主流大数据处理技术及应用方案

1、主流大数据处理技术及应用方案主流大数据处理技术及应用方案2目录一主流分析型数据库技术介绍、对比及选型二数据处理技术的演进应用方案-XXX运营商大数据平台三2目录一主流分析型数据库技术介绍、对比及选型二数据处理技术的3什么是大数据大数据指不用随机分析法（抽样调查）这样的捷径，而采用对所有数据进行分析处理的方法维克托迈尔舍恩伯格“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和 流程优化能力来适应海量、高增长率和多样化的信息资产全球领 先的信息技术研究和分析公司Gartner一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库 软件工具能力范围的数据集合，具有海量的数据规模、快速

2、的数据流 转、多样的数据类型和价值密度低四大特征麦肯锡3什么是大数据大数据指不用随机分析法（抽样调查）这样的捷径，4大数据4V特征VolumeVarietyVelocityValue随时随地产生数据，数据量更大以“低成本”的方式获得“可接受” 的数据分析结果Cheap：“廉数据”数据具有多样性数据来源多、类型多Multi-X：同一对象多维描述价值密度低更多高价值的数据产生对有价值数据进行“提纯”大数据的目的对处理速度要求更高实时和在线Swift：“快数据”Big DataBig Money4大数据4V特征VolumeVarietyVelocityV5大数据处理流程数据库技术是大数据处理的关键数

3、据获取数据ETL数据存储数据分析数据服务数据库技术是大数据的关键！5大数据处理流程数据库技术是大数据处理的关键数据获取数据ET6数据处理技术的演进SQL/ACID传统关系型数据库的崛起，提出面向企业 应用的商业智能，面向数据仓库的数据分 析（OLAP）技术兴起20001995200520102015分布式技术提出谷歌提出分布式文件系统、分布式数据库和 分布式计算框架，奠定大数据技术基础大数据Hadoop技术提出开源Apache Hadoop逐渐兴起，大幅推进互联网大数据应用实时计算技术提出流计算、图计算、交互式分析、内存计算等 技术不断演进混合技术架构兴起Spark、Flink等新一代分析引擎

4、融入大数据平台6数据处理技术的演进SQL/ACID传统关系型数据库的崛起，7数据处理框架的演进RDBMPP数据库Hadoop7数据处理框架的演进RDBMPPHadoop8数据处理框架-RDB(Relational Database)特点单服务器、小型机集中式数据和业务处理ACID(Atomicity、Consistency、Isolation、Durability)Scale-UpOLTP(On-Line Transaction Processing)，响应时间敏感成本低缺点大数据处理性能较差容灾性较差稳定性有局限业务和数据处理规模有限扩展性和灵活性较差8数据处理框架-RDB(Relation

5、al Databas9数据处理框架-MPP特点Massively Parallel Processing多服务器、多节点，多任务并行执行数据分布式存储和计算ACIDScale-outOLAP(Online Analytical Processing)商业化缺点扩展规模有限对并发的支持有限节点增删维护工作较复杂不支持非结构化数据成本较高9数据处理框架-MPP特点10Hadoop，允许使用简单的编程模型，以跨集群分布式的方式，处理大型数据集。具有可靠、高效、可伸缩的特点。它的目的，是从单一的服务器到上千台机器进行扩展，从而利用各自的本地计算和存储资源。是一个能够让用户轻松构建和使用的分 布式计算平

6、台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。Hadoop在应用层面检测与处理各类错误，因此能够在 一个集群内实现高可用性。并且Hadoop已经成为大数据行业的标准，形成了一个健康活跃的生态系统。可靠性、高扩展性、高效性、高容错性、低成本。Hadoop生态系统10Hadoop，允许使用简单的编程模型，以跨集群分布式的方11数据处理框架-Hadoop特点多服务器、多节点的集群架构大数据多任务的分布式处理HDFS(Hadoop Distributed File System)分布式文件系统、流式访问MapReduce曹冲称象，分而治之可靠、高效、高扩展（Scale-out）、

