论文部分内容阅读
摘 要：目前，我们已经进入到了大数据时代。同时，通信行业的大数据在不断的发展中，而在大数据的背景下，通信行业的资源变得更加丰富和多样化，其能够将每个系统的数据，都紧密的结合起来，把一些分散的数据信息，变成有用的数据，优化了资源，使得数据的应用变得更加简单。鉴于此，本文对通信行业中大数据的应用进行分析，从而为相关的研究提供一定的借鉴作用。
关键词：大数据;通信行业;应用分析
一、引言
近年来，大数据不断地在发展中，这也让人们获得了大量的信息，对于个人而言，大数据带来的是信息;对于企业而言，大数据是一种无形战略资产;而在通信行业中，大数据也扮演着非常重要的角色。但与此同时，数据的挖掘也成为了一种难题，严重阻碍到了大数据在通信行业中的应用，尽管大数据的应用已将一些数据紧密结合在一起，但在实际应用的过程中使用，有些数据还是无法得到有效的使用，造成了不必要的资源浪费现象。为了争取更多的市场，更好地服务用户，在通信行业中，对于大数据还需要更多更长期的数据分析和调研。本文将就此进行相应的分析，把握大数据的发展趋势，预测通信行业动向，对通信行业应如何应用大数据进行有效的探究。
二、大数据的特征
（一）数据量大
“大数据”中的“大”，指的就是数量大，比如网络搜索，同一个问题会搜索出多个答案，因为不同的人会给出不同的答案，若不进行筛选的话，那电脑就 会调出所有关于该问题的相关答案，甚至和其他相关的问题，这就是数据的海量化。再比如聊天通信，目前大多的社交软件都会自动地对聊天记录进行保存，这 可能长达几百页的聊天记录，有几千上万个字，但是数据库也能够准确无误地记录下来。
（二）种类繁多
大数据广泛地应用在多个领域，以及多个行业中，具有多样性，有结构化数据，也有非结构化的数据。由于种类的不同，其所应用的倾向也会有所不同，有些数据可能是用来优化网络的质量的，也有可能有的是用来助力市场决策的。
（三）价值较高
大数据并不是一味地保存，它也可以进行有效的筛选，也也决定了它自身的价值。假使用户需要的那部分数据太小，导致难以在数据库中找到，那可以说这部分的数据的使用价值比较低，不会经常使用到。但如果是比较常见、比较多的那一部分，比如说调查庞大群体中的大多数情况，这样的数据其使用价值更高，其能够发挥的作用也更大。
三、通信行业大数据分析的方法
（一）确定分析的目标
价值目标在获取前，先要进行数据的收集与分析，这样才能制定出良好的衡
量方式，这也是通过数据来进行相应分析的一种常用手段，对于业务的发展有着很大的影响。同时。在对大数据进行分析的过程中，性能指标以及关键权值，必须要最先发现，从而有效保证数据指标的科学性。
（二）业务方式的确定
业务方式也要不断的升级，要把关键性的指标提升，从而满足多个业务的要求。当项目在进行的过程中，要保证整个项目的目标最早的实现，提高成功率。
（三）对数据要进行搜集
我们要利用多种不同的渠道来对数据信息进行搜集，同时对于搜集的数据要进行分类和整理，方便建立出较为完善、准确的模型。
（四）数据的清洗
在原始数据采集之后，下一步骤即要对数据进行校验、清洗、关联以及转换等，这样才能对采集到的有效数据进行汇总，形成一种新的目标文件，为大数据提供科学的体局。
（五）数据的建模
数据的建模是关键的一环节，对整个系统有着重要的影响作用，是整个数据业务的核心。因此，为了最大限度地利用相关的知识，达到业务的目标，那么我们必须要发挥机械学以及统计学的知识作用，这才能有效地构建出较为准确、科 学的模型。
（六）优化以及重复
为了更好地保证预测数据的科学性，要所建立的模型进行修正和迭代，但由数据具有一定的复杂性，在对大数据分析时，必须要使用高效的手段来作分析，常用方式MPPDB、Storm、SparkStreaming和 Hadoop。
四、大数据在通信行业中的应用
（一）优化网络，提升服务质量
近年来，信令数据在不断增长，用户对通信行业的服务要求也越来越高，因此运营商必须要提高网络的服务质量，才能更好地满足用户的多样化需求。运营商要擅于引进新技术，提高技术含量。以近年来运营商推出的海量分布存储以及智能分析技术为例，因为海量是大数据的典型特征，但同时也会带来存储的问题，若将所有的数据都存储在一个设备中，不单止受到空间小的限制，同时也会降低设备的对数据进行解析的速度。为此，提出了分布式存储，它是以服务器类型为分类标准的，能够有效解决该问题。但是，该技术还需继续改进，未到成熟。而智能分析技术，其是一个多用于监控系统的先进技术，通信行业正在不断地发展变化中，为更好地适应环境，通信技术要加强自主创新的能力，包括通信产品以及服务方式等。而且，这不单止是变化，更重要的是还是优化，必须不断地创造新技术以及新产品来实现自我更新升级，才能与时俱进。
