移动互联网数据可视化技术及应用研究

大数据时代的到来给电信运营商带来了更多的机会和挑战,为从日趋庞大的数据中快速提炼出有用的信息,亟需研究大数据可视化技术,以有效支撑精准分析和决策.总结了移动互联网数据可视化新技术的特征,并结合多个移动互联网客户画像的典型场景,深入探讨数据可视化技术的实际应用.     

共享开放的运营商大数据平台架构研究

当前电信运营商大数据业务模式和应用场景日趋清晰,对内对外大数据应用支撑要求搭建集约和开放共享的大数据平台。Hadoop生态系统的更新与扩展、混合计算模式与内存计算等技术发展为大数据平台建设提供了新的技术思路。文章通过分析运营商大数据建设面临的业务和技术新形势,提出近期运营商大数据平台建设向共享和开放能力平台的演进方向和核心要求,并从总体架构、技术架构等方面详细给出一种集约、融合、开放的运营商大数据平台架构设计方案及其工程实践案例。     

大数据:运营商挖掘商机,内外支撑是目标

对大数据进行全面、深入、实时的分析和应用,是电信运营商应对新形势下挑战、避免沦为管道的关键。从2012年国外运营商情况来看,大数据业务进展不一,部分运营商开始成立大数据部门,为政企客户提供决策支撑等服务,而部分运营商则暂时主要用于改善自身服务。西班牙电信于2012年10月9日成立了名为Dynamic     

大数据时代背景下的运营商客户服务策略研究

互联网的普及与发展,预示着大数据时代的到来。大数据时代背景下,运营商竞争核心转化为客户,而为了提升客户满意度与忠诚度,就必须提升运营商客户服务质量,故提出大数据时代背景下的运营商客户服务策略研究。依据大数据时代背景特征,打造运营商核心竞争优势,以客户为导向,以客户忠诚为目标,对客户进行差异化服务,提出运营商客户服务策略为:资源有效运用策略、组织策略、服务界面、内容、流程改进策略、差异化服务策略与客户感知提升策略,为运营商健康、稳定、持续发展提供一定的理论支撑。     

大数据背景下运营商发展策略探讨

随着互联网业务和应用的迅猛发展以及移动互联网的爆炸式增长,大数据技术的出现与发展为电信运营商深挖数据提供了新的技术手段,同时也为其更好地服务客户提供了新的机遇。大数据将成为运营商开展移动互联网业务的核心优势资产。本文结合大数据的技术现状以及运营商的的数据特点,分析运营商在大数据应用方面的优势,并提出了运营商的数据获取原则以及策略。     

5G网络MEC规划部署方案研究和实践

5G时代运营商通过研究MEC技术探索新业务,为个人客户、政企客户等提供差异化服务和全新数字体验,提升运营商的核心竞争力.本文主要通过分析运营商在MEC部署存在的问题,分别从客户需求、网络规划、网络安全等角度入手,结合应用场景选取部署,制定MEC规划部署方案.     

电信运营商物联网客户运营分析系统的构建及应用

简要分析了中国联通在物联网客户运营能力上的挑战与诉求,结合中国联通研究院的大数据分析能力,提出运用能力构建完善标准体系,推动物联网规模应用,实现物联网客户运营大数据化的目标。基于电信行业物联网运营模式的实践经验,描述了如何以大数据能力为基础进行面向运营商的更为精细化的企业客户运营,从技术创新的角度实现客户运营服务的精准化、高效化。以提升客户数据运营的准确性和前瞻性为目的,探索如何利用数据分析能力,构建精准的客户运营支撑体系。最后,讲述了大数据应用于客户运营场景的重要价值和对客户运营未来的展望。     

大数据技术在电信运营商政企市场维拓中的应用

政企市场是继个人市场、家庭市场后电信运营商重点开拓的第三个市场。在个人市场日趋饱和的前提下,政企市场的拓展与维系成了运营商发展的重点方向。在这一前提下,如何维系已有政企集团客户,防止友商的竞争抢夺,以及如何挖掘政企市场空间,为运营商自身的用户发展与业务发展作出贡献就尤为重要。而大数据技术的应用,为电信运营商政企市场的维拓提供了有力的支撑。鉴于此,本文对借助大数据技术实现运营商政企市场的维拓展开了分析。     

浅谈面向ICT服务的电信网络架构及其技术实现

为使电信运营商实现ICT业务的拓展,对面向ICT服务的电信网络架构及其技术实现问题展开了分析。从分析结果来看,采用LSN电信网络架构,能够对传统ICT服务覆盖的所有区域范围进行覆盖,并为客户提供综合ICT服务,能够使电信运营商拓展ICT服务。而采用Vx LAN方式实现大二层互联,在数据通信中未出现数据丢失情况,并且能够为各种新型ICT应用场景的实现提供支持,因此能够为LSN架构实现提供支持。     

