电信行业实时数据仓库的实现及应用

为满足经营分析的需要,我国电信运营商几乎同步在省中心甚至全国中心建立了数据仓库系统。经过几年的建设,这些数据仓库系统现包括固定报表、多维分析等形式的以业务量、发展量、收入等为主题的应用,甚至基于数据仓库系统进行了针对性营销探索,在某种程度上满足客户经理和各级管理人员分析决策的需要。     

数据仓库辅助电信行业决策支持系统的构想

简述了数据仓库、ＯＬＡＰ、数据挖掘的概念和技术，并对电信行业决策支持系统中应用数据仓库技术进行了探讨与研究。     

电信行业数据仓库逻辑模型构建研究

近些年,我国电信行业数据仓库的发展迅速,作为数据仓库中的一个关键的环节,数据仓库逻辑建模就显得越来越重要。文章以我国电信行业数据仓库发展的背景为基础,依据数据仓库逻辑建模的原则,探讨了我国电信行业企业级数据仓库模型构建中的几个关键的部分,并结合事例对各部分进行了描述,为数据仓库工作者重构了一个数据仓库逻辑建模的过程。     

海量数据存储管理方法的研究

随着现代技术的发展,对数据资源的需求逐渐增多,对数据库规模、容量、性能等方面的要求也不断提高,如何提高数据库性能和效率,优化海量数据的存储,已成为一个研究课题。以优化海量数据存储为出发点,对海量数据存储原则、存储设计和实现进行了探索,提出海量数据查询的具体优化方法,对海量数据库的管理方法进行了研究。     

数据仓库的查询优化研究

数据仓库中存贮着大量的历史数据,主要供企业决策分析之用,所涉及的数据操作主要是数据查询。因此,提升数据仓库的查询效率,优化查询方法是提升数据仓库应用的关键问题之一。本文主要介绍了数据仓库的查询性能问题,介绍目前主流的查询优化方法,并重点介绍了索引技术和分区优化方法。     

数据仓库在电信行业中的应用

电信行业目前主要的数据来自于计费系统和网管数据。电信系统经过多年的运行,已经存储了大量的历史数据。这些数据中蕴涵着丰富的信息,从中可以了解企业在电信市场经营过程中所处的态势、竞争对手的经营形势、客户群的分布状况、消费特征、企业经营发展的趋势等,对其进行分析处理可以得到很多令人欣喜的结论。强大的数据处理能力,加上丰富的企业数据,可以有力地促进企业经营和竞争。     

数据仓库在电信行业中的应用研究

数据仓库的含义及特点 业界公认的数据仓库概念创始人W．H．Inmon在《建立数据仓库》一书中对数据仓库的定义是：数据仓库就是面向主题的、集成的、不可更新的（稳定性）、随时间不断变化（不同时间）的数据集合，用以支持经营管理中的决策制定过程。     

一种基于虚拟数据仓库的查询优化方法

跨地区企业集团如何从分布在各地数据仓库的数据中获取信息以帮助他们决策是数据仓库研究的一个重要问题.本文提出了一种虚拟数据仓库三层模型及其查询优化方法,引入了虚拟元数据、查询快表等概念,通过查询快表可以快速得到查询方案,通过虚拟元数据与各结点元数据的映射,可形成查询方案,从而获得查询结果.分析表明,该方法能够有效地提高查询效率.     

云数据仓库高性能查询技术研究

简要阐述了手机对互联网访问产生海量数据对电信运营商造成的巨大压力、业务支撑研究所研发HugeTable数据仓库系统的背景、HugeTable系统的基本概念,详细阐述了HugeTable系统研发的相关工作、HugeTable系统索引设计方案、利用索引优化的查询策略,并通过现网应用测试评估实例简要说明了HugeTable系统的能力。     

电信数据仓库数据质量问题及提升方法探讨

对于电信业的数据仓库来说,确保数据质量是一项艰巨的挑战.本文列举了数据仓库建设中常见的数据质量问题,并分析了产生的原因,进而从组织和流程的建设、标准的制定和稽核机制的设立3个角度描述了提升数据质量的方法.     

