基于大数据的电信信息化系统建设的探讨

基于大数据的电信信息化系统建设的探讨

[摘要]信息时代的到来，伴随着移动联网等技术的更新换代，我国电信企业的发展进入了高效化发展时代,不同于电信运营商的初期发展阶段，云计算、物联网、智能终端等新技术及新应用的不断革新,国内市场逐渐趋于饱和,所以目前电信运营商正步入质量发展阶段，立足于数字化社会的发展,为提高流量收益以及业务效益，电信信息化系统的建设正在加快，电信运营商客户行为数据、网络运维数据以及信令数据等等海量信息中蕴含的价值越来越高，基于数据挖掘及分析构建电信信息化系统，实现客户消费、接触行为等，进行智能化业务推荐以及建立客户离网模型，对高危用户进行有针对性的挽留活动都成为信息化系统功能框架基础。

［关键词]：大数据；电信信息化;系统建设

引言

基于大数据建设信息化系统，是利用电信数据分析及挖掘的需求，通过Hadooｐ系统的建设设计电信业务功能,以统一、标准及可视化的基础实现数据信息价值的挖掘以及业务推荐。移动互联网的发展一方面带动了我国电信运营商的流量收益，另一方面对电信运行商的业务体系以及工作系统形成冲击,在挑战与机遇的双重背景下，电信运行商典型实现信息化系统的构建,转变传统业务推荐以及服务方式,针对客户的行为消费以及数据分析,实现业务的智能化服务，并实现客户的个性化客户视图,实现人工与智能化的业务并行，提高电信运行商的工作效率以及发展水平。并且通过客户离网模型的构建,实现业务服务的智能化以及全面化，实现电信企业的效益的最大化。

一、基于大数据的信息化建设

1大数据技术的特点

大数据的定义是数量规模庞大到用目前主流软件工具在合理时间内,挖掘,管理，处理并整合成能够利于企业决策发展的资讯。很多企业,平台所产生的数据中十分具有价值,但需要进行挖掘，由于信息还具有时效性，所以目前大数据的

处理很收重视,但企业与平台等很难在合理时间内对大数据进行整合处理,近年来由于资源发展迅速，为大数据处理提供了便利。大数据技术有5V１C的特点，即Vaｒietv(多样化)。Voluｍe(海量），Veloｃiｔｖ(快速)，Vｉtality(灵活),价值(va ｌｕe），Compｌｅxity（复杂）。多样化指的大数据有多种数据类型，一般有网络日志,社交媒体，互联网搜索等，不同的数据类型处理与分析方式大不相同; 海量指的是大数据的产生是极为庞大的,基本是成“J”型;快速指的是数据具有时效性，如不能快速处理就会失去价值;灵活指的是大数据的处理分析必须能够适应业务频率的快速改变;价值指的是大数据蒸锅整合处理后能够对未来趋势及模式提供分析价值;复杂指的是大数据分析处理的复杂性,不仅难度高所采用的处理方式与工具也不同。

2大数据信息化系统的构建

大数据信息系统的构建，是以数据中心构建为核心，实现数据仓库体系的统一规划，根据不同区域级别的信息区数据，将整个区域的信息网络进行整合,新城同意而全局数据构建全局数据网络，形成信息数据平台。大数据信息系统构建中，是以集成为主,将设备以及设施基层,实现数据信息的渠道的多样化以及统一化,将多个用户产生的数据,通过不同数据挖掘工具挖掘，例如Pythoｎ实现各个平台数据的收集以及传输等等,以EAI平台及各种功能为主,例如网络服务、数据集成与处理转换工具,这对不同区域级别的访问针对性服务借口进行安全优化以及数据传输渠道构建,确保信息平台的安全性以及数据多样化集成。系统的建设主要是根据企业的需求为主,不同企业的信息化规范以及体系不同,因此其系统结构以及系统技术应用差别较大,目前Hadoｏp的数据建模平台是主要形式，结合不同技术的应用,实现信息系统化体系的全方位落实。

3电信企业基于大数据的信息化系统建设

电信的大数据平台是以Hadｏoｐ为基础,结合Hｉve开发应用平台，以电信行业的业务系统核心设计信息化系统的架构以及技术层面。目前电信行业的业务系统在移动互联网发展下不断地创新,呈现出新业务形态以及数据类型，尤其是微信、微博、ｑq等快速的发展加快了电信行业的数据量增长，虽然非结构化语言记录、音频、图片和视频等数据等等在运行商中得到储存于管理，但是处理这

些数据挖掘出其商业潜在价值处于革新状况[1]。因此电信大数据信息化系统的构建。以Hadｏop为基础,结合Hｉvｅ实现信息系统建设,将其产生的有用数据结果反馈到业务系统，例如电信ＢSS系统,以Ｈiｖe 和Ｈａdｏop 关系以及平台架构完善系统服务数据中心，实现与信息化平台数据库的对接,将Hive 建立在Hadooｐ上的数据仓库基础上,利用Ｈｉve的系列工具实现数据提取转化与加载（ＥTL)，通过与业务系统现有的数据管理系统以及储存系统的对接,将储存、查询以及分析结果储存在Hａdooｐ中,利用ＳQL用户查询数据,处理内建中难以完成的复杂数据分析，将数据分析结果通过Ｈadoｏp可视化数据平台反馈给B ＳS业务系统。

以Haｄｏop为基础，结合Hivｅ开发应用平台，实现与电信业务各大系统的联合，形成信息系统的设计方案，比对起现有以Ｈaｄoop的数据建模、Hadｏopdes ｉgner 系统模型为主的大数据信息系统具有更强得实用性，推动电信业务的发展。

二、基于大数据的电信信息化系统建设

1利用分区以及数据管理实现用户类型划分

利用Ｈｉve的超大数据集设计的计算/扩展能力——bａsed on Hａdｏop、支持ＳQL liｋe查询语言、统一的元数据管理等优势实现大数据信息系统的建设，针对大数据平台数据的非关系型,首要就是利用Hivｅ通过分区以及数据管理,对数据结构、类型、信息价值等等进行挖掘与处理，尤其是电信的大数据平台现有数据类型——ＭＢOＳS基础数据、ＤPＩ、无线侧CＤR话单、计费话单、客户受理订单、消费数据、手机位置更新数据、其他外部数据，根据不同的用户标签以及分析标准实现数据的归类与整理,针对各种数据的分析结果反馈不用的标签,例如话费消费数据，制定不同的标准，例如在29——7０以内是一般消费群众,70——12０以内属于中等消费，12０以上则是高消费人群,流量套餐在超过10０00M的校园网套餐是大学生，大1000M以上流量用在购物软件中为购物达人,根据用户多方面的数据进行各类标签的制定，并将标签与消费结构等数据共同构成用户数据库，针对不同的消费人群进行相似性划分,例如具有相同流量消费趋向以及同一个地区话费缴纳等等，从地域、消费类型、职业等等入手综合性完善