CN107276854B - 一种大数据下molap统计分析的方法 - Google Patents
一种大数据下molap统计分析的方法 Download PDFInfo
- Publication number
- CN107276854B CN107276854B CN201710621408.4A CN201710621408A CN107276854B CN 107276854 B CN107276854 B CN 107276854B CN 201710621408 A CN201710621408 A CN 201710621408A CN 107276854 B CN107276854 B CN 107276854B
- Authority
- CN
- China
- Prior art keywords
- user
- time
- statistics
- online
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/067—Generation of reports using time frame reporting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/062—Generation of reports related to network traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的通过对用户的历史上网数据、登录数据、广告投放等数据的分析，能够统计出WALAN运营平台的用户、网络、广告以及业务量的发展运营情况以及趋势，从而能够根据对历史数据的统计结果，对运营平台的后期营销给出合理的预测，并对此给平台决策层做出相应的决策提供基础，能够根据用户的上网信息以及登录信息等历史数据，统计分析出整个WLAN平台的运营情况，同时本发明能够提供亚秒级的结果查询服务，给WLAN运营平台的高级管理人员的营销计划提供数据基础，本发明还可以应用在用户上网数据收集后的分析，通过该设计，可以为公司管理层的合理正确决策提供数据支撑。
Description
技术领域
本发明涉及互联网技术，尤其涉及一种大数据下MOLAP统计分析的方法。
背景技术
WLAN在运营过程中产生大量数据，用户登录信息、用户上网日志等，这些数据规模大、数据类型单一，如何利用这些数据对其进行总体统计、用户发展统计、网络发展统计、广告统计以及业务量统计，以便为WLAN运营公司的决策层和高级管理人员的分析决策提供数据依据，是需要思考的问题，长期以来，受技术发展以及计算能力的限制，运营过程中的大量数据没有被发掘利用后产生应有的价值，可以针对这些数据，进行深入挖掘，使其产生价值。
发明内容
本发明旨在提供一种大数据下MOLAP统计分析的方法。
为实现上述技术目的，本发明采用以下技术方案，一种大数据下MOLAP统计分析的方法，包括以下步骤：
步骤S1、无线管理系统平台收集用户登录信息，其中包括用户上线时间即用户登录WSMP时间，用户下线时间即用户登出WSMP时间，AP（无线接入设备侧）的MAC即用户登录的AP MAC地址，用户MAC即用户移动设备的MAC地址，用户手机号即用户移动设备的手机号，注册时间即用户首次登录WSMP时间；
步骤S2、无线管理系统平台收集门店信息，包括门店名称、门店地理位置和门店的编码信息，上述门店指的是WLAN运营商部署在全国各地的门店；
步骤S3、无线管理系统平台收集用户点击事件，包括Portal展现时间即单用户展现Portal的点击时间和广告时间即单用户点击广告的时间，Portal指的是登录页面；
步骤S4、上网日志系统收集上网访问信息，包括用户访问URL时间、用户访问URL地址、用户MAC地址、AP的MAC地址、在线时长duration即用户在线上网时长和在线流量traffic即用户在线上网流量；
步骤S5、上述数据收集完成后进行总体统计，总体统计支持excel导出，提供报表统计，查询条件为月份/日期/项目名称，总体统计分为：1.总体（WLAN运营商部署省份数、城市数、门店数、AP总数、新增门店数、新增AP数）；2.省份（各省份部署城市、每城市对应的门店、门店中的AP个数、新增门店、新增AP数）；
步骤S6、上述数据收集完成后进行用户发展统计，用户发展统计支持excel导出，提供报表统计，查询条件为月份/日期/项目名称，用户发展统计分为：1.按日期查询，表头“门店名称/统计时间/总注册用户数/每日新增用户数/上线用户数/在线峰值用户数/峰值时间/时长/流量/区域/品牌/门店编码”；2.按月查询，表头“省份名称/每月上线用户数/每月新增用户数/日均上线用户数/每月时长/每月流量数”；
