)務(wù)質(zhì)量問(wèn)題及根因,實(shí)現(xiàn)端到端故障定界,并可通過(guò)歷史數(shù)據(jù)的分析,發(fā)現(xiàn)潛在問(wèn)題和未來(lái)趨勢(shì)。

    6.6.4 開(kāi)放的定制化能力

    智慧運(yùn)營(yíng)平臺(tái)采用開(kāi)放式架構(gòu),基于智慧運(yùn)營(yíng)平臺(tái)可以實(shí)現(xiàn)應(yīng)用的百花齊放,目前已經(jīng)實(shí)現(xiàn)CSFB(circuit switched fallback,電路域交換回落)專題、Web質(zhì)差小區(qū)專題、高鐵專題、2G/3G/4G專題、OTT用戶行分析、校園用戶分析六大專題應(yīng)用。

    ? ? CSFB專題:分析對(duì)指定時(shí)間段內(nèi)、指定區(qū)域的CSFB業(yè)務(wù)指標(biāo)進(jìn)行監(jiān)控,快速發(fā)現(xiàn)并上報(bào)問(wèn)題,對(duì)呼損類(lèi)問(wèn)題,使用呼損分析方式形象展示出問(wèn)題發(fā)生次數(shù)和所在位置,幫助運(yùn)營(yíng)商問(wèn)題定界。

    ? ? Web質(zhì)差小區(qū)專題:結(jié)合TCP管道指標(biāo),識(shí)別影響用戶感知的無(wú)線質(zhì)差小區(qū)。

    ? ? 高鐵專題:對(duì)高鐵用戶進(jìn)行精準(zhǔn)識(shí)別,針對(duì)性地進(jìn)行問(wèn)題處理。

    ?? 2G/3G/4G專題:分析2G/3G/4G用戶分布情況,高流量2G小區(qū)下用戶終端類(lèi)型、用戶業(yè)務(wù)量情況,為2G退網(wǎng)提供數(shù)據(jù)支撐。

    ?? OTT用戶分析專題:挖掘高價(jià)值用戶行為,為市場(chǎng)營(yíng)銷(xiāo)提供數(shù)據(jù)支撐。

    ? ? 校園分析專題:分析校園用戶感知情況、結(jié)合終端分布及用戶行為分析為市場(chǎng)進(jìn)行校園營(yíng)銷(xiāo)提供數(shù)據(jù)支撐。

    7 安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)用戶離網(wǎng)預(yù)測(cè)大數(shù)據(jù)的應(yīng)用實(shí)踐

    7.1 用戶離網(wǎng)定義

    用戶離網(wǎng)是指用戶因?yàn)槟撤N原因與運(yùn)營(yíng)商解除服務(wù)合同行為,即用戶停止消費(fèi)目前正在使用的電信產(chǎn)品或服務(wù),選擇其他運(yùn)營(yíng)商的產(chǎn)品或服務(wù),或者選擇該運(yùn)營(yíng)商的其他替代性電信產(chǎn)品或服務(wù)。

    用戶的離網(wǎng)表現(xiàn)主要分為兩大類(lèi):競(jìng)爭(zhēng)性用戶離網(wǎng)和非競(jìng)爭(zhēng)性用戶離網(wǎng)。競(jìng)爭(zhēng)性用戶離網(wǎng)主要是由于其他運(yùn)營(yíng)商通過(guò)主動(dòng)方式向用戶提供更優(yōu)惠的資費(fèi)、服務(wù)導(dǎo)致用戶的離網(wǎng);非競(jìng)爭(zhēng)性離網(wǎng)是由于運(yùn)營(yíng)商自身的產(chǎn)品替代、電信政策調(diào)測(cè)或用戶自身行為對(duì)通信產(chǎn)品使用的調(diào)整造成的離網(wǎng)。

    7.2 用戶離網(wǎng)因素

    根據(jù)用戶的離網(wǎng)意愿可分為主動(dòng)離網(wǎng)和被動(dòng)離網(wǎng),被動(dòng)離網(wǎng)又分為無(wú)意離網(wǎng)和蓄意離網(wǎng),從現(xiàn)網(wǎng)實(shí)際數(shù)據(jù)分析,蓄意離網(wǎng)占整個(gè)離網(wǎng)用戶的80%以上,這部分用戶主要受到企業(yè)產(chǎn)品或服務(wù)的技術(shù)原因、經(jīng)濟(jì)原因等影響離網(wǎng),是本次大數(shù)據(jù)應(yīng)用研究預(yù)測(cè)的對(duì)象。

    7.3 離網(wǎng)預(yù)測(cè)應(yīng)用原理

    7.3.1 離網(wǎng)預(yù)測(cè)算法

    安徽聯(lián)通離網(wǎng)模型采用隨機(jī)森林算法,該算法是一個(gè)包含多個(gè)決策樹(shù)的分類(lèi)器。每個(gè)決策樹(shù)的形成采用了隨機(jī)方法,各決策樹(shù)之間無(wú)關(guān)聯(lián)、彼此獨(dú)立,所有決策樹(shù)訓(xùn)練都是采用同樣的參數(shù),但是每棵樹(shù)的訓(xùn)練集不同。隨機(jī)森林對(duì)輸入的數(shù)據(jù)要進(jìn)行和列的隨機(jī)采樣,并保證采樣過(guò)程的隨機(jī)性,所以不容易出現(xiàn)over-fitting,且該算法實(shí)現(xiàn)相對(duì)簡(jiǎn)單、運(yùn)行速度快,容易基于Hadoop實(shí)現(xiàn)并行計(jì)算等特點(diǎn),所以本次離網(wǎng)預(yù)測(cè)課題,采用隨機(jī)森林算法進(jìn)行建模[9-16]。

