一種增值服務精細化運營系統架構的實現方法
2023-10-17 19:04:04 1
專利名稱：一種增值服務精細化運營系統架構的實現方法
技術領域：
本發明涉及一種增值服務精細化運營系統架構的實現方法，屬於電信技術領域， 特別是屬於電信增值業務技術領域。
背景技術：
中國電信增值服務正處在高速發展期，新服務不斷湧現，系統容量不斷擴大，用戶數量不斷增加，然而，在高速發展的同時，電信增值服務的這種粗放的發展模式也帶來了一些問題服務質量沒有得到足夠重視，用戶體驗沒有得到認真關注，潛在需求沒有得到深入挖掘，惡意行為沒有得到有效控制。隨著電信增值服務的進一步發展，上述問題將愈發嚴重，於是，由注重規模和速度的粗放運營模式向注重質量和體驗的精細化運營模式轉變成為電信增值服務的大勢所趨。但精細化運營面臨許多任務需要完成如何針對用戶的消費行為和消費習慣進行深入地挖掘和精準地營銷，以滿足用戶的潛在需求；如何對垃圾簡訊、騷擾電話等惡意行為進行精確地識別和迅速地遏制，以保障用戶的服務體驗；如何對增值服務系統和網絡進行精細地評估、診斷、管理和運維，以提升服務的質量。電信運營商需要一個增值服務精細化運營系統架構來完成精細化運營所帶來的挑戰，因此當前如何科學有效地設計和實現增值服務精細化運營系統架構是一個急需要解決的技術難題。
發明內容
有鑑於此，本發明的目的是提供一種增值服務精細化運營系統架構的實現方法， 實現電信增值服務的精細化運營，有效提高電信用戶的業務滿意度。為了達到上述目的，本發明提出了一種面向電信增值服務，基於離線和在線數據挖掘的增值服務精細化運營系統架構的實現方法，其特徵在於該方法包括下列操作步驟(1)把增值服務精細化運營系統架構從低往高分為六層，分別是數據源層、數據採集層、數據存儲層、數據挖掘層、信息匯聚層和管理應用層；(2)設定增值服務精細化運營系統架構中上述各層的功能，具體是數據源層完成增值服務數據的提供功能；數據採集層完成增值服務數據的採集轉換功能；數據存貯層完成數據存貯功能；數據挖掘層完成離線和在線數據的挖掘功能；信息匯聚層完成離線和在線信息的匯聚功能；管理應用層完成人機互動管理和增值服務精細化功能；(3)設定增值服務精細化運營系統架構中數據和信息的處理方法，具體是數據源層通過流數據源網絡實體和非流數據源網絡實體，為增值服務精細化運營系統提供與增值服務相關的在線時間序列流數據和離線非流數據；數據採集層對來自數據源層的數據進行抽取、轉換和加載等數據採集工作，將異構的、不規整的外部數據轉化為統一的、規整的系統內部數據；數據存貯層對數據採集層處理完成後的數據進行存貯；數據挖掘層對數據存貯層中存貯的海量數據進行挖掘，發現知識並利用知識從海量數據中識別出有價值的結果數據；信息匯聚層實現數據、知識、操作等各種信息流的匯集和路由；管理應用層使用挖掘獲得的結果數據和知識，為用戶提供精細化的增值服務。所述的數據源層位於增值服務精細化運營系統架構的最底層，其功能是給上層提供與增值服務相關的數據，具體包含兩類物理實體，第一類網絡實體是流數據源，即能夠在線地產生與電信增值服務相關的時間序列流數據的物理實體；第二類網絡實體是非流數據源，即能夠提供與電信增值服務相關的離線的非流數據的物理實體。所述的數據採集層的功能是對來自所述的數據源層的數據進行抽取、轉換和加載處理，完成數據採集工作，將異構的、不規整的外部數據轉化為統一的、規整的內部數據，具體包括兩個模塊，第一個模塊是流數據採集引擎，該模塊負責對高速到達、無限的流數據進行數據採集，支持各種流數據採集規則的動態加載和執行；第二個模塊是非流數據採集引擎，該模塊負責對普通的非流數據進行數據採集，支持各種非流數據採集規則的動態加載和執行。