大数据在移动通信中的应用探讨
大数据技术在通信网络优化中的应用
大数据技术在通信网络优化中的应用随着移动通信技术的迅速发展，移动通信网络的规模越来越庞大，用户数量和通信流量也日益增长。
如何优化通信网络，提高用户体验，成为了运营商和设备制造商面临的重要问题。
而大数据技术的出现为通信网络优化提供了新的思路和解决方案。
通信网络优化主要涉及到以下几个方面：无线网络优化、传输网络优化、核心网络优化和业务优化。
而大数据技术在这些方面的应用也可以帮助运营商实现更好的网络性能和用户体验。
在无线网络优化方面，大数据技术可以帮助运营商分析用户的位置和移动模式，预测网络拥塞和信号覆盖问题。
通过收集和分析大量的用户位置数据和网络参数数据，可以建立用户行为模型和网络性能模型，提前发现问题并采取相应的优化措施。
大数据技术还可以通过分析用户的需求和行为，为运营商提供更加个性化的无线网络服务，提高用户满意度。
在传输网络优化方面，大数据技术可以分析传输线路的负载和容量，优化资源分配，提高网络的传输效率和带宽利用率。
通过监控和分析网络设备的运行状态和性能数据，可以及时发现故障和瓶颈，提供增强网络容量和覆盖的解决方案。
在核心网络优化方面，大数据技术可以帮助运营商分析网络流量和用户行为，优化网络规划和决策。
通过收集和分析网络设备的日志数据和用户行为数据，可以快速定位和解决网络故障，并提供可靠的网络服务。
在业务优化方面，大数据技术可以帮助运营商分析用户的需求和行为，优化业务规划和推荐策略。
通过收集和分析用户的通信记录和使用习惯，可以提供个性化的推荐服务和广告定向投放，提高用户的参与度和满意度。
大数据技术在通信网络优化中的应用，可以帮助运营商分析网络性能、用户行为和需求，提供个性化的服务和优化方案，从而实现更好的网络性能和用户体验。
未来随着大数据技术的不断发展和完善，相信其在通信网络优化中的应用会越来越广泛，为移动通信行业带来更多的创新和发展。
大数据分析在移动通信网络优化中的应用研究
大数据分析在移动通信网络优化中的应用研究1.用户行为分析移动通信网络的优化离不开对用户行为的分析，而大数据分析技术可以对用户在网络中的行为数据进行深入挖掘，从而为网络优化提供数据支撑。
通过分析用户的通话时长、通话频次、上网时长、上网流量等数据，可以了解用户的偏好和习惯，为网络优化提供方向。
大数据分析还可以对用户的地理位置、出行规律等数据进行分析，为网络优化提供空间方面的参考依据。
2.网络性能分析移动通信网络的优化需要对网络性能进行全面的分析，大数据分析技术可以处理和分析网络中的海量数据，找出网络中的瓶颈和问题，为网络优化提供解决方案。
通过对网络中的信号质量、数据传输速率、基站覆盖范围等数据进行分析，可以及时发现网络中存在的问题并进行优化。
3.故障诊断与预测二、大数据分析在移动通信网络优化中的技术难点与解决方案1.数据量大、维度高移动通信网络中产生的数据量巨大，且数据类型复杂，不同类型的数据维度各异。
这就给大数据分析技术提出了巨大的挑战，如何高效地处理海量数据，如何深入挖掘数据背后的价值，需要针对性的技术手段来处理。
针对这一问题，可以通过分布式数据存储和计算、数据压缩和采样、并行计算等方式来解决。
2.数据质量不一移动通信网络中产生的数据质量不一，有的数据可能存在噪声、漂移、丢失等问题，这就给数据分析带来了困难。
如何对数据进行去噪、去除异常值、填充缺失值等处理，需要针对性的数据预处理技术。
