浅谈电信行业大数据时代商业智能系统数据管理策略

雷蕾+熊伟

【摘要】目前，商业智能系统作为电信行业主要的客户行为数据分析平台，在新业务模式下已不能满足挖掘客户需求以支撑一线营销的需要。通过讨论大数据时代的数据特点，分别从数据采集及处理、数据调度及存储、数据分析及应用三方面总结出各项数据管理的应对策略，为系统优化提供了参考。

【关键词】大数据商业智能数据管理

中图分类号：TP311.5文献标识码：A文章编号：1006-1010(2014)-09-0069-03

1 背景及研究现状分析

移动互联网时代，新型应用不断涌现，客户行为习惯也随之改变，电信运营商从以语音收入为主的业务模式，进入到了语音和流量双经营的业务模式。在此背景下，IT支撑每天面对数以PB级的海量数据[1]，数据前所未有的生成速度和数量带来了“数据雪崩”（Data Avalanche）和“数据洪流”（Data Deluge）[2-3]。如何从中挖掘有价值的商业信息，适应“数据经济”（Data Economy）和“数据科学”（Data Science）[4-5]的大数据时代，这是客户挽留营销和收入增长的重要环节。

根据电信运营商现有的IT系统架构，管理及分析客户业务数据主要由基于企业级数据仓库的商业智能（Business Intelligence）系统完成。目前，面对业务部门的需求，该系统存在以下问题：

（1）分析数据缺失：客户移动互联网行为数据采集不完整，无法还原客户应用场景。

（2）数据量剧增带来存储和处理性能的压力：一个省的用户流量数据每日可达150亿条，约是传统语音计费数据的15倍。生产系统数据进入数据仓库时，ETL调度性能及数据仓库的扩容速度不满足需求。

（3）大量非结构化数据无法用传统的建模方法分析：采集到的URL串等客户行为数据，无法直接反映客户行为特征，必须经过处理和转换才能获得有用的建模信息。

2 大数据时代各项应对策略

通过上述分析，可以看出在大数据时代，商业智能系统面临的是从数据采集处理、调度存储到分析的一系列问题，本文从完善数据源开始，探讨一套完整的数据管理策略。

2.1数据采集及处理

商业智能系统并不产生实际的生产数据，数据仓库的数据都是从其他网络、计费、客服等生产系统获取的，按照既定的接口通过ETL调度定期更新及完善数据仓库中的数据。大数据时代，2G、3G、4G、WLAN四网并行，除了保证2G、3G及4G网络GPRS话单、WLAN流量话单、客户位置信息、终端信息的采集外，为了精准分析客户的行为信息，还需新增两类数据的采集，如表1所示：

表1两类客户行为数据基本信息

客户行为数据 主要处理技术 数据来源

上网内容 文本挖掘、爬虫技术 GGSN（Gateway GSN，网关GSN）等网关日志采集

客户端应用 DPI解析

（1）上网内容

指采集用户使用HTTP协议的上网行为日志，通过文本挖掘、爬虫技术对URL进行分析，获取用户的上网内容。一个省每日从网络侧获取的非结构化的URL在50亿条左右，约占1TB存储，其中隐含着具有商业价值的用户偏好信息。对于一线市场营销人员，需要的是每个客户的特征标签，比如，某用户的特征标签是喜欢上网阅读，阅读内容为言情小说，这样就可以向这位用户推荐一些手机阅读的产品。因此，需要将这些非结构化的URL记录转化为用户上网内容偏好标签，主要有以下两种方式：