7、高容错、低成本可处理多种格式数据源，非结构化、半结构化数据开源缺点对SQL的支持有限无法高效存储大量小文件不支持多用户写入及任意修改文件缺乏专业的支持服务11数据处理框架-Hadoop特点12数据处理框架的对比数据库框架分析性能扩展性容灾性数据类型业务场景支持全SQL异构数据整合成本RDB一般较差较差结构化OLTP能不支持中等MPP好局限局限结构化OLAP能不支持较高Hadoop好好较好（非）结构化OLAP部分支持低没有最好的技术，只有最合适的技术。针对业务需求“有的放矢”。12数据处理框架的对比数据库框架分析性能扩展性容灾性数据类型13目录一主流分析型数据库技术介绍、对比及选型二数据处理技术

8、的演进应用方案-XXX运营商大数据平台三13目录一主流分析型数据库技术介绍、对比及选型二数据处理技术分析型数据库分析型数据库是面向分析应用的数据库，可以对数据进行统计分析和即席查询等挖掘数据 价值的工作。传统数据库是以事务处理为主，大数据时代的主要应用则是数据分析。数据库三大阵营：OldSQL、NoSQL、NewSQL分析事务互联网OldSQL一种架构支持多类应用NewSQL分析OldSQL事务NoSQL互联网OldSQL+NoSQL+NewSQL多种架构支持多类应用14分析型数据库分析型数据库是面向分析应用的数据库，可以对数据进15大数据下的分析型数据库OldSQL行存储关系型ACIDSMP

9、NewSQL列式存储关系型ACIDMPPNoSQL列式存储Key-Value灵活性MPP分布式计算，分布式文件系统内存计算（In Memory Computing）新的硬件：Flash Card，SSD，高速网络、Infiniband15大数据下的分析型数据库OldSQLNewSQLNoSQL16OldSQLOldSQL是指传统的关系型数据库，借助于数学概念和方法来处理数据。数据规范化：关系型数据库的数据存储是为了更高的规范性，把数据分隔成最小的逻辑表(关系表)以 避免重复，获得最精简的空间利用。事务性：SQL数据库支持对事务原子性细粒度控制，并且易于回滚事务。16OldSQLOldSQL是指

10、传统的关系型数据库，借助17NewSQLNewSQL是对各种新的可扩展、高性能的关系型数据库的统称。既能够提供OldSQL的质量保证，也能提供较强的可扩展性。17NewSQLNewSQL是对各种新的可扩展、高性能的18NoSQL大数据类型的多元化急速增长，OldSQL不满足分布式技术架构的适用性。Not Only SQL，泛指非关系型的分布式数据库。18NoSQL大数据类型的多元化急速增长，OldSQL不19OldSQL&NoSQL&NewSQL总结海量数据实时分析Vertica/Impala19OldSQL&NoSQL&NewSQL总结海量数据实时分20类型OldSQLOldSQLOldSQ

11、LNoSQLNoSQLNoSQLNoSQLNoSQLNewSQLNewSQLNewSQL存储方式行/列式存储行式存储行式存储分布式文档存储分布式K-V存储分布式列式存储分布式HDFS分布式HDFS行式存储分布式存储分布式列式存储运算方式磁盘磁盘内存内存/磁盘内存/磁盘内存/磁盘内存磁盘磁盘磁盘内存/磁盘系统架构RDBMSRDBMSRDBMSC/S分布式集群C/S分布式集群HadoopHadoopHadoopC/S分布式集群MPPMPP支持SQL支持支持支持不支持不支持需插件类SQL类SQL支持支持支持大数据处 理能力较差较差一般较好较好好很好好好好很好容灾性较差较差较差较好较好好好好较好好好应

12、用场景传统数据分析WEB应用低成本内存运算对象存储及处理数据键值关系突出海量存储与扩展实时分析批处理分析二次订制开发数据仓库即席查询扩展性Scale-upScale-upScale-upScale-outScale-outScale-outScale-outScale-outScale-upScale-outScale-out开放性商业开源商业开源开源开源开源开源开源开源商业目前主流分析型数据库对比20类型OldSQLOldSQLOldSQLNoSQLNoS21分析型数据库选型思路决定性因素关键因素一般因素分析需求数据格式数据存储方式数据查询能力稳定性&容灾能力数据分析运算能力架构选择可扩展性

13、成本21分析型数据库选型思路决定性因素关键因素一般因素分析需求数22目录一主流分析型数据库技术介绍、对比及选型二数据处理技术的演进应用方案-XXX运营商大数据平台三22目录一主流分析型数据库技术介绍、对比及选型二数据处理技术23一运行分析视图二大数据平台总体架构规划支撑视图三决策支撑视图四目录23一运行分析视图二大数据平台总体架构规划支撑视图三决策支撑24网络建设初期阶段阶段一：先期基于路测数 据、投诉数据进行简单分 析；后引入MR数据进行深 度覆盖分析；阶段二：网络规划建设简 单、粗糙，直接在空白区 域建设。缺乏针对用户、业务和终端进 行深入关联分析；网络精细化建设阶段基于现网23类运行数据

