程洋　楊艷嶺

摘 要：通信網(wǎng)絡(luò)技術(shù)及計(jì)算機(jī)技術(shù)的快速發(fā)展，云計(jì)算的概念得以提出，并在各個(gè)領(lǐng)域中得到了廣泛的應(yīng)用，隨著云計(jì)算技術(shù)的發(fā)展，在電信網(wǎng)絡(luò)關(guān)系分析技術(shù)中也應(yīng)用了云計(jì)算，本文就對(duì)云計(jì)算的發(fā)展現(xiàn)狀進(jìn)行分析，并簡(jiǎn)單分析了其在客戶價(jià)值預(yù)測(cè)、好友推薦、社團(tuán)特征結(jié)構(gòu)化存儲(chǔ)等電信通信網(wǎng)絡(luò)關(guān)系分析中的應(yīng)用。

關(guān)鍵詞：云計(jì)算；電信通信網(wǎng)絡(luò)；關(guān)系分析；應(yīng)用

1 云計(jì)算的簡(jiǎn)介

如果站在技術(shù)的角度對(duì)云計(jì)算進(jìn)行分析，可以將其看作是一種基礎(chǔ)性的設(shè)施，其主要的架構(gòu)構(gòu)成是在其上搭建多個(gè)的框架，云計(jì)算的概念可以通過(guò)分層模式進(jìn)行體現(xiàn)，其具有虛擬化的物理硬件層，能夠?yàn)檎麄€(gè)系統(tǒng)提供一個(gè)非常靈活的自適應(yīng)平臺(tái)，為了能夠在各個(gè)層次上都能對(duì)其業(yè)務(wù)需求進(jìn)行良好的響應(yīng)，云計(jì)算可以給予SaaS平臺(tái)、PaaS平臺(tái)、IaaS平臺(tái)來(lái)進(jìn)行計(jì)算。

2 云計(jì)算的發(fā)展現(xiàn)狀

目前在云計(jì)算的研究及應(yīng)用過(guò)程中，賽門(mén)鐵克、Redhat、SUN、Oracle、微軟、IBM等主流的軟硬件生產(chǎn)商都在進(jìn)行云計(jì)算的相關(guān)研究，并提出了具有自身特點(diǎn)的云計(jì)算體系及架構(gòu)，并且投入了大量的資金及技術(shù)來(lái)進(jìn)行云計(jì)算的研究，各個(gè)廠家所提出的云計(jì)算的架構(gòu)雖然有一定的差異，但是總體上的概念沒(méi)有太大的區(qū)別，但是各個(gè)廠家對(duì)于云計(jì)算的概念理解及研究視角卻有著較大的差別。另一方面，雖然云計(jì)算經(jīng)過(guò)了一段時(shí)間的發(fā)展，取得了較大的進(jìn)步，但是在其主要的技術(shù)應(yīng)用中，還存在著一些有待解決的問(wèn)題，例如多個(gè)虛擬機(jī)的功能融合、QoS問(wèn)題、云環(huán)境下的安全問(wèn)題等。

3 云計(jì)算在電信通信網(wǎng)絡(luò)關(guān)系分析中的應(yīng)用

3.1 基于云計(jì)算的客戶價(jià)值預(yù)測(cè)

在電信通信網(wǎng)絡(luò)中的客戶價(jià)值預(yù)測(cè)工作中，通常涉及的知識(shí)面非常的廣，需要進(jìn)行大量的計(jì)算，而如果將云計(jì)算應(yīng)用于客戶價(jià)值預(yù)測(cè)中，對(duì)用戶信息及通話信息的相關(guān)數(shù)據(jù)進(jìn)行深層次的挖掘，應(yīng)用分位點(diǎn)的概念，對(duì)新入網(wǎng)的用戶進(jìn)行有效的價(jià)值預(yù)測(cè)，該種預(yù)測(cè)方法與傳統(tǒng)的絕對(duì)區(qū)間劃分的預(yù)測(cè)方法，能夠有效的降低預(yù)測(cè)誤差。

其主要的預(yù)測(cè)流程為：將客戶信息及通話記錄中的有效字段進(jìn)行抽取，然后將相應(yīng)的字段進(jìn)行合并連接；然后對(duì)用戶的所在區(qū)域、年齡、性別等進(jìn)行解析，解析完成之后將不符合篩選要求的用戶予以剔除；然后將通話時(shí)長(zhǎng)作為主要的參考依據(jù)，結(jié)合分位點(diǎn)，將相關(guān)的通話記錄進(jìn)行有效的分類，如果在分類的過(guò)程中采用了n-1各分位點(diǎn)，那么可以根據(jù)此分位點(diǎn)將所有的用戶劃分為n類，然后根據(jù)類別劃分的不同，將n類記錄分別進(jìn)行存儲(chǔ)，依據(jù)分好類的n個(gè)文件的不同類別，分別對(duì)其進(jìn)行bayesian模型的訓(xùn)練，然后還要運(yùn)用測(cè)試集對(duì)相關(guān)的模型效果進(jìn)行檢查對(duì)比。