1）上网搜索关键字提取：针对搜索产生的URL，解析其中关键词获取标签信息。

2）网页内容提取：

◆建立以URL为主键的“网页信息分类库”，该信息库对网页内容进行分类，并给每条URL打上分类标签；

◆将清洗过滤后的用户URL记录和“网页信息分类库”匹配，按照一定的规则（如访问次数最多的类型）给客户打上分类标签；

◆如果库中没有相应的URL信息，则需要通过爬虫及文本挖掘完善“网页信息分类库”。

（2）客户端应用

即识别出用户客户端的应用，如QQ音乐、百度搜索等应用。目前主要依靠在GGSN（Gateway GSN，网关GSN）上部署DPI（Deep Packet Inspection，深度包检测）硬件设备来实现。DPI技术通过对应用流中的数据报文内容进行探测，例如对数据报文中特定比特串进行检测，从而确定数据报文真正的应用类型[6]。在目前的实际应用中，通过解析识别出来的应用已达到 1 400种以上，基本覆盖当前热门应用。

2.2数据调度及存储

其他系统采集处理后的数据，通过ETL调度到商业智能系统的数据仓库中进行存储，为下一步数据分析做准备。为了减轻大数据量带来的数据仓库调度和存储压力，对原有系统架构进行变更，引入云平台完成数据入库前的预处理工作，同时提升ETL调度性能。数据仓库架构转变如图1所示：

图1数据仓库架构转变

下面说明引入云平台的作用及带来的两项提升：

（1）完成数据入库前的预处理：减少入库的数据量；减少入库时数据处理操作。

表2是用户上网日志在云平台上处理前后数据量的比对，基于28台刀片服务器（BL465G7：AMD O6134*2，32GB内存，2*300GB硬盘；D2200：300G*6）构建的Hadoop分布式系统。

表2上网日志经云平台处理前后数据量比对

字段 存储空间

处理前：59个字段 处理前：1TB

处理后：16个字段 处理后：600GB

可见数据量缩小了约40%，减少了入库数据量及处理操作，降低了ETL调度及数据仓库存储压力。

（2）完成数据文件调度到数据仓库的处理：提升ETL调度能力。

以应用DPI解析结果入库为例，采用8台刀片服务器（BL465G7：AMD O6134*2，32GB内存，2*300GB硬盘；D2200：300G*6）构建的Hadoop分布式系统后，系统前后调度性能的比对如表3所示：

表3DPI解析结果调度性能提升

数据量 ETL调度时间

入仓库前：80亿条 采用传统数据仓库ETL调度方式：8小时

入仓库后：6亿条 引入云平台后：1.5小时

可见其性能提升了5倍多，并在调度过程中完成数据的合并转换工作。

2.3数据分析及应用

经过上述流程，电信行业大数据时代主要新增的两类客户行为数据：客户上网内容和客户端应用，已经转化为数据模型的输入变量，借助数据模型完成数据分析工作。从上网日志中提取转换后的变量包括：上网内容一级分类（阅读、游戏、音乐等）、上网内容二级分类（以阅读为例：社科科普、名著传记、科幻小说等）、上网搜索关键词等；从客户端应用解析转换后的变量主要是具体应用及应用分类。

数据模型可利用客户的这些上网行为特征，分析出营销挽留活动的目标客户，现在热点数据模型的种类如表4所示：

表4数据模型分类及应用场景

数据模型分类 应用场景

套餐营销类 识别目标客户，推荐优惠的流量资费套餐

终端营销类 识别潜在购机客户，推荐符合需求的智能终端机

业务营销类 针对不同类型的客户，推荐感兴趣的业务应用

网络分流类 引导客户从2G网络分流到3G、4G及WLAN网络，使网络资源负载均衡

3 总结

综上所述，首先通过文本挖掘、爬虫、DPI解析技术处理从网络侧采集到的客户上网行为数据；再通过搭建云平台提升ETL调度性能，减少数据仓库存储压力；最后，将标签式的客户行为特征变量，通过数据模型转化为可被一线营销人员采用的信息。

目前，本文所述的这套大数据管理策略已在个别分公司试用，虽然还处在尝试阶段，但是效果已逐步被认可。根据当前在建设中遇到的困难来看，网页日志解析的全面性以及DPI对新应用解析的研发速度有待提高。另外，云平台部署的成本投入也是个需要探讨的问题，目前是通过购买新的刀片机来实现的，背离了云平台采用廉价、闲置的X86 PC设备构建的初衷。

参考文献：

[1] 童晓渝,张云勇,房秉毅,等. 大数据时代电信运营商的机遇[J]. 信息通信技术, 2013(1): 5-9．

[2] Clifford Lynch. Big data: How do your data grow[J]. Nature, 2008(455): 28-29．

[3]The Economist. The data deluge[EB/OL]. [2012-12-10]. http://www.economist.com/node/15579717.

