袁海龙

摘 要：我国信息技术能力发展迅速，通信业务的数量和业务的类型在不断的增加和扩展。这就使得传统的数据处理技术已经很难满足当下的通信发展要求，因此就出现了“大数据”技术，研究该项技术可以在最大程度上解决目前在数据处理上遇到的问题，提高收益的同时保障了数据信息的安全性和规范性。这对于运营商的发展有深远意义。文章对“大数据”的特点及问题进行研究分析，并对其应用提出了几点看法。

关键词：大数据技术；通信领域；应用

中图分类号：TN929.5 文献标志码：A 文章编号：2095-2945（2018）04-0139-02

Abstract： Along with the enhancement of IT capacity， the quantity and and the types of communication services are constantly increasing and expanding. This makes the traditional data processing technology difficult to meet the current requirements of communication development， hence the emergence of the "big data" technology. The research of this technology can solve the problems encountered in data processing to the greatest extent， and improve the income and ensure the security and standardization of data information at the same time. This is of far-reaching significance to the development of operators. This paper mainly analyzes the characteristics and problems of big data， and puts forward some opinions on its application.

Keywords： big data technology； communication field； application

通信技术的发展已经从固有的、单一的模式向综合的、多项的模式发展，在计算机技术的推动下，进一步地与互联网技术、物联网技术相结合。从而促进了通信技术的发展，数据的规模也逐渐的加大。这种情况就会导致出现供需矛盾，造成大数据供不应求，因此合理、有效、规范的大数据政策和法规，有助于大数据技术的更稳定发展，所以相关的技术人员应该加大研究力度，提高移动通信网络的技术能力，提升传输及处理速度，使大数据分析技术能力与通信技术更好的结合，从而推动移动通信业务的拓展。

1关于大数据的问题探究

大数据的专业的说法为巨量数据集合，具体的指无法在合理可行的时间范围内，用一般常用的软件工具及常规方式进行抓取、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。因此，大数据的特点就极为明显了，即：数据量庞大；数据种类复杂、多样；数据速度要求极快；数据的价值密度低。

1.1数据的产生阶段

（1）被动产生阶段。“数据库”这一专业名词，在最开始的产生阶段还只是为政府、大型企业、金融行业所应用（例如银行的交易记录系统）。这种数据的产生主要是随着运营、交易、活动而产生的，一般属于被动产生。（2）主动产生阶段。随着互联网技术的出现及普及，用户的使用量逐渐加大，用户的比例逐渐增多，原创内容就会产生大量的数据，这些自发的数据被保存和处理，从而实现了数据的主动产生。（3）自动产生阶段。移动通信技术和物联网技术超速发展，二者都遇到了技术性的难题，促使相互结合，共同发展，这就使得感知系统大量出现，从而实现对世界各个角落的监控，此时数据便会不用人为的干预而实现自动产生，这就会形成巨量的数据，也就迎来了大数据时代。

1.2 大数据的特点

（1）数据量巨大。通过大量的相关资料我们可以发现，大数据时代，数据存储将近2万亿的信息数据，并且这一数据还是在每天飞速的增长，平均增速为五分之一，人们在生活当中都会应用这些大数据（通信聊天、上网购物等等），数以百万千万计的信息采集器在各种设备的内部飞速的运营，就会持续不断的生产大量的数据信息，因此所需要处理的数据量也极为巨大，高达PB级，甚至最高可达EB级别。（2）种类繁多。在大数据时代的背景下，所需要处理的信息的种类繁杂、结构多样性极为明显，其中就包括结构化、非结构化、半结构化等等。结构数据一般为便于存储的数据，如音频、视频、图片等，其比重较低，仅为20%左右；非结构化数据的比重占比较大，并且获取的难度也较高。（3）价值高低不同。大数据由于信息数据量的巨大，所以在一定程度上其价值的高低完全取决于信息数据的价值，在庞大的基数下，有用价值的数据的密度较低，所以造就了整体价值偏低的现象，因此总是与总数据呈现负相关系。（4）时效性高。大数据具有很多特定的性质，在时效性上，大数据就呈现出极为鮮明的高效特点，因为数据的价值与数据的规模有很大的关系，所以要在最短时间内获取最多相关信息，从而实现数据的最大价值。