所述的數據存儲層的功能是實現數據的存儲，並支持對數據的各種操作，具體包括三個模塊第一個模塊是緩存資料庫，該模塊存儲來自所述的流數據採集引擎模塊的流數據，以及由在線挖掘引擎根據流數據生成的概要數據，同時支持數據同步引擎、在線挖掘引擎和在線分析處理引擎對數據的各種操作，緩存資料庫滿足流數據實時到達、實時挖掘和處理的需求，具有高性能、高可靠性、實時運行的特點，但存儲容量有限；第二個模塊是數據倉庫，是一個面向主題的、集成的、相對穩定的、反映歷史變化的數據集合，實現對來自數據同步引擎的流數據和來自非流數據採集引擎的非流數據的持久化存儲，同時支持離線挖掘引擎和在線分析處理引擎對數據的讀取操作，數據倉庫的存儲量大，但性能要求不高；第三個模塊是數據同步引擎，該模塊負責將緩存資料庫中的流數據同步到數據倉庫，同時將已同步的數據從緩存資料庫清除以騰出空間存儲新到的流數據，支持各種數據同步規則的動態加載和執行。所述的數據同步規則包括但不限於周期同步即定時觸發同步；定量同步，即緩存資料庫中未同步數據累積到一定量時觸發同步；定荷同步，即在緩存資料庫負荷降低至一定量時觸發同步；混合策略同步，即綜合考慮上述因素的同步。所述的數據挖掘層的功能是從海量數據中發現知識，同時利用知識從海量數據中識別出有價值的信息結果，具體包括四個模塊第一個模塊是在線挖掘引擎，該模塊負責對流數據進行在線挖掘，支持各種流數據挖掘規則的動態加載和執行。在線挖掘引擎首先對新到達的流數據進行預處理，生成概要數據並寫入緩存資料庫，接著使用特定的規則對概要數據進行挖掘，將生成的知識和結果數據分別寫入知識庫與結果庫。與離線挖掘引擎相比，在線挖掘引擎具有實時性、自適應性以及近似性的特點。第二個模塊是離線挖掘引擎， 該模塊負責對數據倉庫中的數據進行離線挖掘，支持各種離線數據挖掘規則的動態加載和執行。離線挖掘引擎將挖掘後生成的知識和結果數據分別寫入知識庫與結果庫。與在線挖掘引擎相比，離線挖掘引擎不具備實時性，但由於時間充裕，數據充分，其支持的規則更多， 挖掘的知識和結果更加準確，可對在線挖掘引擎生成的知識和結果進行修正。第三個模塊是知識庫，該模塊是知識的容器，存儲固有的先驗知識，以及由在線挖掘引擎和離線挖掘引擎發現的新知識，支持在線挖掘引擎和離線挖掘引擎對知識的操作即增、刪、改、查等。第四個模塊是結果庫，該模塊負責存儲由在線挖掘引擎和離線挖掘引擎根據已有知識從海量數據中發現的信息，支持在線挖掘引擎、離線挖掘引擎以及信息匯聚總線對結果數據的操作即增、刪、改、查等。所述的信息匯聚層的功能是實現信息的匯集和路由，具體包括一個模塊，即信息匯聚總線，該模塊實現數據、知識、操作等各種信息流的匯集和路由，尤其是實現了在線信息和離線信息的匯總和聚合，在管理應用層與所述的各種引擎和庫之間實現了信息總線的功能，從而降低系統的耦合度。所述的管理應用層的功能是實現對系統的管理功能和增值業務的精細化功能，具體包括兩個模塊，第一個模塊是管理界面模塊，該模塊提供系統的人機管理界面，通過信息匯聚總線可發起對所述的各種引擎和庫的管理操作，並通過信息匯聚總線接收匯總的數據流和知識流，以圖形化的方式顯示給管理員。第二個模塊是服務應用模塊，該模塊使用特定結果數據和知識，提供精細化的電信增值服務。所述的流數據挖掘規則包括但不限於分類即根據已知的分類知識對數據對象的類別進行界定；聚類即根據數據對象內在的相似性將數據分類，並發現其中的知識；關聯分析即發現數據對象之間頻繁的關聯，並發現其中的知識；異常檢測即從數據對象中發現與大多數不同的異常者，並發現其中的知識。