基于大数据的电信领域用户服务模型与数据融合策略研究

移动互联网技术的迅猛发展,为移动电子商务发展奠定了基础,产生了新的移动消费模式。通过对大量的移动用户数据的来源与特征进行分析,设计了用户的特征模型,构建了融入情境分析的移动用户服务模型;在Hadoop架构的基础上搭建了电信领域大数据处理框架,并在电信业务数据融合与服务挖掘应用方面做了分析,为新移动消费、消费定制和个性化推荐与营销等提供了支持。     

移动用户行为模型的研究与应用

中国移动用户对通话质量的要求越来越高,通话区域也日益广泛和复杂。识别用户通话中的具体场景,建立有效的用户行为模型,进行针对性的网络优化,是挽留客户的重要手段。本文研究的内容,首先在Nb/Mc接口以镜像的方式采集信令和媒体,分析数据所包含的用户位置信息;然后运用统计的方法建立不同用户场景的行为模型;最后使用该模型对全网的移动用户进行场景分类,进行通话质量的分析。     

大数据在移动用户上网记录查询中的应用研究

在移动互联网时代,提供移动用户上网记录详单是解决流量计费"雾里看花"问题的必然要求。而上网记录详单数据是典型的"大数据",传统技术架构设计模式已不再适用。文章分析当前主流的大数据处理技术,对其在移动用户上网记录查询系统中的应用进行研究。通过搭建以上网记录数据为核心的大数据平台,为数据挖据分析奠定基础。     

基于大数据的用户画像分析

文章以大数据为引擎,霍尔三维结构为理论依据,稳定度、敏感度和偏好度为导向,构建用户画像三维分析模型,利用大数据分析结果对移动用户进行细分,实现目标用户群的精准定位,以便对用户进行精细化营销,提升用户使用感知。     

基于大数据用户画像技术的潜在家宽用户挖掘

随着大数据的存储、处理和分析技术不断发展,从移动网络大数据中挖掘和分析用户行为等成为可能。利用移动大数据对终端用户进行画像,从海量移动用户中挑选出潜在家宽营销用户,为移动家宽营销提供了新手段新思路。本文介绍了在进行潜在家宽用户挖掘中的大数据处理和分析思路,用户画像以及潜在家宽用户的挖掘的思路进行讨论分析。     

基于移动用户上下文相似度的协同过滤推荐算法

该文面向移动通信网络领域的个性化服务推荐问题,通过将移动用户上下文信息引入协同过滤推荐过程,提出一种基于移动用户上下文相似度的改进协同过滤推荐算法。该算法首先计算基于移动用户的上下文相似度,以构造目标用户当前上下文的相似上下文集合,然后采用上下文预过滤推荐方法对移动用户-移动服务-上下文3维模型进行降维得到移动用户-移动服务2维模型,最后结合传统2维协同过滤算法进行偏好预测和推荐。仿真数据集和公开数据集实验表明,该算法能够用于移动网络服务环境下的用户偏好预测,并且与传统协同过滤相比具有更高的推荐精确度。     

一种基于神经网络的多智能体建模技术

本文建立了面向多场景的人工神经网络(ANN)多智能体人群运动模型,该模型由数据驱动,将多场景人群行为封装成四层神经网络,输出行人的速度及位置。本文使用试验采集的训练数据,通过与真实数据对比,本文所设计的神经网络模型优于社会力模型。同时本文设计的ANN人群模型输入参数中加入了路径规划信息,通过将输入参数进行矢量旋转,适用于多种场景,弥补了目前神经网络人群运动模型不足的缺陷。     

基于运营商位置信息的大数据服务平台设计及助销系统实现

用户行为轨迹及用户位置分析对客户精准营销至关重要,能够有效提高客户营销的精准性和成功率。文章分析多种用户定位技术的特点及其应用场景,介绍一种基于运营商基站位置信息的大数据服务平台和助销系统,利用用户话单中的基站信息,建立用户常驻地识别模型,通过大数据处理,实现基于用户位置区域的服务信息推送和营销推荐应用。应用结果表明,该系统能够有效助力客户引流,具有规模化推广价值。     

动态移动用户规模预测方法探索

“网络强国”战略引领下，信息通信行业为国民经济发展提供重要的驱动和支撑作用。因信息通信规划建设具备资本开支大、建设周期长等特点，需适度提前予以规划。移动用户规模作为信息通信领域的基础参数，直接影响网络业务部署、基础设施的建设规模和建设时序等重要事宜。通过对国内外移动用户规模预测的方法进行述评，总结静态移动用户规模难以预测准确的原因，分析移动用户规模预测的“锚”，提出一种新型的动态移动用户规模预测方法。     

有线电视网络数据安全管理策略研究

随着大数据技术在有线电视网络业务运营、网络运维、用户营销等场景的广泛应用,数据安全相关的法律法规不断推出,数据的合规使用和安全处理成为行业的关注重点。通过对数据安全管理的研究可以为有线电视网络运营商的网络安全工作提供参考,确保数据在各个业务场景的安全使用。     

面向用户地理位置的电信大数据分群方法研究与实现

随着O2O消费场景的客户需求逐步提升,大数据系统在其中有着广阔的应用前景.文章首先对大数据驱动下O2O场景的业务需求进行分析,构造针对用户地理位置变化进行实时定向营销的场景,构建基于用户活跃点矩阵和时间戳矩阵的高频用户位置数据集,给出改进FCM大数据分群算法的实现方案,并对该方法进行测试,对比使用不同聚类算法在基于地理...     

