基于层次混合网络的异构大数据智能推荐

随着人工智能和机器学习等几项重要技术的发展,使得大数据渗透各个领域并伴随着各种网络化的应用。文中主要研究异构大数据环境下的深度关联挖掘方法,构造了一个层次混合网络模型来描述不同实体之间的多类型关系,并设计了一个基于深度强化学习框架的智能路由器,让其结合模型,最终实现了一种智能推荐机制,用于支持学术大数据环境下用户的协同工作。实验结果表明,相对现有方法,提出的方法具有较好的性能,并且能够满足实际需求。     

基于大数据构建电信行业用户全生命周期管理体系

简要阐述了大数据的概念和基本特征,研究了电信行业在数据资源上的特性,探讨了电信行业用户全生命周期管理的入网、在网、流失预警等三个阶段的主要内容,最后,提出了如何以大数据为基础构建用户全生命周期管理体系,从养卡模型和用户价值模型两个方面,深入研究用户入网阶段的销售管控方法和用户在网阶段的用户价值提升方法。     

基于Spark的用户上网WAP日志分析

在移动互联网时代,越来越活跃的用户手机上网行为带来了流量的迅猛发展.对电信运营商而言,用户上网日志包含了大量用户个性化需求、喜好信息,对其进行分析和挖掘,能更好的了解客户需求.传统经营分析系统小型机加关系型数据库的架构无法满足对海量非结构化数据的处理需求,搭建基于X86的Hadoop平台,引入大数据处理技术的方式,实现高效率、低成本、易扩展的经营分析系统混搭架构成为电信运营商最为倾向的选择.文章主要以用户WAP日志为例,详细阐述如何利用大数据技术处理海量的非结构化数据,进而挖掘和分析用户上网行为.     

移动互联网大数据关键技术

随着智能终端的普及,移动互联网得到蓬勃发展。其产生维护了海量的数据信息,包括系统的日志、服务质量、服务调用关系、用户的行为、位置、业务使用偏好等。越来越多的数据使得数据量变得过于庞大、内容过于复杂,难以通过传统的方法进行有效地处理。本文将讨论移动互联网大数据处理的关键技术,包括移动互联网的多源数据采集、海量异构数据管理、实时数据挖掘、高效数据分析与呈现等技术。     

有效、可扩展的电信欺诈管理系统设计与实现

针对日益严重的电信欺诈问题,文章设计一个有效、可扩展的电信欺诈管理系统。该系统能够对运营商及第三方的多源数据进行统一、有效管理,采用大数据分析的方法准实时发现电信欺诈事件,针对新型欺诈事件可以快速扩展、升级,能够满足内、外部用户的多重业务需求。试验结果表明,本系统具有较好的性能,可以应用于大数据环境下的准实时识别电信欺诈事件。     

大数据智能存储系统的研究与设计

随着互联网的快速普及和发展,电子政务、电子商务等信息化系统在使用过程中已经积累了海量数据资源,我们进入了大数据时代.海量数据资源存储在不同的区域,为了提高数据的利用效率,改进用户访问命中率,本文针对大数据智能存储系统进行研究,该系统包括元数据管理、数据估值、动态迁移控制等多个功能,分析了系统应采用的关键技术,通过数据分类技术、数据放置技术和数据迁移技术,实现数据的动态分类和在线迁移,提高大数据时代的利用率.     

电信运营商大数据应用系统建设方案研究

随着互联网的高速发展,全球数据生产高速增长,信息已成为企业战略资产,而大数据被业内普遍认为是电信运营商"去管道化"最有可能的实现方式之一,大数据应用系统的建设对电信运营商而言迫在眉睫。本文对电信运营商大数据应用系统的建设进行探讨,对大数据平台的功能架构、数据库建设方式、数据采集方案等进行研究,力图从解决方案上对电信运营商省级公司部署大数据平台提供借鉴。     

大数据与云计算的关系探讨

云计算的浪潮还没有过去,大数据时代已经到来。大数据(Big Data)这个概念近年来在越来越多的场合被人们提及,并且经常和云计算联系在一起。云计算与大数据之间的关系成为热点话题。本文在对大数据和云计算的的含义、特征等进行系统总结的基础上,分析了大数据与云计算的关系,论述了大数据和云计算的发展将给电信运营商带来的影响,对加速电信运营商的转型具有借鉴意义。     

大数据背景下企业级数据中心建设探索

随着大数据时代的到来,用户的消费行为产生了海量的数据,电信运营商必须能够准确的并且及时的对有价值的信息进行挖掘,必须需要强大的支撑系统,传统的手段和系统在大数据处理方面存在着很多的问题,企业级数据中心应运而生.本文首先探讨了大数据的内涵,之后分析了大数据使得现有的数据处理方法面临新问题,最后提出了大数据背景下企业级数据中心建设思路.     

