需求不确定下的移动通信消费者使用行为研究

从微观层面分析资费选择、多业务之间相关性等因素对移动通信消费者使用行为的影响,并实证分析各因素对用户业务使用量的具体影响,本地被叫通话时长与用户本地主叫通话需求呈正相关,用户的短信接收量对其主叫业务需求存在明显的反馈效应,免费通话量对使用行为的“约束”效果随着资费的升高也越来越明显.在此基础上,建立了选择-修正的两步资费套餐使用需求模型,通过实际数据进行参数估计,获得较好的结果.     

云计算计费模型研究

分析并提出了一种基于用户业务相关的灵活定价策略和用户资源使用行为及对资源评价反馈的计费模型:首先,基于设定的业务类别资源定价策略关联模块,获取针对特定业务类别的资源单价策略,同时通过对云计算系统中用户的资源使用行为的分析,获得用户的资源使用行为影响因子;并依据SLA(服务等级协议)对资源提供者进行评价得到服务满意度,基于用户行为影响因子和服务满意度对计费结果进行调整。模型的实际应用表明,其具有良好的应用效果。     

移动数据业务用户行为模型研究

文章根据移动数据各种业务的特点,运用在中国联通现有移动通信网采集的数据进行分析,得出了彩E业务、下载类业务等移动数据业务的用户行为模型.文章认为对数据业务分析得出的用户使用行为习惯,对评估系统的负荷和开展业务有重要的参考价值,无论是对中国运营商还是其他国家运营商未来开展3G业务,提供用户行为分析以及进行网络系统配置都是重要依据.     

内容计费对用户业务行为的影响分析

首先讲述了狭义和广义内容计费的定义,然后详细描述了内容计费的5个特点,最后分别从传统计费方式对用户业务行为的影响、内容计费对不同用户群业务行为的影响以及典型业务环境下内容计费对用户业务行为的影响三个方面进行了阐述和分析。     

内容计费对用户业务行为的影响

首先讲述了狭义和广义内容计费的定义．然后详细描述了内容计费的5个特点。最后分别从传统计费方式对用户业务行为的影响、内容计费对不同用户群业务行为的影响以及典型业务环境下内容计费对用户业务行为的影响三个方面进行了阐述和分析。     

基于Apriori算法的图书馆用户行为模式分析研究

以某高校图书馆信息管理系统用户数据为研究对象,对图书馆用户借阅行为进行研究.充分利用业务系统海量数据优势,使用K-means算法对用户数据进行聚簇,将用户群体细分形成相似群,然后构造用户行为指标体系,再选用Apriori关联规则算法,根据借阅行为数据特点构造用户行为分析模型,同时在聚类群体数据的基础上进一步深入挖掘,最...     

基于信令数据的智能终端价值挖掘与应用

用户使用设备或业务产生的数据,对用户行为分析和画像具有重要帮助。基于用户使用互联网产生的海量信令数据,挖掘分析从终端分布情况、终端接入性能、终端业务性能等维度的终端数据信息,为网络规划、市场支撑以及客户投诉提供了有力的支撑保障。通过分析信令数据挖掘智能终端的价值,与网络规划、市场支撑、用户投诉等工作相结合,能有效地保障网络指标、提升网络资源的利用率、服务领导决策、快速地定位解决用户投诉。     

基于信令测试数据支撑移动互联网形势下自有业务营销研究

传统通信时代,公司大抵都是围绕语音/短信进行的业务发展,支撑手段也常来自对用户自身通话行为、套餐属性等进行的分析。而进入移动互联时代之后,运营商除了继续保有原有的传统业务,更是大力发展了自有的移动互联网业务。在自有移动互联网业务的发展过程中,我们越发感觉基于传统的用户通话行为、基本套餐等数据的分析对自有互联网业务支撑乏力。最大的局限莫过于对用户在移动互联网上的行为分析,如对业务的喜好,上网规律等,这些行为是传统数据无法支撑的,而这些数据恰恰对于发展公司自有业务具有极其重要作用。通过对信令测试数据中用户的互联网行为进行了分析、建模,支撑新形势下的自有业务互联营销。     

EGPRS系统中数据业务用户模型的探讨

文章通过采集并统计分析GB口相关信令的方法,对南宁市市区的数据业务网络现状进行研究,对典型的数据业务的使用流量及质量进行分析,并对数据业务使用较多的几个典型热点区域用户使用业务情况及使用习惯等进行分析,从而得出相关面对用户的数据业务模型,使运营商更加了解用户行为和用户习惯,以便有针对性的调整市场营销策略及优化调整网络,提高用户满意度。     

基于用户行为关联分析的电子取证系统研究

针对目前电子取证缺乏全程监督的问题提出了一种基于用户行为关联分析的电子取证系统.该系统根据业务活动主体、行为和客体约束关系建立用户行为知识库,基于电子证据属性相似度,对原始电子证据进行过滤和融合,在WINEPI算法的基础上,实现电子证据的用户行为关联.使用实际数据测试表明,该系统能够对用户网络活动过程进行全程监督,并可以把取证过程的监督数据作为呈堂的证据.     

