数据挖掘技术在有线电视运营上应用

有线电视运营商通过多年的积累已经获取大量的用户数据和行为信息,但却没有很好的对这些信息进行挖掘与分析。相反数据挖掘技术已经在电信有了比较成功的应用。本文通过介绍数据挖掘技术和相关的算法,分析数据挖掘技术在有线电视运营上的应用,为有线电视运营商设计营销方案,预测和检验营销效果,从而提高有线电视运营商运营能力。     

浅谈有线电视运营商大数据时代的应对策略

大数据时代的到来是未来有线电视运营商不得不面对的事情,大数据的处理以及相应的数据挖掘工作将是接下来亟待解决的难题。在某种程度上可以说,谁大数据处理得好,谁就能赢得未来的市场,本文针对有线电视运营商大数据时代的应对策略进行探讨。     

面向用户需求的有线电视用户离网预警管理系统建设

随着有线电视的一元化收视格局被打破,用户离网问题变得日益严重,如何通过大数据技术和数据挖掘技术来降低用户流失率、提高用户的净推荐值已经成为影响广电运营商发展的首要因素,从有线电视用户收视行为的演变出发,分析了解决有线电视用户离网问题的路径和方法.第一部分介绍了有线电视用户离网现状与原因,从视频收视格局的变化出发,剖析了有线电视用户离网的现状和原因.第二部分介绍了建设有线电视用户离网预警系统的必要性和系统构成,分析了以往离网研究存在的问题,并介绍了格兰研究最新研发的大数据用户离网预警管理系统和online在线服务系统.第三部分介绍了大数据离网预警管理系统的关键技术和物理架构.第四部分介绍了离网预警管理系统的应用,分别阐述了离网用户挽留方案的制定和部门间的无障碍数据应用.     

广电运营商大数据综合运营平台设计和实践

对有线电视运营商大数据平台设计思路、功能架构和应用场景进行分析,介绍了广电大数据分析应用系统的构成及关键技术问题,并通过应用案例分析了广电大数据系统的发展前景.对于有线电视发展大数据运营,有重要的借鉴意义.     

小数字大道理——电信的数据挖掘与广电运营商的精细化运营

近年来,“数据挖掘”引起了信息产业界的极大关注。大量的数据通过数据挖掘转换后,成为管理者进行经营决策制订时的重要支摔。本刊上期刊发了“小数字大道理”系列的第二部分《有线电视网络运营商的数据化运营模式》,本期我们将继续刊发其第三部分,重点探讨有线运营商的精细化运营。     

基于大数据的电信运营商业务模式研究

随着数据挖掘、云计算、物联网等相关技术的发展和逐步成熟,大数据日益成为企业CTO们关注的焦点.以电信运营商数据资源使用为切入点,分析了针对不同业务内容(业务优化类、业务创新类、效率提升类)的电信运营商大数据商业模式,以帮助电信运营商在大数据时代积极调整策略,更好地适应移动互联网趋势.     

有线电视运营商基于大数据开展社区化服务的探讨

探讨了有线电视运营商通过大数据分析开展社区化服务的可行性以及实现的技术方案。首先介绍了有线电视的优势和广电的大数据,然后分析了广电大数据与社区化服务结合的可行性,接着介绍了珠江数码集团在基于大数据应用系统方面开展社区化服务的初步实现方案,对系统架构、多业务策略及终端技术方案等进行了探讨,为有线电视网络新业务的开展提供了思路。     

有线电视网络用户收视行为大数据多维分析系统设计

本文针对有线电视业务特点和需求,设计并实现了一套完整的有线电视网络用户收视行为大数据多维分析系统,方便运营分析人员自定义分析指标,快速绘制收视率报表,帮助广电运营商更全面地对用户收视行为数据进行多维度分析,为运营决策提供数据支持.     

大数据技术发展趋势及灯塔大数据行业应用平台

指出大数据发展的趋势:混合数据存储是大数据技术的基础;融合数据库架构是大数据发展的趋势;异构数据关联是大数据平台的关键;行业知识库是产业互联网应用发展的要素;深度标签是大数据挖掘的核心技术之一。介绍了中国电信灯塔大数据行业应用平台的架构,及所采用的关键技术和行业应用,认为该平台的使用可以充分发挥运营商数据与外部数据相结合的优势,加速产业升级和商业模式创新。     

基于Hadoop技术的挖泥船大数据平台架构研究

基于大数据背景下对海量疏浚历史数据进行高效存储、提取和处理的目的,采用了Hadoop技术,通过建立挖泥船大数据平台并结合数据挖掘算法,完成了对疏浚大数据的采集、存储和分析.以挖泥船疏浚实例为应用背景,通过使用Hadoop平台的数据挖掘工具Mahout对疏浚工艺点进行了聚类研究,并根据聚类结果给出了初步的疏浚性能评估.结...     

