2023年7月21日发(作者：)

龙源期刊网

大数据在移动通信中的应用研究

作者：解文博

来源：《无线互联科技》2018年第05期

摘 要：文章研究了大数据在移动通信中的应用。移动通信网络中包含了海量的、异构化的数据，大数据技术为移动通信服务的数据存储与数据分析提供了有效的技术基础，为海量数据的存储、查询、挖掘、分析等提供了更为科学、准确的技术方案。所获得的结果也更为准确、真实，更具有实时性，价值也更高。

关键词：大数据；移动通信；数据存储；数据分析；数据挖掘

大数据是一种超越了典型数据库软件采集、存储、分析与管理等能力的大型数据集，具有数据体量大、数据类型多、处理速度快、数据价值密度低等特点。移动通信经过多年发展，累积了大量数据，包括了用户基本数据，财务数据和业务使用情况，终端数据，网络信令数据与DPI数据，业务数据，产品数据及线上和线下获取的外部数据等各种结构化、半结构化和非结构化数据。如何发挥这些数据在移动通信中的价值，需要充分发挥大数据存储、分析、管理等技术的价值[l]。

1 大数据技术

大数据分析技术则是大数据核心技术，是对每个数据进行分析，在大量数据中分析各个数据规律的技术，是将数据库管理与人工智能技术等相结合提取数据集的一种技术。该技术包括数据挖掘、人工智能等机器学习技术、模式识别、神经元网络、回归计算、预测模型、时间序列分析、集成学习、关联规则挖掘与学习、统计分析等技术。

2 大数据存储技术在移动通信中的应用

2.1 Hadoop架构

Hadoop技术是基于Java语言而构建的一个软件框架，大量计算机构成一个集群，对海量数据进行分布式计算，能够在应用程序中支撑上千个节点达PB级别的海量数据。在应用Hadoop技术创建数据库时，可根据数据流向合理设计分层，将其分为数据源层、逻辑计算层、数据存储层、数据查询层及应用层。数据源层可以利用各种数据传输组件抽取、转换并装载各类不同结构类型的数据，如位置信息、计费信息、网络信息、客户信息及基站参数等，这些数据会以Oracle，MySQL，MS SQL Server以用系统日志等异构数据。逻辑计算层则负责对海量数据完成MapReduce计算，每个节点先就近抽取本地存储的各类数据，并进行计算处理，处理结束后，再将合并、排列并分发数据到各个Reduce节点，可以避免同时传输海量数据，造成数据传输拥堵。数据存储层需要选择性能较高、能够满足并发需求的数据库软件，以