浅谈基于云计算的大数据挖掘及解决方案

如今云计算与大数据不仅改变了人们生活和工作的方式,还改变了我国市场经济的发展模式,更重要的是云计算和大数据可能会改变信息化的发展方向。为了突破传统数据挖掘存在的弊端,我们开始将云计算与大数据挖掘现结合,从而为用户提供更加有效的数据,满足其多元化的需求。然而基于云计算的大数据挖掘,还需要对大数据挖掘中潜在的弊端进行了解,需要采取有效的解决方案才能促使两者之间进行有效的融合,从而使其能够得到有效的应用,本文对其展开探究。

机器学习聚类算法在室分建设中的应用及拓展

安徽联通在以往的建设中已经累计的大量的数据,物以类聚人以群分,如何将大数据数据聚类并提取有价值的内容供后续工作使用,本文利用安徽联通大数据平台提取的室分站点相关数据用人工智能中机器学习聚类算法对其进行分析,给出程序结果并对后续进一步拓展用法作探讨。

频谱动态共享技术在900M低频网建设中的应用

在给国内运营商分配使用的频段资源中,900M频段作为相对低频频段,传输距离广、深度覆盖强,对于联通底层网的建设尤为重要。目前,联通在900M频段上仅正式分配了5.8M频谱,在实际建设中,会出现存在多种网络制式需求而频谱受限的场景。本文将探讨如何通过频谱动态共享技术,使得频谱效率最大化。

5G潜在用户大数据分析在室分投资建设中的应用

4G时代70%的业务发生在室内,5G时代室内网络体验是树立5G品牌的关键。如何做到5G室分站点选址最优化,投资收益最大化为本文讨论研究重点。本文利用安徽联通SEQ大数据平台提取的室分站点相关数据以及智慧运营平台提取的相关用户数据,通过多维用户数据分析,识别高价值用户和5G潜在用户,并通过其常驻室分站点分布,确定室分5G价值区域。