所述的離線數據挖掘規則包括但不限於分類即根據已知的分類知識對數據對象的類別進行界定；聚類即根據數據對象內在的相似性將數據分類，並發現其中的知識；關聯分析即發現數據對象之間頻繁的關聯，並發現其中的知識；異常檢測即從數據對象中發現與大多數不同的異常者，並發現其中的知識；預測即根據已知的知識對數據對象的某些屬性的數值進行預測；描述區分即描述指定數據對象集的共同特徵，發現指定的多個數據對象集的區別。所述的引擎是指可以動態加載和解釋執行設定規則的軟體架構或規則執行環境， 所述的規則是指用形式化語言或腳本所表述的特定算法和邏輯。通過採用規則-引擎的模式，即所述的各種引擎上可以動態加載和運行所述的多種規則，使所述的增值服務精細化運營系統架構具備了動態升級和持續演進的能力。所述的各種引擎之間都是通過各種所述的庫進行聯繫，即引擎之間都沒有直接連接，從而實現了引擎之間的解耦，降低了所述的增值服務精細化運營系統架構整體的耦合度，因而可以通過靈活的部署迅速地生成多種具有精細化運營能力的增值服務平臺。本發明是一種面向電信增值服務，基於離線和在線數據挖掘的增值服務精細化運營系統架構的實現方法，本發明的有益效果在於通過引入不同的數據源，同時支持對時間序列流數據及其他相關數據的分析挖掘。通過共享數據、知識和結果，實現在線分析挖掘和離線分析挖掘的融合互補，充分發揮前者實時性好和後者準確性高的優勢。在線分析挖掘可實現實時響應和緊急處置；離線分析挖掘可對在線分析挖掘產生的知識和結果進行修正和精化，並提供更強大的分析挖掘能力，以利於重大決策。通過緊密結合分析挖掘系統與服務應用系統，實現了分析挖掘的結果數據和知識的快速應用，可支持即時營銷、對惡意行為的快速幹預和對網絡和服務質量的實時監控等精細化服務。通過採用規則-引擎的模式， 使系統具備了動態升級和持續演進的能力。本發明通過採用規則-引擎的模式，即所述的各種引擎上可以動態加載和運行所述的多種規則，使系統架構具備了動態升級和持續演進的能力。本發明中所述的各種引擎之間都是通過各種所述的庫進行聯繫，即引擎之間沒有直接連接，從而實現了引擎之間的解耦，降低了系統架構整體的耦合度，因而可以通過靈活的部署迅速地生成多種具有精細化運營能力的增值服務平臺。
圖1是本發明一種面向電信增值服務，基於離線和在線數據挖掘的增值服務精細化運營系統架構的實現方法的流程方框圖。圖2是本發明增值服務精細化運營系統架構的組成示意圖。
具體實施例方式為使本發明的目的、技術方案和優點更加清楚，下面結合附圖對本發明作進一步的詳細描述。參見圖1，介紹本發明提出的一種面向電信增值服務，基於離線和在線數據挖掘的增值服務精細化運營系統架構的實現方法的具體操作步驟(1)把增值服務精細化運營系統架構從低往高分為六層，分別是數據源層、數據採集層、數據存儲層、數據挖掘層、信息匯聚層和管理應用層；(2)設定增值服務精細化運營系統架構中上述各層的功能，具體是數據源層完成增值服務數據的提供功能；數據採集層完成增值服務數據的採集轉換功能；數據存貯層完成數據存貯功能；數據挖掘層完成離線和在線數據的挖掘功能；信息匯聚層完成離線和在線信息的匯聚功能；管理應用層完成人機互動管理和增值服務精細化功能；(3)設定增值服務精細化運營系統架構中數據和信息的處理方法，具體是數據源層通過流數據源網絡實體和非流數據源網絡實體，為增值服務精細化運營系統提供與增值服務相關的在線時間序列流數據和離線非流數據；數據採集層對來自數據源層的數據進行抽取、轉換和加載等數據採集工作，將異構的、不規整的外部數據轉化為統一的、規整的系統內部數據；數據存貯層對數據採集層處理完成後的數據進行存貯；數據挖掘層對數據存貯層中存貯的海量數據進行挖掘，發現知識並利用知識從海量數據中識別出有價值的結果數據；信息匯聚層實現數據、知識、操作等各種信息流的匯集和路由；管理應用層使用挖掘獲得的結果數據和知識，為用戶提供精細化的增值服務。