针对这一问题，可以采用数据清洗和预处理技术、异常值检测和处理技术、数据插补和填补技术等方式来解决。
3.算法复杂、计算量大移动通信网络优化需要对网络中的数据进行复杂的分析和挖掘，需要借助各种算法来完成。
这些算法大部分具有较高的复杂度和计算量，需要较强的计算能力和算法优化技术才能完成。
针对这一问题，可以采用并行计算和分布式计算技术、算法优化和高效实现技术、硬件性能优化技术等来解决。
通过对大数据分析在移动通信网络优化中的技术难点与解决方案的分析，可以看出，大数据分析在网络优化中需要面对众多的技术挑战，需要借助各种技术手段和方法来解决，为网络优化提供更可靠的数据支持和分析能力。
浅谈大数据时代5G 移动通信技术的应用及发展前景
22Internet Communication互联网+通信引言：5G 移动通信技术本身是对4G 的升级与优化，是移动电话的通信标准，具有非常快的数据传输与下载速度，并且未来几年内所使用的网络技术。
随着社会科技的不断发展，5G 也有了更加广阔的发展空间。
一、5G 移动通信技术概述1.1 5G 技术特点5G 技术是最新的通信科技成果，其自身具备频谱的应用率较强，能够实现有线技术与无线技术的有效结合，其渗透性也比之前的通信技术更强，为用户带来了全新的体验。
同时也延伸了5G 技术在各个领域之中的应用，实现通讯技术再多地带的有效应用，让移动通讯的服务能够变得更加完备。
并且其5G 技术中所具备的双向传输型号，有效实现了网速的提升，进一步保障信息通信的高效性。
最重要的是随着5G 自身功耗较低，能够以较低的成本进行运营，实现了社会资源的有效整合与节约。
1.2大数据时代下 5G 移动通信技术应用的重要性大数据其自身最为显著的一个特征就是能够为人们的生产生活行为提供一个可量化的维度，即大数据的预测性。
同时大数据从多样性，数量化，高速度以及价值性四要素出发，更好的服务于社会发展。
科技的不断发展背后是人类社会的持续进步，自5G 时代在全世界范围内兴起以来，一直备受各方面的关注，世界主要国家都不断对于移动通信技术进行摸索，以期望能够将5G 核心技术掌握在自己的手中，背后不仅仅是科技实力的彰显，更是为智慧城市，物联网等信息技术发展的重要支持。
所以在大数据时代的背景下，通过5G 移动通讯技术的有效应用，能够有效实现人才发展策略，带动相关产业的不断发展与升级，形成大数据时代下的新经济体系，为社会就业提供切实的保障。
从战略的角度上来说，大数据下的5G 技术应用，能够更好的服务于科技强国，对于科技行业在内的广大产业来说能够发挥出良好的表率作用。
二、大数据时代下 5G 移动通信技术的发展现状虽然我国移动通讯技术与世界其他主要国家相比所开展的时间较短，但是也取得了许多引以为高的成果。
大数据技术在移动通信中的应用研究
大数据技术在移动通信中的应用研究随着移动通信技术的快速发展，数据量也在不断增加，如何高效地处理这些数据成为了关键。
而大数据技术的应用，为移动通信带来了新的思路和方法。
一、大数据技术的基本概念及特点大数据技术将传统的数据处理方式进行了彻底的变革，其主要包含四个特点：1.数据量大以往数据处理的方式，往往无法处理大量数据，而大数据技术则可以轻松处理这些数据。
例如，全国人口普查的数据就是一份大数据。
2.处理速度快数据以极快的速度增长，因此处理速度也非常关键。
大数据技术可以实现实时数据处理，及时反馈结果。