[4] Mitch Waldrop. Big data: Wikiomics[J]. Nature, 2008(455): 22-25.

[5] Mike Loukides. What is data science[EB/OL]. [2012-12-01]. http://radar.oreilly.com/2010/06/what-is-data-science.html.

[6] 吕锦扬. DPI技术在移动数据网络分析的应用[J]. 电信技术, 2013(6): 72-75.★

作者简介

雷蕾：硕士毕业于西安交通大学软件工程专业，现任职于中国移动（深圳）有限公司，从事业务支撑系统测评工作，研究方向为BI系统架构及数据挖掘技术应用。

熊伟：硕士毕业于天津科技大学，现任职于中国移动（深圳）有限公司，从事业务支撑系统测评工作，研究方向为软件开发和测试各类应用技术。

endprint

【摘要】目前，商业智能系统作为电信行业主要的客户行为数据分析平台，在新业务模式下已不能满足挖掘客户需求以支撑一线营销的需要。通过讨论大数据时代的数据特点，分别从数据采集及处理、数据调度及存储、数据分析及应用三方面总结出各项数据管理的应对策略，为系统优化提供了参考。

【关键词】大数据商业智能数据管理

中图分类号：TP311.5文献标识码：A文章编号：1006-1010(2014)-09-0069-03

1 背景及研究现状分析

移动互联网时代，新型应用不断涌现，客户行为习惯也随之改变，电信运营商从以语音收入为主的业务模式，进入到了语音和流量双经营的业务模式。在此背景下，IT支撑每天面对数以PB级的海量数据[1]，数据前所未有的生成速度和数量带来了“数据雪崩”（Data Avalanche）和“数据洪流”（Data Deluge）[2-3]。如何从中挖掘有价值的商业信息，适应“数据经济”（Data Economy）和“数据科学”（Data Science）[4-5]的大数据时代，这是客户挽留营销和收入增长的重要环节。

根据电信运营商现有的IT系统架构，管理及分析客户业务数据主要由基于企业级数据仓库的商业智能（Business Intelligence）系统完成。目前，面对业务部门的需求，该系统存在以下问题：

（1）分析数据缺失：客户移动互联网行为数据采集不完整，无法还原客户应用场景。

（2）数据量剧增带来存储和处理性能的压力：一个省的用户流量数据每日可达150亿条，约是传统语音计费数据的15倍。生产系统数据进入数据仓库时，ETL调度性能及数据仓库的扩容速度不满足需求。

（3）大量非结构化数据无法用传统的建模方法分析：采集到的URL串等客户行为数据，无法直接反映客户行为特征，必须经过处理和转换才能获得有用的建模信息。

2 大数据时代各项应对策略

通过上述分析，可以看出在大数据时代，商业智能系统面临的是从数据采集处理、调度存储到分析的一系列问题，本文从完善数据源开始，探讨一套完整的数据管理策略。

2.1数据采集及处理

商业智能系统并不产生实际的生产数据，数据仓库的数据都是从其他网络、计费、客服等生产系统获取的，按照既定的接口通过ETL调度定期更新及完善数据仓库中的数据。大数据时代，2G、3G、4G、WLAN四网并行，除了保证2G、3G及4G网络GPRS话单、WLAN流量话单、客户位置信息、终端信息的采集外，为了精准分析客户的行为信息，还需新增两类数据的采集，如表1所示：