移动互联网下运营商数据运营策略的转型分析

面对移动互联网时代移动流量的爆炸式增长,指出了电信运营商数据运营策略转型应对的重要性。首先分析了传统运营商面临的挑战与本身流量数据经营中存在的问题,然后提出了电信运营商数据运营策略的转型应对方案,指出运营商需优化网络,构建大数据挖掘为背景的精细化流量经营。     

基于数据挖掘的集成信令存储和应用平台研究

针对现有信令数据存储与分析应用模块的独立式架构不利于信令数据的保存与分析的问题,文中设计了一种基于数据挖掘的集成信令存储和应用平台架构。通过设计并行数据挖掘信令分析模块架构,面向数据挖掘的信令存储技术和信令数据集成应用平台,重新定义了基于数据挖掘的信令监测平台架构。利用信令数据仓库中的ETL工具,实现信令数据存储以及应用的一体化设计。所设计的集成信令存储和应用平台通过数据挖掘可以有效分析信令数据特性,提高信令数据存储和应用的效率,对于大规模信令监测具有一定的意义。     

大数据

7 数据挖掘和数据流挖掘 7.1大数据挖掘技术的简介和分类大数据技术广义上包括大数据相关的获取、存储、处理、挖掘等技术,但就美国政府2012年提出的"大数据研究与发展计划"而言,它主要指的是面向大数据的数据挖掘、机器学习技术.此期重点介绍大数据中的数据挖掘技术,重点是数据流挖掘技术.     

4G时代大数据来袭 运营商应对OTT合作优于封锁

如果运营商仍然把语音、短信、彩信或数据业务作为主要创收,那么取而代之的"微东微西"等各类OTT应用必然将影响运营商的直接利润收入。在"云计算"之后,"大数据"突然火热出现在以IT为首的诸多行业内。随即,数据存储、数据安全、数据分析、数据挖掘等等围绕大数据商业价值的利用逐渐成为各行业人士争相追捧的利润焦点。电信运营商的语音、短信作为利润基础,数据存储和安全问题正面临着巨大的挑战。面对中国移动通信4G网络的迅猛发展,微信赢得的不仅仅只是用户端市场。笔者认为,     

基于收视行为模式的有线电视用户流失预测

面对激烈的市场竞争,广电运营商一方面需要提升服务质量,吸引新入网用户,同时也需要更加重视对用户流失的预测管理.利用数据挖掘技术进行用户流失预测在有线电视业务中的应用尚处于探索阶段,本文针对有线电视业务的特点,提出了基于RFM模型的流失用户定义,对用户的属性特征进行分析,得出流失用户的基本特征,并提出基于用户的收视行为模式进行流失预测的分析算法,最后通过实际数据进行仿真实验,验证了模型和算法的可行性.     

基于大数据分布式技术架构在上网行为分析中的解决方案

基于大数据技术上的上网行为分析是运营商经营分析发展的必然趋势。构建大数据的高效率平台,建立满足大数据全生命周期的数据存储与信息管理基础架构,是大数据对企业信息技术部门最重要的挑战。就综合运营商的上网日志、信令等对大数据分布式技术架构在运营商上网行为分析中的必要性和特点进行了描述,最后给出了基于大数据分布式技术架构在上网行为分析中的解决方案以及相应的核心关键技术。     

大数据及其在电信运营中的应用研究

从大数据概念出发,首先分析大数据关键技术,如Hadoop技术、云计算、数据挖掘等,其次分析大数据在电信运营中的应用案例,给出国内外电信运营商在打数据方面的应用案例,最后展望电信运营中大数据及其应用的发展前景.     

有线电视网络大数据中心数据治理探析

近年来,有线电视网络运营商在完成省级网络整合的同时,也逐步实现了各地市的业务平台、网络和用户数据资源的统一。建立完善的大数据中心架构可以驱动有线网络运营商的业务发展、网络改造和市场经营从粗放型向精细化演进,在此过程中,数据治理成为有线电视网络开展大数据技术研究下一阶段的重点任务,并为大数据安全体系的建立奠定基础。本文针对有线电视网络大数据中心的数据治理开展研究。     

基于Spark的智慧校园数据挖掘研究

本文首先对智慧校园数据挖掘的意义进行研究和分析,提出了基于Spark技术的智慧校园数据挖掘平台,将数据挖掘技术与Spark计算框架相结合,该平台采用HDFS作为数据存储,上层的Spark平台作为智慧校园数据挖掘算法的运行环境.针对与学生相关的数据挖掘,构建了学生分析子系统.     

移动通信运营商办公云

移动通信运营商面临着越来越大的市场竞争。主要针对移动通信运营商的IT基础设施建设和运营的技术问题,陈述了利用云计算来构造移动通信运营商办公云平台。给出了移动运营商办公云的技术架构,并且从系统运维的角度,讨论了利用大数据技术对办公云的运行状态数据进行数据挖掘与分析,实现对办公环境的精细化管理、智能化和自动化的运维,进而合理利用资源并提升用户体验。