    7.3.2 離網(wǎng)預(yù)測(cè)模型

    本離網(wǎng)預(yù)測(cè)模型采用隔月預(yù)測(cè)未來(lái)3月離網(wǎng)方式進(jìn)行建模打標(biāo),目的在于提前發(fā)現(xiàn)準(zhǔn)離網(wǎng)用戶,并拉大維系挽留動(dòng)作實(shí)施窗口,該預(yù)測(cè)方式建模更具備實(shí)際使用價(jià)值,建模打標(biāo)方式如圖7所示。

    圖7 離網(wǎng)打標(biāo)簽原理

    表4 離網(wǎng)用戶關(guān)鍵數(shù)據(jù)屬性字段

    本離網(wǎng)課題與其他課題項(xiàng)目在數(shù)據(jù)選擇上有明顯區(qū)別,其他課題數(shù)據(jù)均來(lái)自BSS系統(tǒng)數(shù)據(jù),本課題數(shù)據(jù)結(jié)合CBSS、ECS、客服、O域用戶網(wǎng)絡(luò)感知數(shù)據(jù)。在數(shù)據(jù)周期上,本課題采用數(shù)據(jù)周期較長(zhǎng),數(shù)據(jù)周期大于6個(gè)月,通過(guò)用戶消費(fèi)趨勢(shì)變化數(shù)據(jù),更直觀反映用戶的離網(wǎng)情況,具體指標(biāo)參數(shù)見(jiàn)表4。

    7.3.3 模型構(gòu)建

    本預(yù)測(cè)應(yīng)用構(gòu)建工具采用華為公司大數(shù)據(jù)Universe平臺(tái)的SmartMiner工具進(jìn)行建模。SmartMiner是華為大數(shù)據(jù)平臺(tái)中的一個(gè)支持圖形化開(kāi)發(fā)的專業(yè)的數(shù)據(jù)挖掘工具,基于Spark的分布式內(nèi)存處理框架,集成了大量的數(shù)據(jù)挖掘算法,借助大數(shù)據(jù)平臺(tái)強(qiáng)大數(shù)據(jù)并行處理能力,批量、快速、便捷地實(shí)現(xiàn)數(shù)據(jù)建模挖掘工作。

    本次應(yīng)用建模使用SmartMiner中的隨機(jī)森林算法實(shí)現(xiàn),共建200棵隨機(jī)樹(shù),使用SQR采樣方法,樹(shù)的最大深度15層,葉子最小樣本數(shù)100個(gè),最大分箱數(shù)32。

    本次建模采用兩種方式:方式一采用使用4個(gè)月歷史數(shù)據(jù),次月給前一個(gè)月打標(biāo)標(biāo)簽,采用當(dāng)前月數(shù)據(jù)預(yù)測(cè)次月離網(wǎng)情況;方式二采用7個(gè)月歷史數(shù)據(jù),使用隔月后未來(lái)3個(gè)月數(shù)據(jù)該月打標(biāo)簽,使用當(dāng)前月數(shù)據(jù)隔月后預(yù)測(cè)未來(lái)3個(gè)月用戶離網(wǎng)情況。

    7.3.4 模型評(píng)估

    本次課題采用查準(zhǔn)率和查全率2個(gè)指標(biāo)來(lái)評(píng)估模型的預(yù)測(cè)結(jié)果,其計(jì)算式如下。

    查準(zhǔn)率 = 預(yù)測(cè)為離網(wǎng)且最終離網(wǎng)的用戶/預(yù)測(cè)離網(wǎng)用戶數(shù)據(jù) (1)

    查全率 = 預(yù)測(cè)為離網(wǎng)且最終離網(wǎng)的用戶/實(shí)際離網(wǎng)用戶數(shù) (2)

    采用近期歷史數(shù)據(jù)進(jìn)行建模和評(píng)估,得到表5、表6、表7所示的評(píng)估數(shù)據(jù)。

    表5 預(yù)付費(fèi)用戶預(yù)測(cè)次月離網(wǎng)結(jié)果(2016年12月)

    表6 預(yù)付費(fèi)用戶隔月預(yù)測(cè)次3月離網(wǎng)結(jié)果(2017年2月)

    表7 后付費(fèi)用戶隔月預(yù)測(cè)次3月離網(wǎng)結(jié)果(2017年2月)

    根據(jù)業(yè)內(nèi)的統(tǒng)計(jì)數(shù)據(jù),國(guó)內(nèi)運(yùn)營(yíng)商的離網(wǎng)預(yù)測(cè)模型查準(zhǔn)率達(dá)到40%,查全率達(dá)到60%,就即可算作優(yōu)秀的離網(wǎng)預(yù)測(cè)模型,根據(jù)表5、表6、表7的結(jié)果可以得出,采用隨機(jī)森林算法的預(yù)測(cè)模型在查準(zhǔn)率方面有非常大的優(yōu)勢(shì)。