（二）精细化营销，业务更有针对性
目前的网络时代，通信行业的盈利主要是以手机、电脑的智能的应用为基础的，运营商也从中获得了巨大的效益。但想要持续在市场竞争中稳住地位，立足 更稳，那么还需要升级营销方式。目前的营销方式的弊端在于，过于“粗糙”，主要指的是其业务范围过于宽泛，不够专业化，未能进行细致地划分。其评价也 是整体的，目前没有一个运营商能够做到方方面面都完善。有的运营商只主打流 量，很多用户都会使用;有的运营商流量却卖的很贵，话费和流量不平衡，而且还存在有信号强度区域性问题;还有一些运营商在某个地区的通信信号很好，但有些地方信号很差，无法做到保證每个人的享有同样的网络，无法照顾好整个消 费群体，会因此失去很多客户。虽然，无法拥有全部客户很正常，但是运营商应该不断完善自我，因此，应该进行精细化营销，使得服务更具有针对性。比如，可以根据地区和年龄来进行划分，对年轻人推广流量多于话费的套餐;对于老人机、老人使用的号码，可以推广话费多、免流量接听的套餐。通过精细化营销，能够更好地扩大运营商服务的消费人群的数量，提供用户的体验度，运营商也可以获取更多的利润和客户的信任。
（三）互联网金融
互联网金融，主要针对的是国内现存的金融领域的征信问题。目前大多的招 商银行在办理信用卡时，要求要了解对方的信用的服务，很多时候会因为缺乏客户的资料和获取信息的途径，导致招商银行在评估客户信用上存在有漏洞，这也会引起一些居心不良分子，利用该漏洞来恶意办理银行业务，这会对银行造成一定的经济损失。因此，通信行业的运营商在了解客户的真实信息，在确保对方是 用于个人信用的证明的情况下，可考虑和银行合作，这样既能推动通信业的社会影响力，也能有效降低了不法分子的犯罪率。
五、结论
在当今，数据的应用变得越来越广泛，决定着企业的未来。目前大数据已经受到了通信行业的重视，还要不断地在实践中进一步完善它，对信息进行充分的利用，这是通信行业发展的必然要求。
参考文献
[1] 侯优，严峰.网络优化中的大数据应用[J].互联网天地，2015（01）.
[2] 夏磊.探究大数据下的智能数据分析技术[J].科技创新导报，2015（10）.
[3] 刘震，付俊辉，赵楠.基于移动通信数据的用户移动轨迹预测方法[J].计算机应用与软件，2017（02）.
关键词：大数据;通信行业;应用分析
一、引言
近年来，大数据不断地在发展中，这也让人们获得了大量的信息，对于个人而言，大数据带来的是信息;对于企业而言，大数据是一种无形战略资产;而在通信行业中，大数据也扮演着非常重要的角色。但与此同时，数据的挖掘也成为了一种难题，严重阻碍到了大数据在通信行业中的应用，尽管大数据的应用已将一些数据紧密结合在一起，但在实际应用的过程中使用，有些数据还是无法得到有效的使用，造成了不必要的资源浪费现象。为了争取更多的市场，更好地服务用户，在通信行业中，对于大数据还需要更多更长期的数据分析和调研。本文将就此进行相应的分析，把握大数据的发展趋势，预测通信行业动向，对通信行业应如何应用大数据进行有效的探究。
二、大数据的特征
（一）数据量大
“大数据”中的“大”，指的就是数量大，比如网络搜索，同一个问题会搜索出多个答案，因为不同的人会给出不同的答案，若不进行筛选的话，那电脑就 会调出所有关于该问题的相关答案，甚至和其他相关的问题，这就是数据的海量化。再比如聊天通信，目前大多的社交软件都会自动地对聊天记录进行保存，这 可能长达几百页的聊天记录，有几千上万个字，但是数据库也能够准确无误地记录下来。
（二）种类繁多
大数据广泛地应用在多个领域，以及多个行业中，具有多样性，有结构化数据，也有非结构化的数据。由于种类的不同，其所应用的倾向也会有所不同，有些数据可能是用来优化网络的质量的，也有可能有的是用来助力市场决策的。
（三）价值较高
大数据并不是一味地保存，它也可以进行有效的筛选，也也决定了它自身的价值。假使用户需要的那部分数据太小，导致难以在数据库中找到，那可以说这部分的数据的使用价值比较低，不会经常使用到。但如果是比较常见、比较多的那一部分，比如说调查庞大群体中的大多数情况，这样的数据其使用价值更高，其能够发挥的作用也更大。
三、通信行业大数据分析的方法
（一）确定分析的目标
价值目标在获取前，先要进行数据的收集与分析，这样才能制定出良好的衡
