移动互联网大数据关键技术

《移动互联网大数据关键技术》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、□TELECOMMUNICATIONSNETWORKTECHNOLOGYNo.7DEVELOPINGSTRATEGY七七七七七七七七七七七七七七七七七七七七七七七七发展策略七七七七七七七七七七七七七七七七七七七七七七七七移动互联网大数据关键技术金珊上海贝尔软件有限公司研发总监沈蕾上海贝尔软件有限公司技术标准总监王大鹏上海贝尔软件有限公司博士，高级产品经理摘要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

2、。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。关键词移动互联网大数据海量异构数据存储实时数据挖掘1引言网络中产生的数据，主要包括：（1）与网络信令、协议、流量等相关的网络信随着智能手机的应用，中国的移动互联网已经步息数据。入大数据时代。社交网络逐渐成熟、移动带宽迅速提（2）与用户信息相关的用户数据。升，更多的移动终端、传感设备接入

3、网络，产生的数据（3）与业务相关的数据。及其增长速度是前所未有的。新型应用、业务的不断移动网络中产生着越来越多的数据，电信运营商涌现（例如移动支付、移动搜索、移动社交、移动阅读、在提供网络服务的同时，也拥有了这些宝贵的数据资移动购物、移动音乐视频下载等），其产生的海量数据源。这些数据信息对于市场和业务的发展是极其宝贵所带来的价值难以估量，移动互联网大数据对这些新的，蕴藏着巨大的、造福社会的潜力。而这些数据是运兴产业和业务模式也产生了强有力的几何级数叠加营商管理网络的基础，很多信息高度个人化，如何合效

4、应。理、有效地发挥这些数据资源的作用，为电信运营商带移动互联网大数据分析是针对移动互联网中的海来了机遇与挑战。量数据进行分析研究，以揭示其内部隐藏的模式和数2.1移动互联网大数据的机遇据间的相关性。通过获得的有用信息帮助企业和机移动互联网大数据可以为电信行业提供海量的通构，使其对客户的需求和体验、业务的发展具有更丰信网络运营数据，包括网络信令、网络运营服务质量、富、更深刻的理解，帮助其在竞争中取得优势。亿万用户的基础信息和位置信息、各类应用的使用信本文将分析移动互联网大数据处理所面临的挑息、物联网和

5、视频网络的使用信息等。对这些数据的战，讨论移动互联网大数据处理的关键技术，希望通过处理、分析是了解网络运营状态、互联网应用发展趋势对移动互联网大数据高效率、低成本的处理，为用户提和改善客户体验的重要技术。供更好的体验，为企业的发展提供指引。通过大数据分析超越客户支持范畴在整个客户生命周期中帮助客户，能够提升客户体验。大数据分析2移动互联网大数据的机遇与挑战也是简化网络和服务管理流程，提高运营效率的重要技术。移动客户体验方案结合大数据分析可以提供客移动互联网大数据是指用户使用智能终端在移动户在任何时间

6、、地点、经历了何种体验的完整信息，可·30·发展策略《电信网技术》2014年7月第7期以帮助运营商预期、理解网络上发生的情况和客户体作。对于从数据中提炼更深层次的知识的需求促使了验，同时做出适当响应。这些信息能够帮助服务提应数据挖掘技术的产生，并发明了聚类、关联分析等一系商优先考虑重要的问题，提供积极的技术支持、改善客列在实践中行之有效的方法。这一整套处理流程在处户体验、减少客户流失倾向。理相对较少的结构化数据时极为高效。但是，对于移2.2移动互联网大数据面临的挑战动互联网来说，涉及更多的是多模态数

7、据挖掘，这些数移动互联网大数据是网络运营发展和创造新的商据包括手机上的传感器，包括加速度计、陀螺仪、指南业模式和价值的核心。这些数据产生于网上交易、电针、GPS、麦克风、摄像头、以及各种无线信号（如GSM、子邮件、视频、音频、图像、点击流、日志、帖子、搜索查Wi-Fi）和蓝牙等。这些原始数据在不同维度上刻画被询、健康档案、社交互动、科学数据、传感器和移动电话感知的对象，需要经过不同层次的加工和提炼才能形及其应用。由于数据量规模巨大，传统的技术已经难成从数据到信息再到知识的飞跃。移动互联网半结构以撷取

8、、存储、管理、共享、分析，并将结果可视化。这化和非结构化数据量的迅猛增长，给传统的分析技术些是移动互联网大数据所面临的挑战。带来了巨大的冲击和挑战。2.2.1多源数据采集问题2.2.4高效资源管理与分析问题大数据时代的数据存在如下几个特点：多源异构、移动互联网通过物理空间和信息空间的感知互分布广泛、动态增长、先有数据后有模式。举例来说，动，高效灵活地为用户提供智慧服务。移动互联网系一个用户的一条位置信息的价值是很小的，但是很多统存在高度的混杂性特征，诸如终端类型多样、