    7.4 離網(wǎng)根因分析

    分析歷史離網(wǎng)用戶與非離網(wǎng)用戶屬性分布,從而確定對(duì)應(yīng)屬性特征閾值,然后,分析預(yù)測(cè)用戶的對(duì)應(yīng)屬性的均值和標(biāo)準(zhǔn)差,計(jì)算對(duì)應(yīng)屬性偏好值=(屬性?屬性平均值)/方差,從而確定屬性特征閾值(0.5或?0.5),確定該用戶的離網(wǎng)根因,共分析總結(jié)11類(lèi)離網(wǎng)根因,見(jiàn)表8。

    經(jīng)實(shí)踐數(shù)據(jù)驗(yàn)證,符合離網(wǎng)根因用戶離網(wǎng)率的實(shí)際離網(wǎng)率,相對(duì)于全網(wǎng)用戶的離網(wǎng)率有明顯提升,離網(wǎng)根因應(yīng)用效果見(jiàn)表9、表10。

    表8 離網(wǎng)根因

    表9 2017年1月非三無(wú)用戶未來(lái)3個(gè)月離網(wǎng)率10.4%

    表10 2017年1月預(yù)測(cè)Top40萬(wàn)用戶在后3個(gè)月實(shí)際離網(wǎng)21.6萬(wàn),查準(zhǔn)率54.18%

    8 結(jié)束語(yǔ)

    安徽聯(lián)通緊抓大數(shù)據(jù)發(fā)展的時(shí)代脈搏,敢于創(chuàng)新、敢于挑戰(zhàn),在全國(guó)運(yùn)營(yíng)商中率先實(shí)現(xiàn)技術(shù)、架構(gòu)先進(jìn)的企業(yè)級(jí)融合大數(shù)據(jù)平臺(tái),完成安徽聯(lián)通B/O/M域數(shù)據(jù)的接入及治理,實(shí)現(xiàn)安徽聯(lián)通的數(shù)字化轉(zhuǎn)型及全業(yè)務(wù)流程的智慧運(yùn)營(yíng),并基于平臺(tái)的開(kāi)放架構(gòu),與融合大數(shù)據(jù)領(lǐng)域合作伙伴合作實(shí)現(xiàn)大數(shù)據(jù)對(duì)外應(yīng)用的百花齊放。

    企業(yè)級(jí)融合大數(shù)據(jù)平臺(tái)是個(gè)不斷迭代的過(guò)程,未來(lái),安徽聯(lián)通智慧運(yùn)營(yíng)平臺(tái)還將朝著“更大、更全、更準(zhǔn)”的方向不斷邁進(jìn),并探索專業(yè)化的團(tuán)隊(duì)建設(shè),通過(guò)PaaS化功能完善,實(shí)現(xiàn)對(duì)內(nèi)、對(duì)外應(yīng)用的百花齊放。

    [1] 童曉渝, 張?jiān)朴? 房秉毅, 等. 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): 5-9.

    TONG X Y, ZHANG Y Y, FANG B Y, et al. Opportunities and strategies to adopt big data for telecom operators [J]. Information and Communications Technolog, 2013(1): 5-9.

    [2] 左超, 耿慶鵬, 劉旭峰. 基于大數(shù)據(jù)的電信業(yè)務(wù)發(fā)展策略研究[J]. 郵電設(shè)計(jì)技術(shù), 2013(10): 1-4.

    ZUO C, GENG Q P, LIU X F. Study on operator’s development st rategy for big data business [J]. Designing Techniques of Posts and Telecommunications, 2013(10): 1-4.

    [3] 丁俊發(fā).大數(shù)據(jù)時(shí)代的機(jī)遇與挑戰(zhàn)[J]. 硅谷, 2013(1): 9-10.

    DING J F. Opportunities and strategies in big data era [J]. Silicon Valley, 2013(1): 9-10.

    [4] 馮登國(guó), 張敏, 李昊. 大數(shù)據(jù)安全與隱私保護(hù)[J]. 計(jì)算機(jī)學(xué)報(bào), 2014, 37(1): 246-258.

    FENG D G, ZHANG M, LI H. Big data security and privacy protection [J]. Chinese Journal of Computers, 2014, 37(1): 246-258.

    [5] 韓晶, 張智江, 王健全, 等. 面向統(tǒng)一運(yùn)營(yíng)的電信運(yùn)營(yíng)商大數(shù)據(jù)戰(zhàn)略[J]. 電信科學(xué), 2014, 30(11): 154-158.

    HAN J, ZHANG Z J, WANG J Q, et al. The unified-operation- oriented big data strategy for telecom operators [J]. Telecommunications Science, 2014, 30(11): 154-158.

    [6] 于鵑. 數(shù)據(jù)倉(cāng)庫(kù)與大數(shù)據(jù)融合的探討[J]. 電信科學(xué), 2015, 31(3): 166-170.

    YU J. Discussion on integration of data warehouse and big data [J]. Telecommunications Science, 2015, 31(3): 166-170.

    [7] 廖建新. 大數(shù)據(jù)技術(shù)的應(yīng)用現(xiàn)狀與展望[J]. 電信科學(xué), 2015, 31(7): 7-18.

    LIAO J X. Big data technology: current applications and prospects [J]. Telecommunications Science, 2015, 31(7): 7-18.

