大数据在移动通信中的应用研究

丁洪涛

【摘要】 在大数据时代的背景下，移动通信网络中分散的信息得到了有效的整合，能够充分而深入的开发移动通信中蕴含的潜力，成为新时代移动通信业务交流的平台。以移动通信网络的应用作为基础，大数据在移动通信中应用的关键技术是大数据分析技术和大数据存储技术。

【关键词】 大数据 数据分析 移动通信 数据存储 数据分析

随着移动通信技术的飞速发展和国家政策对通信技术的产业的规划指导，目前我国的移动通信网络技术的规模已经位居世界前列。移动通信网络技术的技术发展是循环往复的，虽然对于移动通信网络技术的优化处理工作还处于最后阶段，但是和移动通信技术的后期规划是相互联系的。

一、移动通信中的大数据发展情况

1.1大数据在移动通信业务中的应用特征

由于社会经济的发展和时代的需要，移动互联网业务已经成为人们生活中的必需品，用户的数量十分巨大，市场的饱和度也在不断地上升。移动通信业务中包含的数据信息随着4G网络的出现再一次得到的发展，移动终端的上网速度也得到了增长。移动通信运营商可以通过设置数据挖掘技术就可以得到几种数据资源。第一个是个人用户的上网登记许可，主要包括在登记时提供的用户姓名等个人资料以及手机的状态码等，第二个是将用户所在地的信息接入基站内获得用户的位置，第三个是手机计费系统所记录的数据，主要包括用户套餐的选择、和消费记录，最后一个是用户的动作数据，主要包括用户业务的使用类型、互联网的历史记录和经常使用软件的名称、上网时间等信息。[1]

1.2国外移动通信业中大数据的应用

对于移动网络的运营商来说，大数据所带来的收益是十分可观的，移动运营商在数据的探索领域遇到了个人隐私、网络安全和技术问题等其他方面的问题，但在现代社会，不论是国内还是国外他们的移动通信业务都开始向对大数据的出现做出相应的改变。在法国最大的移动运营商法国电信做出了基于大数据的新型业务模式，承担了该国大部分公共服务业的IT建设项目，在这些项目系统中，法国电信为了挖掘大数据的潜在价值，建立了一个法国高速公路监测项目，每天都会记录大约五百万条信息，只要完成对这些数据的分析就能很好为高速公路上的车辆提供可靠地道路信息，从而提高公路的运行效率。对数据的分析工作将是未来移动运营商的最主要的工作之一。

二、大数据在移动通信中的应用技术

1、大数据应用的技术。大数据存储技术的基础是基于云服务的云储存技术，NoSQL是云储存技术的基本模式和技术架构，在大数据存储的移动通信业务的使用中，通常情况下是将Hadoop作为基础，来架构移动通信大数据中的储存载体，这样的储存形式具有非常大的可扩展性，存储方便快捷、容量也十分可观，而且十分有利于后期对数据的分析和利用。[2]大数据分析技术的是大数据在移动通信中最重要的技术部分，大数据的分析技术主要包括：人工智能、网络神经元和回归计算、数据统计分析、和数据的收集等部分，大数据在移动通信业务中的应用可以实现更高层面的数据分析，对于移动通信网络的结构的完善和新型移动通信网络业务的发展都具有十分重要的促进作用。

2、移动通信领域应用大数据技术的方法。庞大的用户基数确保了数据信息的多样性，移动通信网络的实时承载量保障了数据的传输速度，更加重要的是，电信运营商可以通过对用户在网络中的具体活动来起到数据收集的目的，进而为新产品的营销提供准确的信息。因此移动通信网络的运营商在掌握用户数据的方面具有的优势是其他网络运营商所不能比拟的。大数据在移动通信中急需亟待解决的问题就是提升数据的存储能力，建立存储空间虚拟化的方案和技术，使得数据的储存服务效率和管理能力得到提升，并将来自外部和内部的所有数据类型都统一整合到一个单一的存储平台上。[3]大数据时代的到来使得提供商和移动运营商之间的界线变得模糊，通过对多个技术的融合打造成一体化的多元服务平台，能够充分利用自身大数据的优势重构企业组织，顺应变革时代的管理，把握企业的在未来的发展方向。[4]移动运营商所提供的所有网络中的数据通道是十分庞大的资源，其自身所拥有的用户数量，这些先天优势如果能够充分的利用和开发，移动运营商将成为大数据时代最强力的竞争者。

结束语：大数据时代各种商业运营模式不断出现，对于处在通信产业中核心位置的移动运营商而言，数据是其开展移动网络业务的天然资源。创造出能够合理运用大数据的新型业务是提高本身的服务质量提升产业地位的重要方式。移动通信运营商可以将大数据和自身的通信业务结合起来，把大数据真正运用到网络优化和互联网建设中来，使得移动运营商在大数据时代到来前就占据优势，为移动通信业务的在未来的发展打下坚实的基础。

参 考 文 献

[1]党永亮. 大数据分析在移动通信网络优化中的应用研究[D].华中师范大学，2015.

[2]黄诗瑶. 聚类分析在移动通信用户行为分析中的研究与应用[D].广东工业大学，2013.

[3]刘帅. 数据挖掘技术在移动通信客户通话行为分析中的应用研究[D].复旦大学，2010.

[4]向铖. 分类预测技术在移动通信企业数据挖掘分析中的应用研究[D].湖南大学，2010.