表1两类客户行为数据基本信息

客户行为数据 主要处理技术 数据来源

上网内容 文本挖掘、爬虫技术 GGSN（Gateway GSN，网关GSN）等网关日志采集

客户端应用 DPI解析

（1）上网内容

指采集用户使用HTTP协议的上网行为日志，通过文本挖掘、爬虫技术对URL进行分析，获取用户的上网内容。一个省每日从网络侧获取的非结构化的URL在50亿条左右，约占1TB存储，其中隐含着具有商业价值的用户偏好信息。对于一线市场营销人员，需要的是每个客户的特征标签，比如，某用户的特征标签是喜欢上网阅读，阅读内容为言情小说，这样就可以向这位用户推荐一些手机阅读的产品。因此，需要将这些非结构化的URL记录转化为用户上网内容偏好标签，主要有以下两种方式：

1）上网搜索关键字提取：针对搜索产生的URL，解析其中关键词获取标签信息。

2）网页内容提取：

◆建立以URL为主键的“网页信息分类库”，该信息库对网页内容进行分类，并给每条URL打上分类标签；

◆将清洗过滤后的用户URL记录和“网页信息分类库”匹配，按照一定的规则（如访问次数最多的类型）给客户打上分类标签；

◆如果库中没有相应的URL信息，则需要通过爬虫及文本挖掘完善“网页信息分类库”。

（2）客户端应用

即识别出用户客户端的应用，如QQ音乐、百度搜索等应用。目前主要依靠在GGSN（Gateway GSN，网关GSN）上部署DPI（Deep Packet Inspection，深度包检测）硬件设备来实现。DPI技术通过对应用流中的数据报文内容进行探测，例如对数据报文中特定比特串进行检测，从而确定数据报文真正的应用类型[6]。在目前的实际应用中，通过解析识别出来的应用已达到 1 400种以上，基本覆盖当前热门应用。

2.2数据调度及存储

其他系统采集处理后的数据，通过ETL调度到商业智能系统的数据仓库中进行存储，为下一步数据分析做准备。为了减轻大数据量带来的数据仓库调度和存储压力，对原有系统架构进行变更，引入云平台完成数据入库前的预处理工作，同时提升ETL调度性能。数据仓库架构转变如图1所示：

图1数据仓库架构转变

下面说明引入云平台的作用及带来的两项提升：

（1）完成数据入库前的预处理：减少入库的数据量；减少入库时数据处理操作。

表2是用户上网日志在云平台上处理前后数据量的比对，基于28台刀片服务器（BL465G7：AMD O6134*2，32GB内存，2*300GB硬盘；D2200：300G*6）构建的Hadoop分布式系统。

表2上网日志经云平台处理前后数据量比对

字段 存储空间

处理前：59个字段 处理前：1TB

处理后：16个字段 处理后：600GB

可见数据量缩小了约40%，减少了入库数据量及处理操作，降低了ETL调度及数据仓库存储压力。

（2）完成数据文件调度到数据仓库的处理：提升ETL调度能力。

以应用DPI解析结果入库为例，采用8台刀片服务器（BL465G7：AMD O6134*2，32GB内存，2*300GB硬盘；D2200：300G*6）构建的Hadoop分布式系统后，系统前后调度性能的比对如表3所示：

表3DPI解析结果调度性能提升

数据量 ETL调度时间

入仓库前：80亿条 采用传统数据仓库ETL调度方式：8小时

入仓库后：6亿条 引入云平台后：1.5小时

可见其性能提升了5倍多，并在调度过程中完成数据的合并转换工作。

2.3数据分析及应用

经过上述流程，电信行业大数据时代主要新增的两类客户行为数据：客户上网内容和客户端应用，已经转化为数据模型的输入变量，借助数据模型完成数据分析工作。从上网日志中提取转换后的变量包括：上网内容一级分类（阅读、游戏、音乐等）、上网内容二级分类（以阅读为例：社科科普、名著传记、科幻小说等）、上网搜索关键词等；从客户端应用解析转换后的变量主要是具体应用及应用分类。

