《掘金大數據》是機械工業出版社2019年1月出版的圖書，作者是程新洲、朱常波和晁昆。本書首次全面、專業地講解電信大數據的全貌，是一本包括數據資源特徵介紹、分析體系、多行業案例的實務指南。
基本介紹
- 書名：掘金大數據：電信數據金礦詳解、挖掘及套用
- 作者：程新洲, 朱常波, 晁昆
- ISBN：978-7-111-61113-4
- 頁數：264頁
- 定價：59.00元
- 出版社：機械工業出版社
- 出版時間：2019年1月
- 開本：16開
內容簡介,作者簡介,目錄,
內容簡介
在數據橫向融合的時代，充分挖掘數據金礦及盤活數據資產，是企業發展和轉型的關鍵所在。本書徹底揭開電信運營商數據的神秘面紗，系統介紹大數據的發展歷程，主要的數據挖掘方法，電信運營商在網路運行及業務運營方面的數據資源特徵，基於用戶、業務、網路、終端及內在聯繫的電信運營商大數據分析體系，以及該分析體系在企業內部及外部行業的套用實踐。本書特別列舉了一系列電信大數據在企業運營以及多個行業套用的案例，為各行業的大數據套用推進提供參考，同時對於大數據推進過程中的各種風險與挑戰提出應對措施。
作者簡介
本書由中國聯通網路技術研究院大數據研發中心/下一代網際網路寬頻業務套用國家工程實驗室大數據開放實驗室團隊編著。
程新洲，教授級高工，中國聯通網路技術研究院大數據研發中心總監，下一代網際網路寬頻業務套用國家工程實驗室大數據開放實驗室主任，中國聯通集團專家級戰略人才。
朱常波，中訊郵電諮詢設計院有限公司、中國聯通網路技術研究院副總經理，高級經濟師，博士。
晁昆，中國聯通網路技術研究院大數據研發中心高級工程師，下一代網際網路寬頻業務套用國家工程實驗室大數據開放實驗室骨幹成員。
目錄
序
前言
第1章 大數據的發展歷程和時代背景//1
1.1 大數據發展的五大驅動力//2
1.2 大數據發展的歷程及技術演進//4
1.2.1 採集解析技術//4
1.2.2存儲管理技術//6
1.2.3並行計算技術//8
1.3大數據引起的時代變革//9
1.3.1 智慧型派單､路線最佳化//9
1.3.2 金融授信､風險防範//10
1.3.3 廣告精準投放//10
1.3.4 挖掘用戶的隱性需求//10
1.4 電信大數據的掘金之路//11
1.4.1 AT&T//12
1.4.2 德國電信//12
1.4.3 Vodafone//12
1.4.4 法國電信//12
1.4.5 中國聯通//12
第2章 電信運營商的價值數據//14
2.1 電信運營商數據源概覽//14
2.2 網路運行數據//17
2.2.1 基礎資源及配置數據//17
2.2.2 信令追蹤數據//21
2.2.3 業務識別數據//25
2.2.4 性能統計數據//34
2.2.5 監控預警數據//39
2.3 業務運營數據//43
2.3.1 用戶基礎資料//43
2.3.2 用戶業務行為//44
2.3.3 用戶輔助信息//46
第3章 電信大數據分析體系//50
3.1 用戶畫像及行為洞察//53
3.1.1 用戶全息畫像構建//53
3.1.2 用戶實時軌跡追蹤//61
3.1.3 用戶行為偏好分析//70
3.2 業務識別及感知評判//80
3.2.1 業務特徵捕獲//80
3.2.2 用戶業務感知評價//85
3.3 網路分析及全景描繪//93
3.3.1 網路資源分析//93
3.3.2 網路覆蓋分析//96
3.3.3 網路性能分析//100
3.3.4 網路結構分析//104
3.4 終端解構及性能評價//105
34.1 終端分類構成解析//105
3.4.2 終端綜合性能評價//112
3.5 運行匹配度解析//116
3.5.1 終端與網路匹配度//117
3.5.2 網路資源與業務匹配度//118
