專題導讀

專題導讀

大數據應用起源于互聯網的高速發展，通信、購物、社交、電子商務等各類業務產生的數據呈爆炸性增長，互聯網公司渴望更加了解它的客戶，首先嘗試大數據技術分析用戶行為，可以說，谷歌、亞馬遜、Facebook、IBM、甲骨文、微軟等跨國巨頭是發展大數據處理技術的主要推動者。

與傳統數據不同，大數據主要產生于互聯網、天文、生物、醫療等領域，如圖片、文本、音頻、視頻等非結構化數據，而傳統數據主要來自各類信息管理系統，如財務收入、業務發展量等結構化數據。數據結構特性的差異性，加上數據海量、數據實時快速增長等特征，使得大數據在數據存儲、數據分析和處理、數據高速傳輸等方面都面臨著新的需求。

在數據存儲方面，要支持海量數據的存儲和快速訪問要求，需要采用高速存儲 I/O接口、固態硬盤/內存數據庫等新技術，同時為滿足數據實時快速增長、支持存儲設備平滑擴展等要求，需要采用分布式體系架構，能夠在低成本的機器集群上，達到企業級的高可用、高可靠性，提供元數據高效存儲、異構數據集成與融合，高效并行訪問。

在數據分析和實時處理方面，大數據重點關注非結構化數據的處理分析技術，包括文本分析和挖掘技術、視頻分析技術、網絡爬蟲關鍵字分析技術、實時流數據處理技術、實時動態大數據分析技術等內容。

在數據高速傳輸方面，在考慮傳輸通道高帶寬、數據傳輸安全保障等技術因素的同時，也不能忽視改進數據壓縮和增量算法的技術研究，以減少傳輸通道的負載壓力。

大數據能夠以超乎想象的熱度和速度快速膨脹和蔓延，還有一個重要的原因就是大數據應用所帶來的巨大商業利益，尤其是大數據應用帶來的同質企業間的差異化競爭優勢。

進一步聚焦于電信運營企業角度看，近期可重點開展的大數據應用包括如下3個方面：企業經營和管理方面,可以通過各類業務數據的關聯分析，提升企業經營管理和決策的智慧，深化對客戶的洞察，針對性開展營銷與維系；網絡優化方面，采用大數據技術，實時處理網絡信令數據，與現有IT數據進行關聯，更精準地指導網絡規劃與優化，提升業務質量和客戶感知；對外信息服務方面，開放數據，創新模式，面向行業、企業或個人提供個性化的數據分析服務。

本期以“大數據技術與應用”為專題，主要從電信運營商的角度，結合大數據的技術現狀以及電信運營商的數據特點，探討電信運營商應用大數據的策略以及大數據技術具體在智能交通、電子商務、互聯網及電信運營等領域的一些具體應用思路和方案，旨在推動大數據在電信行業的應用，希望能夠有助于讀者加深對大數據技術的了解，啟發大家對大數據技術及其應用的深入思考。在此，衷心感謝各位作者的大力支持。

胡軍軍，工學博士，高級工程師，中國電信科學技術委員會電信運營支撐系統專業組委員。長期從事計算機軟件系統設計、開發、項目管理等工作，先后參與國家“863”項目、八五攻關項目、國家自然科學基金項目、中國電信BSS/OSS建設項目等，多次獲得部級、省級獎勵。