了得網管理_掘金大數據：電信數據金礦詳解、挖掘及應用

產品特色

編輯推薦

如果您隻知道、隻應用互聯網大數據，不能稱為真的懂大數據。電信運營商以其數據特殊性，必將成為大數據領域的領航者、生力軍。
在數據融合的時代，越來越多的互聯網人發現，電信大數據裡蘊含金礦，但其神秘面紗，此前並未專門、詳細地揭示。
本書帶您了解電信運營商數據的全貌，更重要的是，怎樣結合到您的行業，助力企業的發展和轉型！

院士、院長、首席科學家、總經理在看的書，推薦的書，您也能有幸看到！

內容簡介

在數據橫向融合的時代，充分挖掘數據金礦及盤活數據資產，是企業發展和轉型的關鍵所在。電信運營商以其數據特殊性，必將成為大數據領域的領航者、生力軍。各行業的大數據從業者要如何從電信業的大數據中挖掘價值呢？
本書徹底揭開電信運營商數據的神秘面紗，繫統介紹了大數據的發展歷程，主要的數據挖掘方法，電信運營商在網絡運行及業務運營方面的數據資源特征，基於用戶、業務、網絡、終端及內在聯繫的電信運營商大數據分析體繫，以及該分析體繫在企業內部及外部行業的應用實踐。本書特別列舉了一繫列電信大數據在企業運營以及多個行業應用的案例，為各行業的大數據應用推進提供參考，同時對於大數據推進過程中的各種風險與挑戰提出應對措施。
對於從事電信運營商大數據分析工作的讀者，本書是一本難得的實務指南；對於從事電信運營商運營工作的管理人員，本書提供了運營和決策的輔助參考手段；對於其他行業的大數據從業人員，本書以電信運營商大數據應用為導向，介紹的案例涵蓋多個領域（交通、金融、旅遊、廣告、氣像、餐飲、娛樂、醫療、政務、城市規劃等），更有相關產品介紹，涉及的應用思路、方法、解決方案能給予讀者很多啟發和思考。

作者簡介

本書由中國聯通網絡技術研究院大數據研發中心/下一代互聯網寬帶業務應用國家工程實驗室大數據開放實驗室團隊編著。團隊成員有豐富的大數據從業經驗，深耕大數據的研究和實踐工作5年以上。

程新洲，教授級高工，中國聯通網絡技術研究院大數據研發中心總監，下一代互聯網寬帶業務應用國家工程實驗室大數據開放實驗室主任，中國聯通集團專家級戰略人纔，北京郵電大學兼職教授，研究生導師，IEEE ISCIT、ICSINC等國際會議技術委員會主席。主要從事大數據研究及應用相關工作，先後獲各級創新獎、科學技術獎等20餘項。在國內外期刊會議發表論文70餘篇，申請專利20餘項。
?
朱常波，中訊郵電咨詢設計院有限公司、中國聯通網絡技術研究院副總經理，高級經濟師，博士，主要從事新技術研發管理工作，曾獲“中國通信學會科學技術獎一等獎”等多個獎項。本書由中國聯通網絡技術研究院大數據研發中心/下一代互聯網寬帶業務應用國家工程實驗室大數據開放實驗室團隊編著。團隊成員有豐富的大數據從業經驗，深耕大數據的研究和實踐工作5年以上。

程新洲，教授級高工，中國聯通網絡技術研究院大數據研發中心總監，下一代互聯網寬帶業務應用國家工程實驗室大數據開放實驗室主任，中國聯通集團專家級戰略人纔，北京郵電大學兼職教授，研究生導師，IEEE ISCIT、ICSINC等國際會議技術委員會主席。主要從事大數據研究及應用相關工作，先後獲各級創新獎、科學技術獎等20餘項。在國內外期刊會議發表論文70餘篇，申請專利20餘項。
?
朱常波，中訊郵電咨詢設計院有限公司、中國聯通網絡技術研究院副總經理，高級經濟師，博士，主要從事新技術研發管理工作，曾獲“中國通信學會科學技術獎一等獎”等多個獎項。

晁昆，中國聯通網絡技術研究院大數據研發中心高級工程師，下一代互聯網寬帶業務應用國家工程實驗室大數據開放實驗室骨干成員。主要從事大數據研究及應用相關工作，在國內外期刊會議中發表論文20餘篇，曾獲“中國通信企業協會通信工程咨詢成果一等獎”等獎項。