14、， 建立了基于移动网络 “O 域+B域”数据的分析方法 体系；在长春、成都、重庆、广 州、兰州、上海6重要城市 进行推广和验证。探索六城市精细化建设支撑，并固化方法模型。大数据平台化阶段基于“以我为主、自主研 发”原则，搭建大数据分 析平台，进行迭代式开发， 实现方法固化。逐步实现全网数据的统一 采集、解析与存储管理；开发大数据平台，实现规模化、 精准化建设支撑。通过运行数据挖掘分析，实现网络优化精准分析、提升网络建维优的精准性和有效性XXX运营商大数据平台-背景24网络建设初期阶段阶段一：先期基于路测数 据、投诉数据进行25人在哪干什么怎么样XXX运营商大数据平台-建设总体思路用户群体特 征

15、分析为轨迹分析不同业务体验 分析B侧价值发现用户群体的行用户投诉O侧网络定位覆盖能力评估网络性能、质量网络问题分 析关联要素时间小区终端业务区域三大落地支撑客户维系， 支撑精准市场推广维度接口3G分析定 位问题4G支撑引 导规划网络性能反馈支撑网络运维 优化，改善网 络质量支撑网络规划 建设，提高资 源投放精准度25人在哪干什么怎么样XXX运营商大数据平台-建设总体思路用XXX运营商大数据平台-方法体系全面梳理23类数据序号分类数据源1OSS侧数据基础数据2DT/CQT数据3IU-PS（挂表采集）/Gn数据4CDR（平台采集）5MR数据6无线话统数据7无线参数8核心网参数9告警数据10无线侧呼

16、叫记录数据11设备版本及补丁12设备与板卡负荷数据13无线COUNTER数据14核心网报表数据（核心网COUNTER 数据）15投诉数据16话单数据17配套资源配置及运行情况18BSS侧数 据用户信息19月度话单数据20语音详单21数据详单22套餐信息23终端数据库系统建立现网分析方法体系-24个分析模块序号分类分析模块项目1网络与资 源无线侧资源情况室内外站、建筑物、物理站址分析2网络覆盖下行覆盖、上行干扰、上行干扰分析3资源瓶颈网络资源、空口效率、载波负荷分析4网络性能网络侧性能指标、问题小区分析5网络结构站高、站密、重叠覆盖、有效性分析6多网协同2、3、4G多网络协同分析7用户与终 端终

17、端情况终端统计、终端与用户及业务分析8用户情况用户情况总体分析9用户画像用户属性、消费、时间、业务等标签10群体特征分析用户结构及用户偏好分析114G转网用户分析4G转网用户及潜在4G用户分析12感知分析用户各类业务感知分析13用户轨迹各级别用户迁徙及单用户轨迹分析14业务与应 用业务情况语音数据业务、分类主流业务分析15业务分布及特征总体业务情况及分类业务情况16业务质量语音、CSFB、数据业务质量分析17综合专题趋势分析小区数、用户数、业务量等发展趋势18联合分析覆盖、结构、资源、感知综合分析19资源重点投放场景、网格、扇区等区域价值分析20LTE部署区域LTE部署区域及部署建议分析21L

18、TE站址分析LTE站址可用性及合理性分析22流量经营终端、流量、闲时包及业务内容营销23总览总览资源、用户、业务、网络、终端总览24简报简报全国级及省级基本简报和自定义简报全方位支撑-10个应用方向用户终端业务网络经营26用户画像、聚类及签转分析基于轨迹和感知的投诉支撑用户黏性和潜在离网预判主流业务的感知分析及回溯各粒度价值区域分析网络质量性能预警及回溯网络调整与技术演进支撑多维度的网络规划方案终端特征、性能评估体系流量经营支撑XXX运营商大数据平台-方法体系全面梳理23类数据序号分类数27内部网络资 源精准 投放基于投 诉问题 定位现网用 户维系精准 营销API接口开 放各行 业应 用外部平

