课程背景
电信行业的传统的数据处理方法已经逐渐难以满足日益增长的庞大数据量;而如何挖掘海量数据中的商业价值,提升电信行业的营收,也成为我们日益关注的问题;而在日益激烈的竞争环境中如何充分利用大数据新技术和理念,帮助我们改善用户体验,优化网络质量,这也是成为目前电信行业关注的焦点;而在大数据时代,如何充分有效的保护现有的投资,提高投入产出比,进一步降低成本,这也将是电信行业在未来发展道路上急需解决的难题。
而本课程从大数据的起源与发展入手,详细分析了电信行业在大数据时代面临的挑战和机遇;并系统介绍了大数据与云计算的关系和异同;详细讲解了大数据相关的各项关键技术及要点,阐述大数据的采集、存储、分析和数据挖掘技术;详细介绍大数据相关的批处理及流处理方法、分布式存储与分布式文件系统的概念、关系数据库与NO-SQL数据、结构化数据与非结构化数据及半结构化数据;分析了大数据处理平台及云平台及未来业务平台的发展;最后基于大数据的各项技术,介绍和分析目前大数据在电信行业里的各种应用:比如基于大数据的位置信息服务;基于大数据的信令监测多维分析系统;基于大数据的用户行为分析系统等。
本课程结合本人通信领域培训经验的沉淀和对前沿技术的研究应用成果,重在帮助参培学员深入理解大数据新技术和应用,走在技术前沿,把握产业动态,最终帮助其有效的工作开展。
课程目标
1、了解大数据的发展历程及ICT行业的发展趋势;
2、掌握传统电信行业在大数据时代的挑战和机遇;
3、掌握大数据的架构及特征、各项关键技术等;
4、了解目前大数据技术在电信行业中的应用;
课程大纲
课程名称
|
内容提要
|
教学方式
|
课程时间
|
大数据新技术及在电信行业中的应用
|
l 大数据的基本概念
Ø 什么是大数据?
Ø 大数据的构成?
Ø 大数据的相关技术
Ø 大数据时代的4V特征
Ø 大数据要解决的问题
l 大数据在国内外的发展现状和趋势
Ø IT企业的大数据策略
Ø 传统行业的大数据策略
Ø 国外运营商的大数据策略
l 大数据经典案例分享
Ø 马云利用大数据预测08年经济危机
Ø 阿里巴巴的小微贷款和大数据
Ø 谷歌的大数据和智能地球
l 大数据时代国内运营商面临的机遇和挑战
Ø 基于大数据的用户行为分析与预测
Ø 基于大数据的营销策略管理
|
讲解与研讨
|
1天
|