中国移动通信集团广东有限公司 510623
摘要：众所周知，移动通信网络数据用户群庞大、基站多，产生的数据也多，对于这些数据的获取和收集是一个相当庞大的工程，这给移动通信网络的优化工作带来了很大的难度。常规的信息处理技术在处理大量的通信数据以及客户信息的时候常常出现降低信息传输的现象。而大数据分析在处理大量通信数据时，更为快速、准确、智能化，从而大大提高通信质量和保障通信安全。
关键词：大数据分析；通信网络；通信行业
引言：大数据在通信行业的资源十分丰富，但是怎样才能对这些数据进行深层次的去挖掘，把在各个系统中分散的数据整合起来，形成有用的数据，十分复杂且非常困难，本文选取了几个方面的数据进行了简单的介绍，一起来研究下大数据在通信行业的应用。
一、通信网络大数据概述
近两年来，大数据的概念受到了各界的热捧，一时间大数据无处不在，而且随着数据量的迅速膨胀，它正在决定着企业的未来发展，在商业、经济及其它领域，越来越多的决策都是在大数据的基础上做出的，而不再是传统的依靠经验以及直觉来进行重大决策的做出。大数据主要是指没有办法在可承受的时间范围内，通过常见的软件对其进行收集并管理再到处理的数据集合，是需要通过新型的处理模式才可以做出更强的决策力、洞察发现力以及流程优化能力的大量且高增长率并且多样化的信息资源。大数据有以下几个方面的特征：首先，数据体量十分大。由TB到FB；其次，类型复杂。比如说：网络日志以及视频、地理位置等等相关的信息等。第三，速度非常快，能够快速的从不同类型的信息当中筛选出有用的信息。最后，高回报。对数据进行合理的搜集、利用和分析，能够获得很高价值的回报。业界将其归纳为4个“V”――Volume（数据体量大）、Variety（数据类型繁多）、Velocity（处理速度快）、Value（价值密度低）。大数据的来源主要包含泛互联网（物联网、移动互联网、车联网等）、工业互联网（大量传感器等）、行业/企业信息系统、社交网络（Facebook、微信等）。
通信行业发展至今积累的数据非常丰富，从2G、3G到4G数据的不断升级，从话音、话单数据发展到GPRS上网的日志数据，从视频、音乐、阅读等不同业务所需要的数据到各类通信的行业数据等等各类数据，从数据量、数据质量等方面提供各类大数据资产。
二、通信行业大数据的优化中的问题
大数据分析在移动通信中的应用意义还是比较重要的，因此需要对应用措施进行分析，掌握更加全面的大数据分析方法，推动移动通信网络的发展，具体措施包括以下几方面。
2.1通信网络数据量比较大
随着移动通信设备的不断普及，大大扩大了移动通信网络的覆盖范围。用户大幅度增长，带动了相关移动网络基站数量的增加，由此出现了较多的移动通信网络数据。通过大数据分析来处理这些庞大的数据难度较大，影响移动通信网络的正常运行。
2.2资金投入量大
将大数据技术应用于移动通信网络优化中，需要花费大量的时间和资金。具体而言，在移动通信网络建设过程中，各个区域的数据结构和性质等方面的差异越来越悬殊，一定程度上很难同时进行优化，因此很难及时处理好移动通信网络优化工作，在时间延长的影响下导致资金投入增加。
2.3 优化数据分析方法
大数据技术在通信网络应用中的重要优化方法就是对信息进行采集和分析。在当前客户业务涉及较多的信号，可对其进行重点分析，针对性地对数据进行提取，这样可以提高数据分析质量，这也是业务方面的创新。对于数据的分析进行侧重化处理，使得大数据技术在使用的过程中优化程度更高，测试的内容以及测试方式更加符合整体技术发展的需要。同时重视对数据的开发，可以将数据进行虚拟化的处理，借助虚拟化的处理方式对数据进行扩展，可以将多元化的数据以及文件进行平台化的整合，将不同类型的数据以及文件信息进行整理与存储，建立以托管为形式的构架，使得数据具有移动性以及恢复性，提升数据分析质量。，为整体的结构分布图。进行测试的过程中需要建立专业化的目标，之后确定优化目标，制定相应的工作方法，在准备工作完成后，进行数据采集以及测试，并且对数据参数进行调整，之后进行指标的优化。并且对问题进行分析，提升优化的整体质量。
期刊文章分类查询,尽在期刊图书馆
2.4拓展大数据分析技术
