建议使用以下浏览器,以获得最佳体验。 IE 9.0+以上版本 Chrome 31+ 谷歌浏览器 Firefox 30+ 火狐浏览器
请选择 进入手机版 | 继续访问电脑版
设置昵称

在此一键设置昵称,即可参与社区互动!

确定
我再想想
选择版块
标签
您还可以添加5个标签
  • 没有搜索到和“关键字”相关的标签
  • 云产品
  • 解决方案
  • 技术领域
  • 通用技术
  • 平台功能
取消

云集而动

发帖: 214粉丝: 137

级别 : 版主

发消息 + 关注

发表于2020年03月18日 10:16:50 21261 48
直达本楼层的链接
楼主
显示全部楼层
[微话题] (已结束)【华为云•微话题】电信网络数据如何进行治理和分析?参与赢取大号鼠标垫&双肩包

——————————————————【华为云·微话题】———————————————————


880 350.jpg

 

数据是人工智能领域最关键的一部分,决定了模型算法的上限,也是人工智能开发过程中占用人力最多的环节;

高效、高质量治理电信领域数据、数据准确承载业务场景等成关键,

今天我们就讨论电信领域数据集是如何构建的?AI开发者如何使用数据集?

 


——————————————【微话题活动】———————————————


今天我们邀请到电信网络数据治理专家Yao Zhou和大家讨论一下:


电信网络数据如何进行治理和分析?


活动时间


2020年3月20日-2020年4月3


参与方式


直接在本帖回复关于以下问题的理解或评论


1)电信领域数据有哪些特点,如何治理?

2)已构建的数据集可支撑哪些AI开发?

3)电信领域数据标准规范如何指导数据标准化?


本期奖品

A.回帖参与本次讨论,回复与话题相关的原创内容,即可获得精美鼠标垫1个(数量有限,先到先得)。

B.电信网络数据治理专家Yao Zhou评出3名优质评论奖各送出华为云定制双肩包1个

(两样奖品不可同时获得,奖品于活动结束发放)

 

评奖标准

回复话题数量和内容质量

                                                                                    

                         优质评论奖3名                         

                                                     



    shu.png

参与奖




举报
分享

分享文章到朋友圈

分享文章到微博

云集而动

发帖: 214粉丝: 137

级别 : 版主

发消息 + 关注

发表于2020年04月13日 11:37:55
直达本楼层的链接
来自 49#
显示全部楼层

因 鼠标垫 库存不够,本期奖励我们随机将部分用户的奖励换成了同等价值的颈枕,对此给您带来的不便深表歉意,望周知。

谢谢大家的支持。

优质评论奖
KennyChan
加油O下一…
爱宁
参与奖
赫塔穆勒
多米诺的古…
黑檀木
睡不着的海
linzhuofen…
andyleung
cityhunter…
www2046
暂无
小小2018
hw2019
真爱无敌
AG
rjq148
微话题参与…
张天春
Hero
Zmo
kaliarch
ldl
zhenkun
FTLIKON
kun
yzymin
加油O幸福
娃哈哈23
h0ss
隋唐honor
满心
新手上路a
好久没出门

恭喜以上用户获得第35期微话题奖励,我们已私信您填写收件信息的链接,请您注意查看。我们会尽快发出奖品。

如您未在423日之前提交获奖信息,视为您自动放弃。望周知。


评论
张天春 2020-4-14 22:14 评论

麻烦把获奖地址填写链接给我发一下没收到 谢谢麻烦您嘞

... 查看全部
点赞 评论 引用 举报

KennyChan

发帖: 2粉丝: 2

级别 : 注册会员

发消息 + 关注

发表于2020年03月20日 10:35:33
直达本楼层的链接
沙发
显示全部楼层

一、电信领域数据有哪些特点,如何治理?

数据特点

电信网络领域涉及的数据源、数据类型、数据格式等与当前主流AI应用领域都存在很大差异:电信网络经过历代发展,无线从2G、3G、4G到5G,固网从ADSL、VDSL到G.FAST、FTTH,技术更新周期长,网络并行存在多种设备和业务,每种设备、业务对应自己的网管系统,因此,网络中存在多种设备、多个系统采集、管理数据,每个管理系统采集的数据只有对应的设备和本系统才能理解该数据,需要有专业的业务知识才能理解、治理该电信领域数据。

根据业务属性、网络类型、数据特点等将电信领域数据总结定义为12大类,比如资源类、性能类、故障类等。

因为电信网络技术在持续发展,同时提供的业务、运维方式等也在不断变化中,因此电信领域数据有很强的时序性,构建的数据资产也有一定的时效性,因此需要持续更新数据集。

治理方式

电信网络数据治理主要是定义统一的数据标准规范和数据字典,并且构建对应的数据治理、标准化的工具链,实现各类型原始数据的快速治理,同时实现降低对业务知识和经验的依赖,让更多的AI开发者快速使用数据资产。

二、已构建的数据集可支撑哪些AI开发?

