随着IT和通信技术全面融入社会生活，每天产生的海量数据中蕴藏了巨大价值，数据正在成为企业的战略资产。从海量数据中获得新的认知、方法，从而创造新的价值，是各行业，尤其是电信行业的战略方向之一。
电信运营商有望成为大数据领航者
大数据给我们的第一个感觉就是大，那么大数据到底有多大呢?一组名为“互联网上的一天”的数据可以给我们一些参考。
一天之中，互联网产生的全部内容可以刻满1.68亿张DVD;发出的邮件有2940亿封(相当于美国两年的纸质信件数量);发出的博客帖达200万个(相当于《时代》杂志770年的文字量);卖出的手机为37.8万台，高于全球每天出生的婴儿数量37.1万……并且这些数字还在不断上涨。
截至2012年，数据量已经从TB(1024GB=1TB)级别跃升到PB(1024TB=1PB)、EB(1024PB=1EB)乃至ZB (1024EB=1ZB)级别。国际数据公司(IDC)的研究结果表明，2008年全球产生的数据量为0.49ZB，2009年的数据量为0.8ZB，2010年增长为1.2ZB，2011年的数量更是高达1.82ZB，相当于全球每人产生200GB以上的数据。而到2012年为止，人类生产的所有印刷材料的数据量是200PB，全人类历史上说过的所有话的数据量大约是5EB。IBM 的研究称，整个人类文明所获得的全部数据中，有90%是过去两年内产生的。而到了2020年，全世界所产生的数据规模将达到今天的44倍。
那么大数据只意味着大么?不，它更意味着，水面下的冰山即将露出水面。目前数据中蕴藏的价值金山已受到广泛关注。2012年3月美国奥巴马政府宣布投资2亿美元启动“大数据研究和发展计划”，将发展大数据上升为国家意志，对未来的科技与经济发展必将带来深远影响。
那么究竟何为大数据呢?广义上讲，大数据是指那些超过传统数据库系统处理能力的海量数据，它的数据规模和传输速度要求很高，或者其结构不适合原本的数据库系统。确切的讲，大数据具备四大特征，即数据量大(Volume)、数据种类多样(Variety)、实时性强(Velocity)以及其蕴藏的商业价值大(Value)。
既然大数据有着如此大的价值诱惑，那么他能够使得众多“英雄”竞折腰也不足为奇了。目前开展大数据价值挖掘技术的“英雄”包括电信运营商、互联网厂商、金融企业等等。在众多英雄中，因为互联网厂商的大投入，使得他们在大数据领域已经占据了较为领先的位置。但是，运营商因为拥有电信网络中最全和最完整的数据，而一跃成为开展大数据跨行业应用最有力的竞争者。今后，随着运营商的持续大力投入，他必将成为这个领域的领航者。
运营商网络中的数据大致有如下一些类型：各类终端的型号数据、用户位置数据、互联网业务数据、用户基本属性数据和用户消费数据。
中兴通讯认为，大数据将成为各行业，尤其是电信行业的战略发展方向。
对电信行业，当前同质化竞争严重，有强烈愿望寻找经营蓝海。由于网络管道化促使企业升级和转型其盈利模式，通过本身拥有的海量核心资源——网络数据，进行分析利用，从而提高运营水平、找到创新点，是运营商的出路之一。
对政企行业而言，随着日益社会化的信息交互，企业用户有更多的选择余地，留住用户变得更困难。企业需要通过经营数据深入研究消费群体，持续改善产品和服务体验，才能生存发展。而信息化水平的提高，也使得产品、服务更快地被竞争对手模仿学习。总体上，信息化推动了市场竞争，企业必须通过有效利用数据的潜在价值，才能生存和持续发展。
作为资深的电信领域方案和产品提供商，中兴通讯认为，电信行业发展大数据的立足点在于最有价值的位置、语音、网络流量、视频大数据的处理、分析和挖掘，在四个层次上支撑企业更高水平的运营和创新。一是大数据的收集预处理(ETL、云存储);二是数据信息化(统计、检索、查询);三是深度分析挖掘(用户分群、行为分析);四是预测(产品、资费、用户的趋势)。
在政企领域，基于运营数据(大企业呼叫中心数据、零售业店铺信息、交通路况信息、政府部门数据等)自身的收集处理、分析挖掘，并可以结合电信行业数据(手机用户位置等)，能够通过对大数据的分析利用，直接支撑和推动政企运营水平的提高。
创新技术是大数据发展的基石
要想实现对大数据的价值挖掘，大数据技术无疑是基石及助推器。而在大数据技术发展的整个过程中，分布式计算的精髓被体现得淋漓尽致，其中Apache的Hadoop分布式开源架构是大数据的助推器，为包括IBM、阿里巴巴及中兴通讯在内的众多大数据公司所采用.