3.多来源大数据可以来自多种不同的来源，例如传感器、社交网络、移动设备等。
这些数据来源多样化，也需要多样化的处理方式。
4.多类型大数据可能是结构化、半结构化或非结构化的数据，因此需要多种不同的处理方式。
二、大数据技术在移动通信中的应用随着移动通信用户数量和数据量的不断增加，移动通信领域成为了大数据技术应用的又一个重要领域。
1.移动通信项目数据分析大数据技术可以将大量的移动通信数据进行收集、存储、分析和挖掘，从而更好地了解用户行为、需求和目标。
例如，可以采用数据分析技术，根据用户的地理位置和行走路径，推荐合适的商家、景点和餐厅。
同时，也可以根据用户使用的手机和运营商信息，分析用户的消费习惯和偏好，推出更合适的产品和服务。
2.移动网络优化通过大数据技术分析移动通信网络，可以发现网络中存在的问题，及时解决问题，以提高网络的质量和速度。
例如，通过数据挖掘技术，可以分析用户在哪些区域出现了网络拥堵问题，并对网络进行针对性优化。
3.用户情感分析通过大数据技术，可以实现对用户情感分析的自动化处理。
例如，可以通过用户在社交网络上的发布内容进行情感分类和分析，从而了解用户情感和反馈产品体验。
4.移动广告推荐大数据技术可以通过分析用户在移动端的行为，为广告商提供更具针对性的广告推荐方案。
例如，可以根据用户搜索内容和购买记录，推荐相关产品和服务。
移动通信中的大数据分析
移动通信中的大数据分析随着科技的不断发展和智能手机的普及，移动通信行业正经历着巨大的变革。
越来越多的用户通过移动通信网络进行交流和信息传递，每天产生的数据量也呈现爆炸式增长。
这些海量的数据蕴藏着巨大的价值，对于移动通信运营商来说，如何利用大数据进行分析和挖掘已经成为一项重要的挑战和机遇。
移动通信中的大数据分析可以帮助运营商更好地了解用户需求、优化网络性能、提高服务质量、精准营销和增加盈利。
在本文中，我们将探讨移动通信中的大数据分析的重要性、应用场景以及具体操作。
一、大数据分析在移动通信中的重要性移动通信运营商每天收集到大量的用户数据，这些数据包括用户的通话记录、短信、上网记录、位置信息等。
通过对这些数据进行分析，运营商可以了解用户的使用习惯、用户的需求以及用户对网络服务的满意度。
在网络规划和优化方面，大数据分析可以帮助运营商识别网络瓶颈、优化网络布局、提高网络容量和覆盖范围，从而提供更好的网络服务质量。
此外，大数据分析还可以帮助运营商预测网络流量的变化趋势，及时调整网络资源，避免网络拥塞和信号覆盖不足的情况发生。
在精准营销方面，大数据分析可以帮助运营商了解用户的消费偏好、兴趣爱好以及购买行为，并根据这些信息进行个性化的推荐和营销活动。
通过精准营销，运营商可以提高用户的忠诚度和满意度，从而增加用户的使用时长和消费金额。
二、大数据分析在移动通信中的应用场景1. 用户行为分析通过分析用户的通话记录、短信、上网记录等数据，运营商可以了解用户的使用习惯和需求。
比如，通过分析用户的通话时间和时长，运营商可以了解用户的通话习惯，并根据不同的通话需求提供相应的套餐和服务。
另外，通过分析用户的上网行为，运营商可以了解用户的兴趣爱好和消费偏好，从而进行个性化的推荐和营销活动。
2. 网络性能优化通过分析网络流量、信号强度等数据，运营商可以了解网络的瓶颈和优化空间。
比如，通过分析网络流量的变化趋势，运营商可以及时调整网络资源，避免网络拥塞和信号覆盖不足的情况发生。
大数据分析在移动通信网络优化中的运用分析
