基于大數(shù)據(jù)的電信信息化系統(tǒng)建設(shè)的探討

1、基于大數(shù)據(jù)的電信信息化系統(tǒng)建設(shè)的探討摘要 信息時(shí)代的到來(lái)，伴隨著移動(dòng)聯(lián)網(wǎng)等技術(shù)的更新?lián)Q代，我國(guó)電信企業(yè)的發(fā)展進(jìn)入了高效化發(fā)展時(shí)代，不同于電信運(yùn)營(yíng)商的初期發(fā)展階段，云計(jì)算、物聯(lián)網(wǎng)、智能終端等新技術(shù)及新應(yīng)用的不斷革新，國(guó)內(nèi)市場(chǎng)逐漸趨于飽和，所以目前電信運(yùn)營(yíng)商正步入質(zhì)量發(fā)展階段，立足于數(shù)字化社會(huì)的發(fā)展，為提高流量收益以及業(yè)務(wù)效益，電信信息化系統(tǒng)的建設(shè)正在加快， 電信運(yùn)營(yíng)商客戶行為數(shù)據(jù)、網(wǎng)絡(luò)運(yùn)維數(shù)據(jù)以及信令數(shù)據(jù)等等海量信息中蘊(yùn)含的價(jià)值越來(lái)越高，基于數(shù)據(jù)挖掘及分析構(gòu)建電信信息化系統(tǒng)，實(shí)現(xiàn)客戶消費(fèi)、接觸行為等，進(jìn)行智能化業(yè)務(wù)推薦以及建立客戶離網(wǎng)模型，對(duì)高危用戶進(jìn)行有針對(duì)性的挽留活動(dòng)都成為信息化系統(tǒng)功能框架

2、基礎(chǔ)。 關(guān)鍵詞：大數(shù)據(jù)；電信信息化；系統(tǒng)建設(shè)引言 基于大數(shù)據(jù)建設(shè)信息化系統(tǒng)，是利用電信數(shù)據(jù)分析及挖掘的需求，通過(guò) Hadoop系統(tǒng)的建設(shè)設(shè)計(jì)電信業(yè)務(wù)功能，以統(tǒng)一、標(biāo)準(zhǔn)及可視化的基礎(chǔ)實(shí)現(xiàn)數(shù)據(jù)信息價(jià)值的挖掘以及業(yè)務(wù)推薦。移動(dòng)互聯(lián)網(wǎng)的發(fā)展一方面帶動(dòng)了我國(guó)電信運(yùn)營(yíng)商的流量收益，另一方面對(duì)電信運(yùn)行商的業(yè)務(wù)體系以及工作系統(tǒng)形成沖擊，在挑戰(zhàn)與機(jī)遇的雙重背景下，電信運(yùn)行商典型實(shí)現(xiàn)信息化系統(tǒng)的構(gòu)建，轉(zhuǎn)變傳統(tǒng)業(yè)務(wù)推薦以及服務(wù)方式，針對(duì)客戶的行為消費(fèi)以及數(shù)據(jù)分析，實(shí)現(xiàn)業(yè)務(wù)的智能化服務(wù)，并實(shí)現(xiàn)客戶的個(gè)性化客戶視圖，實(shí)現(xiàn)人工與智能化的業(yè)務(wù)并行，提高電信運(yùn)行商的工作效率以及發(fā)展水平。并且通過(guò)客戶離網(wǎng)模型的構(gòu)建，實(shí)現(xiàn)業(yè)務(wù)服