19、台能力可实现对2/3/4G现网各接口及设备数据的解析能力，能够满足现网网络优化需求；可满足全国B+O数据的存储与处理；实现一体化解析、存储与管理；与数据中心共享资源，着 重网络分析应用；具备商业智能数据分析能力，可对外开放接口，实现海量数据的可视化分析；5*N：满足纵向从集团到省、市、县、网格，横向从N个专业线条的多层次、全链条支撑需求， 同时可逐步对外部行业应用需求进行适配。XXX运营商大数据平台-平台能力27内部网络资 源精准 投放基于投 诉问题 定位现网用 户维28XXX运营商大数据平台-平台架构元数据管理数据质量管理数据层ETL层数据处理层中间层数据展现层元模型管理元数据采集元数据分析

20、元数据共享辅助开发运维辅助业务应用元数据存储元数据共享数据质量信息采集数据质量模型 管理核查指标管理数据质量分析数据质量监控数据质量改进核查执行调度质量问题管理网优平台BSS系统上网详单系统网管系统挂表采集MR性能基础投诉账单详单终端数据业务位置KPI参数负荷版本CDRIuPS网络规划仿真可研/技术方案设计/施工/后评价评估优化B侧数据解析Gn口解析C/D口解析S1口解析COUNTER解析MR解析B侧预统Gn预统A/Iu口解析IuPS解析MapReduce数据调度Job调度MPP数据库内存数据库OLTPRSQLModelerSASSPARKHIVE数据共享查询转换数据采集代理查询代理GIS引擎

21、GIS呈现图表表格28XXX运营商大数据平台-平台架构元数据管理数据质量管理数29一运行分析视图二大数据平台总体架构规划支撑视图三决策支撑视图四目录29一运行分析视图二大数据平台总体架构规划支撑视图三决策支撑1、端到端网络优化整体思路贯通“端管云”的全链条网络优化支撑方案，为端到端网络优化的各个环节提供数据分析支撑。用户终端无线接入核心网络应用服务终端情况终端性能分 析网络覆盖网络资源多网协同联合分析站址合理性参数核查网络性能业务质量IMSILAC/CIRNC_IPSGSN_IPGGSN_IPDST_IPDNS_IPSP_IP 30管端云1、端到端网络优化整体思路贯通“端管云”的全链条网络终端

22、情况：结合B侧数据、核心网用户面数据及终端库，实现针对终端类型、品牌、制式和 能力等方面聚类统计和地理化呈现。终端性能：建立终端无线性能评价体系，对现网主流活跃终端进行网络性能评判，支撑网 优建设、优化的有效性投放。终端情况多种GIS展现 形式终端 用户 业务 三个 维度 联合 分析终端性能基于RNC呼叫记录及各类不同事件原因进行分类统计，针对终端建立无线网络性能评价机制，进行量化参考。-I2013012 MIMI-ONE三星PlusGT-I9152 联想A820iPhone4(A1332)502 酷派7295A联想A850 酷派7295+酷派7295 honor3C三星SM-G7106 I9

23、082i酷派7296WM630华为G520-0000WINGT-I8552MI3WTechwishTR105MI2012061MI2S M三星GT-N7100HTC802w魅族M040三星SM-G3三星SM-N9006三星SM-G9006V iPad2A1396HTCPG58130三星GT三星GT-N7102魅族MXM351 魅族MXM353三星GT-S7562 三星GT-I9100HTCT528wYUGECMI2012052三星GT-I8262D 三星GT-I8552三星GT-I9100G三星GT-S7562i三星GALAXY三星SM-G3812HTCT328w三星GT-S7572HTC60

24、6w-17.50-16.50-15.50-14.50-13.50-12.50-11.5000.2%iPad(A1430)三星GT-I9502 三星SM-N9002 三星GT-I9500三星SM-N900 iPadmini(A1455)iPhone三星GALAXYNOTE2GT-N7100三星GALAXYS4GT-I9500 OPPOOPPOX909三星GT-I9082三星GT-I9300HTCD816w MI20121210.3%0.4%0.5%0.6%0.7%iPadmini(A1490)华为E5220s-1iPhone4S(A1387)iPadAir(A1475) 三星SM-N9005 i