    [8] 王帥, 汪來(lái)富, 金華敏, 等. 網(wǎng)絡(luò)安全分析中的大數(shù)據(jù)技術(shù)應(yīng)用[J]. 電信科學(xué), 2015, 31(7): 145-150.

    WANG S, WANG L F, JIN H M, et al. Big data application in network security analysis [J]. Telecommunications Science, 2015, 31(7): 145-150.

    [9] ALMANA A M, AKSOY M S, ALZAHRANI R. A survey on data mining techniques in customer churn analysis for telecom industry[J]. Journal of Engineering Research and Applications, 2014, 4(5): 165-171.

    [10] BREIMAN L. Random forests[J]. Machine Learning, 2001, 45(1): 5-32.

    [11] AU W, CHAN K, YAO X. A novel evolutionary data mining algorithm with applications to churn prediction[J]. IEEE Transactions on Evolutionary Computation, 2003, 7(6): 532-545.

    [12] OSEMAN K B,BINTI S, SHUKOR M, et al. Data mining in churn analysis model for telecommunication industry[J]. Journal of Statistical Modeling and Analytics, 2010 (1): 19-27.

    [13] JUNQUE D, MARTENS D, PROVOST F. Predictive modeling with big data: is bigger really better? [J]. Big Data, 2013, 1(4): 215-226.

    [14] KIM N, JUNG K H, YONG S K, et al. Uniformly subsampled ensemble (use) for churn management: theory and implementation [J]. Expert Systems with Applications, 2012, 39(15): 11839-11845.

    [15] COUSSEMENT K, POEL D. Churn prediction in subscription services: an application of support vector machines while comparing two parameter-selection techniques[J]. Expert Systems with Applications, 2008, 34(1): 313-327.

    [16] GUYON I, LEMAIRE V, VOGEL D, et al. Analysis of the KDD cup 2009: fast scoring on a large orange customer database[J]. ACM SIGKDD Explorations Newsletter, 2009, 11(2): 1-22.

    Construction and application of Anhui Unicom enterprise big data platform

    WU Tao, LIU Tao, WANG Bin

    Anhui Branch of China United Network Communications Co., Ltd., Hefei 230069, China

    The challenges and opportunities faced by Anhui Unicom of big data construction, and the experience of Anhui Unicom rapidly constructing B+O convergent smart operation platform which realized multi-dimensional and multi-level fusion management of cross-domain platform were summarized. In addition, the customer off-grid prediction was also deeply studied by Anhui Unicom. Achieving the off-grid prediction model through the big data platform which made the precision ratio get 90% and the recall ration get 9%. On the other hand, the big data platform has been popularized to other departments by integrated applications, such as, user awareness enhancement etc. Internal operation efficiency was improved and NOC (network operations center) was transformed to SOC (service operations center).

    carrier big data, B+O convergent scenario, big data applications of off-grid prediction, transform from NOC to SOC

    TP319

    A

    10.11959/j.issn.1000?0801.2018036

    2017?12?10;

    2018?01?10

    吳濤(1973?),男,中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司安徽分公司副總經(jīng)理、大數(shù)據(jù)項(xiàng)目總負(fù)責(zé)人、數(shù)據(jù)分析顧問(wèn),主要研究方向?yàn)閿?shù)據(jù)分析與用戶感知提升、精準(zhǔn)化營(yíng)銷(xiāo)分析與數(shù)據(jù)挖掘、用戶消費(fèi)行為。

    劉韜(1976?),男,中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司安徽分公司計(jì)劃建設(shè)與資產(chǎn)運(yùn)營(yíng)部數(shù)據(jù)分析師,主要研究方向?yàn)榇髷?shù)據(jù)平臺(tái)架構(gòu)及搭建、B/O域基礎(chǔ)數(shù)據(jù)融合、數(shù)據(jù)分析、行業(yè)大數(shù)據(jù)應(yīng)用。

    王斌(1975?),男,中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司安徽分公司計(jì)劃建設(shè)與資產(chǎn)運(yùn)營(yíng)部副總經(jīng)理,主要負(fù)責(zé)大數(shù)據(jù)平臺(tái)架構(gòu)、數(shù)據(jù)分析顧問(wèn)、用戶消費(fèi)行為數(shù)據(jù)分析、行業(yè)大數(shù)據(jù)應(yīng)用研究等工作。

