非结构化补充业务数据业务平台的性能分析

非结构化补充业务数据(USSD)是ETSI定义的一种基于全球移动通信系统(GSM)网络的新型交互式数据业务.为了给USSD业务平台提供一个性能评价手段,使用排队网络方法建立了USSD业务平台的性能模型,并使用近似平均值分析(MVA)算法对该业务平台上开展的USSD预付费充值业务进行了分析.对性能指标的分析表明,可以通过该性能模型找到制约系统性能的瓶颈.在OPNET上的仿真实验验证了分析的有效性.

非结构化补充业务数据中心的设计与实现

该文首先介绍GSM非结构化补充业务数据(USSD)的原理,然后介绍了非结构化补充业务数据中心(USSDC)的组网方式及对外接口,最后通过介绍USSDC的物理结构和逻辑结构,提出了USSDC的设计思路和实现方案。

非结构化补充数据业务平台应用研究

一、绪论 目前国际上通常把移动增值业务概括为三大类,即移动智能业务、移动数据业务和移动IP业务,目前发展最快的移动增值业务无疑是短消息服务,统计显示,1999年4月,全球每月发送短消息10亿条,一年之后,这个数字变为160亿条,2001年全球共发送2500亿条短信息。今年3月。

水文预报业务非结构化数据库选型探索

如何更加高效地存储和处理海量非结构化数据,已成为水利行业信息化建设亟待解决的难题,水文预报业务作为水利行业的核心业务,选择合适的数据库是首要任务。对目前国产主流数据库进行梳理,将非结构化数据库分为数据库结合NAS、数据库大字段、多模数据库3种类型,针对每种类型,分析原理、特点、数据处理时效性、支持的数据量、数据查询效率等多个方面,对部分类型进行压力测试,获取量化性能指标,使选型者可以结合自身应用场景进行比较分析选择合适类型,并基于水文预报业务数据库选型经验,提出水利非结构化数据库选型建议。通过分析认为不同的业务需求适合不同的数据库类型,对于水文预报业务这类海量非结构化数据存储管理、且数据处理能力要求高的场景建议选用数据库大字段或多模数据库。

商业银行影像平台及非结构化数据存储研究与实践

近年来,为全面实现业务系统无纸化审批和凭证的电子化管理,充分提高系统审批效率,降低纸质凭证管理成本,各个银行开始稳步推进影像数据集中管理和集中保护平台,构建更加符合业务需求和发展趋势的业务系统,并为未来后台作业集中处理和流程银行建设提供技术支撑。

基于企业架构的非结构化数据管理平台建设研究

非结构化数据是大型企业宝贵的数据资产,其基本特征是数据格式多样、数据存储分散、数据总量大、增长速度快,蕴含有大量提升企业业务价值的重要信息。非结构化数据的统一存储、集中管理与深化应用是当今大型企业信息化建设的重要方向之一。基于企业架构理论设计了非结构化数据管理平台的业务架构、技术架构、数据架构以及应用架构,对面向大型企业应用的非结构化数据管理平台进行了多视角建模,建立了从需求分析到系统设计的桥梁。

IBM推出业务分析新产品，管理分析非结构化信息

近日，IBM发布了新的业务分析产品：IBM Cognos内容分析软件、IBM InfoSphere内容评估软件和IBM InfoSphere主内容软件，旨在帮助客户以统一的方式更好地管理和控制结构化和非结构化数据。同时基于企业内各方面内容提供有价值的洞察。

IBM软件发布分析洞察战略应对非结构化数据激增

近日，IBM软件正式发布了基于业务分析洞察（BAO）理论基础之上的IBM智慧的分析洞察（Smarter Analytics）战略，以帮助企业分析复杂的数据。

分析非结构化数据的10个要点

如今,数据分析正在成为企业发展的重要组成部分。企业必须对结构化和非结构化数据有所了解,才能更好地为业务发展做出正确决策。以下是帮助企业分析非结构化数据的10个要点。1.确定一个数据源了解有利于小型企业的数据来源非常重要。企业可以使用一个或多个数据源来收集与其业务相关的信息。而从随机数据源收集数据并不是一个好办法,因为这可能会破坏数据,甚至丢失一些数据。因此,建议企业在开始收集数据之前调查相关数据源。

基于非结构化嵌入技术的数字化审计探索与实现

本文运用基于非结构化嵌入技术构建非结构化数据审计逻辑框架,通过分析、整合该逻辑框架内容及逻辑关系,进一步构建非结构化数据数字化审计技术体系框架和实现路径,创新了数字化审计监督方法和手段;在应用实践上以经法合同业务场景为抓手,扩大了数字化审计监督的广度和深度,为非结构化数据数字化审计提供科学的技术方法和可行的操作建议。

移动数据新业务——USSD

非结构化补充数据业务（USSD Unstructured Supplementary Service Data）是一种基于GSM网络的新型实时交互式数据业务，它是在GSM的短消息系统技术基础上推出的一种全新业务。