3、務(wù)的智能化以及全面化，實(shí)現(xiàn)電信企業(yè)的效益的最大化。1、 基于大數(shù)據(jù)的信息化建設(shè)1大數(shù)據(jù)技術(shù)的特點(diǎn)大數(shù)據(jù)的定義是數(shù)量規(guī)模龐大到用目前主流軟件工具在合理時(shí)間內(nèi)，挖掘，管理，處理并整合成能夠利于企業(yè)決策發(fā)展的資訊。很多企業(yè)，平臺(tái)所產(chǎn)生的數(shù)據(jù)中十分具有價(jià)值，但需要進(jìn)行挖掘，由于信息還具有時(shí)效性，所以目前大數(shù)據(jù)的處理很收重視，但企業(yè)與平臺(tái)等很難在合理時(shí)間內(nèi)對(duì)大數(shù)據(jù)進(jìn)行整合處理，近年來(lái)由于資源發(fā)展迅速，為大數(shù)據(jù)處理提供了便利。大數(shù)據(jù)技術(shù)有5V1C的特點(diǎn)，即 Varietv(多樣化)。Volume(海量)，Velocitv(快速)，Vitality(靈活)，價(jià)值(value)，Complexity(復(fù)雜)。

4、多樣化指的大數(shù)據(jù)有多種數(shù)據(jù)類型，一般有網(wǎng)絡(luò)日志，社交媒體，互聯(lián)網(wǎng)搜索等，不同的數(shù)據(jù)類型處理與分析方式大不相同； 海量指的是大數(shù)據(jù)的產(chǎn)生是極為龐大的，基本是成“J”型；快速指的是數(shù)據(jù)具有時(shí)效性，如不能快速處理就會(huì)失去價(jià)值；靈活指的是大數(shù)據(jù)的處理分析必須能夠適應(yīng)業(yè)務(wù)頻率的快速改變；價(jià)值指的是大數(shù)據(jù)蒸鍋整合處理后能夠?qū)ξ磥?lái)趨勢(shì)及模式提供分析價(jià)值；復(fù)雜指的是大數(shù)據(jù)分析處理的復(fù)雜性，不僅難度高所采用的處理方式與工具也不同。2大數(shù)據(jù)信息化系統(tǒng)的構(gòu)建大數(shù)據(jù)信息系統(tǒng)的構(gòu)建，是以數(shù)據(jù)中心構(gòu)建為核心，實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)體系的統(tǒng)一規(guī)劃，根據(jù)不同區(qū)域級(jí)別的信息區(qū)數(shù)據(jù)，將整個(gè)區(qū)域的信息網(wǎng)絡(luò)進(jìn)行整合，新城同意而全局?jǐn)?shù)據(jù)構(gòu)建全局

5、數(shù)據(jù)網(wǎng)絡(luò)，形成信息數(shù)據(jù)平臺(tái)。大數(shù)據(jù)信息系統(tǒng)構(gòu)建中，是以集成為主，將設(shè)備以及設(shè)施基層，實(shí)現(xiàn)數(shù)據(jù)信息的渠道的多樣化以及統(tǒng)一化，將多個(gè)用戶產(chǎn)生的數(shù)據(jù)，通過(guò)不同數(shù)據(jù)挖掘工具挖掘，例如Python實(shí)現(xiàn)各個(gè)平臺(tái)數(shù)據(jù)的收集以及傳輸?shù)鹊?，?EAI平臺(tái)及各種功能為主，例如網(wǎng)絡(luò)服務(wù)、數(shù)據(jù)集成與處理轉(zhuǎn)換工具，這對(duì)不同區(qū)域級(jí)別的訪問(wèn)針對(duì)性服務(wù)借口進(jìn)行安全優(yōu)化以及數(shù)據(jù)傳輸渠道構(gòu)建，確保信息平臺(tái)的安全性以及數(shù)據(jù)多樣化集成。系統(tǒng)的建設(shè)主要是根據(jù)企業(yè)的需求為主，不同企業(yè)的信息化規(guī)范以及體系不同，因此其系統(tǒng)結(jié)構(gòu)以及系統(tǒng)技術(shù)應(yīng)用差別較大，目前Hadoop的數(shù)據(jù)建模平臺(tái)是主要形式，結(jié)合不同技術(shù)的應(yīng)用，實(shí)現(xiàn)信息系統(tǒng)化體系的全方位落

