（吉林省长春市长春理工大学光电信息学院 吉林长春 130000）
摘要：目前，科学技术的发展给人们的生活、学习以及工作带来了翻天覆地的变化。新型的计算机云计算模式逐渐受到了人们的青睐，在云计算模式下，人们获取信息的方式不再是传统的从计算机或者服务器上，而是从利用手机或者平板电脑等移动设备从网络上进行直接获取。云计算的最大优势就是可以在极短的时间内，处理系统内的数据，并将其回传，这样的操作效率要高于传统的计算机操作效率。云计算主要的工作原理是将信息分布在计算机上，运用云计算的客户可以直接运用电脑设备将自身需要的资源进行下载，并根据自身的需要访问云计算的存储系统。
关键词：云计算；电信通信网络关系；应用
1云技术
云技术是一种提供云服务的技术类型，不受地点、时间和环境限制，可实现云网络接入。借助云技术可为数据信息的计算、处理和共享等奠定基础。实际的云技术衍生产品，可以直接借助账号信息输入，验证成功之后，实现对云网络的接入。借助云技术可有效便利用户的信息共享，而且其仅仅借助一台连接网络的设备系统且记录身份信息，可顺利完成对云网络的接入，进而获取有效的数据信息。在云技术的支持下，用户访问的数据信息，可以保存在具体位置，这类信息具有安全性与密封性的特点。在此基础上，可减少数据信息的丢失和泄漏的风险，进而保障用户的信息安全。
2云计算在电信通信网络中的应用分析
2.1好友推荐
在利用云计算计算电信网络通信中的好友推荐时，其主要的依据是两位用户之间的相似程度及熟悉的程度。对于该方面的计算在电信网络通信中具有非常好的应有前景。在云计算进行好友推荐的计算过程中，熟悉程度是绝对量，主要通过对二度好友的熟悉程度及贡献程度进行，其次利用熟悉程度对好友的属性进行计算，从而得到精确的结果。云计算的这种好友计算方法，建立在电信数据本身特点的基础上，提取数据中的交流频率以及交流时长等数据信息，对二度好友的爱好、熟悉程度及相似程度进行计算与分析。结合这些数据得到用户间的推荐程度，最后把相似程度较高的好友推荐给用户。云计算计算电信网络关系中的好友推荐指数时，主要流程具体如下：计算一度好友之间的相似程度，根据两者之间的熟悉程度，得出二度好友的关系。然后在对二度好友的相似度进行客观的计算，并在计算一度好友的偏好以及环境的基础上，对用户自身的偏好、环境以及二度好友的爱好、环境进行计算，得出总的计算结果，从而为电信用户提供好友推荐服务。
2.2预测客户的价值
云计算在电信通信网络中的应用能够对用户价值进行准确的评估，其中计算的过程较为复杂，而且工作量较为庞大，其具体以图1客户价值预测流程主要为：将客户通话记录以及信息中的文字段落等进行合并，对其中抽取到的文字段落信息进行分析，对客户的区域信息进行解析，将其中不符合标准的数据信息删除，并且将通话时长进行排序，得出最终的排列结果，从排列的内容中找出1/n、2/n直到（n-1）/5的分位点，将其与通话时长相结合之后，完成分类，对lable进行明确的标记，并且将其以独立分装的形式加入到各个文件袋当中。通过Bayesian的形式来完成模型训练，从而将得到的模型结果与测试集进行对比，这样做不但能够使误差产生的几率降到最低，同时还有利于挖掘出潜在的客户群体。
2.3存储结构化
2.3.1社团结构单属性统计
对于电信社团结构属性存储方面的研究，应采用分散研究的方式，从存储流程中随意选取出单个特征加以分析。单个属性主要为最短路径、子社团数量、社团外部度等，单个属性的统计结果与序列相对应，不同的序列位置又具有独特的统计性质，编号中的数字与统计性质之间存在着对应关系。例如，对社团内部属性中节点的特性进行统计，如若编号的位置为“I”，则“I”为节点的个数，在“I”序列位置上有数字“M”，则意味着该节点中具有M个为“I”的节点。
2.3.2统计特性归一化
受社团差异性的限制，造成在统计单属性的过程中极易加剧相似数据差异，即社团内部结构或不同社团相同属性等数据，例如，两个大小不同的社团，内部数分布情况存在着明显差异性，即第一行社团存在15个节点，8个度为1的节点，4个度为2的节点，2个度为3的节点，1个度为4的节点；另一行社团存在15个节点，80个度为1的节点，40个度为2的节点，20个度为3的节点，10个度为4的节点，从数量角度来看，第一个社团节点比例为8:4:2:1，第二个社团节点比例为80:40:20:10，简化后为8:4:2:1，两者节点比例相同，节点数量不同。可见，做好统计归一化工作具备显著价值作用。
2.3.3制定分块规则
本文所提到的规则的制定主要是指序列，在该序列当中的个数属于矩阵列数，并且在矩阵中的每一个元素都是依据百分比的方式进行计算，并且将所有的元素相加之后，其和为1。另外，还有一种较为简单的分块方式，即采用间隔统计的方式进行分块，简单来说，便是利用矩阵中的各项结构特性，本着等间隔统计的原则，将每块元素都以25%的比例进行划分，因此在序列形态应表示为四个25%，这将说明在进行规则制定的过程中，应与该社团的网络特点相结合。
2.3.4统计特性的一致化
根据前面所述的原则，尽可能地确定统计特性的一致化，尽可能低确定每块中应该有多少原色。具体的举例来说，其中牵涉到的统计特性概率分块原则与上述相同，分别为25%，25%，25%，25%，社团结构单个属性统计中的位置编号的最大值为11，因此对应的统计特性正整数化的分块原则就是3332。在这里值得注意的是，P的数值不是随意的，其大小不是主观而定的，最大只是所有单属性统计特性系列最大值中的一个最小值。
3结语
总而言之，现代通信领域的竞争越发的激烈，人们对于通信服务需求已经不能仅仅满足于简单的通话服务，而需要通信服务能更具人性化的特点，为人们生活提供更多的便条件。将云计算类型的数据处理方式融入到电信通信领域的工作中，为电信通信的发展创造更为坚实的基础。
参考文献
[1]曾浩.云计算在电信通信网络关系中的应用分析[J].电脑知识与技术,2014,27:6305-6306.
[2]杨晓兰.云计算在电信网络管理中的应用探究[J].信息通信,2015,01:235.
[3]龙岸平.云计算在电信通信网络关系中的应用分析[J].电脑知识与技术,2015,19:20-21.
[4]程洋,杨艳岭.基于云计算的电信通信网络关系分析技术研究与应用[J].无线互联科技,2014,03:38.
[5]程洋，杨艳岭.基于云计算的电信通信网络关系分析技术研究与应用[J].无线互联科技，2014，03：38.
作者介绍：
姜牧林（1965.1.22）；男；吉林省吉林市；汉；大学；副教授；通信；电子信息；吉林省长春市长春理工大学光电信息学院。
论文作者:姜牧林
论文发表刊物:《电力设备》2019年第8期
论文发表时间:2019/9/18
标签：节点论文; 社团论文; 电信论文; 好友论文; 信息论文; 程度论文; 数据论文; 《电力设备》2019年第8期论文;