大数据分析在移动通信网络优化中的运用分析近年来，移动互联网的应用开始兴起，对于这一类业务有需求的用户数量逐渐增多，对移动通信网络优化的要求也越来越高。
文章针对目前我国移动通信网络优化的现状，提出了运用大数据帮助其优化的设想，通过分析具体问题提供了一些策略，希望帮助企业和政府更好地进行优化工作。
标签：大数据分析;移动通信网络;应用方法一、大数据概述大数据又叫巨量资料，顾名思义，信息量极大，足以和一般的信息数据组合区分开来，所以大数据需要不同于传统的信息资源处理方式来整理和分析，从而获得更加准确、可靠的信息。
大数据分析技术的作用范围很广，能够帮助信息需求者更好地进行决策和工作。
大数据的特点鲜明，除了数据量庞大，数据类型也很多，但是这些资源的价值密度却不高，特别是针对特定的任务或项目时，数据中可用的信息资源就只占很小一部分。
此外，大数据的分析速度是传统的数据分析模式无法比拟的，依靠当今发达的云计算等技术，大大提高了分析效率。
在移动通信网络的优化中，大数据可以发挥巨大的作用，通过对大量的用户信息和使用数据的分析整理，可以找到当前用户的使用需求，从而找到最需要改进的地方。
二、大数据分析在移动通信网络优化中的问题1.数据问题虽然现有的数据处理技术已经十分尖端，足以实现大数据的处理分析，但大数据中的信息量同样在呈几何状增长。
随着互联网的普及，用户数量逐渐增加，网络的使用范围也开始扩大，使网络数据量巨量增长。
在这种情况下，大数据的增长速度已经不容忽视。
2.资金问题虽然大数据技术已经不再是不可触及的精简科技，但是这种技术依然无法得到大范围的使用，其中很重要的一个因素就在于缺乏资金。
对大数据的分析不是简简单单的一个流程，其中所涉及的步骤是复杂且漫长的，需要耗费大量的人力物力。
此外，各地区情况存在差异，不同的时间段也存在不同的问题，这就造成移动通信网络的建设难度很大，资金问题往往得不到很快解决。
3.安全问题大数据分析是一个对数据进行整理、分析和存储的长时间的复杂过程，这当中一旦出现了信息泄露的情况，损失难以估量，甚至会造成大规模的社会恐慌，导致网络的瘫痪。
大数据技术在通信领域的应用
Industry Observation产业观察DCW41数字通信世界2020.081 大数据使用的主要技术1.1 储存技术伴随着大数据时代的到来，如何对这些海量的数据进行保存，对数据进行有效的迁移等成为人们研究的重点和难点。
自20世纪90年代后直至现在，数据储存量不断发展改变，这也是储存技术的成长和不断发展。
例如：直接外挂储存方式的应用、网络附加储存方式的应用等，这些方式在优化和完善后，具有自身的特征和优势，通信数据中心根据服务器的数量或者面对的数据对象等，在分析这些条件后作出较为合理的选择。
1.2 挖掘分析技术挖掘分析技术主要是对海量数据中有用的、创新的、新颖的数据进行挖掘和识别，在这一过程中对数据的挖掘也是非常复杂的。
因此，大数据技术中，对于海量的数据进行挖掘是研究人员需要引起重视。
特别是对于上百的TB 级异构数据，如何进行处理和采用处理工具进行挖掘等也是难点。
通信运营商在进行数据的处理时还需要对大数据持续增长的特征进行考虑，还需要对今后增长的情况进行挖掘和分析。
一般情况下挖掘分析这些大数据时可以考虑云计算和分布式挖掘，这两种方式不仅具有较高的可靠性、扩展性，还具有容错率高的特征。
同时，免费的Hadoop 分布式挖掘平台适用于大数据挖掘。