6、實(shí)。 3電信企業(yè)基于大數(shù)據(jù)的信息化系統(tǒng)建設(shè) 電信的大數(shù)據(jù)平臺(tái)是以Hadoop為基礎(chǔ)，結(jié)合Hive開(kāi)發(fā)應(yīng)用平臺(tái)，以電信行業(yè)的業(yè)務(wù)系統(tǒng)核心設(shè)計(jì)信息化系統(tǒng)的架構(gòu)以及技術(shù)層面。目前電信行業(yè)的業(yè)務(wù)系統(tǒng)在移動(dòng)互聯(lián)網(wǎng)發(fā)展下不斷地創(chuàng)新，呈現(xiàn)出新業(yè)務(wù)形態(tài)以及數(shù)據(jù)類型，尤其是微信、微博、qq等快速的發(fā)展加快了電信行業(yè)的數(shù)據(jù)量增長(zhǎng)，雖然非結(jié)構(gòu)化語(yǔ)言記錄、音頻、圖片和視頻等數(shù)據(jù)等等在運(yùn)行商中得到儲(chǔ)存于管理，但是處理這些數(shù)據(jù)挖掘出其商業(yè)潛在價(jià)值處于革新?tīng)顩r1。因此電信大數(shù)據(jù)信息化系統(tǒng)的構(gòu)建。以Hadoop為基礎(chǔ)，結(jié)合Hive實(shí)現(xiàn)信息系統(tǒng)建設(shè)，將其產(chǎn)生的有用數(shù)據(jù)結(jié)果反饋到業(yè)務(wù)系統(tǒng)，例如電信BSS系統(tǒng)，以Hive 和 Ha

7、doop 關(guān)系以及平臺(tái)架構(gòu)完善系統(tǒng)服務(wù)數(shù)據(jù)中心，實(shí)現(xiàn)與信息化平臺(tái)數(shù)據(jù)庫(kù)的對(duì)接，將Hive 建立在 Hadoop 上的數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)上，利用Hive的系列工具實(shí)現(xiàn)數(shù)據(jù)提取轉(zhuǎn)化與加載（ETL），通過(guò)與業(yè)務(wù)系統(tǒng)現(xiàn)有的數(shù)據(jù)管理系統(tǒng)以及儲(chǔ)存系統(tǒng)的對(duì)接，將儲(chǔ)存、查詢以及分析結(jié)果儲(chǔ)存在 Hadoop 中，利用SQL用戶查詢數(shù)據(jù)，處理內(nèi)建中難以完成的復(fù)雜數(shù)據(jù)分析，將數(shù)據(jù)分析結(jié)果通過(guò)Hadoop可視化數(shù)據(jù)平臺(tái)反饋給BSS業(yè)務(wù)系統(tǒng)。 以Hadoop為基礎(chǔ)，結(jié)合Hive開(kāi)發(fā)應(yīng)用平臺(tái)，實(shí)現(xiàn)與電信業(yè)務(wù)各大系統(tǒng)的聯(lián)合，形成信息系統(tǒng)的設(shè)計(jì)方案，比對(duì)起現(xiàn)有以 Hadoop的數(shù)據(jù)建模、Hadoopdesigner 系統(tǒng)模型為主的

8、大數(shù)據(jù)信息系統(tǒng)具有更強(qiáng)得實(shí)用性，推動(dòng)電信業(yè)務(wù)的發(fā)展。二、基于大數(shù)據(jù)的電信信息化系統(tǒng)建設(shè) 1利用分區(qū)以及數(shù)據(jù)管理實(shí)現(xiàn)用戶類型劃分利用Hive的超大數(shù)據(jù)集設(shè)計(jì)的計(jì)算/擴(kuò)展能力based on Hadoop、支持SQL like查詢語(yǔ)言、統(tǒng)一的元數(shù)據(jù)管理等優(yōu)勢(shì)實(shí)現(xiàn)大數(shù)據(jù)信息系統(tǒng)的建設(shè)，針對(duì)大數(shù)據(jù)平臺(tái)數(shù)據(jù)的非關(guān)系型，首要就是利用Hive通過(guò)分區(qū)以及數(shù)據(jù)管理，對(duì)數(shù)據(jù)結(jié)構(gòu)、類型、信息價(jià)值等等進(jìn)行挖掘與處理，尤其是電信的大數(shù)據(jù)平臺(tái)現(xiàn)有數(shù)據(jù)類型MBOSS基礎(chǔ)數(shù)據(jù)、DPI、無(wú)線側(cè)CDR話單、計(jì)費(fèi)話單、客戶受理訂單、消費(fèi)數(shù)據(jù)、手機(jī)位置更新數(shù)據(jù)、其他外部數(shù)據(jù)，根據(jù)不同的用戶標(biāo)簽以及分析標(biāo)準(zhǔn)實(shí)現(xiàn)數(shù)據(jù)的歸類與整理，針對(duì)