本發明中所述的流數據是指時間序列流數據，是大量到達、潛在無限且按照時間順序排列的數據序列。下面對上述各個操作步驟作具體說明參見圖2，所述的數據源層位於增值服務精細化運營系統架構的最底層，其功能是給上層提供與增值服務相關的數據，具體包含兩類物理實體，第一類網絡實體是流數據源， 即能夠在線地產生與電信增值服務相關的時間序列流數據的物理實體，例如信令採集設備、電話交換機、短消息中心SMSC、短消息網關、多媒體消息交換中心匪SC、WAP網關、各種增值服務平臺及其網站、增值服務系統和網絡中的網管代理等，生成的流數據類型包括電話呼叫、短消息、彩信、WAP、TOB等媒體的通信事件和通信記錄，各種增值服務的使用記錄和消費記錄，增值服務系統和網絡的實時狀態數據等；第二類網絡實體是非流數據源，即能夠提供與電信增值服務相關的離線的非流數據的物理實體，例如外部資料庫、磁碟、業務運營支撐系統BSS/0SS系統、歸屬位置寄存器HLR、各種增值服務平臺等，提供的數據類型包括用戶基本數據、籤約數據、服務訂購數據、歷史通信數據和消費數據等。所述的數據採集層的功能是對來自所述的數據源層的數據進行抽取、轉換和加載處理，完成數據採集工作，將異構的、不規整的外部數據轉化為統一的、規整的內部數據，具體包括兩個模塊，第一個模塊是流數據採集引擎，該模塊負責對高速到達、無限的流數據進行數據採集，支持各種流數據採集規則的動態加載和執行；第二個模塊是非流數據採集引擎，該模塊負責對普通的非流數據進行數據採集，支持各種非流數據採集規則的動態加載和執行。所述的數據存儲層的功能是實現數據的存儲，並支持對數據的各種操作，具體包括三個模塊第一個模塊是緩存資料庫，該模塊存儲來自所述的流數據採集引擎模塊的流數據，以及由在線挖掘引擎根據流數據生成的概要數據，同時支持數據同步引擎、在線挖掘引擎和在線分析處理引擎對數據的各種操作，緩存資料庫滿足流數據實時到達、實時挖掘和處理的需求，具有高性能、高可靠性、實時運行的特點，但存儲容量有限；第二個模塊是數據倉庫，是一個面向主題的、集成的、相對穩定的、反映歷史變化的數據集合，實現對來自數據同步引擎的流數據和來自非流數據採集引擎的非流數據的持久化存儲，同時支持離線挖掘引擎和在線分析處理引擎對數據的讀取操作，數據倉庫的存儲量大，但性能要求不高；第三個模塊是數據同步引擎，該模塊負責將緩存資料庫中的流數據同步到數據倉庫，同時將已同步的數據從緩存資料庫清除以騰出空間存儲新到的流數據，支持各種數據同步規則的動態加載和執行。上面所述的數據同步規則包括但不限於周期同步即定時觸發同步；定量同步， 即緩存資料庫中未同步數據累積到一定量時觸發同步；定荷同步，即在緩存資料庫負荷降低至一定量時觸發同步；混合策略同步，即綜合考慮上述因素的同步。所述的數據挖掘層的功能是從海量數據中發現知識，同時利用知識從海量數據中識別出有價值的信息結果，具體包括四個模塊第一個模塊是在線挖掘引擎，該模塊負責對流數據進行在線挖掘，支持各種流數據挖掘規則的動態加載和執行。