3.2 基于云計(jì)算的好友推薦

在運(yùn)用云計(jì)算進(jìn)行好友推薦的計(jì)算時(shí)，主要的參考依據(jù)是用戶的熟悉度及相似度，這種計(jì)算方法在電信通信網(wǎng)絡(luò)關(guān)系中具有非常廣泛的應(yīng)用前景，計(jì)算中的絕對(duì)量是熟悉度，通過(guò)二度好友的貢獻(xiàn)度及熟悉度來(lái)進(jìn)行二度好友的查找，通過(guò)這種算法能夠得到二度好友的相關(guān)熟悉度，然后會(huì)根據(jù)相關(guān)的熟悉度對(duì)朋友的屬性進(jìn)行加權(quán)算法，最終能夠得到非常精確的偏好特性，在該種計(jì)算方法中，會(huì)根據(jù)電信數(shù)據(jù)的特點(diǎn)，提取交流時(shí)長(zhǎng)、交流頻率等信息，通過(guò)對(duì)二度好友的屬性相似度、用戶偏好、熟悉度等進(jìn)行計(jì)算，然后可以得到用戶之間的總的推薦度，最后把總相似度較高的二度好友推薦給用戶，使得好友推薦更加的精確。

其主要的計(jì)算流程為：首先對(duì)一度好友之間的相似度進(jìn)行計(jì)算，通過(guò)對(duì)一度好友的熟悉度的計(jì)算，能夠得到相關(guān)的二度好友關(guān)系，然后再對(duì)其相似度進(jìn)行計(jì)算，并要根據(jù)一度好友計(jì)算出用戶的環(huán)境偏好，然后通過(guò)用戶自身屬性、環(huán)境偏好及二度好友的熟悉度，計(jì)算出總的推薦度，根據(jù)總推薦度的高低，為用戶進(jìn)行好友推薦。

3.3 基于云計(jì)算的電信社團(tuán)特征結(jié)構(gòu)化存儲(chǔ)及驗(yàn)證

將云計(jì)算應(yīng)用于電信社團(tuán)特征的結(jié)構(gòu)化存儲(chǔ)中，其主要的計(jì)算方法是：根據(jù)一個(gè)月之內(nèi)的通話記錄分析，對(duì)其中所存在的社團(tuán)屬性進(jìn)行統(tǒng)計(jì)分析，然后根據(jù)社團(tuán)特征提出一種存儲(chǔ)方案，并根據(jù)相關(guān)的通話網(wǎng)絡(luò)來(lái)進(jìn)行驗(yàn)證，對(duì)社團(tuán)結(jié)構(gòu)特性的統(tǒng)計(jì)分析進(jìn)行歸一化，并將其在相關(guān)的結(jié)構(gòu)中進(jìn)行存儲(chǔ)，為進(jìn)行二次的深入分析提供方便，在進(jìn)行方案驗(yàn)證時(shí)，將社團(tuán)作為研究單位，對(duì)其整體感興趣的數(shù)據(jù)的分布情況進(jìn)行分析，并將其與之前的研究數(shù)據(jù)進(jìn)行分析比較，并對(duì)不同的特征進(jìn)行統(tǒng)計(jì)。

其主要的計(jì)算流程為：首先要對(duì)社團(tuán)中存在的各種屬性進(jìn)行統(tǒng)計(jì)，如果存在沒(méi)有統(tǒng)計(jì)的屬性，要對(duì)其單屬性進(jìn)行統(tǒng)計(jì)，然后將其統(tǒng)計(jì)特性進(jìn)行歸一化處理，制定出統(tǒng)計(jì)特性的概率分布情況，然后將其進(jìn)行一致化處理，并將其結(jié)果存儲(chǔ)于上述的存儲(chǔ)結(jié)構(gòu)當(dāng)中。

[參考文獻(xiàn)]

[1]童曉渝，張?jiān)朴?，戴元?從公眾通信網(wǎng)向公眾計(jì)算通信網(wǎng)演進(jìn)[J].電信科學(xué)，2010（6）.

[2]曹軍威，萬(wàn)宇鑫，涂國(guó)煜，張樹(shù)卿，夏艾瑄，劉小非，陳震，陸超.智能電網(wǎng)信息系統(tǒng)體系結(jié)構(gòu)研究[J].計(jì)算機(jī)學(xué)報(bào)，2013（1）.endprint