2 大数据技术在通信领域中的应用价值大数据技术能够对海量的数据进行数据的采集、数据的处理、数据的分析、数据的储存和数据的管理等，使得挖掘出来的数据具有一定的价值。
伴随着互联网时代的进一步发展，通信领域中应用大数据技术已经成为一种趋势，通信工作的越来越智能化，能够更快地适应时代的发展，增强与外界竞争的能力。
例如：通信流量业务的把握，能够更好的满足客户的实际需求。
通信行业中的各个运行为了获取更好的收益和提升自身的服务质量，需要借助大数据技术对客户的实际需求等进行采集和处理，精准的预测出客户在流量业务方面的需求，这样才能准确把握客户在流量使用；又如：借助大数据技术能够更好地维护和管理通信的网络，提高网络的使用效率，及时发现和感知网络的状况，及时进行排除等，以期能够更好的服务与用户。
大数据在通信领域的应用案例
大数据在通信领域的应用案例随着科技的日新月异，大数据应用已经深入到我们的生活之中。
在通信领域，数据量的激增和数据分析技术的不断提高，让我们看到了大数据在各个领域的巨大潜力。
本文将从几个大数据在通信领域的应用案例来阐述大数据在通信领域的巨大作用。
一、大数据在通信行业的背景随着移动互联网的盛行，大数据应用逐渐走入人们的视野。
对于通信行业来说，大数据的出现，彻底颠覆了传统通信业的商业模式，为新一代通信产业的发展开辟了全新的道路。
二、大数据在网络空间安全领域的应用网络空间安全已经成为社会的重要课题，大数据的应用在网络安全领域也越来越受到关注。
通过大数据分析技术对网络安全数据进行处理，可以快速发现网络攻击行为，为网络安全保驾护航。
三、大数据在通信营销领域的应用大数据在通信营销领域的应用主要体现在通过对大数据的敏感识别和分析，推送个性化的营销广告，提升客户的感知体验和忠诚度。
同时，这也是通信企业获取用户数据、提升竞争力的好机会。
四、大数据在智能制造领域的应用智能制造是高科技的代表，其核心在于数据引领，数据库成为重要支撑。
大数据在智能制造领域的应用主要体现在，通过对传感器、设备等采集的大量数据进行挖掘和分析，优化工艺，提高制造效率和质量。
五、大数据在5G时代的应用在5G时代，大数据物联网技术的应用则拥有更广泛的空间和市场。
在5G网络时代，大数据分析技术将为网络建设、性能监测等方面提供强大支持，实现更高效、更智能、更安全的通信。
六、大数据在通信运营领域的应用大数据在通信运营领域的应用主要体现为运营商通过数据分析，建立准确的用户画像，从而快速识别潜在需求、提高用户价值。
同时，大数据也可以在运营过程中根据运营商的需求，进行定制化分析，实现更高效的运营。
七、结语综上所述，大数据的应用已经深入到通信领域的方方面面，为运营商提供了丰富的数据资源和分析工具。
基于大数据的应用程序，能够帮助运营商准确识别用户需求、实现更高效、更安全的通信、提升用户价值，同时也为通信产业的发展开辟了新的道路。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
理 论 研 究２０１４年０１（下）ＴＥＣＨＮＯＬＯＧＩＣＡＬ ＰＩＯＮＥＥＲＳ１２５科技创业家 ＴＥＣＨＮＯＬＯＧＩＣＡＬ ＰＩＯＮＥＥＲＳ１ 引言随着新一代信息技术的融合发展，物联网、移动互联网、数字家庭、社会化网络等应用使得数据规模快速扩大，处理和分析大数据的的需求日益旺盛，兴起了大数据热潮，使得大数据领域飞速发展。