25、Phone5C(A1529)iPhone4S(A1431)iPhone5C(A1526) iPhone5S(A1528)4S(A1387)iPhone iPhone5S(A1530)MI201312120140125(A1429)华为AscendG730三星SM-G3502I iPhone5S(A1533)ZTEAD3812华为G750-T00SonyXperiaCiPhone5A1429 iPhone5(A1428)酷派7295华为G610-U00华为G700-U00LGNexus5iPhone4(A1332)MI2013023 酷派7269.1% 异常比例低，EcIo高异常比例高，EcIo

26、高异常比例低，EcIo低异常比例高，EcIo低31Redmi1S MI201302925 华为G700-U009r华为C01-M08I)2) 013023i(AS 29LGGN3oe5xn0u派s75(AA31553酷1) 4T92)Ion 5AZ 为2GU70500-T004X0E2p1A9e2GD6i3a18OPPiPOhOonPiePhP4Ooa华SdnX(Ae为A95i01r(3A8144175)N90iPad(A143i0P) admini(A1490三三i星星Sh华iMPo-hin为oeP0M25nh052CeoI224(n2A0Se011(5As35CS-1121(24A1250

27、21三星SM-N900三星GT-I X0Y8S24GT-I950006eS) 华1yiP三ad星mGinTi-(PiAIihi9P三P1Po54h0nh50星eo5o4)nSnS(AeeM1453(8-(SA7NA)(1A19)341032502835三星GALAGXTY-IN9iO5PTEhE2oGnT-e5hA090NiPA71L三星SM-G3812I8552HTC三三星8星1GTw-SI9M30-D 6HTC606w三H星TGCTT-3MS27I835wW72三星GT-I9三10星0三G星T-GS7A5L6A2XiYWINGT-iP魅ad族2MA1X3HM魅9三T63族C星5三PYM1三

28、GU星X5TG星GM-8ENS1TC3M-37W5I0193-0M0G2876213i)006三星三SM星魅-GH族N三T9三M-C0星N星80酷i0P704S6联Sh1派2M0Mo0w想酷7-0n-G2eAG派99483507(5AA020酷169233V5h)派3+o)27n)2o9r53C三星三三G星星T-GG三IH8TTM2-星T-I6SCI92G271T0华DT5051-602为2I280酷G5w55派5222702-906000TecMhIw2i0MsM1hII2MTI22三1R0SAI029M1星联110s23IG想5-0c0O76T1eA-1N2)I8n9E21Pd05lu2G

29、)s酷7派307269-20.00-18.00-16.00-14.00-12.00-10.00-8.00-6.00-4.00-2.000.000.0%0.2%0.4%0.6%0.8%1.0%1.2%1.4%1.6%1.8%2.0%比较各品牌终端的综合表现筛选个别型号 表现差终端端2、端到端网络优化终端情况和终端性能终端情况：结合B侧数据、核心网用户面数据及终端库，实现针对终32网络资源：从业务量及设备负荷、网络侧资源情况、网络资源拥塞情况及关联分析等多个 维度，分别对网络中小区的资源使用情况进行分析和呈现。多项协同：通过对2/3/4G网络性能的综合分析，反应2/3/4G网络业务、终端、用户的协

30、同 发展状况。网络资源多网协同管多维度可选的网 络资源横向对比高负荷及拥塞 小区一目了然分析粒度小区 扇区任意切换重点扇区详细信息钻取多个组合维度分 析234G网间协同全面的网间协 同指标展示天面维度分 段指标展示3、端到端网络优化网络资源和多网协同32网络资源：从业务量及设备负荷、网络侧资源情况、网络资源拥3管联合分析：结合现网覆盖、结构、感知、资源各方面分析结果，针对每个扇区给出优化建 议，为现网实际规划优化提供参考。站址合理性：建立终端无线性能评价体系，对现网主流活跃终端进行网络性能评判，支撑 网优建设、优化的有效性投放。联合分析站址合理性综合感知、覆盖、结 构、资源四方面给出 扇区联合

31、分析结果网格维度汇总问题扇 区，提供优化建议从结构和覆盖两 方面综合评定各 小区站址合理性3GIS展示各 级别小区重点小区钻取 详细信息，明 确问题所在4、端到端网络优化联合分析和站址合理性3管联合分析：结合现网覆盖、结构、感知、资源各方面分析结果，34云业务质量：采用信令面XDR数据对语音业务、数据业务以及其他各类业务的运行质量，指导网络优化与规划。指标 呈现从用户/终端/网元等维 度呈现业务质量指标原因排查从数据流程和信令流程 维度分析异常情况成因联合 定位从地理维度定位小区，从地址维度定位网元分析针对发现的问题提出进处理一步核查与处理的建议分析呈现TOP网元问题原因分析钻取问题网元 定位