数据模型可利用客户的这些上网行为特征，分析出营销挽留活动的目标客户，现在热点数据模型的种类如表4所示：

表4数据模型分类及应用场景

数据模型分类 应用场景

套餐营销类 识别目标客户，推荐优惠的流量资费套餐

终端营销类 识别潜在购机客户，推荐符合需求的智能终端机

业务营销类 针对不同类型的客户，推荐感兴趣的业务应用

网络分流类 引导客户从2G网络分流到3G、4G及WLAN网络，使网络资源负载均衡

3 总结

综上所述，首先通过文本挖掘、爬虫、DPI解析技术处理从网络侧采集到的客户上网行为数据；再通过搭建云平台提升ETL调度性能，减少数据仓库存储压力；最后，将标签式的客户行为特征变量，通过数据模型转化为可被一线营销人员采用的信息。

目前，本文所述的这套大数据管理策略已在个别分公司试用，虽然还处在尝试阶段，但是效果已逐步被认可。根据当前在建设中遇到的困难来看，网页日志解析的全面性以及DPI对新应用解析的研发速度有待提高。另外，云平台部署的成本投入也是个需要探讨的问题，目前是通过购买新的刀片机来实现的，背离了云平台采用廉价、闲置的X86 PC设备构建的初衷。

参考文献：

[1] 童晓渝,张云勇,房秉毅,等. 大数据时代电信运营商的机遇[J]. 信息通信技术, 2013(1): 5-9．

[2] Clifford Lynch. Big data: How do your data grow[J]. Nature, 2008(455): 28-29．

[3]The Economist. The data deluge[EB/OL]. [2012-12-10]. http://www.economist.com/node/15579717.

[4] Mitch Waldrop. Big data: Wikiomics[J]. Nature, 2008(455): 22-25.

[5] Mike Loukides. What is data science[EB/OL]. [2012-12-01]. http://radar.oreilly.com/2010/06/what-is-data-science.html.

[6] 吕锦扬. DPI技术在移动数据网络分析的应用[J]. 电信技术, 2013(6): 72-75.★

作者简介

雷蕾：硕士毕业于西安交通大学软件工程专业，现任职于中国移动（深圳）有限公司，从事业务支撑系统测评工作，研究方向为BI系统架构及数据挖掘技术应用。

熊伟：硕士毕业于天津科技大学，现任职于中国移动（深圳）有限公司，从事业务支撑系统测评工作，研究方向为软件开发和测试各类应用技术。

endprint

【摘要】目前，商业智能系统作为电信行业主要的客户行为数据分析平台，在新业务模式下已不能满足挖掘客户需求以支撑一线营销的需要。通过讨论大数据时代的数据特点，分别从数据采集及处理、数据调度及存储、数据分析及应用三方面总结出各项数据管理的应对策略，为系统优化提供了参考。

【关键词】大数据商业智能数据管理

中图分类号：TP311.5文献标识码：A文章编号：1006-1010(2014)-09-0069-03

1 背景及研究现状分析

移动互联网时代，新型应用不断涌现，客户行为习惯也随之改变，电信运营商从以语音收入为主的业务模式，进入到了语音和流量双经营的业务模式。在此背景下，IT支撑每天面对数以PB级的海量数据[1]，数据前所未有的生成速度和数量带来了“数据雪崩”（Data Avalanche）和“数据洪流”（Data Deluge）[2-3]。如何从中挖掘有价值的商业信息，适应“数据经济”（Data Economy）和“数据科学”（Data Science）[4-5]的大数据时代，这是客户挽留营销和收入增长的重要环节。

根据电信运营商现有的IT系统架构，管理及分析客户业务数据主要由基于企业级数据仓库的商业智能（Business Intelligence）系统完成。目前，面对业务部门的需求，该系统存在以下问题：

