下面是一篇來(lái)自電大的畢業(yè)論文范文，標(biāo)題是《簡(jiǎn)述電信運(yùn)營(yíng)商大數(shù)據(jù)變現(xiàn)關(guān)鍵技術(shù)環(huán)節(jié)》，對(duì)電子專業(yè)的學(xué)生在畢業(yè)論文上的寫作有很大的借鑒意義。

　　摘 要：數(shù)據(jù)資產(chǎn)正在各行業(yè)中催生商業(yè)價(jià)值，引起社會(huì)的第三次產(chǎn)業(yè)革命。實(shí)現(xiàn)大數(shù)據(jù)資產(chǎn)的規(guī)模變現(xiàn)、依靠大數(shù)據(jù)能力構(gòu)筑新生態(tài)環(huán)境成為電信運(yùn)營(yíng)商轉(zhuǎn)型的迫切訴求。該文在描述電信運(yùn)營(yíng)商大數(shù)據(jù)資產(chǎn)變現(xiàn)途徑和困難的基礎(chǔ)上，對(duì)其中包括跨域數(shù)據(jù)采集與整合、大數(shù)據(jù)存儲(chǔ)與處理、實(shí)時(shí)數(shù)據(jù)處理、數(shù)據(jù)管控等關(guān)鍵技術(shù)環(huán)節(jié)進(jìn)行了探討。

　　關(guān)鍵詞：大數(shù)據(jù) 運(yùn)營(yíng)商 產(chǎn)品化數(shù)據(jù)咨詢

　　1674-098X(2014)12(a)-0046-01

　　隨著大數(shù)據(jù)時(shí)代的來(lái)臨，行業(yè)分工正出現(xiàn)深刻的變革，促使掌握數(shù)以億計(jì)客戶資料與通信行為大數(shù)據(jù)的電信運(yùn)營(yíng)商考慮與尋找嶄新的生態(tài)環(huán)境。

　　所謂大數(shù)據(jù)資產(chǎn)變現(xiàn)，就是通過(guò)構(gòu)筑大數(shù)據(jù)能力解決提高流程效率與降低成本、提升客戶體驗(yàn)與價(jià)值、以及產(chǎn)品創(chuàng)新等關(guān)鍵業(yè)務(wù)理由，將數(shù)據(jù)分析能力轉(zhuǎn)化為競(jìng)爭(zhēng)力。對(duì)運(yùn)營(yíng)商而言，其數(shù)據(jù)資產(chǎn)具有用戶量大、數(shù)據(jù)量大、數(shù)據(jù)與業(yè)務(wù)強(qiáng)相關(guān)、時(shí)效性強(qiáng)、精確性高、數(shù)據(jù)價(jià)值高等特點(diǎn)，實(shí)現(xiàn)大數(shù)據(jù)資產(chǎn)的運(yùn)營(yíng)和變現(xiàn)，對(duì)內(nèi)可以服務(wù)于業(yè)務(wù)運(yùn)營(yíng)決策與超細(xì)分精準(zhǔn)營(yíng)銷，對(duì)外可以開拓包括廣告投放、店面經(jīng)營(yíng)、企業(yè)選址、O2O位置營(yíng)銷、互聯(lián)網(wǎng)精確營(yíng)銷等在內(nèi)的產(chǎn)品化數(shù)據(jù)咨詢藍(lán)海，是實(shí)現(xiàn)從“電信網(wǎng)絡(luò)運(yùn)營(yíng)商”到“信息運(yùn)營(yíng)商”轉(zhuǎn)型的重要支點(diǎn)。