反过来，大数据的分析、处理、优化结果又反馈到生产实际当中，进一步改善了生产效率，进而推动新一代信息技术产业的向前发展。
根据美国德克萨斯大学对各个行业和大型企业的数据利用率和人均产出率进行的广泛研究得出如下结论：数据分析实用效率每提高１０％，财富１００强中的企业人均产出提高１４．４％，零售行业人均产出分别提高４９％，咨询服务行业人均产出分别提高３９％，传统行业人均产出都可提高２０％以上。
由此可见，伴随着我国国民经济的快速发展，急需加强在大数据领域的基础研究和技术发展，促进我国经济又好又快发展。
早在２０１０年１０月，国家发改委、工信部就联合发布通知，确定在北京、上海、深圳、杭州、无锡开展云计算服务创新发展试点，明确了国家发展云计算的总体思路和战略布局。
在１９８０年美国社会思想家托夫勒的《第三次浪潮》中就预言到，“如果说ＩＢＭ的主机拉开了信息化革命的大幕，那么大数据则是第三次浪潮的华彩乐章”。
２０１１年麦肯锡全球研究院发布研究报告，“大数据”一词首次正式被提出，这份报告讲解了处理这些数据能够释放出的潜在价值，认为对大数据的分析与挖掘，会在经济生活中产生巨大效益，从此，全球开始了对大数据的前所未有的关注。
近几年来，《Ｎａｔｕｒｅ》和《Ｓｃｉｅｎｃｅ》等国际顶级学术刊物相继出版专刊探讨大数据的研究，报道人类已迈进ＰＢ（１０１５）规模的大数据时代，并从互联网技术、环境科学、生物医药等方面介绍了大数据所带来的技术挑战。
同时，２０１２年美国政府宣布启动“大数据计划”，包括ＮＳＦ、ＮＩＨ、ＤｏＥ、ＵＳＧＳ等六家美国联邦机构将首期资助２亿多美元用于大数据相关研究及工具和技术的研发，这是继１９９３年美国宣布“信息高速公路”计划后的又一次重大科技发展部署，美国政府认为大数据是“未来的新石油”，把大数据研究上升为国家发展战略。
当今全球的数据量已达到ＺＢ（１０２１）级，数据正以前所未有的速度在不断的增长和累积，但是人类对这些数据的利用率却很低。
学术界、工业界甚至于政府机构都已经开始密切关注大数据问题，并对其产生了浓厚的兴趣。
我国也高度重视大数据技术的产业发展，特别是近期，中国研制的天河二号超级计算机系统，成为全球最快的超级计算机，计算速度达到每秒３．３９ⅹ１０１６次双精度浮点运算，进一步加强了我国大数据科学研究的基础设施，为促进大数据应用开发奠定基础，为我国在大数据领域掌握了竞争主动权。
大型ＩＴ跨国企业成为发展大数据处理技术的主要推动者，如ＩＢＭ、Ｏｒｅｃａｌ、Ｍｉｃｒｏｓｏｆｔ、Ｇｏｏｇｌｅ、Ａｍａｚｏｎ、Ｆａｃｅｂｏｏｋ等企业，均已发布了应对大数据的挑战的相关解决方案。
特别是ＩＢＭ公司，早在２００５年就提出了智慧地球的概念，阐释了不仅能从大数据的分析中获取洞察力，更能将这些洞察力转化为强有力的行动。
通过查找、可视化和了解所有大数据可以改进决策制定过程；通过分析各种各样的机器数据和运营数据，以获得更好的业绩；通过整合其他内部和外部信息扩展现有的客户视图；通过整合大数据和数据仓库，提高操作效率；通过实时监控网络安全，检测欺诈，降低风险。
ＩＢＭ将数据分析作为其大数据战略的核心，其海量数据分析平台ＩｎｆｏＳｐｈｅｒｅＢｉｇＩｎｓｉｇｈｔｓ等相关产品经过了一系列创新，可以更好地支持大数据处理。
全球最大的社交网站Ｆａｃｅｂｏｏｋ，利用社交网络收集了海量用户行为和网络群组关系数据，将这些海量数据利用用户行为分析系统分析出海量用户的行为习惯，定向对不同用户群组发布针对性的广告，获得了巨额收益。