智慧养老平台大数据技术应用问题分析及优化建议

在介绍目前智慧养老平台中大数据采集技术、管理技术、分析技术的应用现状的基础上,提出目前智慧养老平台面临的数据结构不统一、大数据分析研判的复杂不确定性、数据安全等问题,影响智慧养老平台用户接受度。结合智慧养老平台发展趋势,提出大数据存储技术、多源异构数据融合技术、基于区域用户数据管理技术、数据分析研判算法和大数据安全治理技术等的优化建议,从而有效解决智慧养老平台数据处理方面目前所存在的困难,使智慧养老平台运行更加安全稳定,也为用户群体相对稳定、数据保存时间长、全局性数据分析要求较高的同类系统提供可借鉴理论研究。     

大数据时代指挥信息系统发展分析

自2012年大数据被美国政府提高到国家战略层面后,国内外相关技术研究和应用发展迅速。文中通过分析指挥信息系统面临的挑战、大数据技术的发展趋势以及美军在指挥信息系统中典型大数据应用项目,分别从大数据生态、关键处理技术和网络架构等方面,给出了大数据时代我军指挥信息系统发展的一些思考和建议,为指挥信息系统现代化提供了参考。     

大数据安全研究综述

随着人工智能、云计算、移动互联网和物联网等技术的融合发展,传统的基于边界安全域和基于已知特征库的网络安全防护方式已经无法有效应对大数据环境下新的安全威胁。通过对大数据环境下面临的安全问题和挑战进行分析,提出基于大数据分析和威胁情报共享为基础的大数据协同安全防护体系,将大数据安全技术框架、数据安全治理、安全测评和运维管理相结合,在数据分类分级和全生命周期安全的基础上,体系性的解决大数据不同层次的安全问题。基于该安全防护体系,分析了数据安全的关键技术及其目前的发展现状,并展望和分析了大数据安全领域面临的挑战。全面的分析和研究了大数据安全的威胁、政策、标准、方案、关键技术和挑战,对开展大数据安全建设和工程应用有重要参考意义。     

大数据平台安全防护研究

本文首先明确大数据平台的风险,提出大数据平台安全防护目的及防护体系,提供大数据基础设施、大数据接口、大数据存储、大数据计算处理和平台管理等方面的安全防护措施.     

面向Hadoop架构的大数据安全研究

文中将从两个方面讨论大数据的安全：一是体系结构方面,将列出一些大数据系统在处理和存储信息时的差异,并讨论它们如何影响数据和数据库的安全性.二是运维管理方面,将详细介绍与大数据平台相关的运行安全问题,并分析大数据和管理系统所面临的挑战,尤其是当系统本身缺乏内在机制安全时.最终给出技术建议,勾勒大数据安全的战略战术,确保这些数据仓库的安全.     

美国大数据战略及对我国启示

美国当前在大数据方面全球领先。2010年奥巴马将发展大数据上升为国家战略,建立了一系列负责大数据的专门机构,发布大量相关战略性文件和法令。大数据在美国各个领域得到广泛应用,并基本成体系。当前我国大数据发展取得进步但仍存在问题,借鉴美国大数据战略的具体做法可为完善我国大数据战略提供较好的参考价值。     

基于大数据的数字海洋系统及安全需求分析

回顾了数字海洋系统国内外发展情况,提出面向大数据时代,数字海洋系统在架构和应用服务能力方面存在的局限。进一步提出了基于大数据平台的数字海洋系统能力目标以及包括信息获取层、通信传输层、基于云计算的海洋大数据基础平台、海洋大数据处理平台、海洋大数据服务层以及数字海洋应用等6个层次系统总体框架,分析了基于海洋大数据平台存在的安全风险,提出了海洋大数据平台的安全保障发展需求,为大数据时代的海洋安全体系规划与建设提供参考。     

大数据的技术、应用和价值变革

从大数据技术、应用和价值3个方面剖析大数据时代带来的变革。对数据采集、数据管理、计算处理、数据分析和数据展现5个关键技术环节进行了分析,总结和探讨了互联网、电信、金融、政府4个关键领域大数据应用的初步经验及大数据的价值和隐私保护问题。     

构建基于大数据的电信产品研发和运营体系

随着大数据时代的来临,电信运营商已经认识到数据是企业最重要的战略资源,能否管好、用好数据成为未来跨行业竞争成败的关键。分析了电信运营商现有产品研发和运营体系中存在的问题以及大数据时代影响电信运营商产品研发方向和运营布局的重大变化,提出了基于大数据的数据产品化的新理念重构电信运营商产品研发和运营体系的思路,最后对构建基于大数据的电信产品研发和运营体系给出了举措建议。