    猜你喜歡
    聯(lián)通安徽建模
    聯(lián)想等效,拓展建?!浴皫щ娦∏蛟诘刃?chǎng)中做圓周運(yùn)動(dòng)”為例
    風(fēng)起軒轅——聯(lián)通五千年民族血脈
    一張圖讀懂聯(lián)通兩年混改
    微信搭臺(tái)“聯(lián)通” 代表履職“移動(dòng)”
    基于PSS/E的風(fēng)電場(chǎng)建模與動(dòng)態(tài)分析
    電子制作(2018年17期)2018-09-28 01:56:44
    不對(duì)稱半橋變換器的建模與仿真
    安徽醫(yī)改自我完善主動(dòng)糾錯(cuò)
    安徽藥采如何“三步走”
    安徽 諸多方面走在前列
    安徽為什么選擇帶量采購(gòu)
    曰老女人黄片| 亚洲国产精品久久男人天堂| 国产精品国产高清国产av| 久久中文字幕一级| 国产在线观看jvid| 中文亚洲av片在线观看爽| 亚洲精品av麻豆狂野| 亚洲人成电影免费在线| 亚洲国产欧美一区二区综合| 国产三级黄色录像| 国产精品久久久人人做人人爽| 精品国产超薄肉色丝袜足j| 欧美乱码精品一区二区三区| tocl精华| 免费人成视频x8x8入口观看| 男女下面插进去视频免费观看| 亚洲九九香蕉| 国产午夜精品久久久久久| 亚洲中文av在线| 深夜精品福利| 国产精品一区二区三区四区久久 | 欧美色欧美亚洲另类二区 | 久久久久国产精品人妻aⅴ院| 757午夜福利合集在线观看| 亚洲色图综合在线观看| 伦理电影免费视频| 最新美女视频免费是黄的| 日韩欧美国产在线观看| 可以免费在线观看a视频的电影网站| 亚洲成a人片在线一区二区| 欧美日韩一级在线毛片| 国产成人一区二区三区免费视频网站| 桃红色精品国产亚洲av| 一区二区三区精品91| 亚洲五月婷婷丁香| 久久精品91无色码中文字幕| 久久精品91无色码中文字幕| 男女下面插进去视频免费观看| 电影成人av| 久久精品成人免费网站| 亚洲aⅴ乱码一区二区在线播放 | 手机成人av网站| 亚洲最大成人中文| 少妇 在线观看| 少妇 在线观看| 色播在线永久视频| 欧美日本视频| 曰老女人黄片| 午夜激情av网站| 国产乱人伦免费视频| 国语自产精品视频在线第100页| 国产精品一区二区精品视频观看| 欧美精品亚洲一区二区| 亚洲欧美精品综合一区二区三区| 美女国产高潮福利片在线看| www日本在线高清视频| 欧美不卡视频在线免费观看 | 久久中文字幕一级| videosex国产| 亚洲精品中文字幕一二三四区| 大型av网站在线播放| 大型av网站在线播放| 亚洲欧美一区二区三区黑人| 欧美在线一区亚洲| 久久人妻福利社区极品人妻图片| 日韩视频一区二区在线观看| 最近最新中文字幕大全免费视频| 母亲3免费完整高清在线观看| 给我免费播放毛片高清在线观看| 欧美成狂野欧美在线观看| 日韩高清综合在线| 中亚洲国语对白在线视频| 午夜免费激情av| 波多野结衣一区麻豆| 亚洲成a人片在线一区二区| 欧美另类亚洲清纯唯美| 免费久久久久久久精品成人欧美视频| 久久热在线av| 男男h啪啪无遮挡| 欧美精品啪啪一区二区三区| 国产精品免费视频内射| 亚洲成人久久性| 国产xxxxx性猛交| 国产精品一区二区三区四区久久 | 日本五十路高清| 国产野战对白在线观看| 国产成年人精品一区二区| 亚洲熟妇中文字幕五十中出| 亚洲精品在线观看二区| 午夜福利一区二区在线看| www.999成人在线观看| 亚洲人成77777在线视频| 亚洲国产欧美一区二区综合| 人人妻人人澡人人看| 久久久久精品国产欧美久久久| 一级毛片精品| 久久精品亚洲精品国产色婷小说| 欧美日本视频| 午夜两性在线视频| 97碰自拍视频| 日本欧美视频一区| 宅男免费午夜| 久久久精品欧美日韩精品| 啪啪无遮挡十八禁网站| 欧美日韩一级在线毛片| 人妻久久中文字幕网| 久久久久精品国产欧美久久久| 精品高清国产在线一区| 亚洲最大成人中文| 999久久久精品免费观看国产| 涩涩av久久男人的天堂| av在线播放免费不卡| 99在线人妻在线中文字幕| 51午夜福利影视在线观看| 亚洲精品久久国产高清桃花| 非洲黑人性xxxx精品又粗又长| 午夜成年电影在线免费观看| 一级毛片精品| 国产伦一二天堂av在线观看| 夜夜看夜夜爽夜夜摸| 国产三级在线视频| 岛国视频午夜一区免费看| 久久中文字幕人妻熟女| 久9热在线精品视频| 男女下面插进去视频免费观看| 琪琪午夜伦伦电影理论片6080| 午夜精品在线福利| 久久人人爽av亚洲精品天堂| 激情在线观看视频在线高清| 亚洲精品在线观看二区| 亚洲中文av在线| 欧美人与性动交α欧美精品济南到| 国产精品一区二区免费欧美| 国产乱人伦免费视频| 成人三级黄色视频| 在线观看一区二区三区| www.