Page 14 - 网络电信2019年6月刊下
P. 14
运 营 商 专 栏
基于运营商大数据的人工智能技术研究
范丽丽 中移信息技术有限公司
摘要：本文主要分析了运营商大数据平台发
展，人工智能的主流技术，论述了人工智能产品
在通信领域的应用研究，解决运营商在系统运维
和客户服务等方案存在的问题。
关键词：大数据；人工智能；机器学习
伴随通信技术的不断发展和4G高速网络的不断建设，物联 智能展现和应用的平台。
网爆发式增长，家庭宽带的全面建设以及未来5G的全面商用， 关联汇总层：根据业务需求对数据进行关联汇总，避免数
全网产生的数据量与日俱增。同时因云计算和大数据技术的不 据重复计算，也是用来机器学习和分析的数据存储区域。
断成熟，数据成为下一个“金矿”，运营商纷纷开始构建“数 基础数据层：沉淀基础明细数据，保持模型稳固结构，容
据驱动，能力共享”的大数据平台，并开始以数据挖掘、数据 纳时变的数据结构，屏蔽源系统变化带来的差异。属于人工智
分析等手段，变现“数据金矿”的价值。人工智能成为大数据 能的养料和水。
价值挖掘的一个方向，大数据资源为人工智能的发展提供了富 原始数据层：保持与生产系统数据一致性，用于日常稽核
饶的土壤，结合先进的机器学习技术，适合运营商的人工智能 对账。属于人工智能的土壤。
产品也将越来越多，运营商网络的智能化程度会越来越高，整 数据源将运营商B域（业务域）、M域（管理域）、O域（运
体效率大幅度提升，用户体验越来越好。 营域）的数据全部引入汇总大数据平台的原始数据层，同时通
本文将从通信运营商大数据平台发展现状、人工智能技术 过爬虫工具，引入互联网的数据。
以及人工智能产品在通信领域的应用3个方面进行阐述。
二、人工智能
一、运营商的大数据发展现状 机器学习是人工智能的核心技术之一，人工智能更多涉及
运营商融合大数据+云计算的成熟技术，汇聚企业全网数 非结构化数据的学习、表示和使用。
据，构建数据资源池。实现面向企业内部的决策支持、精确营 人工智能通过机器学习从大数据资源池获取知识养分，实
销和精细化管理的大数据分析平台，同时支持面向外部构建大 现自身的智能化，数据主要处理流程如下。
数据价值变现的敏捷应用。数据分布如图1所示。 数据采集：大数据平台完成各类数据的采集、汇总和存
储。
图1 运营商全网数据分布情况
数据预处理：大数据平台完成各类数据预处理，包括数据
清洗和数据转换。
数据建模：大数据平台数据分析模型的构建。
模型评估优化：大数据平台根据机器学习的结果，对数据
模型进行优化。
模型固化：大数据平台将经过优化的模型固化和发布。
人工智能平台根据大数据平台发布的模型，进行翻译、解
释、表示和使用，并反馈优化意见，由数据平台完成模型进一
步优化和发布。
机器学习是一个反复迭代的过程，不是一次数据分析的结
果，而是经过反复调优修正的过程，主要分为4个流程阶段：趋
势分析、根因分析、预测建模、策略建议。
目前运营商大数据平台年存储数量达十几PB，数据量仍在
趋势分析是一种使用历史数据或因素变量来预测需求的数
成倍增加。 学，用于预测和推测未来发展变化情况的一类预测方法，常用
数据视图层：满足具体业务运营的数据视图，降低各租户
方法有算数平均、指数平滑、线性回归、加权平均等算法。
构建智能化应用的难度，同时为运营提供决策依据，也是人工
24 网络电信 二零一九年六月