9、各種數(shù)據(jù)的分析結(jié)果反饋不用的標(biāo)簽，例如話費(fèi)消費(fèi)數(shù)據(jù)，制定不同的標(biāo)準(zhǔn)，例如在2970以內(nèi)是一般消費(fèi)群眾，70120以內(nèi)屬于中等消費(fèi)，120以上則是高消費(fèi)人群，流量套餐在超過(guò)10000M的校園網(wǎng)套餐是大學(xué)生，大1000 M以上流量用在購(gòu)物軟件中為購(gòu)物達(dá)人，根據(jù)用戶多方面的數(shù)據(jù)進(jìn)行各類標(biāo)簽的制定，并將標(biāo)簽與消費(fèi)結(jié)構(gòu)等數(shù)據(jù)共同構(gòu)成用戶數(shù)據(jù)庫(kù)，針對(duì)不同的消費(fèi)人群進(jìn)行相似性劃分，例如具有相同流量消費(fèi)趨向以及同一個(gè)地區(qū)話費(fèi)繳納等等，從地域、消費(fèi)類型、職業(yè)等等入手綜合性完善對(duì)用戶的評(píng)價(jià)，按照統(tǒng)一、規(guī)范的標(biāo)準(zhǔn)給出各類標(biāo)簽，從而將混亂的數(shù)據(jù)進(jìn)行統(tǒng)一化，以用戶自身消費(fèi)數(shù)據(jù)以及服務(wù)需求為主，完善用戶數(shù)據(jù)中心，將非關(guān)系

10、型的數(shù)據(jù)以人和服務(wù)為連接進(jìn)行科學(xué)、統(tǒng)一的劃分，便于營(yíng)業(yè)員提取以及個(gè)性化服務(wù)提供，形成元數(shù)據(jù)管理中心后集成為數(shù)據(jù)中心，導(dǎo)入到Hadoop可視化數(shù)據(jù)平臺(tái)中，形成信息系統(tǒng)的數(shù)據(jù)中心。2 業(yè)務(wù)系統(tǒng)對(duì)大數(shù)據(jù)平臺(tái)數(shù)據(jù)應(yīng)用的要求 BSS系統(tǒng)是電信運(yùn)行商的業(yè)務(wù)系統(tǒng)，電信業(yè)務(wù)信息系統(tǒng)關(guān)系主要有以下四個(gè)要求：一決策分析指導(dǎo)，以用戶數(shù)據(jù)為主，以成熟的經(jīng)營(yíng)分析技術(shù)，根據(jù)提供的資源以及決策需要提高企業(yè)的數(shù)據(jù)資源利用能力，實(shí)現(xiàn)企業(yè)的科學(xué)化的決策以及整體運(yùn)行效率；二客戶關(guān)系管理，客戶關(guān)系管理是實(shí)現(xiàn)智能業(yè)務(wù)推薦的重要需求，以實(shí)時(shí)信息為基礎(chǔ)指導(dǎo)企業(yè)運(yùn)營(yíng)的優(yōu)化，對(duì)客戶服務(wù)需求以及服務(wù)產(chǎn)品的個(gè)性化設(shè)計(jì)，從用戶以及相關(guān)產(chǎn)品進(jìn)行關(guān)聯(lián)性