在線挖掘引擎首先對新到達的流數據進行預處理，生成概要數據並寫入緩存資料庫，接著使用特定的規則對概要數據進行挖掘，將生成的知識和結果數據分別寫入知識庫與結果庫。與離線挖掘引擎相比，在線挖掘引擎具有實時性、自適應性以及近似性的特點。第二個模塊是離線挖掘引擎， 該模塊負責對數據倉庫中的數據進行離線挖掘，支持各種離線數據挖掘規則的動態加載和執行。離線挖掘引擎將挖掘後生成的知識和結果數據分別寫入知識庫與結果庫。與在線挖掘引擎相比，離線挖掘引擎不具備實時性，但由於時間充裕，數據充分，其支持的規則更多， 挖掘的知識和結果更加準確，可對在線挖掘引擎生成的知識和結果進行修正。第三個模塊是知識庫，該模塊是知識的容器，存儲固有的先驗知識，以及由在線挖掘引擎和離線挖掘引擎發現的新知識，支持在線挖掘引擎和離線挖掘引擎對知識的操作即增、刪、改、查等。第四個模塊是結果庫，該模塊負責存儲由在線挖掘引擎和離線挖掘引擎根據已有知識從海量數據中發現的信息，例如根據垃圾簡訊的區分規則從海量簡訊中篩選出來的疑似垃圾簡訊列表和發送者列表。支持在線挖掘引擎、離線挖掘引擎以及信息匯聚總線對結果數據的操作即增、刪、改、查等。針對電信增值服務領域的數據周期性波動的特點，通過在線和離線分析挖掘能力的融合部署，實現系統整體性能的優化和物理資源的合理配置。系統在忙時如白晝，主要對高速到達的流數據進行在線分析挖掘，在閒時如夜晚則主要進行離線分析挖掘。所述的信息匯聚層的功能是實現信息的匯集和路由，具體包括一個模塊，即信息匯聚總線，該模塊實現數據、知識、操作等各種信息流的匯集和路由，尤其是實現了在線信息和離線信息的匯總和聚合，在管理應用層與所述的各種引擎和庫之間實現了信息總線的功能，從而降低系統的耦合度。通過信息匯聚總線實現了對當前數據和歷史數據的全面集成，支持對實時到達的流數據的動態展示更新。所述的管理應用層的功能是實現對系統的管理功能和增值業務的精細化功能，具體包括兩個模塊，第一個模塊是管理界面模塊，該模塊提供系統的人機管理界面，通過信息匯聚總線可發起對所述的各種引擎和庫的管理操作，並通過信息匯聚總線接收匯總的數據流和知識流，以圖形化的方式顯示給管理員。第二個模塊是服務應用模塊，該模塊使用特定結果數據如騷擾電話號碼列表等，和知識如喜歡歌手A的用戶很可能也喜歡歌手B，提供精細化的電信增值服務，如來電助手服務中在通知用戶未接來電號碼時刪去騷擾電話號碼， 在彩鈴推薦服務中向歌手A鈴音用戶推薦歌手B的鈴音。通過緊密結合所述的數據挖掘功能與服務應用功能，實現了分析挖掘的結果數據和知識的快速應用，可支持即時營銷、對惡意行為的快速幹預和對網絡和服務質量的實時監控等精細化服務。前面所述的流數據挖掘規則包括但不限於分類即根據已知的分類知識對數據對象的類別進行界定；聚類即根據數據對象內在的相似性將數據分類，並發現其中的知識； 關聯分析即發現數據對象之間頻繁的關聯，並發現其中的知識；異常檢測即從數據對象中發現與大多數不同的異常者，並發現其中的知識。前面所述的離線數據挖掘規則包括但不限於分類即根據已知的分類知識對數據對象的類別進行界定；聚類即根據數據對象內在的相似性將數據分類，並發現其中的知識； 關聯分析即發現數據對象之間頻繁的關聯，並發現其中的知識；異常檢測即從數據對象中發現與大多數不同的異常者，並發現其中的知識；預測即根據已知的知識對數據對象的某些屬性的數值進行預測；描述區分即描述指定數據對象集的共同特徵，發現指定的多個數據對象集的區別。本發明中所述的引擎是指可以動態加載和解釋執行設定規則的軟體架構或規則執行環境，所述的規則是指用形式化語言或腳本所表述的特定算法和邏輯。