基于信令的数据挖掘分析模型的研究与应用

来源:用户上传      作者:

　　摘要：本文聚焦和分析了当前河北联通大数据平台的信令数据挖掘分析模型，为应对日益增多的位置需求，构建了一种基于信令数据挖掘分析移动用户粗定位的模型，该模型对所采集的运营商核心移动网络中移动用户的信令数据进行处理后，再分别对经纬度以及特征数据进行提取、分析和挖掘，并将需求数据进行筛选分析，进而实现粗定位的分析。本模型基于粗定位信令数据，为通讯运营商创造新的社会效益和经济价值。
　　关键词：信令;大数据;模型;粗定位;ETL
　　中图分类号：TP311 文献标识码：A 文章编号：1007-9416（2020）03-0097-01
　　1 方案的主要目标
　　在移动互联网高速普及，大数据体系快速发展的背景下，数据资源极速增长。海量级数据的积累对通讯运营商提出了巨大的挑战，如何利用大数据深挖数据价值，如何支撑企业精细化运营，如何释放数据红利，已经成为运营商的当务之急。在这其中，传统的数据需求已经无法满足当前的业务需要。同时传统的分析模型面临很多问题，如：简单粗暴没有实际意义的统计分析数据，数据红利未能展现;数据未能支撑精细化运营的条件，粗旷的分析方式无法满足需求;对数据处理过于单一，未能多元化分析，使得数据过于片面等等。
　　本着以数据深度挖掘、过程可视化、界面化流程监控为建设的宗旨，通过对数据管理现状的调研与问题需求分析，制定合理的数据分析方案，主要实现以下改进：首先，全面详细以实现实际意义的分析挖掘数据，尽可能展现数据红利;第二实现数据的精细细分分析，实现数据分析满足精细化运营需求;第三，通过多元化、特征化等分析方式，使数据全面展现实际价值。
　　2 方案的实践过程
　　为解决以上问题，将信令系统与计费系统、客户资料等B域系统进行关联，多方位的对数据本身进行了多元化的数据分析与统计。形成了如旅游大数据、职住地数据分析等数据分析系统。
　　面对当前新型旅游业势下，数据存储能力和触电采集设备的提升，使得信令数据越发的精细且准确，数据量飞跃式增长，大数据处理技术的日新月异的改革，使得大数据不再只停留在想象和理论的阶段了，更成为各行业产业结构优化提升以及数据红利尽可能展现的催化剂。大数据技术基础的提升和优化，使得数据应用百花齐放，大数据进入加速发展、飞速提升的时期。以下以旅游大数据为例，简要介述了如何利用当前大数据体系，尽可能的展现数据红利的案例。
　　基于旅游业始终迫切需要一套相对准确、实时且全面的旅游信息分析系统，可以精准把控游客需求，实时掌控旅游业态信息。旅游大数据应运而生，为旅游业分析决策、政策规划、警示提示、提前避灾等提供帮助，为全省旅游景点提供客流量、驻留分析等数据分析，为旅游局、酒店、景点等提供来源数据与旅游规划协助。系统功能包括全省游客数据分析、客源地分析、游客特征分析、驻留时长分析等。
　　全省游客数据分析模块：主要以信令数据为基准，用户轨迹为辅助，全省基站与信令数据匹配所得结果，再经过去重、挖掘、分析等，对数据图形化、可视化，对全省实时的游客数据与区域分布等进行直观的呈现与展示，方便旅游管理部门直观准确的掌握全省的游客分布与趋势。
　　游客客源地分析模块：主要对游客的来源地进行统计分析，通过信令、基站以及游客资料数据匹配所得结果，详细获得来自各省的游客数量、占比等数据，以便精确掌握来源情况，为旅游管理决策提供依据。
　　游客特征分析模块：主要以游客数据、信令数据、特定地点、特征数据等数据为基础，分析游客的消费能力、交通情况、使用习惯、使用设备、驻留情况、基本信息等，以方便旅游业进行针对性营销，方便旅游管理部门进行实时、有效、准确的管理与把控。
　　游客驻留时长分析模块：主要以信令数据为基础，分析游客到达以及离开的数据，通过游客驻留时长以及游客来源等其他数据，可以充分反映出各地游客相应的旅游习惯等，为旅游管理部门提供决策依据，同时对本地的旅游资源可以提供针对性营销的方案。
　　旅游大数据系统主要分为数据采集层、挖掘分析层、接口层等级别，其中数据采集为最底层，主要采集包括B域相关的客户资料数据、消费数据等，重点包括如信令数据、移网上网行为等数据。
　　数据采集存储层：主要负责架构的数据采集以及数据交互，通过设备，将信令等数据采集过来进行存储。
　　数据挖掘分析层：本层主要对数据进行统一的处理或预处理。对采集到的信令等数据进行清洗、入库、统计、分析。
　　数据接口层：统计分析后的数据通过接口层对外提供，可分为小时、日、月、实时等接口，方便数据即时按种类的提供。
　　同时按需求出具旅游大数据报告以游客为主要研究对象，以游客需求为主要研究方向，以针对性发展为主要研究目标，对游客行为偏好、游客畫像、游客消费能力、游客路径选择、游客停留天数、游客交通工具、游客来源地、游客常用APP等进行多维度的分析。以大数据的分析反映特点和问题，以此推动整个产业的良性循环，实现数据红利。旅游大数据报告分为年季月度报告、节假日报告和竞品分析报告、特定报告等几种形式。其中年季月度报告：按年、季、月统计，以统计周期为准，按需分析。节假日报告：按天统计，以特定的节假日为统计周期，按需进行分析，包含节假日和平时的客流量比对等，以及路线偏好等。竞品分析报告：按需求，对特殊的需求如城市、区域和景区进行对比分析，从客流量、舆情、游客特点等进行比对，帮助实行应对办法以及变革，促进业态的发展。
　　3 结语
　　本系统通过对信令数据的分析，为旅游局以及相应景点、管理部门等提供了有效的数据支撑。通过数据，有效的对省内乃至国内市场提供了实时、准确的针对性营销数据基础。根据不同的来源、不同的目的地、不同的人群、不同的消费能力等，景区或者管理部门等可以针对的提供营销、服务、管理以及宣传，帮助景区提升收入，帮助管理者实现有效、方便、快捷的管理。不仅如此，同时在实践中，我方还实现了如全国数据一点集中、信令数据清洗、游客模型构建、质心点校验、栅格化等，以保证数据即时、全面、准确、有效。综上所述，基于信令所做的数据分析模型，具有推广以及实用价值。
　　Abstract：This paper focuses on and analyzes the current signaling data mining analysis model of Hebei Unicom's big data platform. In order to meet the increasing location demand， a rough location analysis model for mobile users based on signaling data mining is constructed， after processing the signaling data of mobile users in the core mobile network of the operator， the model extracts， analyzes and mines the longitude and latitude data and the characteristic data respectively， and sifts and analyzes the demand data， then the analysis of coarse positioning is realized. This model is based on rough location signaling data to create new social benefits and economic value for communication operators.
　　Key words：signaling; big data; model; coarse positioning; ETL
转载注明来源:https://www.xzbu.com/8/view-15232928.htm