浅谈电网企业“一手数据”资产管理与业务创新

网企业作为资产密集型企业拥有庞大的数据资产,如何建立一手数据资产化体系,并将数据管理成果应用于业务创新已成为企业管理者的第一要务。随着大数据时代的到来,数据对各行各业均产生了深远的影响,在企业生产经营中起着至关重要的作用,通过数据对企业进行管理、评价、决策已成为现代企业不可或缺的管理手段,从数据全生命周期中获取、存储、处理、挖掘等研究已逐步成为目前研究的热点问题。

USSD网关及在预付费国际漫游业务中的应用

本文首先介绍了USSD业务特点,然后分析了USSD网关的工作机制、主要功能及信息元素,最后给出将USSD网关用于预付费国际漫游业务中的应用实例。

技术千变万化,唯有数据不变

建设以数据管控为核心，架构为基础，强健敏捷、融合贯通的数据中心变得尤为重要，其重点包含：实现稳健、灵活的结构化数据管理；实现公司核心数据资源的有效管理，真实、准确掌握业务运营状况；实现高效、集成的非结构化数据管理：实现企业非结构化数据与结构化数据的融合和集成；实现全业务的数据管控；全面提升各业务条线数据质量，建立健全数据管控策略、流程和标准．保障企业数据管控的长效工作机制。

公安视图数据与业务数据融合关键技术探索及应用

近年来,随着大数据与人工智能技术的不断发展,公安部门在数据采集、存储、分析和应用等方面不断加强投入和建设,建立起了大规模的数据中心,形成了以结构化数据、半结构化数据和非结构化数据等多种类型的数据资源体系,其中视图数据资源和公安业务数据资源是公安部门掌握社会治安状况、预防和打击犯罪、维护社会稳定的重要资源,通过对其进行融合分析,可以进一步提升公安工作的效率和精确性,对公安实际工作具有重要的应用价值。因此,如何秉承“多维感知、数据融合、开放兼容、分层解耦、智慧应用”理念,遵循公安大数据和公共安全视频图像相关标准规范,将公安视图数据与公安业务数据融合打通,挖掘数据潜在价值,赋能实战应用,成为公安信息化工作中一个重要的研究课题。

大数据 大智慧

信息时代的到来，让复杂的多元信息变成了企业的潜在开发区间。《著云台》对数据的种类进行细分，引出了一个概念“大数据”（BigData）的概念。值得注意的是，大数据从数据的级别角度进行了总结，大数据是建立在云技术基础上的数据存储与传递流程。大数据涵盖了公司业务过程中所产生的结构化与非结构化数据，它的提出与形成是人们对于数据信息的操作层到战略层的集中体现，反映了人们对于数据处理、数据挖掘的极大需求。如何理解云结算的特点，如何面对并驾驭更为广阔的而数据，成为了企业关注的焦点。笔者从大数据的特点开始阐述，通过若干数据与项目实例，来说明，新环境下的数据处理思路：并讨论云计算与大数据之间的关系，梳理技术与数据的内在联系，大数据有大智慧。

USSD技术与业务优势

本文介绍了USSD业务的技术体制、网络结构以及与短信业务相比所独具的优势,讨论了它所能提供的两类服务,对在GSM网中引入USSD业务后的网络负荷进行了计算。

大数据时代 智谋未来

据分析,到2020年,全球以电子形式存储的数据量将达到35ZB,是2009年全球存储量的40倍。而在2010年底,根据IDC的统计,全球数据量已经达到了120万PB,或1.2ZB。如果将这些数据都刻录在DVD上,那么光把这些DVD盘片堆叠起来就可以从地球垒到月球一个来回(单程约24万英里)。

从离线到实时对客,湖仓一体释放全量数据价值

十年聚焦,力出一孔。成立10周年之际,巨杉数据库在线召开新品发布会,基于10年的技术积累及对市场的深刻洞察,发布基于湖仓一体架构的SequoiaDB全新版本,进一步诠释了“释放全量数据价值”的价值主张。面向数字时代,新版SequoiaDB围绕金融业务的实时性需求,全面提升结构化查询分析、非结构化存取、性能监控故障诊断及数据全生命周期管理等四大能力,致力于实现全量数据从“内部离线”向“实时对客”的价值提升。发布会上,赛迪咨询深度解读了《湖仓一体技术研究报告》,并将湖仓一体技术定义为未来重要的发展趋势之一。

Python的非结构化数据分析方法应用--以经济责任审计为例

大数据等现代科学技术给包括审计在内的各行各业带来了巨大变革。综合利用大数据技术,创新经济监督方式,完善经济预警机制已成为科技强审的必由之路。大数据分析技术为审计业务的改革创新提供了新的机遇,是实现高效、全面和精准审计的重要方式。经济责任审计涵盖重大经济事项、内部控制制度、财政财务、自然资源等方面,涉及数据量巨大。其中,除了可直接进行分析处理的财务数据和相关台账数据等结构化数据外,更多的则是收发文、会议纪要等文本类资料。面对大量的非结构化文本数据,采用传统的抽查方式易出现疏漏,而通过人工逐一核查则严重影响审计效率。