目錄Contents
編委會
序
前言
第1章大數據的發展歷程和時代背景//1
1.1 大數據發展的五大驅動力//2
1.2 大數據發展的歷程及技術演進//4
1.2.1 采集解析技術//4
1.2.2存儲管理技術//6
1.2.3並行計算技術//8
1.3大數據引起的時代變革//9
1.3.1 智能派單?路線優化//9
1.3.2 金融授信?風險防範//10
1.3.3 廣告精準投放//10目錄Contents
編委會
序
前言
第1章大數據的發展歷程和時代背景//1
1.1 大數據發展的五大驅動力//2
1.2 大數據發展的歷程及技術演進//4
1.2.1 采集解析技術//4
1.2.2存儲管理技術//6
1.2.3並行計算技術//8
1.3大數據引起的時代變革//9
1.3.1 智能派單?路線優化//9
1.3.2 金融授信?風險防範//10
1.3.3 廣告精準投放//10
1.3.4 挖掘用戶的隱性需求//10
1.4 電信大數據的掘金之路//11
1.4.1 AT&T//12
1.4.2 德國電信//12
1.4.3 Vodafone//12
1.4.4 法國電信//12
1.4.5 中國聯通//12
第2章電信運營商的價值數據//14
2.1 電信運營商數據源概覽//14
2.2 網絡運行數據//17
2.2.1 基礎資源及配置數據//17
2.2.2 信令追蹤數據//21
2.2.3 業務識別數據//25
2.2.4 性能統計數據//34
2.2.5 監控預警數據//39
2.3 業務運營數據//43
2.3.1 用戶基礎資料//43
2.3.2 用戶業務行為//44
2.3.3 用戶輔助信息//46
第3章電信大數據分析體繫//50
3.1 用戶畫像及行為洞察//53
3.1.1 用戶全息畫像構建//53
3.1.2 用戶實時軌跡追蹤//61
3.1.3 用戶行為偏好分析//70
3.2 業務識別及感知評判//80
3.2.1 業務特征捕獲//80
3.2.2 用戶業務感知評價//85
3.3 網絡分析及全景描繪//93
3.3.1 網絡資源分析//93
3.3.2 網絡覆蓋分析//96
3.3.3 網絡性能分析//100
3.3.4 網絡結構分析//104
3.4 終端解構及性能評價//105
34.1 終端分類構成解析//105
3.4.2 終端綜合性能評價//112
3.5 運行匹配度解析//116
3.5.1 終端與網絡匹配度//117
3.5.2 網絡資源與業務匹配度//118
3.6 眾籌競爭力分析//120
3.6.1 傳統分析方法及局限性//120
3.6.2 基於智能終端App數據的分析方法//120
3.6.3 分析結果示例//122
第4章電信大數據企業內部應用//125
4.1 大數據助力資源精準投放———網絡規劃建設//125
4.1.1 網絡規劃資源的精準投放//126
4.1.2 網絡建設效果的有效評價//127
4.2 大數據助力效率提升———網絡運維優化//129
4.2.1 智能化運維//129
4.2.2 精細化優化//133
4.3 特定用戶群體的精準營銷———市場推送//136
4.3.1 流量經營時代//137
4.3.2 現網中價值區域的挖掘//138
4.3.3 基於B O大數據的流量經營策略//14.5
4.3.4 新型業務營銷及發展趨勢//156
4.4. 用戶黏性及離網預判———客戶維繫//161
4.4.1 存量客戶//163
4.4.2 現有用戶的套餐升級//168
4.4.3 潛在異網客戶//169
第5章電信大數據外部行業應用//171
5.1 電信大數據在交通領域的應用//171
5.1.1 交通行業的發展需求//172
5.1.2 交通行業數據現狀//175
5.1.3 電信運營商在交通領域的角色定位//177
5.1.4 電信大數據助力交通領域的應用案例//181
5.2 電信大數據在金融領域的應用//183
5.2.1 金融行業發展需求//183
5.2.2 金融行業數據現狀//184
5.2.3 電信運營商在金融行業的角色定位//186
5.2.4 電信大數據助力金融的應用案例//188
5.3 電信大數據在城市規劃領域的應用//193
5.3.1 城市規劃發展需求//193
5.3.2 城市規劃數據現狀//193
5.3.3 電信運營商在城市規劃的角色定位//194
5.3.4 電信大數據助力城市規劃的應用案例//195
5.4 電信大數據在旅遊領域的應用//198
5.4.1 旅遊行業發展需求//198
5.4.2 旅遊行業數據現狀//199
5.4.3 電信運營商在旅遊行業的角色定位//199
5.4.4 電信大數據助力旅遊行業的應用案例//201
5.5 電信大數據在廣告領域的應用//204
5.5.1 廣告行業發展需求//204
5.5.2 廣告行業數據現狀//204
5.5.3 電信運營商在廣告行業的角色定位//206
5.5.4 電信大數據助力廣告精準投放的應用案例//207
5.6 電信大數據在公眾及氣像領域的應用//210
5.6.1 公眾及氣像領域發展需求//211
5.6.2 公眾及氣像領域數據現狀//212
5.6.3 電信運營商在公眾及氣像領域的角色定位//213
5.6.4 電信大數據助力公眾及氣像領域的應用案例//214
5.7 電信大數據在餐飲?娛樂領域的應用//216
5.7.1 餐飲?娛樂行業發展需求//217
5.7.2 餐飲?娛樂行業數據現狀//218
5.7.3 電信運營商在餐飲?娛樂行業的角色定位//219
5.7.4 電信大數據助力餐飲?娛樂行業的應用案例//220
5.8 電信大數據在其他領域的應用//223
5.8.1 商業決策//223
5.8.2 治安監控//225.
5.8.3 政府決策//226
5.8.4 醫療行業//228
5.8.5 教育行業//230
第6章大數據的風險與挑戰//232
6.1 風險管理//232
6.1.1 數據泡沫風險//232
6.1.2 技術升級風險//235
6.1.3 隱私侵權風險//240
6.2 挑戰應對//244
6.2.1 技術發展挑戰//244
6.2.2 思維轉變挑戰//246.
6.2.3 商業挑戰//248
參考文獻//251