基于NLP的文本挖掘技术在提升电信客户满意度中的应用

为了充分挖掘非结构化数据蕴含的信息价值,文章介绍了基于自然语言处理的文本挖掘技术,从原理到实践进行了探究。以电信运营商移动网络客户的体验与口碑为导向,利用文本挖掘技术在互联网舆情分析和客服部门投诉工单分析等方面进行探索,给出了基于非结构化文本数据的信息分类与呈现的方法,从而更好地聚焦客户需求和网络问题,支撑网络维护与优化工作,提升客户满意度。     

电力潜在敏感客户预测的大数据方法应用

随着 95598 业务的不断发展延伸,人工话务强度增大。为了进一步加深对客户隐性特征以及诉求的认识和理解,提升 95598 人工精细化客户服务水平,对投诉倾向等客户服务中的典型应用场景进行了需求细化。基于电力服务工单数据,选取建模关键指标,通过熵权法、主成分分析和决策树等数据挖掘算法,对潜在投诉倾向客户和计划停电敏感客户进行识别,以便有针对性地进行服务资源调度,充分做好应对措施,有效减少投诉压力,提升服务精度。     

面向网络大数据的安全分析技术应用

大数据分析技术的蓬勃发展,给安全行业带来了许多新的思路和发展机遇.从电信运营商视角,深入解析了面向Netflow、DPI、DNS等网络大数据资源的大数据安全分析平台的架构、技术实现机制等,并介绍了大数据安全分析产品的相关功能和应用场景.     

利用大数据应对OTT业务的冲击

在移动互联网时代,互联网公司的OTT业务兴起致使国内电信运营商面临着"被管道化"的风险。如何避免"被管道化"是国内电信运营商急待解决的问题。文章从业务运营和技术支撑的角度详细论述大数据是电信运营商寻找新的业务增长点的一个方向,并结合运营商目前数据和系统的现状,对电信运营商发展大数据业务的优势、方法以及面临的挑战进行详细论述,最后指出发展大数据相关业务必须进行数据的集中化、支撑平台的集中化,只有大平台才能支撑大数据。     

大数据与电信运营场景

分析了大数据在国内外互联网企业、欧美日韩运营商和其他信息行业中的实践应用,最后介绍了客服中心应用场景,建立来电号码、问题、答案模型,并基于此模型实现了问题矩阵和答案矩阵,为提升客服中心服务水平和运营效率提供了有效支撑。     

基于NGOSS的移动通信网络投诉支撑平台研究

以提高移动通信网络投诉的客户感知和处理效率为目标,参考NGOSS思想,在网络运维支撑系统之上建立自动分析投诉原因的网络投诉支撑平台,提出了客服部门和网维部门协作的端到端的网络投诉处理流程和共享信息数据模型,进而设计了技术中立的基于组件的软件体系结构。结合运营商的运维支撑系统环境对平台进行实现和集成,应用表明,客服人员利用网络投诉支撑平台能快速定位投诉原因并获得解释口径,实现投诉的规范描述和一次截单。     

基于矩阵分解和注意力多任务学习的客服投诉工单分类

投诉工单自动分类是通信运营商客服数字化、智能化发展的要求。客服投诉工单的类别有多层,每一层有多个标签,层级之间有所关联,属于典型的层次多标签文本分类问题,现有解决方法大多数基于分类器同时处理所有的分类标签,或者对每一层级分别使用多个分类器进行处理,忽略了层次结构之间的依赖。提出了一种基于矩阵分解和注意力的多任务学习的方法(MF-AMLA),处理层次多标签文本分类任务。在通信运营商客服场景真实投诉工单分类数据下,与该场景常用的机器学习算法和深度学习算法的Top1F1值相比分别最大提高了21.1%和5.7%。已在某移动运营商客服系统上线,模型输出的正确率97%以上,对客服坐席单位时间的处理效率提升22.1%。     

基于人工神经网络算法的运营商客户投诉智能分类问题研究

云计算、物联网和5G业务的逐步开展,运营商的竞争态势日益加剧,在服务内容、服务方式、服务质量、经营管理和服务意识方面面临严峻挑战.为提升客户满意度,降低投诉量,本文从运营商客户投诉工单和录音数据入手,利用人工智能、机器学习等手段,开展投诉服务请求的归类分析,进一步通过人工神经网络算法对投诉工单文本进行挖掘和优化,对工单...     

基于运营商大数据的人工智能技术研究

本文主要分析了运营商大数据平台发展，人工智能的主流技术，论述了人工智能产品在通信领域的应用研究，解决运营商在系统运维和客户服务等方案存在的问题