量方式，这也是通过数据来进行相应分析的一种常用手段，对于业务的发展有着很大的影响。同时。在对大数据进行分析的过程中，性能指标以及关键权值，必须要最先发现，从而有效保证数据指标的科学性。
（二）业务方式的确定
业务方式也要不断的升级，要把关键性的指标提升，从而满足多个业务的要求。当项目在进行的过程中，要保证整个项目的目标最早的实现，提高成功率。
（三）对数据要进行搜集
我们要利用多种不同的渠道来对数据信息进行搜集，同时对于搜集的数据要进行分类和整理，方便建立出较为完善、准确的模型。
（四）数据的清洗
在原始数据采集之后，下一步骤即要对数据进行校验、清洗、关联以及转换等，这样才能对采集到的有效数据进行汇总，形成一种新的目标文件，为大数据提供科学的体局。
（五）数据的建模
数据的建模是关键的一环节，对整个系统有着重要的影响作用，是整个数据业务的核心。因此，为了最大限度地利用相关的知识，达到业务的目标，那么我们必须要发挥机械学以及统计学的知识作用，这才能有效地构建出较为准确、科 学的模型。
（六）优化以及重复
为了更好地保证预测数据的科学性，要所建立的模型进行修正和迭代，但由数据具有一定的复杂性，在对大数据分析时，必须要使用高效的手段来作分析，常用方式MPPDB、Storm、SparkStreaming和 Hadoop。
四、大数据在通信行业中的应用
（一）优化网络，提升服务质量
近年来，信令数据在不断增长，用户对通信行业的服务要求也越来越高，因此运营商必须要提高网络的服务质量，才能更好地满足用户的多样化需求。运营商要擅于引进新技术，提高技术含量。以近年来运营商推出的海量分布存储以及智能分析技术为例，因为海量是大数据的典型特征，但同时也会带来存储的问题，若将所有的数据都存储在一个设备中，不单止受到空间小的限制，同时也会降低设备的对数据进行解析的速度。为此，提出了分布式存储，它是以服务器类型为分类标准的，能够有效解决该问题。但是，该技术还需继续改进，未到成熟。而智能分析技术，其是一个多用于监控系统的先进技术，通信行业正在不断地发展变化中，为更好地适应环境，通信技术要加强自主创新的能力，包括通信产品以及服务方式等。而且，这不单止是变化，更重要的是还是优化，必须不断地创造新技术以及新产品来实现自我更新升级，才能与时俱进。
（二）精细化营销，业务更有针对性
目前的网络时代，通信行业的盈利主要是以手机、电脑的智能的应用为基础的，运营商也从中获得了巨大的效益。但想要持续在市场竞争中稳住地位，立足 更稳，那么还需要升级营销方式。目前的营销方式的弊端在于，过于“粗糙”，主要指的是其业务范围过于宽泛，不够专业化，未能进行细致地划分。其评价也 是整体的，目前没有一个运营商能够做到方方面面都完善。有的运营商只主打流 量，很多用户都会使用;有的运营商流量却卖的很贵，话费和流量不平衡，而且还存在有信号强度区域性问题;还有一些运营商在某个地区的通信信号很好，但有些地方信号很差，无法做到保證每个人的享有同样的网络，无法照顾好整个消 费群体，会因此失去很多客户。虽然，无法拥有全部客户很正常，但是运营商应该不断完善自我，因此，应该进行精细化营销，使得服务更具有针对性。比如，可以根据地区和年龄来进行划分，对年轻人推广流量多于话费的套餐;对于老人机、老人使用的号码，可以推广话费多、免流量接听的套餐。通过精细化营销，能够更好地扩大运营商服务的消费人群的数量，提供用户的体验度，运营商也可以获取更多的利润和客户的信任。
（三）互联网金融
互联网金融，主要针对的是国内现存的金融领域的征信问题。目前大多的招 商银行在办理信用卡时，要求要了解对方的信用的服务，很多时候会因为缺乏客户的资料和获取信息的途径，导致招商银行在评估客户信用上存在有漏洞，这也会引起一些居心不良分子，利用该漏洞来恶意办理银行业务，这会对银行造成一定的经济损失。因此，通信行业的运营商在了解客户的真实信息，在确保对方是 用于个人信用的证明的情况下，可考虑和银行合作，这样既能推动通信业的社会影响力，也能有效降低了不法分子的犯罪率。
五、结论
在当今，数据的应用变得越来越广泛，决定着企业的未来。目前大数据已经受到了通信行业的重视，还要不断地在实践中进一步完善它，对信息进行充分的利用，这是通信行业发展的必然要求。
参考文献
[1] 侯优，严峰.网络优化中的大数据应用[J].互联网天地，2015（01）.
[2] 夏磊.探究大数据下的智能数据分析技术[J].科技创新导报，2015（10）.
[3] 刘震，付俊辉，赵楠.基于移动通信数据的用户移动轨迹预测方法[J].计算机应用与软件，2017（02）.