电信运营商都拥有各自的运维支撑系统,随着时间的积累、通信系统规模的日益庞大,业务数据、用户数据都会不断积累增加,并且增长十分迅速。怎样从海量的数据中高效地获取我们所关注的数据信息、如何有针对性的对相关信息进行提取和分析处理,逐渐成为一个十分重要且值得研究的问题。业务运营系统中用户数据信息的规模和移动通信服务业务的复杂性,使得常规的数据存储与处理方式开始变得难以适应目前海量数据的管理分析需求。近几年,在信息领域,出现的数据仓库和数据挖掘技术,在解决海量数据方面发挥着重要作用。本文依托中山移动网络挖掘分析系统项目,首先阐述了课题背景,数据仓库技术和ETL技术的概念和基本特点。然后,简要介绍了项目的整体架构与实现方案。该系统是中山移动运营支撑系统的一个重要组成部分,主要是利用数据挖掘技术、ETL技术对通信系统的基站数据、地理信息数据,以及通信过程中产生的用户数据、业务数据等进行提取分析,以提供优化方案和科学决策支持。在对整框架和设计进行介绍说明的基础上,本文着重描述了ETL过程的设计方案与详细实现。作者在该项目中独立负责ETL部分的研究与实现,通过在移动网络挖掘分析系统的基础上中对ETL模块进行需求分析和具体设计,实现了在电信业务海量数据的处理中利用ETL实现数据的提取、分析,完成数据基础平台的搭建工作。顺利完成项目目标,并取得了良好的效果。整个项目很好地解决了企业网络数据挖掘问题,有效地实现了网络优化方案支持。作者负责的ETL部分是整个项目中最基础、最关键的模块之一,它为前端的分析展现系统搭建起了基础数据平台,在系统中起着承上启下的重要作用。