电信大数据关键技术挑战

曾嘉; 刘诗凯; 袁明轩

doi:10.11959/j.issn.2096-0271.2016034

您当前的位置：

首页 >

文章列表页 >

电信大数据关键技术挑战

应用 | 更新时间：2024-06-03

- 电信大数据关键技术挑战
- Key technical challenges in telecom big data
- 大数据 2016年2卷第3期页码：2016034
- 作者机构：
  
  1. 华为诺亚方舟实验室，香港 999077
  2. 华为大数据分析产品部，江苏南京 210012
- 作者简介：
  
  [ "曾嘉（1980-），男，博士，华为诺亚方舟实验室高级研究员和项目经理，主要研究方向为机器学习算法和时空数据挖掘，近期特别在大规模概率主题建模算法做出一系列改进。在相关顶级学术期刊和会议（TPAMI、JMLR、TKDE、TIST、TFS、SIGMOD、VLDB、WWW、ICDM）发表过多篇文章，目前是CCF/ACM会员、IEEE高级会员。" ]
  [ "刘诗凯（1983-），男，华为大数据分析产品部主任工程师，主要研究方向为电信业务场景下分析技术的自动化，包含特征表达、参数搜索等。在2015年中国大数据技术大会、2014中国移动技术大会上做过技术专题介绍。" ]
  [ "袁明轩（1980-），男，华为诺亚方舟实验室研究员，主要研究方向为电信数据管理与挖掘、时空数据管理与挖掘。2013-2015年，作为核心成员成功完成电信领域多个数据挖掘系统的研发与实际部署应用。" ]
- 基金信息：
- DOI：10.11959/j.issn.2096-0271.2016034
  中图分类号： TP 391
- 网络首发：2016-05，
  
  纸质出版：2016-05-20
- 稿件说明：
移动端阅览
曾嘉, 刘诗凯, 袁明轩. 电信大数据关键技术挑战[J]. 大数据, 2016,2(3):2016034.

Jia ZENG, Shikai LIU, Mingxuan YUAN. Key technical challenges in telecom big data[J]. BIG DATA RESEARCH, 2016, 2(3): 2016034.
曾嘉, 刘诗凯, 袁明轩. 电信大数据关键技术挑战[J]. 大数据, 2016,2(3):2016034. DOI： 10.11959/j.issn.2096-0271.2016034.

Jia ZENG, Shikai LIU, Mingxuan YUAN. Key technical challenges in telecom big data[J]. BIG DATA RESEARCH, 2016, 2(3): 2016034. DOI： 10.11959/j.issn.2096-0271.2016034.

摘要

大数据逐渐对用户体验和生产效率带来颠覆性影响。电信大数据来源于运营商通信网络平台的BSS和OSS，沉淀了海量用户7个维度的信息：1维用户真实ID、1维行为数据、1维社交数据、1维时间数据和3维空间数据。运营商构建电信大数据分析平台，通过对7维用户数据建模，可以实现3个数据业务方向的升级：用户洞察、网络洞察和数据开放。着重探讨电信大数据分析平台遇到的9个关键技术挑战和可能的技术突破方向。

Abstract

Big data has been improving steadily user experience and productivity.Telecom big data comes from the telecommunication platform composed of the BSS (business supporting system) and OSS (operation supporting system)

which accumulate billions of customers’ 7-dimensional (7D) data including 1D for real ID

1D for customer behavior data

1D for social network

1D for time series and 3D for spatial information.Telecom big data platform can support modeling of 7D customer data

which enables three business upgrades

including customer insight

network insight and data openness.9 technical challenges of telecom big data analytics and possible solutions were described and discussed.

关键词

Keywords

references

HUANG Y Q , ZHU F Z , YUAN M X , et al . Telco churn prediction with big data [C ] // The 2015 ACM SIGMOD International Conference on Management of Data,May 31-June 4,2015,Melbourne,VIC,Australia . New York : ACM Press , 2015 : 607 - 618 .

LI Z T , LI R F , WEI Y H , et al . Survey of localization techniques in wireless sensor networks [J ] . nformation Technology Journal , 2010 , 99 ( 8 ): 1754 - 1757 .

SHANG J B , ZHENG Y , TONG W Z , et al . Inferring gas consumption and pollution emission of vehicles throughout a city [C ] // The 20th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining,August 24-27,2014,New York,USA . New York : ACM Press , 2014 : 1027 - 1036 .

WU H H , CHENG J , HUANG S L , et al . Path problems in temporal graphs [C ] // The VLDB Endowment,September 1-5,Hangzhou,China . New York : ACM Press , 2014 : 721 - 732 .

HU X Y , YUAN M X , YAO J G , et al . Differential privacy in telco big data platform [C ] // The 41st International Conference on Very Large Data Bases,August 31-September 4,Hawaii,USA[S.l.:s.n.] , 2015 : 1692 - 1703 .

浏览量

1228

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

科研数据的开放：进展、模式与新探索