（1）分析数据缺失：客户移动互联网行为数据采集不完整，无法还原客户应用场景。

（2）数据量剧增带来存储和处理性能的压力：一个省的用户流量数据每日可达150亿条，约是传统语音计费数据的15倍。生产系统数据进入数据仓库时，ETL调度性能及数据仓库的扩容速度不满足需求。

（3）大量非结构化数据无法用传统的建模方法分析：采集到的URL串等客户行为数据，无法直接反映客户行为特征，必须经过处理和转换才能获得有用的建模信息。

2 大数据时代各项应对策略

通过上述分析，可以看出在大数据时代，商业智能系统面临的是从数据采集处理、调度存储到分析的一系列问题，本文从完善数据源开始，探讨一套完整的数据管理策略。

2.1数据采集及处理

商业智能系统并不产生实际的生产数据，数据仓库的数据都是从其他网络、计费、客服等生产系统获取的，按照既定的接口通过ETL调度定期更新及完善数据仓库中的数据。大数据时代，2G、3G、4G、WLAN四网并行，除了保证2G、3G及4G网络GPRS话单、WLAN流量话单、客户位置信息、终端信息的采集外，为了精准分析客户的行为信息，还需新增两类数据的采集，如表1所示：

表1两类客户行为数据基本信息

客户行为数据 主要处理技术 数据来源

上网内容 文本挖掘、爬虫技术 GGSN（Gateway GSN，网关GSN）等网关日志采集

客户端应用 DPI解析

（1）上网内容

指采集用户使用HTTP协议的上网行为日志，通过文本挖掘、爬虫技术对URL进行分析，获取用户的上网内容。一个省每日从网络侧获取的非结构化的URL在50亿条左右，约占1TB存储，其中隐含着具有商业价值的用户偏好信息。对于一线市场营销人员，需要的是每个客户的特征标签，比如，某用户的特征标签是喜欢上网阅读，阅读内容为言情小说，这样就可以向这位用户推荐一些手机阅读的产品。因此，需要将这些非结构化的URL记录转化为用户上网内容偏好标签，主要有以下两种方式：

1）上网搜索关键字提取：针对搜索产生的URL，解析其中关键词获取标签信息。

2）网页内容提取：

◆建立以URL为主键的“网页信息分类库”，该信息库对网页内容进行分类，并给每条URL打上分类标签；

◆将清洗过滤后的用户URL记录和“网页信息分类库”匹配，按照一定的规则（如访问次数最多的类型）给客户打上分类标签；

◆如果库中没有相应的URL信息，则需要通过爬虫及文本挖掘完善“网页信息分类库”。

（2）客户端应用

即识别出用户客户端的应用，如QQ音乐、百度搜索等应用。目前主要依靠在GGSN（Gateway GSN，网关GSN）上部署DPI（Deep Packet Inspection，深度包检测）硬件设备来实现。DPI技术通过对应用流中的数据报文内容进行探测，例如对数据报文中特定比特串进行检测，从而确定数据报文真正的应用类型[6]。在目前的实际应用中，通过解析识别出来的应用已达到 1 400种以上，基本覆盖当前热门应用。

2.2数据调度及存储

其他系统采集处理后的数据，通过ETL调度到商业智能系统的数据仓库中进行存储，为下一步数据分析做准备。为了减轻大数据量带来的数据仓库调度和存储压力，对原有系统架构进行变更，引入云平台完成数据入库前的预处理工作，同时提升ETL调度性能。数据仓库架构转变如图1所示：

图1数据仓库架构转变

下面说明引入云平台的作用及带来的两项提升：

（1）完成数据入库前的预处理：减少入库的数据量；减少入库时数据处理操作。

表2是用户上网日志在云平台上处理前后数据量的比对，基于28台刀片服务器（BL465G7：AMD O6134*2，32GB内存，2*300GB硬盘；D2200：300G*6）构建的Hadoop分布式系统。