大型数据库软件开发公司Ｏｒａｃｌｅ，在现有的数据库产品中引入数据挖掘和分析技术，再配合其大型的云计算中心，组成大数据系统解决方案。
２ 大数据应用实施关键技术大数据技术涉及计算机、应用数学等几乎所有的学科领域。
大数据关键技术不仅包括数据存储与分析技术等核心技术，也包括数据处理、数据管理、数据呈现等重要技术。
近年来掀起的云计算热潮，已经应用于社会生产的各个方面。
数据存储方面，亚马逊公司是先行者，它的Ｓ３云服务已经成为了云存储的业界标准。
无论在用户使用、商业模式、所提供服务的便捷性和规模增长，亚马逊公司都为这些领域提供了经典范例。
还有围绕ＮｏＳＱＬ的新技术和模式，１０ｇｅｎ的ＭｏｎｇｏＤＢ，ＤａｔａＳｔａｘ的Ｈａｄｏｏｐ构建方案Ｃａｓｓａｎｄｒａ，ＮｏＳＱＬ数据库技术提供商Ｃｏｕｃｈｂａｓｅ等等。
数据处理方面，Ｈａｄｏｏｐ公司的ＧｏｏｇｌｅＭａｐＲｅｄｕｃｅ的大数据分布式处理架构是大数据生态系统的主角，许多的商业和产品的创新也围绕这个架构产生。
如由雅虎分拆的ＨｏｒｔｏｎＷｏｒｋｓ，有Ｈａｄｏｏｐ创始人ＤｏｕｇＣｕｔｔｉｎｇ坐镇的Ｃｌｏｕｄｅｒａ，提升Ｈａｄｏｏｐ速度的ＭａｐＲ等。
数据分析技术包括数据挖掘、机器学习等人工智能、商业智能技术，涉及关联规则挖掘、集成学习、遗传算法、神经网络、优化、模式识别、预测模型、回归、统计、时间序列分析、关联规则学习、聚类分析等。
数据挖掘技术，是指通过分析每个数据，从大量数据中寻找其规律的技术，它是一组结合数据库管理的统计和机器学习方法从大数据集提取模式的技术。
机器学习技术，是使计算机模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
大数据技术是一系列技术的集合，任何单一的软件产品都无法完全解决大数据问题，需要一整套全面的解决方案。
需要各种应用系统能够根据需要获取计算能力、存储空间和各种软件，并通过各种网络传递给各种使用者。
３ 信息通信业大数据发展现状３．１信息通信业数据业务特征与需求分析巨大的用户基数。
电信业务已经成为人们生活中的必需品，用户数量非常巨大，整体市场饱和程度逐步提高。
截至２０１３年６月底，我国网民数量达到５．９１亿，手机网民规模达４．６４亿，网民中使用手机上网的人群占比提升至７８．５％。
拥有数据资源。
随着３Ｇ的普及，无线上网和智能手机得到了高速发展，手机上网流量迅速增长，导致电信行业数据量呈现爆炸性增长。
电信运营商通过部署相应数据挖掘的技术可以获得几种数据类型。
一是人用户入网登记数据，主要包括在登记时提交的个人姓名、性别等数据、手机号码、ＩＥＭＩ、状态码等数据。
二是计费系统记录的数据，主要包括用户的套餐选择数据、资费数据、消费历史等。
三是以用户位置数大数据在移动通信中的应用探讨谢华（联通通信建设有限公司上海分公司 上海 ２０００５０）摘 要：互联网的快速发展，计算机运算处理能力的日益强大，云计算和数据中心的兴起，促使大数据时代快速到来。
如何充分有效利用大数据技术，获取其中蕴藏的巨大价值，这些已经成为大数据时代所面临的主要任务。
通过大数据分析技术的创新发展，可以极大增强国民经济可持续发展动力。
本文首先对目前主要的大数据分析方法、技术和应用进行了分析；进而对移动通信业大数据分析的前景进行展望；最后阐述了我们在移动通信业大数据应用方面的几点建议。