32、查找5、端到端网络优化业务质量34云业务质量：采用信令面XDR数据对语音业务、数据业务以及35投诉分析多维度分析 全网投诉投诉收集投诉挖掘原因定位优化建设从投诉时间、 位置、原因、 类别、等级、 客户等多个维 度综合分析投 诉数据，全面 呈现投诉问题 分布，辅助问 题查找。投诉信息 一键导出6、投诉跟踪处理投诉分析35投诉分析多维度分析 全网投诉投诉收集投诉挖掘原因定位优化提供6大类用 户标签的选择109种标签描 绘每个用户多重筛选定位具体用户查询投诉用户的手机号码快速定位用户用户画像自然属性：性别、年龄用户属性：VIP等级、入网 时长、签约套餐消费属性：ARPU、MOU、DOU终端属性：终端

33、型号、终端 能力偏好属性：业务偏好、时间 偏好、地理偏好36投诉收集投诉挖掘原因定位我今天上午在XX大厦附近上网，网络总是不好，图片显示不出来。优化建设常见投诉问题时间地点提供不清问题描述太过模糊7、投诉跟踪处理用户画像提供6大类用 户标签的选择109种标签描 绘每个用户多重筛选37+O用户轨迹结合用户感知，B侧及O侧数据关联分析，精准定位用户投诉问题的精确时间及位置。感知分析多种形式展示不同维度分析结果投诉收集用户轨迹投诉挖掘B原因定位优化建设个体轨迹辅助定位单个用户、查找用户投诉具体 位置。群体轨迹分析群体的地理聚集度及业务聚集度， 评价不同区域的群体分布。个体用户 轨迹点群体用户轨迹趋势

34、图8、投诉跟踪处理用户轨迹和感知分析37+O用户轨迹结合用户感知，B侧及O侧数据关联分析，精准投诉收集网络性能投诉挖掘原因定位优化建设网络稳定性从用户感知映射网络问题，从网络覆盖、性能、稳定性多方位定位网络问题，完成KQI到KPI的转化。38数据、图表、GIS多 维度联合展示指标从接入性、保持性、移动性、完整性、互操作等 角度全方位评估网络性能。问题小区分析直 接筛选质差小区断站次数及 时长分析深入分析断站、退服等影响用户感知的故障告警， 辅助查找网络稳定性问题。断站原因分析9、投诉跟踪处理网络性能和网络稳定性投诉收集投诉挖掘原因定位优化建设从用户感知映射网络问题，从网39投诉收集投诉挖掘原因

35、定位优化建设从客户投诉/用户感知入手，提升网络整体支撑保障能力与客户感知。以解决客户投诉为核心，发现感知问题，查找网络原因，指导优化建设，形成网络优化闭环。从需求热点、投诉重点、 网络短板等分析结论出 发，提升运维优化水平。支撑运维优化建设以投诉为切入点，通过用 户感知查找网络问题，不 断推进网络优化建设。用户投诉为出发点投诉优化建设感知问题网络问题10、投诉跟踪处理优化建设39投诉收集投诉挖掘原因定位优化建设从需求热点、投诉重点40一运行分析视图二大数据平台总体架构规划支撑视图三决策支撑视图四目录40一运行分析视图二大数据平台总体架构规划支撑视图三决策支撑41 通过“覆盖情况”专题寻找可能的

36、问题区域基于地市/网格/场景/ 扇区/基站等不同维度呈 现区域内现网站点情况 结合“网络结构”专题查看区域内站点分布情况 通过热度图呈现区域用户数量、业务量；通过区域内不同制式的 终端数量为4G网络建设和2G退网提供支撑；基于收入、用户、终端、 业务情况提供资源重点投放排名和LTE建设区域推荐； 在Web界面上呈现各类结果图层供规划参考，并 提供手动加站和批量站点 导入功能；平台从现网资源情况、存在问题、用户终端业务分布等多方面为网络规划提供信息参考；在此基 础上提供规划建议；并通过GIS辅助平台进行方案落地；了解资源现状定位存在问题用户终端业务提供规划建议方案平台落地综合用户感知情况判断 是