11、的分析，推薦符合系統(tǒng)分析的業(yè)務(wù)，以此增加新客戶以及提高客戶的忠誠(chéng)度，降低客戶流失率；三精準(zhǔn)營(yíng)銷推薦，這是實(shí)現(xiàn)智能化營(yíng)銷的直接行為，精準(zhǔn)營(yíng)銷的關(guān)鍵點(diǎn)在于“精準(zhǔn)”二字，根據(jù)客戶關(guān)系管理，以匯聚用戶業(yè)務(wù)使用數(shù)據(jù)為主，以整體化及個(gè)性化的雙角度分析每一個(gè)用戶的消費(fèi)能力以及交往圈等等，根據(jù)用戶的使用記錄以及行為數(shù)據(jù)，以渠道接觸點(diǎn)、應(yīng)用接觸點(diǎn)以及服務(wù)接觸點(diǎn)等等為主，智能化篩選用戶的界面功能銜接點(diǎn)，引導(dǎo)客戶消費(fèi)以及提供智能化服務(wù)。3電信業(yè)務(wù)系統(tǒng)應(yīng)用大數(shù)據(jù)平臺(tái)數(shù)據(jù)BSS系統(tǒng)應(yīng)用大數(shù)據(jù)平臺(tái)的數(shù)據(jù)，首要是明確算法以及技術(shù)對(duì)接對(duì)象。根據(jù)業(yè)務(wù)系統(tǒng)對(duì)數(shù)據(jù)應(yīng)用的要求，最后所有數(shù)據(jù)分析結(jié)果都要在可視化數(shù)據(jù)平臺(tái)中展現(xiàn)，針對(duì)目前

12、大數(shù)據(jù)系統(tǒng)中的數(shù)據(jù)挖掘工具而言，是以Hive為主，用 HDFS 進(jìn)行存儲(chǔ)，利用 MapReduce 進(jìn)行計(jì)算。利用 Hadoop儲(chǔ)存數(shù)據(jù)，以Hive構(gòu)建數(shù)據(jù)模型，由 Hive完成查詢語(yǔ)句的解釋、優(yōu)化、生成查詢計(jì)劃，從而實(shí)現(xiàn)將查詢計(jì)劃轉(zhuǎn)變?yōu)?MapReduce 任務(wù)在 Hadoop 中執(zhí)行，以UTF-8編碼為統(tǒng)一標(biāo)準(zhǔn)實(shí)現(xiàn)數(shù)據(jù)傳輸以及轉(zhuǎn)化。因此數(shù)據(jù)分析主要是通過(guò)Hive，創(chuàng)建一個(gè)制定名字的表，如果處理中發(fā)現(xiàn)具有相同名字的表，利用IF NOT EXIST 選項(xiàng)來(lái)忽略異常，采用LIKE 允許用戶復(fù)制現(xiàn)有的表結(jié)構(gòu)但不復(fù)制數(shù)據(jù)，然后構(gòu)建分區(qū)表，將分區(qū)單獨(dú)存在一個(gè)目錄下，根據(jù) CLUSTERED BY 操作

13、操作列，放置在一個(gè)bucket中，利用SORT BY 對(duì)數(shù)據(jù)進(jìn)行排序，將各個(gè)分區(qū)的名字轉(zhuǎn)變?yōu)椴煌臉?biāo)簽類型，例如網(wǎng)購(gòu)達(dá)人、上班族、醫(yī)生、老師、費(fèi)用敏感型、大學(xué)生、老年人等等，根據(jù)標(biāo)簽評(píng)價(jià)標(biāo)準(zhǔn)利用算法進(jìn)行分類。例如DPI記錄進(jìn)行標(biāo)簽判定，DPI記錄的表現(xiàn)類型主要是網(wǎng)頁(yè)、終端、APP等，以APP 標(biāo)簽為例，首先根據(jù)不同的終端，電腦是建立熱點(diǎn)，手機(jī)的連接熱點(diǎn)使用APP，利用Wireshark抓取手機(jī)使用app產(chǎn)生的數(shù)據(jù)包，通過(guò)分析，提取app相應(yīng)的規(guī)則，整理規(guī)則錄入app標(biāo)簽，通過(guò)管理員審核，規(guī)則一小時(shí)可生效通過(guò)查詢Hive中的表，打上所屬的標(biāo)簽。 所屬標(biāo)簽打上之后就可以通過(guò)元數(shù)據(jù)管理的用戶信息資料