本發明通過採用規則-引擎的模式，即所述的各種引擎上可以動態加載和運行所述的多種規則，使系統架構具備了動態升級和持續演進的能力。本發明中所述的各種引擎之間都是通過各種所述的庫進行聯繫，S卩引擎之間沒有直接連接，從而實現了引擎之間的解耦，降低了系統架構整體的耦合度，因而可以通過靈活的部署迅速地生成多種具有精細化運營能力的增值服務平臺。利用上面所述方法，發明人快速開發和實現了一批具有精細化運營能力的電信增值服務平臺和解決方案，包括綜合營銷平臺、移動廣告系統平臺、增值業務分析支撐系統平臺、IP承載信令監控平臺、業務運行質量分析評價系統平臺、增值業務運維管理系統平臺等，經過大量實驗表明，上述平臺能成功提供簡訊彩信綜合營銷、彩鈴推薦、手機閱讀推薦、 垃圾簡訊和騷擾電話防控、來電助手、智能應答、網間監控、增值服務質量評估與網絡運維等具有精細化運營能力的多種增值服務。上述各個平臺的具體構成如下表所示
平臺名稱平臺功能所提供的典型增值服務關鍵實體和模塊的部署綜合營銷平臺增值服務前向營銷管理簡訊彩信綜合營銷、 彩鈴推薦、 手機閱讀推薦流數據源來自彩鈴訂購網站、手機閱讀網站、WAP網關等的瀏覽記錄、 服務訂購數據等非流數據源來自BSS/OSS系統和HLR的用戶基本數據、籤約數據等在線挖掘引擎使用分類和關聯分析類規則離線挖掘引擎使用分類、預測、關聯分析、描述區分、趨勢分析類呪則 服務應用將含有特定營銷推薦內容的簡訊和彩信發送給目標群體管理界面提供用戶群分布分析，用戶群體描述和屬性預測，用戶消費關聯分析和消費趨勢分析移動廣告系統平臺增值服務後向營銷管理移動廣告、 G3傳媒流數據源來自各種服務訂購網站、WAP網關等的瀏覽記錄、服務訂購數據等非流數據源來自BSS/OSS系統和HLR的用戶基本數據、籤約數據， 從廣告相關領域獲得的用戶消費數據等在線挖掘引擎使用分類和關聯分析類規則離線挖掘引擎使用分類、預測、關聯分析、描述區分、趨勢分析類規則 服務應用為每個廣告商的廣告分配特定受眾群體並進行排期管理界面提供廣告投放效果分析
權利要求
1.一種面向電信增值服務，基於離線和在線數據挖掘的增值服務精細化運營系統架構的實現方法，其特徵在於該方法包括下列操作步驟(1)把增值服務精細化運營系統架構從低往高分為六層，分別是數據源層、數據採集層、數據存儲層、數據挖掘層、信息匯聚層和管理應用層；(2)設定增值服務精細化運營系統架構中上述各層的功能，具體是數據源層完成增值服務數據的提供功能；數據採集層完成增值服務數據的採集轉換功能；數據存貯層完成數據存貯功能；數據挖掘層完成離線和在線數據的挖掘功能；信息匯聚層完成離線和在線信息的匯聚功能；管理應用層完成人機互動管理和增值服務精細化功能；(3)設定增值服務精細化運營系統架構中數據和信息的處理方法，具體是數據源層通過流數據源網絡實體和非流數據源網絡實體，為增值服務精細化運營系統提供與增值服務相關的在線時間序列流數據和離線非流數據；數據採集層對來自數據源層的數據進行抽取、轉換和加載等數據採集工作，將異構的、不規整的外部數據轉化為統一的、規整的系統內部數據；數據存貯層對數據採集層處理完成後的數據進行存貯；數據挖掘層對數據存貯層中存貯的海量數據進行挖掘，發現知識並利用知識從海量數據中識別出有價值的結果數據；信息匯聚層實現數據、知識、操作等各種信息流的匯集和路由；管理應用層使用挖掘獲得的結果數據和知識，為用戶提供精細化的增值服務。