2 大数据处理存在的关键问题

2.1 大数据处理中的关键问题及技术

（1）去冗余技术。在移动通信网络中，很多终端都是在无人监控的状态下运行的，这种情况在物联网中更是突出，这就很容易出现误差和错误，降低了数据的可靠性，同时由于数据的存储问题，造成了大量的数据的冗余。所以在大数据的处理上，第一个阶段就是对数据信息进行清洗与提取，此时就可以采用大数据中的去冗余技术来实现。但是这种方式只能对传统的结构化数据进行提取与清洗，对于占比较大的非结构性数据没有效果。并且缺乏实时性，在处理PB级别的大数据上，有些力不从心。因此对移动通信网络中大数据的清洗技术进行研究是目前的移动通信工程师要解决的关键性难题之一。（2）融合提取集成技术。大数据信息具有多源异构性，因此，对于这些种类的数据进行融合提取集成就至关重要，这不仅能在很大程度上对后期的数据分析提供帮助，也对后期的信息数据发掘具有重要意义。数据的融合是将来自不同数据源的表示同一实体的不同表象融合至一条单一的表象，并解决可能存在的数据冲突的过程。针对多源异构的特性，在融合的过程中涉及了很多方面的问题，其中数据关联问题最为重要，因此就需要一种方法将传统结构数据与非结构数据进行有效关联。从而提取出有效的信息。（3）可视化分析技术。在经过清洗、提取、集成之后，还需要对大数据进行分析和挖掘。因此，可视化分析技术就成了处理大数据分析和挖掘问题的关键。在对结果进行可视化展示，有利于研究人员的理解和分析的同时，还有助于人机交互，增强交互能力，加强分析处理效果。endprint

2.2 大数据分析技术在移动通信领域的作用

（1）提供丰富的数据资源。大数据技术能够在最大程度上为运营商提供大量的数据资料，人们在进行网络使用中，会产生很多的数据形式，运营商可以通过对这些原始数据收集和分析来实现用户的分类，然后可以对用户的使用情况进行分析和设计，从而确定“数据套餐”等的设定，为人们提供更优质的服务，并提升利益空间。这个过程中，大数据主要起到的就是辅助引导功能，通过数据分析从而对潜在客户实现挖掘分类。（2）为流量经营创在条件。随着移动通信技术的日益成熟，数据传输速率的加快以及各种软件的相继推出，流量已经成为了人们日常生活中习以为常的存在，而从费用支出上来看，流量的支出远远要高过话费的支出。但是流量的经营和把控一直是一个技术性的难点，其涉及的范围较广，控制的方面较复杂，因此只有依靠大数据才能对流量进行合理的经营。

3 大数据技术在通信领域及业务拓展中的应用对策

3.1 规范运营商数据资产

移动通信网络由于人口及使用的基数问题，会产生大量而负债的数据，只有对这些数据进行规划及整理，运营商才能更好的对数据的潜在价值进行研究和分析，只有这样才能对客户的所需有全面的了解。大数据可以快速的对各种数据进行收集和整理，能够为运营商提供最全面的数据资料，帮助运营商进行分析，在实际的应用中，移动公司都会在指定的地方设立相应的办公大厅，在办公大厅，移动公司可以通过技术部门对该区域移动用户产生的数据流量进行详细的记载和分析，从而了解和掌握客户的流量使用情况及客户的喜爱情况。然后根据分析所得出的结果进行表格的创建，以此将移动的业务进行细化分类，从而更好的服务于民。运营商数据资产的规整，能够帮助运营商收集并统一分析客户信息，为客户提供专门的业务，能够提升运营商在客户心中的信任度，形成一大批忠实用户，积攒公司发展资金，扩大公司运营规模。

3.2 数据分析

移动通信运营商可以根据运营的方式，实现业务的改革及行业的发展。通过发挥大数据的分析能力，可以提升移动通信运营商的社会影响力。数据分析步骤如下：第一步为数据可视化，通过图形化手段，可直观反应数据分布情况与各属性间相关性；第二步为统计分析，通过统计方法定向/定量分析数据，主要包括描述统计、推断统计；第三步为数据挖掘，如：数据库系统、机器学习、统计学习、人工智能等等，主要目的在于挖掘數据中潜在的、具有价值的模式。移动通信商利用丰富的数据资源，实现“数据封装-数据服务”、“传统网络服务提供商-信息服务提供商”的转变。

3.3 采集挖掘数据手段增加

运营商通过对内部系统的规划，从而利用大数据实现统一的数据模式，并对资料进行详细的采集，同时采集挖掘数据资料的手段也不断增加。通过增加挖掘的力度与手段，运营商可以在最短时间内，高效的分析出客户的喜好和需求。这样就可以实现产品与需求的一一对应，可以实现价值与利益的最大化。并且可以通过一系列的活动，增加其在其他领域的影响，拓宽了经营的范围，并且在无形中为企业的长久发展奠定了坚实的基础。

4 结束语

大数据分析技术能够在很大程度上帮助移动通信运营商行业发展和业务拓展，为运营上的业务范围上提供了更广阔的空间，实现了经营领域的突破。

但在发展与突破的同时，也存在着一系列问题，数据的安全及客户隐私问题就是其中的要点。因此，运营商要加大对大数据技术的研究力度，培养专业对口人才，规范运营商企业发展制度，整合更精准的数据，获得持续发展的机会。

参考文献：

[1]党永亮.大数据分析在移动通信网络优化中的应用研究[D].华中师范大学，2015.

[2]金紫阳.大数据在移动通信网络中的应用及发展策略研究[J].中国新通信，2016，18（45）：64-64.

[3]张亮.大数据分析在移动通信网络优化中的应用[J].信息通信，2017（5）：272-273.endprint