熟女人妻精品国产| 午夜福利成人在线免费观看| 最近最新中文字幕大全电影3 | 美女免费视频网站| 99热只有精品国产| av有码第一页| 又大又爽又粗| 女人精品久久久久毛片| av福利片在线| 99国产精品免费福利视频| 啪啪无遮挡十八禁网站| 视频在线观看一区二区三区| 欧美日韩一级在线毛片| 亚洲国产中文字幕在线视频| 怎么达到女性高潮| 精品第一国产精品| 国产精品亚洲美女久久久| 精品国产超薄肉色丝袜足j| 啦啦啦免费观看视频1| 久久香蕉国产精品| 狠狠狠狠99中文字幕| 欧美乱妇无乱码| 成人国语在线视频| 亚洲天堂国产精品一区在线| 中文字幕精品免费在线观看视频| 国产成人欧美| 美女午夜性视频免费| 久久久水蜜桃国产精品网| 国产成人精品无人区| 女警被强在线播放| 久久草成人影院| 亚洲精品av麻豆狂野| 亚洲精品一卡2卡三卡4卡5卡| 久久婷婷成人综合色麻豆| 巨乳人妻的诱惑在线观看| 亚洲熟妇熟女久久| 久久久久久久久久久久大奶| e午夜精品久久久久久久| 精品第一国产精品| 欧美精品啪啪一区二区三区| 黄色 视频免费看| 在线观看免费视频网站a站| 精品久久久久久久毛片微露脸| 老鸭窝网址在线观看| 国内精品久久久久久久电影| 久久国产精品人妻蜜桃| 亚洲一区二区三区不卡视频| 每晚都被弄得嗷嗷叫到高潮| 少妇被粗大的猛进出69影院| 免费高清在线观看日韩| 高清毛片免费观看视频网站| 欧美日韩亚洲国产一区二区在线观看| 久久 成人 亚洲| 999久久久精品免费观看国产| 午夜a级毛片| 国产精品日韩av在线免费观看 | 狂野欧美激情性xxxx| 50天的宝宝边吃奶边哭怎么回事| 欧美 亚洲 国产 日韩一| 亚洲熟女毛片儿| 欧美日韩瑟瑟在线播放| 日日夜夜操网爽| 国产亚洲精品久久久久久毛片| 久久国产精品男人的天堂亚洲| 亚洲激情在线av| 黄频高清免费视频| 女警被强在线播放| 天堂影院成人在线观看| 91九色精品人成在线观看| 精品一区二区三区视频在线观看免费| 午夜福利欧美成人| 大陆偷拍与自拍| 久久午夜亚洲精品久久| 日韩欧美在线二视频| 色播在线永久视频| 亚洲精品国产区一区二| 国产蜜桃级精品一区二区三区| 亚洲人成77777在线视频| 嫁个100分男人电影在线观看| 老司机午夜福利在线观看视频| 亚洲欧美日韩高清在线视频| 久热爱精品视频在线9| 亚洲第一av免费看| 亚洲精品粉嫩美女一区| 国产亚洲av嫩草精品影院| 国产激情久久老熟女| 好看av亚洲va欧美ⅴa在| 欧美亚洲日本最大视频资源| 色综合亚洲欧美另类图片| 大陆偷拍与自拍| 一区在线观看完整版| 最新美女视频免费是黄的| www日本在线高清视频| 精品电影一区二区在线| 亚洲成人国产一区在线观看| 高清黄色对白视频在线免费看| 18禁黄网站禁片午夜丰满| 国产日韩一区二区三区精品不卡| 岛国在线观看网站| 波多野结衣av一区二区av| 露出奶头的视频| 久9热在线精品视频| 国产精品一区二区免费欧美| 一级a爱视频在线免费观看| 国产亚洲精品第一综合不卡| 色综合站精品国产| 亚洲色图 男人天堂 中文字幕| 多毛熟女@视频| 久久久久国产精品人妻aⅴ院| 波多野结衣av一区二区av| 露出奶头的视频| 一级作爱视频免费观看| 国产精品一区二区免费欧美| 午夜两性在线视频| 亚洲av美国av| a级毛片在线看网站| 国产区一区二久久| 可以在线观看毛片的网站| 九色亚洲精品在线播放| 国产又色又爽无遮挡免费看| 国内毛片毛片毛片毛片毛片| 在线观看免费午夜福利视频| 久久人人爽av亚洲精品天堂| 一二三四在线观看免费中文在| 97人妻精品一区二区三区麻豆 | 中文亚洲av片在线观看爽| 丁香欧美五月| 久久人妻熟女aⅴ| 欧美日韩福利视频一区二区| 亚洲情色 制服丝袜| 亚洲电影在线观看av| avwww免费| 久久精品国产亚洲av高清一级| 女人精品久久久久毛片| 波多野结衣巨乳人妻| 亚洲三区欧美一区| 18禁国产床啪视频网站| 亚洲国产欧美一区二区综合| 色综合欧美亚洲国产小说| 欧美绝顶高潮抽搐喷水| 午夜免费成人在线视频| 久久久久久大精品| 国产麻豆成人av免费视频| 窝窝影院91人妻| 亚洲精品中文字幕在线视频| 欧美黑人欧美精品刺激| 黄片大片在线免费观看| 正在播放国产对白刺激| 一边摸一边做爽爽视频免费| av在线播放免费不卡| 色播亚洲综合网| 午夜久久久在线观看| 97人妻天天添夜夜摸| 在线观看免费视频网站a站| 电影成人av| 欧美另类亚洲清纯唯美| 又黄又爽又免费观看的视频| avwww免费| a在线观看视频网站| 精品一区二区三区av网在线观看| 