2.根據權利要求1所述的增值服務精細化運營系統架構的實現方法，其特徵在於所述的數據源層位於增值服務精細化運營系統架構的最底層，其功能是給上層提供與增值服務相關的數據，具體包含兩類物理實體，第一類網絡實體是流數據源，即能夠在線地產生與電信增值服務相關的時間序列流數據的物理實體；第二類網絡實體是非流數據源，即能夠提供與電信增值服務相關的離線的非流數據的物理實體。
3.根據權利要求1所述的增值服務精細化運營系統架構的實現方法，其特徵在於所述的數據採集層的功能是對來自所述的數據源層的數據進行抽取、轉換和加載處理，完成數據採集工作，將異構的、不規整的外部數據轉化為統一的、規整的內部數據，具體包括兩個模塊，第一個模塊是流數據採集引擎，該模塊負責對高速到達、無限的流數據進行數據採集，支持各種流數據採集規則的動態加載和執行；第二個模塊是非流數據採集引擎，該模塊負責對普通的非流數據進行數據採集，支持各種非流數據採集規則的動態加載和執行。
4.根據權利要求1所述的增值服務精細化運營系統架構的實現方法，其特徵在於所述的數據存儲層的功能是實現數據的存儲，並支持對數據的各種操作，具體包括三個模塊 第一個模塊是緩存資料庫，該模塊存儲來自所述的流數據採集引擎模塊的流數據，以及由在線挖掘引擎根據流數據生成的概要數據，同時支持數據同步引擎、在線挖掘引擎和在線分析處理引擎對數據的各種操作，緩存資料庫滿足流數據實時到達、實時挖掘和處理的需求，具有高性能、高可靠性、實時運行的特點，但存儲容量有限；第二個模塊是數據倉庫，是一個面向主題的、集成的、相對穩定的、反映歷史變化的數據集合，實現對來自數據同步引擎的流數據和來自非流數據採集引擎的非流數據的持久化存儲，同時支持離線挖掘引擎和在線分析處理引擎對數據的讀取操作，數據倉庫的存儲量大，但性能要求不高；第三個模塊是數據同步引擎，該模塊負責將緩存資料庫中的流數據同步到數據倉庫，同時將已同步的數據從緩存資料庫清除以騰出空間存儲新到的流數據，支持各種數據同步規則的動態加載和執行。
5.根據權利要求1所述的增值服務精細化運營系統架構的實現方法，其特徵在於所述的數據挖掘層的功能是從海量數據中發現知識，同時利用知識從海量數據中識別出有價值的信息結果，具體包括四個模塊第一個模塊是在線挖掘引擎，該模塊負責對流數據進行在線挖掘，支持各種流數據挖掘規則的動態加載和執行；在線挖掘引擎首先對新到達的流數據進行預處理，生成概要數據並寫入緩存資料庫，接著使用特定的規則對概要數據進行挖掘，將生成的知識和結果數據分別寫入知識庫與結果庫；與離線挖掘引擎相比，在線挖掘引擎具有實時性、自適應性以及近似性的特點；第二個模塊是離線挖掘引擎，該模塊負責對數據倉庫中的數據進行離線挖掘，支持各種離線數據挖掘規則的動態加載和執行；離線挖掘引擎將挖掘後生成的知識和結果數據分別寫入知識庫與結果庫；與在線挖掘引擎相比， 離線挖掘引擎不具備實時性，但由於時間充裕，數據充分，其支持的規則更多，挖掘的知識和結果更加準確，可對在線挖掘引擎生成的知識和結果進行修正；第三個模塊是知識庫，該模塊是知識的容器，存儲固有的先驗知識，以及由在線挖掘引擎和離線挖掘引擎發現的新知識，支持在線挖掘引擎和離線挖掘引擎對知識的操作即增、刪、改、查等；第四個模塊是結果庫，該模塊負責存儲由在線挖掘引擎和離線挖掘引擎根據已有知識從海量數據中發現的信息，支持在線挖掘引擎、離線挖掘引擎以及信息匯聚總線對結果數據的操作即增、刪、改、 查等。
6.根據權利要求1所述的增值服務精細化運營系統架構的實現方法，其特徵在於所述的信息匯聚層的功能是實現信息的匯集和路由，具體包括一個模塊，即信息匯聚總線，該模塊實現數據、知識、操作等各種信息流的匯集和路由，尤其是實現了在線信息和離線信息的匯總和聚合，在管理應用層與所述的各種引擎和庫之間實現了信息總線的功能，從而降低系統的耦合度。