基于无共享架构的海量感知数据实时处理系统

为了满足具有海量性、连续性及不确定性的感知数据实时处理需求,采用云计算典型的分布式无共享集群架构,文中提出一种并行化的海量感知数据实时处理模型,并给出了相应的编程接口.在此基础上设计了一种去中心化的分布式感知数据实时处理系统架构以及基于ZooKeeper的集群伸缩管理方案,从而保证了感知数据处理系统的实时性及扩展性.通过一个结合城市车辆监管实际应用的实验,验证了该系统在负载均衡的情况下,其处理性能够随着计算节点的增加而接近线性增长.     

基于Hadoop的信令详单实时查询平台构建方法

随着电信行业4G通信网络技术的普及,移动端互联网应用正蓬勃发展,随之带来的数据流量呈爆炸式增长,传统的处理方法难以支撑海量信令数据的实时查询需求,为此,提出了一种基于Hadoop的大数据实时查询平台,以支撑超大规模的信令详单的处理.通过数据采集、数据建模、rowkey设计、数据入库、二级索引、数据压缩与存储等实现方法,提供了实时数据查询服务.最后,在现网实验环境进行了验证,能够取得非常好的收益.     

ODS数据仓库新技术的研究与应用

讨论数据仓库新的技术方向一操作型数据存储ODS(Opemtional Data Store)，介绍了其基本内容及特性，并探讨了ODS与实时系统的应用问题。介绍了结合林业企业木材销售应用的ODS商业系统。     

基于数据中心的数据仓库结构设计

文章设计了一种数据仓库结构,包括:数据仓库,用于存储数据对象,特别是根据维度和对象整理与存储数据;元数据库,用于存储元数据,元数据包含数据对象描述、查询和报表的定义;客户端;报表服务器,连接该客户端;中间件服务器,连接该数据中心、元数据库和报表服务器。此外,论文还提供了基于本数据仓库结构的查询和报表方法。     

电信企业信息化中数据仓库技术的应用

本首先阐述了电信企业信息化中系统整合的三个层次，并分析了数据仓库技术的重要性，然后介绍了数据仓库的一些基本概念，通过对客户关系管理，欺诈行为分析，网络故障分析，计费系统分析等，介绍了数据仓库技术在电信行业的应用。     

电信经营分析系统的总体结构设计与分析

电信运营行业竞争日益加剧,企业经营者必须随时了解业务运行情况,掌握客户信息,以便及时调整运营策略,保持竞争优势,这些都建立在信息需求得到满足的基础之上。基于数据库技术的经营分析系统能够整合电信运营企业内部分散的原始业务数据,解决数据庞杂、业务系统繁多造成的问题。运用ETL(extracttrans formload,抽取、转换和加载)技术构建数据仓库,对数据进行多维分析,并提供直观的数据展示平台。提出了闭环的思想。经营分析系统的分析结果,为业务系统的优化提供指导意见,能够驱动业务系统更好地运行。     

税务数据仓库的构建与数据挖掘

介绍了某市税务数据仓库构建的模型、步骤，以及实现过程中的难点。介绍了基于粗集的数据挖掘技术在税务数据仓库中的应用．从而有效地提高了税务稽查的效率。     

数据挖掘技术及其在经营分析系统中的应用

为了在市场竞争中保持及发展客户、提升客户价值,运营商迫切需要了解客户的行为特征以及业务发展、收益、营销、服务等方面的运营情况,以便及时制定更加合理和高效的经营策略,更好地在竞争中掌握主动.于是,电信企业纷纷着手建立数据仓库和在线分析处理(OLAP)系统,通过对运营支撑系统多年积累的业务数据进行整合和分析,以获得有价值的分析结果.但是,OLAP侧重的是对历史数据的分析,回答的是"过去发生了什么和为什么会发生"的问题,而运营商在对过去和现在的经营状况进行分析掌握的同时,更加渴望对整个企业未来的发展状况做出比较完整、合理、准确的分析和预测,于是,数据挖掘技术由于能够发现潜在的知识以及能够回答"将要发生什么"的问题而被电信企业加以"重用".本文简要阐述了数据挖掘技术、主要模型及方法、数据挖掘的实施步骤,并结合具体的案例说明数据挖掘在电信行业经营分析系统中的应用.     

海量数据处理系统设计的几点探讨

文中针对海量数据的处理,结合Oracle数据库设计的实践,就数据库设计中的表设计、数据装载、查询,资源优化等内容进行了探索,在提高大型数据库运行效率方面提出了比较切实可行的思路和方法。