3.6 眾籌競爭力分析//120
3.6.1 傳統分析方法及局限性//120
3.6.2 基於智慧型終端App數據的分析方法//120
3.6.3 分析結果示例//122
第4章 電信大數據企業內部套用//125
4.1 大數據助力資源精準投放———網路規劃建設//125
4.1.1 網路規劃資源的精準投放//126
4.1.2 網路建設效果的有效評價//127
4.2 大數據助力效率提升———網路運維最佳化//129
4.2.1 智慧型化運維//129
4.2.2 精細化最佳化//133
4.3 特定用戶群體的精準行銷———市場推送//136
4.3.1 流量經營時代//137
4.3.2 現網中價值區域的挖掘//138
4.3.3 基於B+O大數據的流量經營策略//14.5
4.3.4 新型業務行銷及發展趨勢//156
4.4. 用戶黏性及離網預判———客戶維繫//161
4.4.1 存量客戶//163
4.4.2 現有用戶的套餐升級//168
4.4.3 潛在異網客戶//169
第5章 電信大數據外部行業套用//171
5.1 電信大數據在交通領域的套用//171
5.1.1 交通行業的發展需求//172
5.1.2 交通行業數據現狀//175
5.1.3 電信運營商在交通領域的角色定位//177
5.1.4 電信大數據助力交通領域的套用案例//181
5.2 電信大數據在金融領域的套用//183
5.2.1 金融行業發展需求//183
5.2.2 金融行業數據現狀//184
5.2.3 電信運營商在金融行業的角色定位//186
5.2.4 電信大數據助力金融的套用案例//188
5.3 電信大數據在城市規劃領域的套用//193
5.3.1 城市規劃發展需求//193
5.3.2 城市規劃數據現狀//193
5.3.3 電信運營商在城市規劃的角色定位//194
5.3.4 電信大數據助力城市規劃的套用案例//195
5.4 電信大數據在旅遊領域的套用//198
5.4.1 旅遊行業發展需求//198
5.4.2 旅遊行業數據現狀//199
5.4.3 電信運營商在旅遊行業的角色定位//199
5.4.4 電信大數據助力旅遊行業的套用案例//201
5.5 電信大數據在廣告領域的套用//204
5.5.1 廣告行業發展需求//204
5.5.2 廣告行業數據現狀//204
5.5.3 電信運營商在廣告行業的角色定位//206
5.5.4 電信大數據助力廣告精準投放的套用案例//207
5.6 電信大數據在公眾及氣象領域的套用//210
5.6.1 公眾及氣象領域發展需求//211
5.6.2 公眾及氣象領域數據現狀//212
5.6.3 電信運營商在公眾及氣象領域的角色定位//213
5.6.4 電信大數據助力公眾及氣象領域的套用案例//214
5.7 電信大數據在餐飲､娛樂領域的套用//216
5.7.1 餐飲､娛樂行業發展需求//217
5.7.2 餐飲､娛樂行業數據現狀//218
5.7.3 電信運營商在餐飲､娛樂行業的角色定位//219
5.7.4 電信大數據助力餐飲､娛樂行業的套用案例//220
5.8 電信大數據在其他領域的套用//223
5.8.1 商業決策//223
5.8.2 治安監控//225.
5.8.3 政府決策//226
5.8.4 醫療行業//228
5.8.5 教育行業//230
第6章 大數據的風險與挑戰//232
6.1 風險管理//232
6.1.1 數據泡沫風險//232
6.1.2 技術升級風險//235
6.1.3 隱私侵權風險//240
6.2 挑戰應對//244
6.2.1 技術發展挑戰//244
6.2.2 思維轉變挑戰//246.
6.2.3 商業挑戰//248
參考文獻//251