　　當(dāng)前從管理到技術(shù)層面，運(yùn)營(yíng)商要實(shí)現(xiàn)從“管理驅(qū)動(dòng)運(yùn)營(yíng)”到“數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)”的轉(zhuǎn)變都存在許多困難，包括O域(網(wǎng)絡(luò))/B域(計(jì)費(fèi)營(yíng)帳)/M域(ERP)等各域數(shù)據(jù)的割裂、數(shù)據(jù)標(biāo)準(zhǔn)化程度低、管理流程長(zhǎng)、傳統(tǒng)IT架構(gòu)及數(shù)據(jù)策略不適應(yīng)大數(shù)據(jù)要求等，其中關(guān)鍵技術(shù)環(huán)節(jié)包括跨域數(shù)據(jù)采集與整合、大數(shù)據(jù)存儲(chǔ)與處理、實(shí)時(shí)數(shù)據(jù)處理以及數(shù)據(jù)管控等。

　　1 關(guān)鍵技術(shù)環(huán)節(jié)探討

　　1.1 跨域數(shù)據(jù)采集與整合

　　傳統(tǒng)的電信經(jīng)營(yíng)分析系統(tǒng)主要處理計(jì)費(fèi)清單、客戶業(yè)務(wù)訂購(gòu)關(guān)系以及業(yè)務(wù)平臺(tái)使用數(shù)據(jù)，采用文件批處理的方式進(jìn)行數(shù)據(jù)倉(cāng)庫(kù)的ETL處理，不能適應(yīng)整合接入毫秒級(jí)的網(wǎng)絡(luò)側(cè)海量信令與位置數(shù)據(jù)的要求。因此，需采用“分布式文件存儲(chǔ)+分布式計(jì)算”技術(shù)，以Hadoop為基礎(chǔ)構(gòu)建端到端的云數(shù)據(jù)處理平臺(tái)，基于通用X86平臺(tái)端到端支撐ETL和主庫(kù)外匯總計(jì)算，直接對(duì)開源Hadoop平臺(tái)進(jìn)行底層優(yōu)化，支持?jǐn)?shù)據(jù)的迅猛增長(zhǎng)。

　　在傳統(tǒng)的B域數(shù)據(jù)(從BSS、CRM等采集)和M域數(shù)據(jù)(從ERP采集)采集平臺(tái)基礎(chǔ)上，還需實(shí)現(xiàn)對(duì)OMC/設(shè)備、參數(shù)、信令、撥測(cè)等數(shù)據(jù)的統(tǒng)一采集與管控，通過(guò)Gn口采集數(shù)據(jù)業(yè)務(wù)信令合成xDR詳單，對(duì)語(yǔ)音行為、位置分析則通過(guò)采集A口或MC口信令實(shí)現(xiàn)。

　　1.2 大數(shù)據(jù)存儲(chǔ)與處理

　　“高性能硬件+SMP數(shù)據(jù)庫(kù)”和“X86平臺(tái)+MPP數(shù)據(jù)庫(kù)”等傳統(tǒng)電信架構(gòu)具有實(shí)時(shí)性高、研發(fā)成本低、可以實(shí)現(xiàn)復(fù)雜業(yè)務(wù)邏輯等優(yōu)點(diǎn)，但關(guān)系數(shù)據(jù)模型固有的不能直接處理非結(jié)構(gòu)化數(shù)據(jù)的缺點(diǎn)導(dǎo)致其不適用于大數(shù)據(jù)環(huán)境。其中，“高性能硬件+SMP數(shù)據(jù)庫(kù)”因成本昂貴和線性擴(kuò)展能力差已較少在數(shù)據(jù)倉(cāng)庫(kù)環(huán)境下采用，“X86平臺(tái)+MPP數(shù)據(jù)庫(kù)”則可與Hadoop分布式系統(tǒng)(X86平臺(tái)+HDFS分布式文件系統(tǒng))組成混搭方案，利用非關(guān)系模型編程靈活和分布式系統(tǒng)擴(kuò)展能力強(qiáng)的優(yōu)勢(shì)支持高效低成本的系統(tǒng)搭建。

