通信行業基于大數據的精確化服務應用研究

潘洋

【摘要】 隨著社會的發展，信息化的發展引領時代進入一個全新的時代--大數據時代，成為發展共識。數據是一種重要的資源，是企業發展的根基，是企業提升競爭力的根本。對此，筆者就通信行業在大數據的精準化服務應用，進行簡要分析，并且提出相應方法。

【關鍵詞】 通信行業 大數據 精準化服務 應用研究

隨著移動網絡的高速發展，帶動了通信行業的進步，為了更好的滿足用戶要求，通信行業有必要打破傳統營銷方法，制定創新型的方法，從用戶的實際需求入手。現階段，移動用戶逐年增加，其需求也就越來越多，而通信企業想要滿足不同的用戶需求，需要不斷的提升自身服務能力，才能實現長久發展。

一、通信行業基于大數據的精確化服務應用方法

大數據時代下，通訊企業需要對用戶進行市場精細化分析、總結，進而制定出有效的營銷方法。分析、總結主要是對用戶的消費情況、行為導向等進行探究，進而掌握用戶要求；在進行市場精細化分析過程中，能夠確保用戶信息的隱秘性、保密性，通過信息的挖掘開發潛在客戶資源；另一方面，通訊企業也要審視自身行業地位，確定發展目標，為通信企業設計精準化的營銷方法提供保障。制定市場營銷程序過程中，需要尊重用戶的主體地位，對營銷方法進行動態管理。

二、大數據精確化服務模型構建

大數據模型用戶精準類模型。在數據背景下搜集用戶數據信息，按照通信用戶的需求建立模型，例如：網絡、流量、投訴等信息，根據數據模型對不同的用戶進行劃分，同時匹配相應的服務類型、業務。分類法作為數據搜集中的常見方法，其關鍵在于數據目標特點，分類方法包含：貝葉斯方法、決策樹方法；根據分類規則，對數據項進行劃分。聚類法主要是基于同組數據下，根據相同特征數據進行不同劃分，進而將同組數據中的共同性盡量增大，差異性數據共性盡量減小。聚類方法包含：K--means均值法、系統聚類。無論是分類，還是聚類，他們的共同特點都是對數據的劃分，但也具有較大不同性。分類方法是一種監督性的學習，簡而言之，數據的不同是已知的，將已知數據進行分類、學習，進而找到其存在的差異性，而后將沒有分類的數據進行劃分；聚類方法相對于分類方法，具有一定的自由性，是在一種無監督下的學習，無需進行數據學習。1、回歸分析。該種分析方主要是確定變量相互依存的定量關系，是一種同類分析方法，其中包含：數據順序的預測、有關關系、數據發展趨勢特點研究等。根據模型自變量，利用回歸方法將其劃分為多種回歸分析、一元回歸分析；根據自變量、因變量的聯系，也可以將其分為非線性、線性回歸分析。2、神經網絡。神經網絡方法是一種模仿人腦信息處理機制的網絡系統，它是基于現代神經生物學理論下產生的，由數據搜集--準備--提取--應用--預評等組成。這種方法不僅具有計算功能，同時還能進行知識的處理、學習等，是一種導師型的學習方法，能夠模仿較為繁瑣的數據輸入、輸出。

三、大數據精準化服務應用效果分析

第一，通信行業內應用效果；如果從通信商家角度而言，根據服務對象，大數據應用包含：內應用、外應用兩種。其中，內應用主要包含：內部經營研究、網絡優化、客戶服務，比如：根據用戶得愛好與特點，將不同的客戶進行登記劃分，進而增加用戶轉化率，增加存量用戶。以聯通某城市的B側、O側數據顯示，構成潛在離網用戶預測、4G潛在用戶與應用效果，相對傳統計算方法的效果提升（如圖1）。

第二，目前，運營商會根據大數據時代發展特點，制定有效的營銷模式，并且進行全面推廣應用在不同領域中，根據用戶的不同與網絡結構，將自身產品屬性規劃至相應用戶中，進行推廣，進而挖掘潛在黃金用戶，同時與保險、汽車等有關商家合作，展開營銷服務，提升客戶轉化率，節省運營支出。電信企業通過有效的溝通交流，與用戶構建良好的合作關系，主動吸取用戶的合理建議，使企業服務更人性化、提升服務質量，滿足用戶。

結語：總而言之，隨著大數據時代的到來，為通信行業提供了前提保障，推動了通信行業的發展，使通信行業服務更為人性化、個性化，能夠更好的滿足用戶要求，不斷推出不同的產品類型，擴大用戶的滿意度。筆者分別從：通信行業中大數據優勢、通信行業基于大數據的精確化服務應用方法、由泛在式服務轉向精準聚類服務類型，三方面進行分析，希望對通信行業數據精確化服務應用有所幫助。

參 考 文 獻

[1]張延彬.基于移動通信行業的大數據服務研究[J].電信工程技術與標準化，2016（02）.

[2]崔傳楨.助力“互聯網+”行動：解讀北信源的信息網絡安全——基于“互聯網+”行動背景下的北信源信息安全及戰略布局[J].信息安全研究，2016（03）.

[3]金紫陽.大數據在移動通信網絡中的應用及發展策略研究[J].中國新通信，2016（10）.