前言

近年來，隨著科技的發展和進步，各行各業的信息化程度逐漸提高，由此產生的海量數據正處於爆炸式增長態勢。越來越多的人意識到，海量數據中蘊含著豐富的價值信息，如何融合多種數據，充分挖掘數據金礦及盤活數據資產，是企業發展和轉型的關鍵所在。
電信運營商作為各類新興業務及運營模式的載體， “管道化” 趨勢日益顯現，並從中積累了豐富的數據資源。電信運營商數據具有覆蓋範圍廣、數據準確度高、數據持續性長等優勢，其金礦價值不斷凸顯，由服務運營轉為數據運營已經成為電信運營商的必然選擇。本書由中國聯通網絡技術研究院高級專家程新洲及其團隊創作完成，所有內容均來自編者長期工作經驗的總結與凝練，旨在為從事運營商大數據相關工作的人員以及對運營商大數據感興趣的各行各業人員提供數據分析的思路和方法。近年來，隨著科技的發展和進步，各行各業的信息化程度逐漸提高，由此產生的海量數據正處於爆炸式增長態勢。越來越多的人意識到，海量數據中蘊含著豐富的價值信息，如何融合多種數據，充分挖掘數據金礦及盤活數據資產，是企業發展和轉型的關鍵所在。
電信運營商作為各類新興業務及運營模式的載體， “管道化” 趨勢日益顯現，並從中積累了豐富的數據資源。電信運營商數據具有覆蓋範圍廣、數據準確度高、數據持續性長等優勢，其金礦價值不斷凸顯，由服務運營轉為數據運營已經成為電信運營商的必然選擇。本書由中國聯通網絡技術研究院高級專家程新洲及其團隊創作完成，所有內容均來自編者長期工作經驗的總結與凝練，旨在為從事運營商大數據相關工作的人員以及對運營商大數據感興趣的各行各業人員提供數據分析的思路和方法。
本書第1章概括性地介紹了大數據的發展歷程和時代背景。之後，本書將重點落在電信運營商大數據上，在第2章全面介紹了運營商BSS（業務支撐繫統）域和OSS（運營支撐繫統）域共21類典型數據源的主要內容、特點及來源。第3章繫統描述了運營商大數據分析體繫的構建過程，以用戶畫像、用戶軌跡、用戶偏好、業務特征捕獲、用戶業務感知評價、網絡全景分析、終端分類構成解析等為鏈條，從用戶、業務、網絡、終端、運行匹配度、眾籌競爭力角度實現了多維度洞察以及全方位綜合評判。第4章和第5章分別介紹了大數據在電信運營商企業內部及外部的應用方向。在企業內部將用戶業務訴求和網絡服務能力進行了匹配，使大數據分析作為新時代背景下網絡規劃建設、運維優化、市場推送以及客戶維繫的新手段。在企業外部，結合應用實踐，詳細闡述了大數據在諸如交通、金融、城市規劃、旅遊、廣告、公眾及氣像、餐飲、娛樂、政務等行業的應用案例及產品解決方案。後，在第6章中對大數據面臨的風險與挑戰進行了總結及展望。
對於從事運營商大數據分析工作的人來說，本書是一本難得的實務指南；對於其他行業大數據從業人員來講，本書貼近運營商現狀，深度、廣度適中，是一本非常好的閱讀材料。同時，書中涉及的應用思路和方法相信能夠給予讀者很多的啟發和思考。
鋻於編者水平有限，時間較緊，且大數據技術發展及應用日新月異，本書在編寫過程中難免存在疏漏及不足之處，懇請讀者批評指正。
編者
2018年9月

商品搜索

商品分类

【醫學】

【各大出版社】