14、中通過(guò)可視化平臺(tái)，看到用戶的基本資料以及標(biāo)簽，業(yè)務(wù)員或者是自動(dòng)服務(wù)終端，根據(jù)這些標(biāo)簽通過(guò)Hadoop數(shù)據(jù)中心與BSS、OSS、MSS、客服系統(tǒng)等等系統(tǒng)接口的對(duì)接，將Hive對(duì)用戶數(shù)據(jù)的分析結(jié)果通過(guò)儲(chǔ)存在Hadoop中，便于BSS系統(tǒng)、OSS、MSS、客服系統(tǒng)通過(guò)在Hadoop的大數(shù)據(jù)平臺(tái)中調(diào)取數(shù)據(jù)，查閱到用用戶標(biāo)簽以及數(shù)據(jù)信息，自動(dòng)性實(shí)現(xiàn)用戶數(shù)據(jù)庫(kù)與用戶消費(fèi)和服務(wù)行為的對(duì)接，確保能夠快速鎖定用戶的消費(fèi)系統(tǒng)。Hadoop的大數(shù)據(jù)可視化平臺(tái)主要是以Python的可視化數(shù)據(jù)分析平臺(tái)為主，在Hadoop基礎(chǔ)上，利用Hive對(duì)用戶數(shù)據(jù)的分析的處理，將數(shù)據(jù)中心的數(shù)據(jù)以Python技術(shù)語(yǔ)法簡(jiǎn)潔，數(shù)據(jù)獲取較為

15、快速、兼容性較強(qiáng)，支持跨平臺(tái)服務(wù)等優(yōu)勢(shì)，實(shí)現(xiàn)數(shù)據(jù)的跨平臺(tái)及系統(tǒng)應(yīng)用，確保電信的多個(gè)信息化子系統(tǒng)能夠通過(guò)Python可視化平臺(tái)實(shí)現(xiàn)對(duì)數(shù)據(jù)的跨平臺(tái)使用。Python可視化數(shù)據(jù)分析平臺(tái)采用Mysql-python、Numpy等第三方模塊撰寫配置算法，以B/S平臺(tái)技術(shù)構(gòu)建系統(tǒng)平臺(tái)，HTML、CSS、JS展示網(wǎng)絡(luò)，采用Django技術(shù)完成后臺(tái)處理，實(shí)現(xiàn)高效的可視化數(shù)據(jù)展示以及數(shù)據(jù)分析，根據(jù)K-means算法對(duì)文件中的維數(shù)制作成圖表，并匹配上結(jié)果圖和文字說(shuō)明，以便于用戶能夠通過(guò)圖表直接得到大致的數(shù)據(jù)分析結(jié)果，也可以對(duì)數(shù)據(jù)文件進(jìn)行降維處理，輸入原始數(shù)據(jù)后就可以根據(jù)用戶需求選擇要降的維數(shù)，采用PCA算法就能夠