已构建的数据集

华为NAIE构建的数据集已覆盖电信领域的6个网络子域,如无线接入、固定接入、云核心网、承载网、数据中心网络,园区网络,构建了包括设备网元、网络状态、网络拓扑、用户体验、网络时空等领域的高质量电信网络数据集。

可以支撑的AI开发

网络故障类预测,网络故障定位类,网络KPI异常检测类,网络流量预测类,网络资源利用率类等几大类型的AI应用场景开发。典型的,如核心网KPI异常检测、基站节能、无线小区流量预测以及告警压缩等。

三、电信领域数据标准规范如何指导数据标准化?

从2004年数据治理工作开展以来,国内银行、通信、电网等各大行业陆续开展了数据治理。数据标准化工作是早期数据治理的重点工作内容,业界对数据标准概念并不陌生。

数据标准定义

IT系统和数据库经历了长期的发展已经日趋成熟,国内外对数据字典和数据模型有清晰的定义和解释。而“数据标准”这个词却是从2004年才在国内提出,此后数据标准化工作席卷银行、通信等行业,上至银监会的良好数据质量标准要求和央行的数据标准定义规范行标,下至各大国有商业银行、股份制银行和城商行、农商行的数据治理大力开展。到目前为止,国内绝大数银行都已开展过一轮以数据标准为中心的数据治理工作。

因此数据标准是组织内制定并发布的对经营管理相关数据从业务、技术和管理角度的定义解释,包含数据质量、数据安全、数据认责、数据应用等方面要求在内的一种规范性文件。

数据标准化的方法

科学合理的做法应该是:参照企业业务架构,全面梳理企业内部业务范围和流程,以及伴随流程运转过程中产生的数据项,对数据项进行分类归并,进而提炼数据标准,完成数据标准主题分类和属性要素完善。这种方法最大的问题在于工作量巨大,持续时间长,见效缓慢,对过程中分析工作执行力要求高,在企业对数据标准重要性认识普遍不高的情况下很难推进。

近几年,随着“数据资产”的走红,越来越多的企业开始真正意识到数据的重要性、以及数据治理和数据标准的重要性,因此之前做完数据标准然而并没有真正落地的很多企业,现在开展数据资产梳理,编制数据资产目录,进而在梳理的过程中二次建立数据标准,也不失为一种好的方法。


点赞 评论 引用 举报

赫塔穆勒

发帖: 1粉丝: 1

级别 : 注册会员

发消息 + 关注

发表于2020年03月20日 11:35:31
直达本楼层的链接
板凳
显示全部楼层

1.离网客户预测分析
客户流失
市场渗透比率高
异网用户
---- 建立离网客户预测模型,产生最可能离网的客户名单,结合客户价值评分,协助公司采取合适的客户挽留措施,保证收入和确保客户忠诚度。
2.客户价值分析
客户与客户群
企业收益率
客户当前价值评分 & 客户潜在价值
---- 核算客户价值,计算用户当前利润贡献度和潜在利润贡献度,用于客户挽留和推出新资费方案时的目标客户群选择。
3.客户信用度分析
在网时长、缴费情况、客户积分
---- 结合历史信用度和下月缴费可能性构成客户信用度评分,用于指定催欠策略。
(辅助:银行信用评分模型)
4.电信资源预测模型
资源精确管理
---- 综合各资源管理系统、业务管理系统、市场信息需求管理系统等,计算各类资源的预测评估值,达到盘活现有资源,提高资源利用率。
5.精准智能营销分析
产品 & 服务
6.电信市场客户细分
市场需求、购买动机、购买行为和购买能力
划份不同消费者群
-- 统计意义上的细分(年龄、性别)
-- 动态细分
-- 三维立体空间细分

点赞 评论 引用 举报

多米诺的古牌

发帖: 0粉丝: 1

级别 : 注册会员

发消息 + 关注

发表于2020年03月20日 11:41:10
直达本楼层的链接
地板
显示全部楼层

一、电信领域数据有哪些特点,如何治理?

电信网络领域涉及的数据源、数据类型、数据格式等与当前主流AI应用领域都存在很大差异:电信网络经过历代发展,无线从2G、3G、4G到5G,固网从ADSL、VDSL到G.FAST、FTTH,技术更新周期长,网络并行存在多种设备和业务,每种设备、业务对应自己的网管系统,因此,网络中存在多种设备、多个系统采集、管理数据,每个管理系统采集的数据只有对应的设备和本系统才能理解该数据,需要有专业的业务知识才能理解、治理该电信领域数据。

根据业务属性、网络类型、数据特点等将电信领域数据总结定义为12大类,比如资源类、性能类、故障类等。

因为电信网络技术在持续发展,同时提供的业务、运维方式等也在不断变化中,因此电信领域数据有很强的时序性,构建的数据资产也有一定的时效性,因此需要持续更新数据集。

电信网络数据治理主要是定义统一的数据标准规范和数据字典,并且构建对应的数据治理、标准化的工具链,实现各类型原始数据的快速治理,同时实现降低对业务知识和经验的依赖,让更多的AI开发者快速使用数据资产。


点赞 评论 引用 举报

黑檀木

发帖: 0粉丝: 1

级别 : 新手上路

发消息 + 关注

发表于2020年03月20日 11:41:40
直达本楼层的链接
5#
显示全部楼层

一、电信领域数据有哪些特点,如何治理?

