基于异构关联的大数据价值密度提升方法

汪少敏; 王铮

doi:10.11959/j.issn.1000-0801.2017341

您当前的位置：

首页 >

文章列表页 >

基于异构关联的大数据价值密度提升方法

专栏：大数据技术与应用 | 更新时间：2024-06-05

- 基于异构关联的大数据价值密度提升方法
- Method of improving big data value density based on heterogeneous association
- 电信科学 2017年33卷第12期页码：107-113
- 作者机构：
- 作者简介：
  
  [ "汪少敏（1983-），女，中国电信股份有限公司上海研究院工程师，主要研究方向为大数据架构、数据挖掘分析和人工智能技术。" ]
  [ "王铮（1973-），男，中国电信股份有限公司上海研究院工程师，人工智能交互团队负责人，主要研究方向为大数据架构、数据挖掘分析和人工智能技术。" ]
- 基金信息：
- DOI：10.11959/j.issn.1000-0801.2017341
  中图分类号： TP393
- 网络出版日期：2017-12，
  
  纸质出版日期：2017-12-20
- 稿件说明：
移动端阅览
汪少敏, 王铮. 基于异构关联的大数据价值密度提升方法[J]. 电信科学, 2017,33(12):107-113.

Shaomin WANG, Zheng WANG. Method of improving big data value density based on heterogeneous association[J]. Telecommunications science, 2017, 33(12): 107-113.
汪少敏, 王铮. 基于异构关联的大数据价值密度提升方法[J]. 电信科学, 2017,33(12):107-113. DOI： 10.11959/j.issn.1000-0801.2017341.

Shaomin WANG, Zheng WANG. Method of improving big data value density based on heterogeneous association[J]. Telecommunications science, 2017, 33(12): 107-113. DOI： 10.11959/j.issn.1000-0801.2017341.

摘要

电信大数据通常分散存储在 DPI、OIDD、CRM 等多个系统中，且格式、表述和规则在各系统中互不相同；因而，同一对象在不同系统中的多类数据很难被有效识别及完整利用，大数据分析的样本规模和特征维度严重受限，导致分析结果可信度和准确率下降。提出了电信大数据的异构关联方法与实现架构，并进行了方法的流程举例和验证，从用户维度实现了多系统间的数据融合，优化了诸如用户画像等应用的数据样本空间，从而大幅提升电信大数据价值密度。

Abstract

The big data resources possessed by telecom operators are usually distributed in many different systems

such as DPI、OIDD、CRM.Moreover

the formulation

interpretation and rules of the big data are not always the same in different systems.Therefore

it is difficult to identify and utilize the same object’s multi-type data in different sys-tems.Big data analysis’ sample size and dimension are limited

with the decreasing of analysis results’ reality and accuracy.The methods

architectures and implementation examples of big data’s heterogeneous association were pre-sented.The data fusion in user-dimension from different systems could optimize the data sample space of applications

such as user portrait.Thus

the value of carrier’s big data density was greatly improved.

关键词

Keywords

references

李秋静 , 叶云 . 电信大数据解决方案及实践 [J ] . 中兴通讯技术 , 2013 , 19 ( 4 ): 39 - 41 .

LI Q J , YE Y . Telco big-data solution and experience [J ] . ZTE Technology Journal , 2013 , 19 ( 4 ): 39 - 41 .

童晓渝 , 张云勇 , 房秉毅 , 等 . 大数据时代电信运营商的机遇 [J ] . 通信信息技术 , 2013 ( 1 ): 5 - 9 .

TONG X Y , ZHANG Y Y , FANG B Y , et al . Opportunities and strategies to adopt big data for telecom operators [J ] . Information and Communications Technologies , 2013 ( 1 ): 5 - 9 .

韩晶 , 张智江 , 王健全 , 等 . 面向统一运营的电信运营商大数据战略 [J ] . 电信科学 , 2014 , 30 ( 11 ): 154 - 158 .

HAN J , ZHANG Z J , WANG J Q , et al . The unified operation-oriented big data strategy for telecom operators [J ] . Telecommunications Science , 2014 , 30 ( 11 ): 154 - 158 .

沈雷明 , 别志铭 . 基于电信大数据的数据建模平台研究 [J ] . 电信科学 , 2014 , 30 ( 6 ): 138 - 141 .

SHEN L M , BIE Z M . Research on data modeling platform based on big data of telecom [J ] . Telecommunications Science , 2014 , 30 ( 6 ): 138 - 147

靳丹 , 张磊 , 王洪军 , 等 . 基于Hadoop的大数据清洗框架设计与应用 [J ] . 网络新媒体技术 , 2015 ( 9 ): 33 - 38 .

JIN D , ZHANG L , WANG H J , et al . Design and application of Hadoop based data cleaning framework [J ] . Journal of Network New Media , 2015 ( 2 ): 5 - 10 .

浏览量

867

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于区块链的多源网络大数据安全访问权限认证仿真

基于大数据的5G流量驻留比极限值研究

基于异构数据的电力短期负荷大数据预测方案

DT时代面向数据服务的新型基础设施架构

大数据安全特征与运营实践