37、否存在问题；完成站点规划后在“规模 调整”模块自动计算单个站 点投资，并根据设定优先级 规则生成三年滚动规划；1、平台落地基本思路41 通过“覆盖情况”专题基于地市/网格/场景/ 扇区/42对234G的室内外无线侧资源进行统计与展现，从而了解本地网的站点分布和资源情况；可以进行省份、城市、BSCNodeBeNodeB等多维度查询及统计结果的呈现，呈现方式包括表格和地理呈现。2、了解资源现状菜单维度 选择数据报表呈现指标图表显示GIS展示42对234G的室内外无线侧资源进行统计与展现，从而了解43查看本地网 覆盖整体情况3、定位存在问题覆盖情况和网络结构覆盖情况：基于MR/路测数据从地市场景网格

38、逐级统计覆盖情况，并在地图上对弱覆盖区域予以呈现；网络结构： 针对现网站点的站高、站密和覆盖有效性进行分析，并结合覆盖情况进行关联分析，为问题定位 提供参考覆盖情况网络结构查看场景维度覆盖扇区粒度的 覆盖情况呈现通过平均站址、高/中/正常/稀疏站数量/占比等指标，并结合GIS 多维度（地市、场景、网格等）呈现区域内的站密情况。站高分析通过软切换比例是否合理，并结合覆盖有效性指标对区域内网络整 体覆盖的合理性进行评估。将网络结构与覆盖 情况结合综合定位 问题区域43查看本地网 覆盖整体情况3、定位存在问题覆盖情况和网络444、定位存在问题用户感知分析构建移动互联网主流业务的感知评价方法体系，输出

39、单用户级综合业务感知评价、小区级综合业务感知评价， 形成基于感知门限的预警及回溯机制，实现差异化建设目标，精准匹配客户需求。1、建立主流业务的用户感知体系2、获取用户及用户群体的感知3、获取扇区级主流业务感知4、基于感知的问题定位流媒体感知结果下载业务感知结果及时通信感知结果浏览业务感知结果其他业务感知结果数据业务总体感知结果444、定位存在问题用户感知分析构建移动互联网主流业务的感455、用户终端分析结合O域信令与B域用户类型信息及终端库，实现针对终端、用户类型的聚类统计和地理化呈现。2G用户2G终端分布2G用户3G终端分布2G用户4G终端分布3G用户2G终端分布3G用户3G终端分布3G用户

40、4G终端分布4G用户2G终端分布4G用户3G终端分布4G用户4G终端分布455、用户终端分析结合O域信令与B域用户类型信息及终端库，4G上行数据流量4G下行数据流量6、业务分析针对用户在网络中的各大类业务使用情况，进行统计并呈现；综合用户、终端、网络、业务量多维度呈现业务使用情况，为2G退网、4G建设提供有力支撑；3G语音话务量3G上行数据流量3G下行数据流量主流业务分布Top 5品牌的主流业务分布464G上行数据流量4G下行数据流量6、业务分析针对用户在网络中47alue=价值用户业务终端Value=U+A+T数据提 取、解析及 入库整理分析要素业务终端用户层次分析打分&价值区域发掘价值区域

41、应用分维度独立加权评分、排名、 分档各维度综合加权评分、排名、 分档网络性能作为联合分析，不做 综合评分结合GIS的地理价值地图生成及区域 发现结合场景及名单的逻辑价值区域发 掘结合时间维度的时域价值地图及发掘标准化打分业务标准化终端标准化用户标准化层次分析打分业务要素价 值终端要素价 值用户要素价 值网络性能联 合分析价值发掘规划支撑 价值展示 优化支撑利用Z-Score算 法对要素各指标进 行标准化打分利用专家矩 阵对准则层(要 素)打分根据专家矩阵采用AHP方法，进行 综合打分；结合地理和逻辑进行价值区域发掘落地应用价值量化计算价值分布及汇聚重点投资区域是中国联通进行资源投放的重要指向，需从用户、业务、终端等维度进行综合考量。 构建B+O打通的基础数据集合，支撑网络规划及优化应用。提取用户、业务、终端要素数据并进行标准 化打分，AHP算法对实现综合价值计算扇用综终业区户务端收聚分均入集布价地图7、提供规划建议资源重点投放区域47alue=价值用户业务终端Value=U+A+T数据提488、方案平台落地整体流程规模调整确定站点建设年份，生成项目库规则编辑工程配置设定及初始化计算批量选择和修改工程汇总和