新書推薦：
《
学会当领导：优秀员工的晋升之路
》
售價：NT$
364.0
《
目的行为论导论——刑法体系的新图景（增补第4版·中文增订版）（当代世界学术名著）
》
售價：NT$
381.0
《
浮沉：里亚布申斯基家族兴衰史
》
售價：NT$
549.0
《
Android自动化测试实战：Python+Appium +unittest
》
售價：NT$
503.0
《
郭建龙亚洲三部曲：印度、穿越蒙古国、三千佛塔
》
售價：NT$
1305.0
《
工作：从平凡到非凡（原书第5版） ［英］理查德·泰普勒 陶尚芸 译
》
售價：NT$
330.0
《
带献帝去旅行--历史书写的中古风景（论衡系列）
》
售價：NT$
325.0
《
出行创新设计：概念、范式与案例
》
售價：NT$
559.0
|
| 編輯推薦： |
如果您只知道、只应用互联网大数据，不能称为真的懂大数据。电信运营商以其数据特殊性，必将成为大数据领域的领航者、生力军。
在数据融合的时代，越来越多的互联网人发现，电信大数据里蕴含金矿，但其神秘面纱，此前并未专门、详细地揭示。
本书带您了解电信运营商数据的全貌，更重要的是，怎样结合到您的行业，助力企业的发展和转型！
院士、院长、首席科学家、总经理在看的书，推荐的书，您也能有幸看到！
|
| 內容簡介： |
在数据横向融合的时代，充分挖掘数据金矿及盘活数据资产，是企业发展和转型的关键所在。电信运营商以其数据特殊性，必将成为大数据领域的领航者、生力军。各行业的大数据从业者要如何从电信业的大数据中挖掘价值呢？
本书彻底揭开电信运营商数据的神秘面纱，系统介绍了大数据的发展历程，主要的数据挖掘方法，电信运营商在网络运行及业务运营方面的数据资源特征，基于用户、业务、网络、终端及内在联系的电信运营商大数据分析体系，以及该分析体系在企业内部及外部行业的应用实践。本书特别列举了一系列电信大数据在企业运营以及多个行业应用的案例，为各行业的大数据应用推进提供参考，同时对于大数据推进过程中的各种风险与挑战提出应对措施。
对于从事电信运营商大数据分析工作的读者，本书是一本难得的实务指南；对于从事电信运营商运营工作的管理人员，本书提供了运营和决策的辅助参考手段；对于其他行业的大数据从业人员，本书以电信运营商大数据应用为导向，介绍的案例涵盖多个领域（交通、金融、旅游、广告、气象、餐饮、娱乐、医疗、政务、城市规划等），更有相关产品介绍，涉及的应用思路、方法、解决方案能给予读者很多启发和思考。
|
| 關於作者： |
本书由中国联通网络技术研究院大数据研发中心下一代互联网宽带业务应用国家工程实验室大数据开放实验室团队编著。团队成员有丰富的大数据从业经验，深耕大数据的研究和实践工作5年以上。
程新洲，教授级高工，中国联通网络技术研究院大数据研发中心总监，下一代互联网宽带业务应用国家工程实验室大数据开放实验室主任，中国联通集团专家级战略人才，北京邮电大学兼职教授，研究生导师，IEEE ISCIT、ICSINC等国际会议技术委员会主席。主要从事大数据研究及应用相关工作，先后获各级创新奖、科学技术奖等20余项。在国内外期刊会议发表论文70余篇，申请专利20余项。
朱常波，中讯邮电咨询设计院有限公司、中国联通网络技术研究院副总经理，高级经济师，博士，主要从事新技术研发管理工作，曾获“中国通信学会科学技术奖一等奖”等多个奖项。本书由中国联通网络技术研究院大数据研发中心下一代互联网宽带业务应用国家工程实验室大数据开放实验室团队编著。团队成员有丰富的大数据从业经验，深耕大数据的研究和实践工作5年以上。
程新洲，教授级高工，中国联通网络技术研究院大数据研发中心总监，下一代互联网宽带业务应用国家工程实验室大数据开放实验室主任，中国联通集团专家级战略人才，北京邮电大学兼职教授，研究生导师，IEEE ISCIT、ICSINC等国际会议技术委员会主席。主要从事大数据研究及应用相关工作，先后获各级创新奖、科学技术奖等20余项。在国内外期刊会议发表论文70余篇，申请专利20余项。
