
通信大数据深度挖掘运营商管道价值
大众消费类厂商总是偏爱户外广告,但企业主更想知道,哪块广告牌的位置更好、有更多人从它面前经过,“联通慧眼”做的就是这件事。通过指数形式定量分析监控区域的位置价值,构建位置价值指数行业评分模型,应用在“沃指数-户外媒体价值指数”中,“联通慧眼”自上线以来,已推广到广东省21个地市联通分公司,累计生成评估类、推荐类数据报告10338份,目前广州市政府、惠州旅游局、广发银行基金、万达广场等单位已经就该项目达成深度合作意向。
这仅是运营商挖掘大数据能力的冰山一角,经过了近几年的技术沉淀和行业探索,如今大数据在电信行业不再是“纸上谈兵”,而是一整套系统化的数据挖掘工具,而且运营商还通过大数据挖掘技术,开启了政企ICT行业应用的市场大门。
联通下半年平台规模增至4400节点
国内三大运营商对于大数据的发展进度并不相同,由于中国联通早期完成IT系统的“两极化”改造,因此在数据收集和平台规模上都更胜一筹。
据中国联通信息化部副总经理兼CTO范济安介绍,中国联通从2012年成立数据中心部门开始,通过3年的建设运行,已经搭建了全集团一体化运营销售体系及大数据产品开发体系。中国联通的目标是:在保证大数据充分应用的同时,转化为更好的对外发展能力。
据悉,目前中国联通的大数据中心已经采集了包含31省移动用户位置数据、4GLTE数据、上网日志以及10010客服电话录音数据等全国各类数据共20PB,2016年规模将提升到150PB。2016年中国联通将继续完善数据存储的生命周期,从现在的6个月扩展到12个月。大数据平台规模也将从现在的2400个节点扩充到4400个节点。
移动利用大数据优化网络深度覆盖
而在中国移动,大数据能力已经在各省分公司落地开花,通过构建挖掘平台和不断优化算法,各移动分公司基于原有的BI系统进行升级——从原来简单化的统计分析功能,升级为现阶段的实时数据分析与业务预测。
移动专家告诉《通信世界》记者:目前中移动大数据技术应用比较成熟的领域主要分布在大数据实时营销、网络分析与数据合作等几大方面。
同时,中国移动还将大数据能力用于自身对“管道”能力的挖潜。据悉,目前中移设计院通过自建的大数据分析平台,为覆盖全国的移动4G网络解决深度覆盖难题。
电信“灯塔大数据”对外开放合作
中国电信将大数据能力定位于对外开放合作,其成立的“灯塔大数据”行业应用平台已经面向八大行业,寻求大数据的深度合作,重点强调了其在大数据领域的3种角色定位,分别是多元数据整合、打造能力平台、创新行业应用。
首先,扩大数据量的规模,整合多元化的数据源,目前在中国电信搭建的“灯塔大数据”平台上,数据总量已经涵盖了800多个条目,如信令、ODS、互联网数据、视频等。搭建行业平台,将更多的第三方数据信息引入,比如汽车、房产、金融等领域,进而实现与各行业数据的开放整合。
其次,平台能力打造,能力平台将用于数据质量的把控,实现数据融合的增益效应,更重要的是,通过标准的API接口、定量预测以及基础数据的关联性,运营商需要将自有的大数据能力进行脱敏、封装,进而提供给广大的行业客户与开发者。
最后,行业应用创新,这是大数据应用对接客户的最后一步,也是至关重要的一环,虽然运营商并不负责直接的应用开发,但运营商有必要搭建并维系一个健康、稳定的大数据产业环境,提供优质的数据创新土壤和更具吸引力的激励措施
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14