16、完成所需的降維處理并且保留原始數(shù)據(jù)主要成分，根據(jù)原始詩(shī)句結(jié)果圖以及相應(yīng)的降維結(jié)果圖實(shí)現(xiàn)可視化。這樣一來(lái)通過(guò)Hive內(nèi)建算法以及Python外建算法，就可以實(shí)現(xiàn)用戶數(shù)據(jù)得整體規(guī)劃、標(biāo)簽從屬以及數(shù)據(jù)跨平臺(tái)使用等要求，滿足電信業(yè)務(wù)系統(tǒng)對(duì)數(shù)據(jù)以及數(shù)據(jù)價(jià)值的快速、高效運(yùn)用。不僅是標(biāo)簽，客戶到廳（營(yíng)業(yè)廳）、在線辦理業(yè)務(wù)、撥打客服熱線、或者營(yíng)銷人員主動(dòng)外呼客戶時(shí)，有針對(duì)性的營(yíng)銷的時(shí)候，根據(jù)Hadoop架構(gòu)中Hive的MapReduce 進(jìn)行用戶數(shù)據(jù)類型以及從屬情況計(jì)算，根據(jù)電信企業(yè)自身的經(jīng)營(yíng)規(guī)范以及業(yè)務(wù)系統(tǒng)的劃分，將用戶數(shù)據(jù)集成為表，根據(jù)各個(gè)分布的標(biāo)簽名稱完善用戶個(gè)人數(shù)據(jù)庫(kù)，然后根據(jù)Python可視化數(shù)據(jù)分

17、析平臺(tái)設(shè)計(jì)實(shí)現(xiàn)個(gè)性化客戶視圖的展現(xiàn)，從Python的數(shù)據(jù)分析優(yōu)勢(shì)入手，根據(jù)可視化數(shù)據(jù)分析的需求，實(shí)現(xiàn)在線數(shù)據(jù)分析，滿足營(yíng)業(yè)員對(duì)客戶數(shù)據(jù)的利用需求，根據(jù)目前海量數(shù)據(jù)中的數(shù)據(jù)分析功能需求探索性數(shù)據(jù)、數(shù)據(jù)預(yù)處理和挖掘建模，將復(fù)雜混亂的客戶初步數(shù)據(jù)進(jìn)行處理，盡可能少的設(shè)置數(shù)據(jù)分析因素，以各種數(shù)學(xué)形式，例如作圖、制表、方程擬合等方式對(duì)數(shù)據(jù)的結(jié)構(gòu)以及規(guī)律進(jìn)行探索，利用均值、標(biāo)準(zhǔn)差、變異系數(shù)等數(shù)據(jù)特征將初步數(shù)據(jù)的規(guī)律及結(jié)構(gòu)反饋給業(yè)務(wù)員；掘建模則是利用決策樹(shù)、K-means、PCA、線性回歸等等方法分析用戶數(shù)據(jù)實(shí)現(xiàn)可視化展示，例如將客戶的網(wǎng)絡(luò)行為數(shù)據(jù)進(jìn)行聚類分析，通過(guò)文件輸入將數(shù)據(jù)進(jìn)行分類，根據(jù)K-means

18、算法對(duì)文件中的維數(shù)制作成圖表，并匹配上結(jié)果圖和文字說(shuō)明，以便于營(yíng)業(yè)員能夠通過(guò)圖表直接得到大致的數(shù)據(jù)分析結(jié)果，掌握客戶的喜好、作息時(shí)間等，進(jìn)行精準(zhǔn)營(yíng)銷，通過(guò)合適適合外呼、上門營(yíng)銷等營(yíng)銷手段，提高營(yíng)業(yè)廳業(yè)務(wù)數(shù)量以及服務(wù)質(zhì)量。結(jié)語(yǔ) 綜上所述全球化發(fā)展的發(fā)展需要各大電信運(yùn)行商緊隨大數(shù)據(jù)發(fā)展，通過(guò)對(duì)海量資料的軟件工具分析，加快數(shù)據(jù)擷取、管理、處理、整理的時(shí)間以及效果促進(jìn)企業(yè)經(jīng)營(yíng)決策，形成統(tǒng)一標(biāo)準(zhǔn)化的數(shù)據(jù)規(guī)范處理，平臺(tái)及系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)中難以引入大數(shù)據(jù)處理以及營(yíng)銷支持工具。重新構(gòu)建電信信息化系統(tǒng)，基于大數(shù)據(jù)以及營(yíng)銷支持工具設(shè)計(jì)系統(tǒng)結(jié)構(gòu)以及服務(wù)框架，確保電信運(yùn)行商的信息化系統(tǒng)能夠滿足移動(dòng)互聯(lián)網(wǎng)發(fā)展下的客戶服務(wù)需求以及