朱常波，中讯邮电咨询设计院有限公司、中国联通网络技术研究院副总经理，高级经济师，博士，主要从事新技术研发管理工作，曾获“中国通信学会科学技术奖一等奖”等多个奖项。
晁昆，中国联通网络技术研究院大数据研发中心高级工程师，下一代互联网宽带业务应用国家工程实验室大数据开放实验室骨干成员。主要从事大数据研究及应用相关工作，在国内外期刊会议中发表论文20余篇，曾获“中国通信企业协会通信工程咨询成果一等奖”等奖项。
|
| 目錄：
|
目 录Contents
编委会
序
前言
第1章 大数据的发展历程和时代背景1
1.1 大数据发展的五大驱动力2
1.2 大数据发展的历程及技术演进4
1.2.1 采集解析技术4
1.2.2存储管理技术6
1.2.3并行计算技术8
1.3大数据引起的时代变革9
1.3.1 智能派单､路线优化9
1.3.2 金融授信､风险防范10
1.3.3 广告精准投放10
1.3.4 挖掘用户的隐性需求10
1.4 电信大数据的掘金之路11
1.4.1 AT&T12
1.4.2 德国电信12
1.4.3 Vodafone12
1.4.4 法国电信12
1.4.5 中国联通12
第2章 电信运营商的价值数据14
2.1 电信运营商数据源概览14
2.2 网络运行数据17
2.2.1 基础资源及配置数据17
2.2.2 信令追踪数据21
2.2.3 业务识别数据25
2.2.4 性能统计数据34
2.2.5 监控预警数据39
2.3 业务运营数据43
2.3.1 用户基础资料43
2.3.2 用户业务行为44
2.3.3 用户辅助信息46
第3章 电信大数据分析体系50
3.1 用户画像及行为洞察53
3.1.1 用户全息画像构建53
3.1.2 用户实时轨迹追踪61
3.1.3 用户行为偏好分析70
3.2 业务识别及感知评判80
3.2.1 业务特征捕获80
3.2.2 用户业务感知评价85
3.3 网络分析及全景描绘93
3.3.1 网络资源分析93
3.3.2 网络覆盖分析96
3.3.3 网络性能分析100
3.3.4 网络结构分析104
3.4 终端解构及性能评价105
34.1 终端分类构成解析105
3.4.2 终端综合性能评价112
3.5 运行匹配度解析116
3.5.1 终端与网络匹配度117
3.5.2 网络资源与业务匹配度118
3.6 众筹竞争力分析120
3.6.1 传统分析方法及局限性120
3.6.2 基于智能终端App数据的分析方法120
3.6.3 分析结果示例122
第4章 电信大数据企业内部应用125
4.1 大数据助力资源精准投放———网络规划建设125
4.1.1 网络规划资源的精准投放126
4.1.2 网络建设效果的有效评价127
4.2 大数据助力效率提升———网络运维优化129
4.2.1 智能化运维129
4.2.2 精细化优化133
4.3 特定用户群体的精准营销———市场推送136
4.3.1 流量经营时代137
4.3.2 现网中价值区域的挖掘138
4.3.3 基于B+O大数据的流量经营策略14.5
4.3.4 新型业务营销及发展趋势156
4.4. 用户黏性及离网预判———客户维系161
4.4.1 存量客户163
4.4.2 现有用户的套餐升级168
4.4.3 潜在异网客户169
第5章 电信大数据外部行业应用171
5.1 电信大数据在交通领域的应用171
5.1.1 交通行业的发展需求172
5.1.2 交通行业数据现状175
5.1.3 电信运营商在交通领域的角色定位177
5.1.4 电信大数据助力交通领域的应用案例181
5.2 电信大数据在金融领域的应用183
5.2.1 金融行业发展需求183
5.2.2 金融行业数据现状184
5.2.3 电信运营商在金融行业的角色定位186
5.2.4 电信大数据助力金融的应用案例188
5.3 电信大数据在城市规划领域的应用193
5.3.1 城市规划发展需求193
5.3.2 城市规划数据现状193
5.3.3 电信运营商在城市规划的角色定位194
5.3.4 电信大数据助力城市规划的应用案例195