大数据挖掘的逻辑流程如图所示。在不同的应用过程和领域依托于不同的技术。
中兴通讯大数据价值挖掘技术逻辑图
中兴通讯的数据挖掘技术可以分为三个阶段、八个环节。其中从数据采集和存储以及检索汇聚是数据的预处理阶段;数据处理、分析、挖掘和模型预测为数据挖掘阶段;最后为结果输出阶段。
在数据预处理阶段，中兴通讯使用ETL工具，负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
数据挖掘阶段为整个过程最为关键的阶段，中兴通讯采用CEP(复杂数据处理)和MapReduce等技术，其中CEP将数据流抽象为事件序列，使上层应用能够实时掌握运行状况并采取行动。
最后是输出呈现阶段，目的是是更加智能、简便及顺畅的呈现数据挖掘的各种成果。中兴通讯采用的技术有云计算、标签云、关系图等。
整个过程中，大数据涉及到的技术繁多，同时也日新月异，技术总在不断地演进。中兴通讯作为通信行业中的标兵，一直致力于大数据技术的研发工作，为大数据整体技术的演进起到了推动作用。在大数据的的演进中，中兴通讯认为以下趋势会日趋明显：
在数据存储和管理上，高效存储成为存储技术主要的研究方向，关系数据库和分布式数据管理方式逐步走向融合。
大规模数据处理分析需求的多样性，导致离线批处理、实时流处理、分布式内存计算、图计算框架等多种计算框架并存。需要灵活采用混搭架构满足应用需求。同时，多模式计算框架走向融合。
对自然语言理解的需求推动语义WEB技术发展，跨媒体的数据融合业务推动多维多模态信息融合与处理，大数据可视化成为快速理解大数据的最佳途径。
电信智能数据应用沿“MSS至BSS至OSS至电信网元”路径发展深入，应用场景大大丰富，同时不同领域的数据存在交叉融合。
大数据平台技术更能直观地体现大数据挖掘技术的组成。大数据平台是介于数据整合和应用之间的，具备数据预处理、处理、分析挖掘以及对外接口共享等功能。其中数据处理包括了实时流处理(CEP技术)和离线批处理(包含了Hadoop的文件系统HDFS和数据处理MapReduce等关键技术)。在数据挖掘中，中兴通讯针对各种应用开发出了不同的组件，包括人流分析组件、用户行为分析组件等。这些组件的开发，充分体现了中兴通讯致力于大数据的实际应用开发的智慧和能力。
Hadoop MapReduce是离线批处理中的主流技术，Hadoop发展过程中一个重大的变化就是引入了YARN，将MapRedcue中的资源管理调度剥离出来，为多计算架构融合打下基础。Hadoop的开源促进了大计算技术快速的应用，但是开源系统的不完善也是实际使用过程中需要解决的问题。中兴通讯在高可用性、性能优化、管理优化等方面做了大量的工作。
实时流处理CEP采用事件触发机制，对于输入的事件在内存中及时处理。CEP支持规则以满足灵活的事件处理要求。CEP采用分布式内存数据库、消息总线等机制来实现快速实时响应。
大数据应用正逐渐丰富成熟
大数据业务应用呈个性化、社交化、智能化的趋势，人机交互的需求推动智能问答发展和应用。
大数据的应用已广泛深入我们生活的方方面面，涵盖通信、医疗、能源、经济、交通、零售业等各种行业：
Seton Healthcare是采用IBM最新沃森技术医疗保健内容分析预测的首个客户，该技术允许企业找到大量病人相关的临床医疗信息，通过大数据处理，更好地分析病人的信息。
维斯塔斯风力系统，依靠的是BigInsights软件和IBM超级计算机，然后对气象数据进行分析，找出安装风力涡轮机和整个风电场最佳的地点。利用大数据，以往需要数周的分析工作，现在仅需要不足1小时便可完成。
NTT docomo把手机位置信息和互联网上的信息结合起来，为顾客提供附近的餐饮店信息，接近末班车时间时，提供末班车信息服务。
零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。
而对于我们特别关注的通信市场来说，运营商在大数据上的应用主要体现在如下四个层面。
在市场层面，运营商可以利用大数据为自身的产品服务，通过大数据分析用户行为，改进产品设计，并通过用户偏好分析，及时、准确地进行业务推荐，强化客户关怀，这样就可以不断改善用户体验，增加用户的信息消费以及对运营商的黏度;