7.根據權利要求1所述的增值服務精細化運營系統架構的實現方法，其特徵在於所述的管理應用層的功能是實現對系統的管理功能和增值業務的精細化功能，具體包括兩個模塊，第一個模塊是管理界面模塊，該模塊提供系統的人機管理界面，通過信息匯聚總線可發起對所述的各種引擎和庫的管理操作，並通過信息匯聚總線接收匯總的數據流和知識流，以圖形化的方式顯示給管理員；第二個模塊是服務應用模塊，該模塊使用特定結果數據和知識，提供精細化的電信增值服務。
8.根據權利要求4所述的增值服務精細化運營系統架構的實現方法，其特徵在於所述的數據同步規則包括但不限於周期同步即定時觸發同步；定量同步，即緩存資料庫中未同步數據累積到一定量時觸發同步；定荷同步，即在緩存資料庫負荷降低至一定量時觸發同步；混合策略同步，即綜合考慮上述因素的同步。
9.根據權利要求5所述的增值服務精細化運營系統架構的實現方法，其特徵在於所述的流數據挖掘規則包括但不限於分類即根據已知的分類知識對數據對象的類別進行界定；聚類即根據數據對象內在的相似性將數據分類，並發現其中的知識；關聯分析即發現數據對象之間頻繁的關聯，並發現其中的知識；異常檢測即從數據對象中發現與大多數不同的異常者，並發現其中的知識；所述的離線數據挖掘規則包括但不限於分類即根據已知的分類知識對數據對象的類別進行界定；聚類即根據數據對象內在的相似性將數據分類，並發現其中的知識；關聯分析即發現數據對象之間頻繁的關聯，並發現其中的知識 』異常檢測即從數據對象中發現與大多數不同的異常者，並發現其中的知識；預測即根據已知的知識對數據對象的某些屬性的數值進行預測；描述區分即描述指定數據對象集的共同特徵，發現指定的多個數據對象集的區別。
10.根據權利要求3或4或5所述的增值服務精細化運營系統架構的實現方法，其特徵在於所述的引擎是指可以動態加載和解釋執行設定規則的軟體架構或規則執行環境， 所述的規則是指用形式化語言或腳本所表述的特定算法和邏輯；通過採用規則-引擎的模式，即所述的各種引擎上可以動態加載和運行所述的多種規則，使所述的增值服務精細化運營系統架構具備了動態升級和持續演進的能力；所述的各種引擎之間都是通過各種所述的庫進行聯繫，即引擎之間都沒有直接連接，從而實現了引擎之間的解稱，降低了所述的增值服務精細化運營系統架構整體的耦合度，因而可以通過靈活的部署迅速地生成多種具有精細化運營能力的增值服務平臺。
全文摘要
一種增值服務精細化運營系統架構的實現方法，操作步驟是(1)把增值服務精細化運營系統架構從低往高分為六層，分別是數據源層、數據採集層、數據存儲層、數據挖掘層、信息匯聚層和管理應用層；(2)設定增值服務精細化運營系統架構中上述各層的功能，分別是增值服務數據的提供、增值服務數據的採集轉換、數據存貯功能、離線和在線數據的挖掘、離線和在線信息的匯聚、人機互動管理和增值服務精細化；(3)設定增值服務精細化運營系統架構中數據和信息的處理方法。該方法實現了分析挖掘的結果數據和知識的快速應用，可支持即時營銷、對惡意行為的快速幹預和對網絡和服務質量的實時監控，並且系統具備動態升級和持續演進的能力。
文檔編號H04W4/00GK102231869SQ20111017457
公開日2011年11月2日 申請日期2011年6月27日 優先權日2011年6月27日
發明者廖建新, 張樂劍, 張磊, 徐童, 朱曉民, 李煒, 樊利民, 沈奇威, 王晶, 王純, 程莉 申請人:北京郵電大學