　　NoSQL數(shù)據(jù)庫(kù)拋棄了關(guān)系數(shù)據(jù)庫(kù)復(fù)雜的關(guān)聯(lián)操作、事務(wù)處理等功能，僅提供簡(jiǎn)單的鍵值對(duì)(Key，Value)數(shù)據(jù)的存儲(chǔ)與查詢，換取高擴(kuò)展性和高性能�？梢�入NoSQL技術(shù)，把以寫為主數(shù)據(jù)集中在RDBS里，讀為主的數(shù)據(jù)集中在NoSQL數(shù)據(jù)庫(kù)中，主數(shù)據(jù)庫(kù)負(fù)責(zé)寫操作，從數(shù)據(jù)庫(kù)負(fù)責(zé)讀操作，通過(guò)“讀寫分離”提高海量數(shù)據(jù)處理效率。

　　1.3 實(shí)時(shí)數(shù)據(jù)處理

　　O2O位置營(yíng)銷和互聯(lián)網(wǎng)營(yíng)銷尤其強(qiáng)調(diào)從捕捉客戶網(wǎng)絡(luò)行為數(shù)據(jù)到觸發(fā)營(yíng)銷推薦這一過(guò)程的時(shí)效性，運(yùn)營(yíng)商除了在采集、存儲(chǔ)與處理環(huán)節(jié)運(yùn)用分布式技術(shù)減少時(shí)延外，還可引入流計(jì)算技術(shù)和內(nèi)存數(shù)據(jù)庫(kù)，通過(guò)流處理和快速緩存將行為識(shí)別與營(yíng)銷推送時(shí)延縮短至分鐘級(jí)。

　　Storm是一種開源的分布式實(shí)時(shí)計(jì)算系統(tǒng)，可以簡(jiǎn)單、高效、可靠地處理大量的數(shù)據(jù)流。Spark Streaming是基于Spark衍生的開源流處理工具，以類似批處理方式來(lái)處理這部分小數(shù)據(jù)。這兩種流計(jì)算技術(shù)可以應(yīng)用于營(yíng)銷信息定制化推薦、電子渠道信息推送等實(shí)時(shí)營(yíng)銷服務(wù)以及熱點(diǎn)區(qū)域用戶監(jiān)控等實(shí)時(shí)場(chǎng)景。內(nèi)存數(shù)據(jù)庫(kù)是將數(shù)據(jù)存儲(chǔ)在內(nèi)存RAM中并進(jìn)行計(jì)算和查詢，充分發(fā)揮多核CPU能力的數(shù)據(jù)庫(kù)管理系統(tǒng)，其和流計(jì)算配合用于狀態(tài)和規(guī)則的存儲(chǔ)，可優(yōu)化客戶體驗(yàn)。

　　2 結(jié)語(yǔ)

　　當(dāng)然，運(yùn)營(yíng)商大數(shù)據(jù)資產(chǎn)變現(xiàn)還需解決數(shù)據(jù)安全管控、應(yīng)用私有加密內(nèi)容識(shí)別(例如客戶微信行為是語(yǔ)音還是文字)等理由，任何一種單一技術(shù)都難以適應(yīng)運(yùn)營(yíng)商全部的數(shù)據(jù)采集、存儲(chǔ)、處理和對(duì)外服務(wù)的需求，大數(shù)據(jù)環(huán)境下的Hadoop、MPP、流計(jì)算、NoSQL和內(nèi)存數(shù)據(jù)庫(kù)等多種技術(shù)并存才是發(fā)展趨勢(shì)。

　　參考文獻(xiàn)

　　[1]Bill Franks. Taming the Big Data Tidal Wave[M].Wiley Publishing， Inc.，2012.

　　[2]沈拓.電信運(yùn)營(yíng)商的互聯(lián)網(wǎng)戰(zhàn)略[J].中國(guó)新通信，2011(3)：35-40.

　　[3]黃勇軍，馮明，丁圣勇，等.電信運(yùn)營(yíng)商大數(shù)據(jù)發(fā)展策略探討[J].電信科學(xué)，2013，29(3)：6-11.