基于大数据的移动用户行为分析系统与应用案例
2016-11-08谷红勋杨珂
电信科学 2016年3期
谷红勋,杨珂
(中国电信股份有限公司河南分公司,河南 郑州 450016)
基于大数据的移动用户行为分析系统与应用案例
谷红勋,杨珂
(中国电信股份有限公司河南分公司,河南 郑州 450016)
本系统基于Hadoop架构采集运营商网络侧产生的大数据,并对数据进行深度加工,挖掘其中相关的用户行为属性,构建用户行为分析模型,并对具体用户行为应用进行有效探索。针对技术选型、系统实现、数据采集、模型设计与应用案例,完整展示了移动用户行为分析系统的设计思路与实现。
Hadoop;ETL;数据模型;用户行为分析
1 引言
随着智能终端、云计算、物联网与4G网络的普及,电信网络系统产生了海量数据。与传统数据相比,电信运营商的数据具有数据量大、数据多样性、增长快速、价值密度低等特点。传统数据挖掘工具(如Oracle、SPSS、SAS等)并不具备大数据挖掘能力,所有的数据必须在单一的服务器上处理,硬件能力成为大数据应用的瓶颈。对电信运营商而言,必须寻找新一代的数据处理技术,以实现大数据的分析与挖掘。
同时,以往对大数据的探索主要集中在技术层面,实际应用案例较少,本文针对运营商网络数据进行深度加工,对原本只用于计费的通话详单进行深度加工,挖掘其中的用户行为属性,构建用户行为分析模型,并成功应用于养卡用户监控等具体业务。
目前在大数据应用方面的研究具体介绍如下。
[1]提出从数据挖掘的角度,分析大数据的数据建模与传统的数据建模之间的差异,并提出基于大数据设计数据模型的具体思路,包含数据来源、数据挖掘和分析、用户兴趣建模与安全隐私等。……
登录APP查看全文