在网络层面，可以通过大数据分析网络的流量、流向变化趋势，及时调整资源配置，同时还可以分析网络日志，进行全网络优化，不断提升网络质量和网络利用率;
在企业经营层面，可以通过业务、资源、财务等各类数据的综合分析，快速准确地确定公司的经营管理和市场竞争策略;
在业务创新层面，可以在确保用户隐私不被侵犯的前提下，对数据进行深度加工，对外提供信息服务，为企业创造新的价值。这样，大数据将助运营商实现从网络服务提供商，向信息服务提供商的转变。
总之，运营商正在寻求对自有数据最大化的价值变现，提高运维效率，降低运维成本，提升用户关怀质量;提升运营能力，开拓业务市场，加速ICT融合。
作为大数据技术的引领者，中兴通讯主要基于运营商数据和行业数据，在大数据的应用开发上横跨了电信、金融、交通、互联网等行业，开发出了一整套业界领先的大数据应用。
以商铺选址为例，融合用户位置数据和用户画像的商铺选址，克服了传统人工选址的局限，帮助商业用户以低成本快速、精准选址，实现运营商增值业务和商业客户的深度捆绑，提升价值客户黏性。
又如将大数据应用于客流分析，实时采集用户位置信令数据，动态呈现区域客流密度和人群流动轨迹、发现和预测人群活动规律，满足市政部门道路交通规划和应急安全管控等需求。
还有智能运营应用，基于大数据的新型网规网优解决方案以精细化运营为导向，以客户体验提升为目标，以网规网优性能指标量化、科学评估预测和精准资源投放为抓手，通过引入新型的数据源和采用基于大数据的海量数据处理方式，为网络建设规划和优化提供有力的支撑和保障。
下一篇：大数据，让你成为“透明人”（经济透视）上一篇：印度云计算支出增长迅速
责任编辑：封秀萍
为您推荐
北京华傲精创鲁跃：全程数据化节目制作
北京华傲精创鲁跃2005年8月24日，第十四届北京国际广播电影电视设备展览会(BIRTV2005)主题报告会在中国大饭店宴会厅举行。
HSDPA数据卡测试获得3.6 Mbps的速率
Option和北电首次在产业界成功完成了HSDPA数据卡呼叫的演示，无线传输速率达到了3.6Mbps，比目前主要的宽带连接速率还快。测试呼叫是在北电在法国的研究机构的商用HSDPA网络设备上完成的，一台安装有基于高通核心MSM6280技术的Option3.6HSDPA数据卡的笔记本电脑和来自北电的商用HSDPA网络设备达到了上述下行速率。该测试包括使用一台笔记本电脑放置在移动的汽车中演示高质量的移动宽带业务，如实时电视、高分辨率的视频点播、MP3下载等。北电通过测试和演示验证了HSDPA终端设备与设备提供商如Option帮助运营商以更快的速度向市场推出高速宽带无线业务是可行的。宽带技术如HSD
平民价格、贵族功能的数字影音数据库(下)
搭配外接式储存器(NeLDS近线磁盘柜)形成完整的数字内容影音片库，NeLDS的特点如下：1运用标准化SATA硬盘，速度快、容量高、成本低2电源供给容量充足，可供12个硬盘同时联机使用3可轻易扩充成16个机箱(如需使用Mirror备份，以每次扩充以复数单位计算，一个为储存数据、另一个为备份之用)4良好的通风设计，保证硬盘温升5专利的电源控管机制。硬盘不用时，由软件控制断电，耗电低、发热小、噪音低、寿命长6硬盘启动时，仅启动档案所存在的硬盘。各硬盘不在相同时间通电启动，瞬间启动电流低，故障机率少7每月定期诊断检查机制，使每一个硬盘每月至少会被启动暖机一次。8工业机箱设计，无移动、无碰撞、无电源线
平民价格、贵族功能的数字影音数据库(上)
数字影音数据库的应用与未来前言过去在影像的制作环境中不论是新闻中心、广播传输设施、现场节目录像、后制单位、机关团体甚至是学校的媒体信息中心，许多的原始纪录（影片、录像带）在经年累月之下逐渐成为管理单位一个庞大的负担。为了节省空间以及淘汰老化的录像带，渐渐的越来越多的制作单位花费庞大的人力与时间将这所有宝贵的影像撷取并压缩成档案转存在不同的媒介之中，然而在一切数字化之后如何去管理数量日益增加的影音档案又是个令人头痛的问题。为了解决这个问题，各家厂商竞相推出不同的解决方案，储存媒介不外乎卡式磁带、磁带盘、DVD光盘、及硬盘，再搭配资产管理软件组合而成数字数据库。而以数据库的特性、大小、及用途的不同