黄网站色视频无遮挡免费观看| avwww免费| 啪啪无遮挡十八禁网站| 午夜福利成人在线免费观看| 又黄又爽又免费观看的视频| 搡老岳熟女国产| av网站免费在线观看视频| 性欧美人与动物交配| 欧美性长视频在线观看| 91成人精品电影| 国产伦人伦偷精品视频| 免费久久久久久久精品成人欧美视频| 亚洲中文字幕日韩| 亚洲中文av在线| 日本撒尿小便嘘嘘汇集6| 国产亚洲精品一区二区www| 精品久久久久久,| 欧美日韩乱码在线| 国产成人欧美在线观看| 午夜激情av网站| 国产精品久久久久久精品电影 | 一级片免费观看大全| 在线播放国产精品三级| 久久天堂一区二区三区四区| 天堂动漫精品| 国产欧美日韩综合在线一区二区| 国产亚洲精品av在线| 日本欧美视频一区| a级毛片在线看网站| 精品久久久久久久久久免费视频| 大型黄色视频在线免费观看| 免费高清在线观看日韩| 中出人妻视频一区二区| 一级a爱视频在线免费观看| 99国产精品免费福利视频| 欧美日韩一级在线毛片| 搡老熟女国产l中国老女人| 97人妻精品一区二区三区麻豆 | 精品一品国产午夜福利视频| 一级,二级,三级黄色视频| 国产在线精品亚洲第一网站| 18禁观看日本| 日本免费a在线| 欧美中文综合在线视频| 久久精品91蜜桃| 色综合站精品国产| 亚洲第一欧美日韩一区二区三区| 精品福利观看| 午夜免费观看网址| 久99久视频精品免费| 国产精品乱码一区二三区的特点 | 校园春色视频在线观看| 成人特级黄色片久久久久久久| 国产亚洲欧美在线一区二区| 极品人妻少妇av视频| 精品福利观看| 国产精品一区二区三区四区久久 | 国产精品九九99| 国产97色在线日韩免费| 777久久人妻少妇嫩草av网站| 精品乱码久久久久久99久播| 黄色片一级片一级黄色片| 又黄又粗又硬又大视频| 国产一卡二卡三卡精品| 久久久精品国产亚洲av高清涩受| 国产伦一二天堂av在线观看| 丰满的人妻完整版| bbb黄色大片| 免费无遮挡裸体视频| 国产午夜精品久久久久久| 久久久久国产一级毛片高清牌| 日韩中文字幕欧美一区二区| or卡值多少钱| 欧美中文综合在线视频| 亚洲成人久久性| 黄频高清免费视频| 成人18禁高潮啪啪吃奶动态图| 女人被躁到高潮嗷嗷叫费观| 日韩欧美免费精品| 黄片播放在线免费| 久久久久亚洲av毛片大全| 国产高清有码在线观看视频 | 欧美日韩黄片免| 国产精品自产拍在线观看55亚洲| 操出白浆在线播放| 欧美不卡视频在线免费观看 | 无限看片的www在线观看| 亚洲成人国产一区在线观看| 久99久视频精品免费| 精品福利观看| or卡值多少钱| 国产高清videossex| 成人国产一区最新在线观看| 久久久久久久久久久久大奶| 亚洲精品av麻豆狂野| 国产又爽黄色视频| 麻豆国产av国片精品| 亚洲午夜精品一区,二区,三区| 一二三四社区在线视频社区8| 亚洲免费av在线视频| 又紧又爽又黄一区二区| 亚洲av日韩精品久久久久久密| svipshipincom国产片| 999久久久国产精品视频| 中亚洲国语对白在线视频| 免费一级毛片在线播放高清视频 | 美女扒开内裤让男人捅视频| 成人av一区二区三区在线看| 国产av精品麻豆| 91大片在线观看| 久久人人精品亚洲av| 后天国语完整版免费观看| 亚洲最大成人中文| 欧美激情极品国产一区二区三区| 人妻久久中文字幕网| 亚洲全国av大片| 国产精品久久视频播放| 男男h啪啪无遮挡| 一进一出好大好爽视频| 欧美黄色淫秽网站| 精品一区二区三区视频在线观看免费| 99国产综合亚洲精品| √禁漫天堂资源中文www| 亚洲av成人不卡在线观看播放网| 色精品久久人妻99蜜桃| 欧美乱码精品一区二区三区| 人人妻人人爽人人添夜夜欢视频| 桃色一区二区三区在线观看| 亚洲精品在线美女| а√天堂www在线а√下载| 国产成人av激情在线播放| 一区二区日韩欧美中文字幕| 性少妇av在线| 久久久久久免费高清国产稀缺| 久久久精品欧美日韩精品| 黑人欧美特级aaaaaa片| 国产xxxxx性猛交| 黄色片一级片一级黄色片| 久久香蕉精品热| 51午夜福利影视在线观看| 中文字幕av电影在线播放| 两个人免费观看高清视频| 女警被强在线播放| 日本黄色视频三级网站网址| 亚洲七黄色美女视频| 中文字幕高清在线视频| 国产精品免费一区二区三区在线| 婷婷丁香在线五月| 日韩精品青青久久久久久| 又大又爽又粗| 免费无遮挡裸体视频| 成在线人永久免费视频| 色尼玛亚洲综合影院| 亚洲无线在线观看| 中文字幕人妻丝袜一区二区| 国产精品秋霞免费鲁丝片| 国产视频一区二区在线看| 欧美日韩亚洲综合一区二区三区_| 怎么达到女性高潮| 啦啦啦免费观看视频1| 精品无人区乱码1区二区| 亚洲一区二区三区色噜噜| 