数据特点

具有技术先进、传输速率更高、频率使用经济等特点。未来4G推广普及后,不仅会带给我们更便捷的沟通,甚至可以改变我们的工作方式、生活形态。未来一部手机不仅可以玩游戏、听音乐、看视频,还能远程医疗看病、自动驾驶汽车,办公室里启动家电、出差时监控家庭安全等,可谓无所不能。

治理方式

边界问题,如何明确运营商与最终用户间的数据所有权边界,比如通话记录的归属就有很多疑问;其次是数据分散,所有在网设备、运行设备的版本不尽相同、厂家不尽相同,产生信息格式多多少少有差异,若干年前的设备并没有为了大数据目标而设计,所以它产生的日志信息就少得可怜;另外,运营商虽然有千万级网元,固网和移动网产生机制不一样,不同技术架构体系产的内容都不尽相同,要汇聚30大类200多个子类。

定义统一的规范,并且坚定的执行下去,开发专属的优化工具,提高意识。



点赞 评论 引用 举报

加油O下一站

发帖: 1粉丝: 1

级别 : 新手上路

发消息 + 关注

发表于2020年03月20日 13:43:58
直达本楼层的链接
6#
显示全部楼层

2)已构建的数据集可支撑哪些AI开发?

        网络故障类预测,网络故障定位类,网络KPI异常检测类,网络流量预测类,网络资源利用率类、心网KPI异常检测、基站节能、无线小区流量预测以及告警压缩等几大类型的AI应用场景开发


点赞 评论 引用 举报

睡不着的海

发帖: 72粉丝: 3

级别 : 注册会员

发消息 + 关注

发表于2020年03月20日 18:56:41
直达本楼层的链接
7#
显示全部楼层

1)电信领域数据有哪些特点,如何治理?

回答:支撑和市场的数据不清楚。我是搞维护的工作人员,维护数据一般都可以取自各个设备专业网管,主要是数据分散,所有在网设备、运行设备的版本不尽相同、厂家不尽相同,产生信息格式多多少少有差异数据采集没有问题,关键是如何统一利用这些数据。提取有用信息。可以通过行业标准或者国家政策层面指导规范数据格式,利用第三方技术提取统一的数据。

2)已构建的数据集可支撑哪些AI开发?

回答:已构建的数据集可以支撑:1、故障监测与处理;2、智能网络优化;3、网络流量智能调整等。

3)电信领域数据标准规范如何指导数据标准化?

回答:可以改进数据标准的编制方法,建立了数据标准的管控和发布机制,引入了元数据技术,并通过责任系将数据标准得以有效实施。


点赞 评论 引用 举报

linzhuofeng

发帖: 36粉丝: 5

级别 : 中级会员

发消息 + 关注

发表于2020年03月20日 23:16:28
直达本楼层的链接
8#
显示全部楼层

1)电信领域数据有哪些特点,如何治理?

电信领域数据对于隐私性有很高要求,比较适合联邦学习

点赞 评论 引用 举报

andyleung

发帖: 641粉丝: 37

级别 : 外部版主

发消息 + 关注

发表于2020年03月22日 09:04:45
直达本楼层的链接
9#
显示全部楼层

1)电信领域数据有哪些特点,如何治理?

我觉得它的特点在于它可以收集到很多很隐私的数据信息,治理个人觉得就是如何把数据脱敏的吧?

看收集的时候脱敏还是收集后脱敏。

2)已构建的数据集可支撑哪些AI开发?

可以做很多的人像画像的分析、从而训练机器人做客服之类。

3)电信领域数据标准规范如何指导数据标准化?

就是要从集团层面去统筹数据,然后对数据进行大数据系统、物联网、AI等技术做到大融合,云大物智。


点赞 评论 引用 举报

cityhunter2046

发帖: 19粉丝: 2

级别 : 中级会员

发消息 + 关注

发表于2020年03月22日 09:16:38
直达本楼层的链接
10#
显示全部楼层

电信领域数据标准规范如何指导数据标准化?

觉得要跟欧盟的GPDR标准进行对标学习。


点赞 评论 引用 举报

tomandy2046

发帖: 22粉丝: 3

级别 : 中级会员

发消息 + 关注

发表于2020年03月22日 09:26:48
直达本楼层的链接
11#
显示全部楼层

已构建的数据集可支撑哪些AI开发?

我个人觉得是可以做很多的分析的,比如最近的疫情,我完全可以用AI去分析定位每一个人的行动轨迹。还有很多的的其他的开发,比如去到那里?在商场那个店铺停留时间的长短是判断他是不是对这个商铺的产品感兴趣等等。



点赞 评论 引用 举报

游客

富文本
Markdown
您需要登录后才可以回帖 登录 | 立即注册