基于数据挖掘的移动用户个性化推荐系统研究与设计

通过数据挖掘方法提取用户感兴趣的资源信息,可以实现移动用户的个性化推荐。在此设计基于数据挖掘的移动用户个性化推荐系统,构建移动用户个性化推荐的评价指标体系,通过自适应学习控制进行资源池数据挖掘,采用虚拟仪器软件结构设计方法设计移动用户的个性化推荐系统的底层函数库,对移动用户个性化推荐系统的I/O接口进行软件设计,设计个性化推荐系统的程序驱动和底层函数库,实现移动用户个性化推荐系统的软件的优化设计。实验结果表明,该系统进行资源池中的数据挖掘和移动用户的个性化推荐,数据关联属性的匹配度较高,提高了推荐的准确性和关联性,系统可靠稳定。     

基于高斯统计模型的场景分类及 约束机制新方法

 针对场景分类问题,提出了一种基于高斯统计模型的方法,无需手动标记特征表示的场景类别信息,通过无监督聚类和高斯模型的参数学习建立场景语义和"基元"信息的概率对应关系,实验结果说明,提出的方法较其他有监督的场景分类方法高效,与复杂层状模型下的分类结果非常近似.同时,初步研究了场景分类对目标分析的约束机制,通过实验证明场景信息能为目标分析提供有效的先验知识,限定不同场景下目标出现的可能性,提高了目标分类的准确性.     

泛在网络下的群组移动模型研究现状及展望

群组移动模型的研究对泛在网络下通信协议的设计、算法性能的评价等问题具有重要意义。泛在网络涉及多种终端同时为移动用户服务的场景,有效地整合终端能力需要有效的群组移动模型进行指导。总结了以往Ad Hoc网络下各种群组移动模型的特点和适用场景,结合泛在网络下多终端多网络的环境特点,以用户和业务为中心,对个人服务场景中的群组移动模型的构建方案进行了探讨和展望,提出了关键的技术要求。     

基于大数据的教育趋势化推导模型设计与实现

设计教育趋势化推导模型,进行教育质量和信息评估。提出一种基于大数据时序逻辑控制和系统总线传递的教育趋势化推导模型设计方案。首先进行系统总体设计构架,主要包括教育大数据信息存储模块、总线控制模块、上位机通信模块以及网络传输模块。然后进行教育趋势化推导模型的软件开发设计,以嵌入式Linux为平台进行教育趋势化推导模型四个层次软件的移植,通过大数据信息调度,为模型提供足够的资源编译软件来实现推导模型的安装和运行。最后进行程序加载和仿真测试,结果表明,采用该模型进行教育趋势化推导分析,数据调度的测准率较高,教育信息评估预测性较好。     

边缘计算进入5G时代

随着云计算、大数据、人工智能、物联网的逐渐成熟,科技进步和创新应用不断提速,尤其各个行业中,传感器、智能设备和移动用户数量激增,需要及时应对越来越多的需要就地处理的分散数据,传统的云计算已经无法满足终端侧"大连接、低时延、大带宽"的需求,边缘计算应运而生. 边缘计算更靠近用户和应用场景,依托融合网络、计算、存储、应用核...     

以多维互动平台探索互联网+长沙烟草

本文对"互联网+"烟草的三大要素进行了剖析,以长沙烟草对"互联网+"的探索应用为切入点,基于多维互动平台的建设,探索对专卖、营销、物流、非烟四个业务域进行横向贯通,探索构建"客户中心、数据驱动、生态协同"的信息生态系统.     

基于企业中台的全渠道场景化营运研究

互联网环境下用户的个性化需求是企业营销的重点关注对象。本文以数据驱动为出发点,通过大数据挖掘,产品紧关联,全渠道覆盖,场景化营销来构建企业中台,从而满足客户个性化需求,提升客户体验,提高营销收入。     

移动用户上网记录安全应用系统

针对移动用户使用手机终端上网造成的个人隐私泄露和大量异常流量等问题,通过搭建移动用户上网记录安全应用系统,采集上网记录查询与分析平台的数据,构建安全模型对数据进行安全分析,发现潜在的安全威胁和隐患,解决用户在使用移动终端上网过程中的安全问题。     

工业大数据发展态势与典型应用

从工业大数据的概念、特征人手,对工业大数据的发展态势进行了探讨,指出工业大数据可广泛应用于企业生产过程的各个环节.并按照研发设计环节、供应链环节、生产制造环节、营销与服务环节等应用场景对工业大数据的应用进行了分析与归纳.