男女下面插进去视频免费观看| 91九色精品人成在线观看| 日韩三级视频一区二区三区| 成人18禁在线播放| 97人妻精品一区二区三区麻豆 | 免费看美女性在线毛片视频| 怎么达到女性高潮| 国产精品香港三级国产av潘金莲| 人人妻人人澡人人看| 精品一区二区三区视频在线观看免费| 国产精品久久久久久人妻精品电影| 午夜日韩欧美国产| 十八禁网站免费在线| 成人18禁在线播放| 午夜影院日韩av| 人人妻人人澡人人看| 精品一区二区三区视频在线观看免费| 母亲3免费完整高清在线观看| 亚洲专区字幕在线| 亚洲av电影在线进入| 看免费av毛片| 久久天堂一区二区三区四区| 国产激情久久老熟女| 美女大奶头视频| 老司机午夜十八禁免费视频| 夜夜看夜夜爽夜夜摸| 国产精品 国内视频| 韩国av一区二区三区四区| 老汉色av国产亚洲站长工具| 亚洲国产精品久久男人天堂| 色在线成人网| 久久这里只有精品19| 少妇粗大呻吟视频| 国产成人影院久久av| 国产精品一区二区精品视频观看| 亚洲精品久久成人aⅴ小说| av视频免费观看在线观看| 91麻豆av在线| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲人成电影免费在线| 日韩精品中文字幕看吧| 免费少妇av软件| 中国美女看黄片| 亚洲国产中文字幕在线视频| 欧美性长视频在线观看| www.999成人在线观看| 免费不卡黄色视频| 在线观看www视频免费| 国产黄a三级三级三级人| 99久久精品国产亚洲精品| 亚洲国产欧美网| 国产高清视频在线播放一区| 18禁国产床啪视频网站| 精品久久蜜臀av无| 成人av一区二区三区在线看| 一边摸一边抽搐一进一小说| 欧美精品啪啪一区二区三区| 黄频高清免费视频| 精品高清国产在线一区| 欧美激情极品国产一区二区三区| 久久久久久久久免费视频了| 免费av毛片视频| 日本三级黄在线观看| 美女午夜性视频免费| 操美女的视频在线观看| 黑人巨大精品欧美一区二区蜜桃| 99香蕉大伊视频| 中文亚洲av片在线观看爽| 中国美女看黄片| 国语自产精品视频在线第100页| 国产高清有码在线观看视频 | 欧美激情久久久久久爽电影 | 夜夜躁狠狠躁天天躁| 国产在线观看jvid| 老司机午夜福利在线观看视频| 久久人人精品亚洲av| 女人被狂操c到高潮| 人人妻人人澡欧美一区二区 | 黑人巨大精品欧美一区二区蜜桃| 欧美日韩一级在线毛片| 精品一区二区三区视频在线观看免费| 高清毛片免费观看视频网站| 亚洲国产高清在线一区二区三 | 91麻豆精品激情在线观看国产| 伦理电影免费视频| 国产91精品成人一区二区三区| 国产日韩一区二区三区精品不卡| 深夜精品福利| 两个人看的免费小视频| 免费在线观看完整版高清| 91老司机精品| 一区二区日韩欧美中文字幕| 久久伊人香网站| 午夜福利一区二区在线看| 欧美日韩亚洲国产一区二区在线观看| 日韩 欧美 亚洲 中文字幕| 亚洲男人的天堂狠狠| 午夜福利一区二区在线看| 亚洲精品国产色婷婷电影| 精品国产美女av久久久久小说| 中文字幕最新亚洲高清| 久久精品国产清高在天天线| 午夜久久久久精精品| 国产一卡二卡三卡精品| 久久影院123| 他把我摸到了高潮在线观看| 久久影院123| 亚洲,欧美精品.| 怎么达到女性高潮| av有码第一页| 亚洲国产日韩欧美精品在线观看 | 男人舔女人的私密视频| 午夜精品在线福利| 999精品在线视频| 一进一出抽搐动态| 日韩精品青青久久久久久| 黄色片一级片一级黄色片| av中文乱码字幕在线| 久久久久国产一级毛片高清牌| 99re在线观看精品视频| 午夜久久久久精精品| 丰满的人妻完整版| 久久人妻av系列| 一二三四社区在线视频社区8| 脱女人内裤的视频| 90打野战视频偷拍视频| 国产伦一二天堂av在线观看| 亚洲一码二码三码区别大吗| 欧美精品亚洲一区二区| 午夜福利视频1000在线观看 | 亚洲成av人片免费观看| 每晚都被弄得嗷嗷叫到高潮| 亚洲人成伊人成综合网2020| 色在线成人网| 亚洲av电影不卡..在线观看| 国产免费av片在线观看野外av| 国产片内射在线| 天堂√8在线中文| 热re99久久国产66热| 欧美黑人精品巨大| 最近最新中文字幕大全电影3 | 国产三级在线视频| 亚洲av电影不卡..在线观看| 欧美午夜高清在线| 日日夜夜操网爽| 黄频高清免费视频| 一二三四在线观看免费中文在| 在线观看免费日韩欧美大片| 午夜福利高清视频| 久久精品国产99精品国产亚洲性色 | 高潮久久久久久久久久久不卡| 久久精品人人爽人人爽视色| 国产精品亚洲美女久久久| 夜夜爽天天搞| 国产99白浆流出| 最新在线观看一区二区三区| 国产主播在线观看一区二区|