802.11b中业务源基于隐马尔可夫的测量与分析

出于经济方面的考虑,分析通信系统中的频谱资源并对其进行建模是极其重要的。在大多数时候,能通过空口测量来捕获各类无线通信系统中授权用户的业务参数,从802.11b的物理层结构开始研究,建立相关的隐马尔可夫模型(HMM)。为了分析业务源的行为,使用BW算法来估计业务源的参数,而业务是用D-ITG软件来产生的,因此可以将结果与真实模型进行比较。实验结果表明,在802.11b协议下,使用隐马尔可夫模型和BW算法来对信道占用行为进行模拟是不准确的,但是分析业务源的特性是可行的。     

依据用户行为进行TD-LTE精细化规划和市场营销研究

本文分析了TD-LTE规划和市场营销现状;对用户终端使用情况、用户业务进行了分析;合理分析了用户分布及用户终端类型对数据业务流量的影响;确定了依据用户行为进行TD-LTE精细化规划和市场营销流程;通过某地市实际应用对TD-LTE精细化规划和市场营销流程进行了验证。     

基于OpenFlow流表的云网络异常行为主动监测和处理

云数据中心的网络异常行为不仅对网络设备造成严重业务负荷,同时也显著影响云用户使用体验。云计算环境中的共享资源模式和云用户迥然不同的业务形态,使得网络分析和异常行为定位变得更加困难。本文针对云数据中心的网络异常行为进行特征提取和分析,并基于sdn云数据中心的网络架构和原理进行深度剖析,总结出基于openflow流表的网络异常行为判定方法。同时采用自动化运维手段,制定了一套网络异常行为自动化检测和封堵的智能系统,实现对网络异常行为的快速处理。     

基于防火墙日志的网络管理与用户行为分析

网络管理问题已经成为企业IT部门所面临的重要问题。此外,如何检测网络用户使用哪些业务,并在这些业务的基础上进一步分析出用户的兴趣和行为,这也是许多企业十分关注的问题。文章通过对防火墙日志的分析,为监视网络运行状况和分析用户行为提供了一种简单易行的方法。     

基于用户行为的LEO境外业务建模与仿真

LEO(低轨道星座)系统具有组网复杂、承载业务类型多等特点。采用基于用户行为的分层用户模型,对用户在LEO(低轨道星座)系统中的业务行为进行建模,控制用户模型的参数,生成业务流,利用网络仿真工具OPNET将业务流加载在建好的网络模型当中,对LEO系统的境外通信业务量进行分析与仿真,通过仿真得到系统的最大业务承载量,为系统的设计提供可靠依据。     

基于异构混搭架构的大数据平台

广电运营商是天然的收视数据生产者 [1]与数据资产拥有者,广电运营商手中拥有着庞大数据.随着数字电视运营在业务挖掘方面不断深化,为提高服务质量和规划业务发展方向,广电运营商对数字电视用户收视行为进行调查和分析的需求越发迫切.收视率 [2]作为电视播放的关键性指标具有重要的作用和巨大的市场价值,在数字电视业务迅猛发展的冲击下,传统的收视率调查方法会受到制约,特别是用于模拟电视的仪器测量法更是会在数字电视中无用武之地.随着大数据技术的出现,提供了针对海量数据的高效精准分析的技术手段,通过对电视机顶盒数据的采集、解析、分析挖掘 [3],实现对用户收视率及收视行为的分析洞察,从宏观上,实现对数字电视业务进行全方位细致管控;从微观上,支撑对个体用户的行为的标签画像 [4],支撑公司对业务运营的全面掌控及针对用户提供个性化的营销及维系服务工作.     

通信运营商宽带用户行为分析的研究与应用

不论是从网络优化和质量提升,还是从向用户提供差异化服务、提升网络增值业务能力的目的出发,通信运营商都需要对用户业务流量实施有效监控,掌握用户行为。文章基于现网运营经验,阐述了运营商宽带网络中部署DPI用户行为分析系统的数据采集点选择、用户属性获取、实际组网方式和系统架构等相关问题,以及相关实际应用案例,并展望技术发展,提出了未来相关系统部署和具体应用的建议。     

探秘移动用户体验

从消费者调查的视角结合业务运营流程深入解读用户体验的范畴和多层含义,并揭示从业务发现、定购到业务使用、付费和客服支持等多个环节对用户体验的影响,提出短期和长期改善用户体验的手段.     

基于TF-IDF算法的运营商用户画像分析

随着通信技术的迅速发展，海量日志的产生给企业运营带来了安全隐患，除了能否及时检测出电信运营商企业内各类业务系统及设备的海量日志是否安全、合规之外，基于用户行为的分析对日志安全也尤为重要。为了直观掌握用户行为，本文基于TF-IDF标签权重算法对运营商海量用户业务日志数据构建用户画像。根据实际业务场景构建RFS模型，通过开发的用户画像标签体系分析研究运营商用户行为，对用户操作日志中的潜在高风险信息进行数据挖掘，并输出可视化用户行为分析画像结果。实际应用表明，通过用户画像能识别风险用户行为信息，同时也能为日志安全分析提供参考价值，帮助企业实现数据安全运营动态监测。     

LTE资费政策与业务模型研究

主要对国外LTE运营商的资费策略进行分析,梳理资费与户均流量关系,对中国未来的LTE资费进行预测。从用户行为的角度结合资费政策和业务情况研究LTE业务模型,为运营商部署提供参考。