分析技术的拓展也是大数据分析在移动通信网络中应用的重要体现，对于实际处理过程中的数据进行优化处理，是进行数据存储的重要基础，可以解决现阶段不同数据源在存储方面不同步的情况，将数据的存储数量进行提升，全面增加数据的存储能力。随着大数据技术的应用，不同的数据之间可以进行耦合，使得大数据在分析中的整体框架得到收缩和拓展，在处理的过程中可以设计专门针对文件传输或者使用面向消息的中间件（MoM）进行数据处理技术更新，充分利用传输异步这个特点，较大提升了数据处理的吞吐量，从而提升处理能力，使得技术可以得到全面的进步。并且在数据使用的安全性上得到保障，使得数据在使用中更加的安全，实现数据整体分析的目标，提升使用的整体效率。
2.5促进整体的网络优化
进行网络技术的优化也是大数据技术下提升移动通信的重要手段，可以将数据分析的整体速度以及质量进行提升，因此，在进行实际使用的过程中可以对数据类型进行分类整理，了解数据优化的不同方向以及网络基点，对数据进行测试与分析，使得数据在分析中更加符合需要的数据。其次，对于测试进行全面的优化整理，可以借助驱动测试以及质量测试的方式.掌握数据来源的途径，对数据提取进行分析，提升分析效率。优化测试阶段需要开展具体的DT/CQT测试，从而高效获取数据。在具体的分析阶段，要从虚拟化存储设备中提取数据并且明确这些数据结果到底归因，提升网络优化质量。rkStreaming、Storm、MPPDB等。
三、通讯营销与开发新产品
1.改变营销方式
一是，实现精确营销，将销售和客户的位置、关系网络有效结合起来，开展实时销售。对客户的通信行为、位置、偏好、终端等数据进行整理，根据客户的实际情况准确地推送合适的业务产品。二是，降低客户流失率。综合分析社交媒体数据、交易数据，对客户流失率实现准确预测，进而可以制定有针对性的控制措施以有效地保留客户。三是，挖掘客户需求。主要是对各项业务系统的详单、日志、用户内容等数据信息进行整理，详细分析不同类型用户的特性，以更好的了解客户的需求，进而可以实现客户需求定位，有利于增强客户满意度，提高市场占有率。
2.改善客户体验
通过利用数据分析，可以更好地收集和分析客户投诉的行为、网络质量的相关数据、客户上网的时间以及聚集区域等相关的数据信息。通过对搜集到的数据进行分析总结的结果，运营商就可以对客户的情况有一个准确的了解，之后根据客户的需求不断的优化流程。在此基础上，运营商可以更好地制定销售政策，并针对有可能发生投诉的行为进行预防和控制，以更好的实现客户体验。
3.开发和销售新的产品
一是，运营商能够利用打包销售数据或者是报告的方式来给银行或者零售商、政府和OTT服务提供商提供客户信用查询服务、客户分析报告、目标客户群行为轨迹分析等。
二是，定向广告，通过对客户的相关信息进行不断分析，根据目标客户的资料以及位置和消费习惯从而能够更加有效地去投放相关的广告。
三是，充分利用手机的高覆盖率，和移动网络相结合，对手机用户的分布以及相关的行为属性做出相应的统计分析，为政府以及旅游管理等有关部门提供一个标准化的基于位置的移动用户多维度的统计信息管理平台。四是，对于客户的消费行为、位置信息、偏好等数据进行分析，对客户进行分类和整理，以更好的获得目标客户，对经过商户附近的目标客户自动下发优惠券。
结束语
大数据分析对于移动通信技术来讲可以将数据的整体质量以及有效性进行提升，为数据分析提供更加优质的条件。但是在进行分析的过程中仍存在一些问题，需要对分析方法进行改进。首先要发展网络性能大数据存储，其次要发展网络性能大数据分析，最后要发展网络性能大数据处理。通过这些方式，充分发挥出大数据分析的作用，优化移动通信网络，促进我国通信行业的发展。
参考文献：
[1]侯优优，隋严峰.网络优化中的大数据应用.互联网天地，2016
[2]夏磊.探究大数据下的智能数据分析技术.科技创新导报，2017
论文作者:郑吉妮,曾长江
论文发表刊物:《建筑细部》2018年第12期
论文发表时间:2019/1/8
标签：数据论文; 客户论文; 大数论文; 移动通信论文; 网络论文; 据分析论文; 质量论文; 《建筑细部》2018年第12期论文;