基于大數據的電信領域用戶服務模型與數據融合策略分析

梅振宇

【摘 要】隨著計算機信息技術的不斷發展，在其中衍生出來多個方面的應用，其中大數據分析以及構建大數據服務模型已然成為當前企業發展最熱門的話題之一，而數據融合問題對于企業未來的發展有著較為嚴重的影響。在這個信息量巨大的社會中，電信領域有著巨大的挑戰。本文旨在借助分析目前電信領域用戶消費習慣，結合大數據現階段的大環境構建一個全新的用戶服務模型，在Hadoop模型的幫助下完成大數據處理框架，最后實現電信領域數據融合。

【關鍵詞】大數據；數據融合；服務模型；Hadoop模型

在互聯網技術火熱發展的今天，大數據呈爆發式的增長，數據已經成為一種新的資源，為這個快速發展的社會提供著巨大的價值，也為創新驅動，萬眾創新的時代主題提供推動力。尤其在電信領域大數據有著巨大的潛在價值，但其面對的挑戰也非常大且問題類型很多，如在該領域下怎樣完成用戶服務模型的搭建，如何實現所有數據的有效融合等。

一、電信領域用戶消費特征與用戶服務模型構建

眾所周知，企業想要設計一款符合大眾消費者的產品，必須要抓住消費者普遍的消費心理以及消費特征。同樣的電信企業也應該牢記，新信息時代下消費群眾常有的習慣，而后可以結合大數據完成全新的用戶服務模型的構建。所以整個電信服務系統中應該具備了消費群眾的個人基本信息，可以根據不同的消費用戶制定出符合他們特色的消費產品。同時記錄的數據中還應該包括了用戶每日流量使用情況、通話時長以及短信和通話的比例關系，種種數據也能大體的了解電信用戶的消費習慣。

在所有的電信領域消費群眾中，可以根據消費群眾個人消費特征的不同構建出特有的服務模型，本系統對于用戶的特征數據進行數據集的處理。比如數據集的總和是所有注冊過的電信用戶，可以用U={u1，u2，…，uN}來表示；同樣電信用戶的自然特征數據應該包括了消費群眾的基本的個人信息（性別、年齡、收入水平以及日常生活地區等），同樣也可以用數據集A={a1，a2，…，an}來代替，圖中的其他特征數據信息同樣可以構建數據集的形式，影響力特征對應的數據集為B={b1，b2，…，bn}；生活軌跡、電信特征、品牌特征、文化特征對應的數據集依次為C、D、E、F。但是在構建這些特征數據集之間又存在交叉重合的子集，根據不同用戶交叉子集的比例權重就可以看出兩個消費用戶具有的情景相似情況，就能做出針對性的消費產品。

二、Hdoop模型的大數據處理框架及數據融合策略

電信企業需要使用的數據主要包括了企業內部數據以及用戶的外部數據。內部數據又可以分為系統下電信用戶個人信息數據、消費特征以及消費習慣以及電信企業具有的業務信息數據等；外部數據主要包括了用戶在使用電信產品時利用到的電子產品（手機、電腦以及平板電腦等）以及各種各樣的網絡社交平臺。所以整個數據量非常龐大，如果采用以前的數據采樣形式，需要進行許多不必要的工作，導致數據的精準度有待商榷，電信服務模型在性能上也無法滿足目前消費用戶的要求。為了改善這方面的不足，使用的數據存取為層次分布的方法。在Hadoop模型的幫助下，搭建出一個更有效、可完成層次計算的系統基礎架構，最后還可以兼顧電信領域數據特點，完成了Hadoop模型的大數據處理框架。

1.數據采集層

數據采集層主要完成的任務是實現各個不同系統實現傳輸協議，并在此基礎下記錄電信用戶在不同數據源中獲得API的數據信息。上圖可以看出電信用戶主要在網上營業廳以及掌上營業廳完成電信產品的消費，電信企業可以借助HTTP記錄下用戶使用的IP地址以及訪問記錄；其他的內部系統一般需要向外來用戶提供專門的API，系統就可以借助這些專門的API獲得用戶使用電信產品的數據信息；現代化常用的社交平臺同樣也添加了開放性的API從而可以有效的獲得電信用戶數據情況；互聯網則有自身特有的網關采集能夠及時的記錄電信用戶的數據。

2.數據存儲層

數據存儲層主要將采集層收集到的數據信息進行專門的歸類，最后整理有序將其存到整個模型的層次性數據庫中。數據庫主要包括了牽引庫以及特征庫；兩者分工明確，根據收集數據的信息不同，將內部系統采集到用戶數據集中分布在特征庫中，最后可以將收集數據進行專門的數據分析以及整合工作，形成有效的特征庫以及牽引庫，有利于電信企業制定針對性的消費產品，實現更便利的業務服務模型的構建，該層還附帶者將系統收集到的數據存儲到其他文件系統中。

3.文件存儲層

文件存儲層相比于數據存儲層，最主要的區別是文件存儲層是在HDFS的基礎下，并且該層下面有三個不同的節點協同工作完成文件存儲的工作，即存儲控制（namenode）、數據存儲（datanode）以及集群監控節點。namenode作為HDFS的管理者，負責完成不同系統的文件的命名工作，是三個節點中最為重要的，還需要在它的幫助下完成文件系統的維護工作。

三、結語

大數據時代下，數據帶來了價值的同時，也給電信企業帶來無限的商機。所以怎樣利用好大數據這個平臺，成為電信企業發展的關鍵所在。掌握好電信用戶的消費習慣以及消費特征，有針對性的設計出符合大眾用戶的產品。必須用戶內部環境以及網絡平臺外部環境兩方面進行，完成電信領域數據融合。

【參考文獻】

[1]王笑宇，程良倫. 云計算下的多源信息資源云體系及云服務模型研究[J]. 計算機應用研究，2014，31（03）：784-788.

[2]高永梅，琚春華，鮑福光. 基于大數據的電信領域用戶服務模型與數據融合策略研究[J]. 電信科學，2014，30（07）：62-69.

[3]張春麗. 基于數字圖書館關聯數據的用戶服務模型與協同信息推薦模型研究[J]. 圖書館理論與實踐，2017（07）：89-92.

[4]姜強，趙蔚，王朋嬌，王麗萍. 基于大數據的個性化自適應在線學習分析模型及實現[J]. 中國電化教育，2015（01）：85-92.

[5]鄧仲華，劉偉偉，陸穎雋. 基于云計算的大數據挖掘內涵及解決方案研究[J]. 情報理論與實踐，2015，38（07）：103-108.