表2上网日志经云平台处理前后数据量比对

字段 存储空间

处理前：59个字段 处理前：1TB

处理后：16个字段 处理后：600GB

可见数据量缩小了约40%，减少了入库数据量及处理操作，降低了ETL调度及数据仓库存储压力。

（2）完成数据文件调度到数据仓库的处理：提升ETL调度能力。

以应用DPI解析结果入库为例，采用8台刀片服务器（BL465G7：AMD O6134*2，32GB内存，2*300GB硬盘；D2200：300G*6）构建的Hadoop分布式系统后，系统前后调度性能的比对如表3所示：

表3DPI解析结果调度性能提升

数据量 ETL调度时间

入仓库前：80亿条 采用传统数据仓库ETL调度方式：8小时

入仓库后：6亿条 引入云平台后：1.5小时

可见其性能提升了5倍多，并在调度过程中完成数据的合并转换工作。

2.3数据分析及应用

经过上述流程，电信行业大数据时代主要新增的两类客户行为数据：客户上网内容和客户端应用，已经转化为数据模型的输入变量，借助数据模型完成数据分析工作。从上网日志中提取转换后的变量包括：上网内容一级分类（阅读、游戏、音乐等）、上网内容二级分类（以阅读为例：社科科普、名著传记、科幻小说等）、上网搜索关键词等；从客户端应用解析转换后的变量主要是具体应用及应用分类。

数据模型可利用客户的这些上网行为特征，分析出营销挽留活动的目标客户，现在热点数据模型的种类如表4所示：

表4数据模型分类及应用场景

数据模型分类 应用场景

套餐营销类 识别目标客户，推荐优惠的流量资费套餐

终端营销类 识别潜在购机客户，推荐符合需求的智能终端机

业务营销类 针对不同类型的客户，推荐感兴趣的业务应用

网络分流类 引导客户从2G网络分流到3G、4G及WLAN网络，使网络资源负载均衡

3 总结

综上所述，首先通过文本挖掘、爬虫、DPI解析技术处理从网络侧采集到的客户上网行为数据；再通过搭建云平台提升ETL调度性能，减少数据仓库存储压力；最后，将标签式的客户行为特征变量，通过数据模型转化为可被一线营销人员采用的信息。

目前，本文所述的这套大数据管理策略已在个别分公司试用，虽然还处在尝试阶段，但是效果已逐步被认可。根据当前在建设中遇到的困难来看，网页日志解析的全面性以及DPI对新应用解析的研发速度有待提高。另外，云平台部署的成本投入也是个需要探讨的问题，目前是通过购买新的刀片机来实现的，背离了云平台采用廉价、闲置的X86 PC设备构建的初衷。

参考文献：

[1] 童晓渝,张云勇,房秉毅,等. 大数据时代电信运营商的机遇[J]. 信息通信技术, 2013(1): 5-9．

[2] Clifford Lynch. Big data: How do your data grow[J]. Nature, 2008(455): 28-29．

[3]The Economist. The data deluge[EB/OL]. [2012-12-10]. http://www.economist.com/node/15579717.

[4] Mitch Waldrop. Big data: Wikiomics[J]. Nature, 2008(455): 22-25.

[5] Mike Loukides. What is data science[EB/OL]. [2012-12-01]. http://radar.oreilly.com/2010/06/what-is-data-science.html.

[6] 吕锦扬. DPI技术在移动数据网络分析的应用[J]. 电信技术, 2013(6): 72-75.★

作者简介

雷蕾：硕士毕业于西安交通大学软件工程专业，现任职于中国移动（深圳）有限公司，从事业务支撑系统测评工作，研究方向为BI系统架构及数据挖掘技术应用。

熊伟：硕士毕业于天津科技大学，现任职于中国移动（深圳）有限公司，从事业务支撑系统测评工作，研究方向为软件开发和测试各类应用技术。

endprint