关键字：大数据 移动通信 数据分析作者简介：谢华（１９７７—），男，山西朔州人，大学本科，联通通信建设有限责任公司，工程师，主要从事通信网络建设工作。
理 论 研 究２０１４年０１（下）ＴＥＣＨＮＯＬＯＧＩＣＡＬ ＰＩＯＮＥＥＲＳ１２６科技创业家 ＴＥＣＨＮＯＬＯＧＩＣＡＬ ＰＩＯＮＥＥＲＳ据，通过分析用户接入基站地址，获得用户位置。
主要包括基站位置（经度、纬度）、所属ＮｏｄｅＢ、ＳＧＳＮ ＩＰ、ＧＧＳＮ ＩＰ等数据。
四是用户行为数据，包括用户业务使用类型、访问网站（ＵＲＬ）、经常使用的软件类型，登陆访问时间、上行流量、下行流量等数据。
通信用户数以亿计的基数保证了数据的海量和多样性，通信网络的实时承载保证了数据的速度，更重要的是，电信运营商还可以搜集到用户位置、大体收入、行为习惯等有价值的数据，进而为精准营销提供参考。
因此，电信运营商在掌握用户行为数据方面具有先天优势，一般互联网厂商所望尘莫及。
随着智能手机和高速网络的普及，运营商能够获得的用户行为数据还将更为丰富。
３．２国内外信息通信业大数据应用典型案例对于电信运营商而言，海量的数据以前并未带来可观的收入，电信运营商在大数据领域的探索遇到了平台建设、技术路线、安全隐私问题等方面的问题，但当今，国内外作为电信产业链核心地位的电信运营商的业务也开始了面向大数据的调整和转变。
一方面，电信运营商创造出基于大数据的新业务模式。
以法国最大的电信运营商法国电信为例，其承担了法国很多公共服务项目的ＩＴ系统建设，在这些信息系统中，法国电信开始尝试挖掘大数据的潜在价值。
比如，法国电信承建了一个法国高速公路数据监测项目，每天都会产生５００万条记录，对这些记录进行分析就能为行驶于高速公路上的车辆提供准确及时的信息，从而有效提高道路通畅率。
２０１２年，西班牙电信英国公司与市场研究公司ＧＦＫ联手，成立名为西班牙电信数字洞察（ＴｅｌｅｆｏｎｉｃａＤｉｇｉｔａｌ Ｉｎｓｉｇｈｔｓ）的新部门，在巴西、英国推出了名为智慧足迹（Ｓｍａｒｔ Ｓｔｅｐｓ）的首款产品，该产品基于完全匿名和聚合的移动网络数据，可对某个时段、某个地点人流量的关键影响因素进行分析，并将分析结果面提供给政企客户，帮助政府和企业进行相关决策。
另一方面，电信运营商将自身的运营与大数据结合起来，通过对用户的网络使用数据进行分析，并将分析结果用于网络建设和优化；通过对用户通信消费行为的挖掘分析，在业务拓展的用户精确营销方面有的放矢。
电信运营商抓住大数据带来机会，选用数据挖掘产品来为用户数据和其商业活动建立探索模型，来预测潜在客户的购买方向，掌握他们变成用户之后的可能价值，根据数据挖掘的结果来了解哪些人会购买哪些服务和产品，以维系现有客户，获取新客户。
针对某个客户群体设计一种新的产品，以达到满足用户差异化需求，从而增加产品收入，提高市场占有率。
东南亚最大的电信公司新加坡电信（ＳｉｎｇＴｅｌ）就公开表示，分析大数据的工作将作为公司未来最重要一项工作。
４ 信息通信企业大数据应用策略４．１发展大数据存储分析和处理技术伴随着大数据时代的来临，企业面临海量信息存储的需求，其迫切需要解决的问题就是提升数据存储能力，因为只有将数据妥善存储，才有可能进一步挖掘其潜在价值，而提升数据存储能力则给运营商提供了新的商业机遇。
各大电信运营商利用自身优势相继推出建设数据中心建设和云计算中心的雄伟计划。
针对大数据的容量需求，存储虚拟化是目前为止提高容量效率最重要最有效的解决方案，它为缺乏这些能力的现有存储系统拓展了自动分层和精简配置等存储效率的工具。