谭丽丽

【摘 要】基于通信运营商社交网络数据量巨大、产生速度快、交互速度快、数据结构多样和分析复杂的特点，结合传统结构化数据的分析，提出了一种高影响力客户识别的模型，并应用于客户套餐购买过程中，得出了6个月内高影响力客户比随机客户推荐成功率平均提升4.8%、绝对量提升29倍的效果。

【关键词】大数据 社交网络 客户识别

1 前言

目前大数据和云计算两个概念是很热门的话题，业界逐步开始区分大数据和云计算。前者主要是指业务问题、创新机会和技术平台；后者主要是指按需付费、资源动态调配、自服务的商业模式[1]。互联网、社交网络、传感器、科研、金融正在产生越来越多的数据，联合国于2012年7月10日在纽约总部发布了一份大数据政务白皮书《大数据促发展：挑战与机遇》，总结了各国政府如何利用大数据更好地服务和保护人民[2]。美国政府推出了“大数据”战略，媲美于当年克林顿政府时代的信息高速公路计划，奥巴马希望借助大数据来将美国经济带出泥潭，从基础建设到IT硬件、软件、网络，最后到数据[3]。

运营商每天产生10TB+话单、30TB+上网日志和100TB+信令数据，对大数据的需求主要集中在Analytics

（分析）和使用方面。大数据驱动市场营销、驱动成本控制、驱动产品和服务创新、驱动管理和决策的创新、驱动商业模式的创新。智能终端、交互渠道、用户生成内容、传感器、社交媒体等多种方式产生的新型非结构化/半结构化数据（大数据），在通信运营商中，与传统结构化数据和分析方式整合后将创造巨大的价值。……