5.4 电信大数据在旅游领域的应用198
5.4.1 旅游行业发展需求198
5.4.2 旅游行业数据现状199
5.4.3 电信运营商在旅游行业的角色定位199
5.4.4 电信大数据助力旅游行业的应用案例201
5.5电信大数据在广告领域的应用204
5.5.1 广告行业发展需求204
5.5.2 广告行业数据现状204
5.5.3 电信运营商在广告行业的角色定位206
5.5.4 电信大数据助力广告精准投放的应用案例207
5.6 电信大数据在公众及气象领域的应用210
5.6.1 公众及气象领域发展需求211
5.6.2 公众及气象领域数据现状212
5.6.3 电信运营商在公众及气象领域的角色定位213
5.6.4 电信大数据助力公众及气象领域的应用案例214
5.7 电信大数据在餐饮､娱乐领域的应用216
5.7.1 餐饮､娱乐行业发展需求217
5.7.2 餐饮､娱乐行业数据现状218
5.7.3 电信运营商在餐饮､娱乐行业的角色定位219
5.7.4 电信大数据助力餐饮､娱乐行业的应用案例220
5.8 电信大数据在其他领域的应用223
5.8.1 商业决策223
5.8.2 治安监控225.
5.8.3 政府决策226
5.8.4 医疗行业228
5.8.5 教育行业230
第6章 大数据的风险与挑战232
6.1 风险管理232
6.1.1 数据泡沫风险232
6.1.2 技术升级风险235
6.1.3 隐私侵权风险240
6.2 挑战应对244
6.2.1 技术发展挑战244
6.2.2 思维转变挑战246.
6.2.3 商业挑战248
参考文献251
|
| 內容試閱：
|
近年来，随着科技的发展和进步，各行各业的信息化程度逐渐提高，由此产生的海量数据正处于爆炸式增长态势。越来越多的人意识到，海量数据中蕴含着丰富的价值信息，如何融合多种数据，充分挖掘数据金矿及盘活数据资产，是企业发展和转型的关键所在。
电信运营商作为各类新兴业务及运营模式的载体， “管道化” 趋势日益显现，并从中积累了丰富的数据资源。电信运营商数据具有覆盖范围广、数据准确度高、数据持续性长等优势，其金矿价值不断凸显，由服务运营转为数据运营已经成为电信运营商的必然选择。本书由中国联通网络技术研究院高级专家程新洲及其团队创作完成，所有内容均来自编者长期工作经验的总结与凝练，旨在为从事运营商大数据相关工作的人员以及对运营商大数据感兴趣的各行各业人员提供数据分析的思路和方法。
本书第1章概括性地介绍了大数据的发展历程和时代背景。之后，本书将重点落在电信运营商大数据上，在第2章全面介绍了运营商BSS（业务支撑系统） 域和OSS（运营支撑系统）域共21类典型数据源的主要内容、特点及来源。第3章系统描述了运营商大数据分析体系的构建过程，以用户画像、用户轨迹、用户偏好、业务特征捕获、用户业务感知评价、网络全景分析、终端分类构成解析等为链条，从用户、业务、网络、终端、运行匹配度、众筹竞争力角度实现了多维度洞察以及全方位综合评判。第4章和第5章分别介绍了大数据在电信运营商企业内部及外部的应用方向。在企业内部将用户业务诉求和网络服务能力进行了匹配，使大数据分析作为新时代背景下网络规划建设、运维优化、市场推送以及客户维系的新手段。在企业外部，结合应用实践，详细阐述了大数据在诸如交通、金融、城市规划、旅游、广告、公众及气象、餐饮、娱乐、政务等行业的应用案例及产品解决方案。最后，在第6章中对大数据面临的风险与挑战进行了总结及展望。
对于从事运营商大数据分析工作的人来说，本书是一本难得的实务指南；对于其他行业大数据从业人员来讲，本书贴近运营商现状，深度、广度适中，是一本非常好的阅读材料。同时，书中涉及的应用思路和方法相信能够给予读者很多的启发和思考。
鉴于编者水平有限，时间较紧，且大数据技术发展及应用日新月异，本书在编写过程中难免存在疏漏及不足之处，恳请读者批评指正。
编者
2018年9月
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