步骤S7、上述数据收集完成后进行广告统计，广告统计支持excel导出，提供报表统计，广告统计按日期或按月查询，总体/按省份/按门店，表头“门店名称、省份、城市、广告类型、广告点击数、广告展示数、门店编码”；
步骤S8、上述数据收集完成后进行业务量统计，业务量统计支持excel导出，提供报表统计，按日期或按月查询，业务量统计分为：1.总体综合业务表（全国上网时长/上网用户数/登录次数/在线流量/日均上网时长/日均上网人数/日均登录次数/日均流量/在线峰值用户数/在线峰值时间/在线峰值流量/流量峰值时刻）；2.每日每次上网时长明细表（用户手机号码/省份/上线时间/下线时间/在线时长/在线流量）；3.每日每用户上网时长明细表（用户手机号码/省份/在线时长/在线流量/上线次数）；
步骤S9、数据源表导入，将上述统计完成的关系型数据库中的数据源表（包括总体统计、用户发展统计、广告统计和业务量统计），使用Sqoop工具定时增量导入到分布式文件系统HDFS上；
步骤S10、使用编写的MapReduce程序，给对应的数据源表添加相应的维度列（包括时间维度、门店维度等），然后再将生成的HDFS文件导入到非关系型的Hive表中；
步骤S11、将Hive表加载到Apache Kylin中，根据元数据的定义，构建引擎从Hive表中抽取数据，并构建Cube，构建后的Cube保存在Hbase存储引擎中；
步骤S12、通过Kylin提供的标准SQL接口，后台通过SQL语句快速查询得到统计结果，最后在Web页面中展示出来；
步骤S13、为了实现数据统计分析的每日自动更新，使用Oozie工作流引擎服务器，每天自动定时执行以上的S9、S10、S11步骤，最后实现Kylin Cube的定时增量构建。
进一步地，采用Hadoop MapReduce作为非实时海量数据计算架构，构建批量的海量分布式计算集群，非实时批处理平台对海量数据按时间进行清理、统计、计算等操作，使用Sqoop将关系型数据库表导入到HDFS上，使用MapReduce给对应的表添加相应的维度列，再将该表导入到Hive表中，最后触发Apache Kylin构建对应的cube，整个过程通过Ooize对其进行时间串联调用。
进一步地，采用Apache Kylin对于存储数据进行MOLAP 立方体建模，通过ApacheKylin的预计算，把统计分析的数据预先计算至立方体中，计算的结果存储至Apache HBase中，从而构建出数据立方体，对立方体进行上钻、下取后得到OLAP分析的统计结果后通过页面进行展示，Apache Kylin是一个开源的分布式分析引擎，其核心思想就是利用存储空间来换取查询时的响应时间，提供Hadoop之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，它能在亚秒内查询巨大的Hive表。。
本发明的通过对用户的历史上网数据、登录数据、广告投放等数据的分析，能够统计出WALAN运营平台的用户、网络、广告以及业务量的发展运营情况以及趋势，从而能够根据对历史数据的统计结果，对运营平台的后期营销给出合理的预测，并对此给平台决策层做出相应的决策提供基础，能够根据用户的上网信息以及登录信息等历史数据，统计分析出整个WLAN平台的运营情况，同时本发明能够提供亚秒级的结果查询服务，给WLAN运营平台的高级管理人员的营销计划提供数据基础，本发明还可以应用在用户上网数据收集后的分析，通过该设计，可以为公司管理层的合理正确决策提供数据支撑。
附图说明
图1为本发明的流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
下面参照图1描述根据本发明实施例的一种大数据下MOLAP统计分析的方法，包括以下步骤：
步骤S1、无线管理系统平台收集用户登录信息，其中包括用户上线时间即用户登录WSMP时间，用户下线时间即用户登出WSMP时间，AP（无线接入设备侧）的MAC即用户登录的AP MAC地址，用户MAC即用户移动设备的MAC地址，用户手机号即用户移动设备的手机号，注册时间即用户首次登录WSMP时间；
步骤S2、无线管理系统平台收集门店信息，包括门店名称、门店地理位置和门店的编码信息，上述门店指的是WLAN运营商部署在全国各地的门店；
步骤S3、无线管理系统平台收集用户点击事件，包括Portal展现时间即单用户展现Portal的点击时间和广告时间即单用户点击广告的时间，Portal指的是登录页面；
步骤S4、上网日志系统收集上网访问信息，包括用户访问URL时间、用户访问URL地址、用户MAC地址、AP的MAC地址、在线时长duration即用户在线上网时长和在线流量traffic即用户在线上网流量；
步骤S5、上述数据收集完成后进行总体统计，总体统计支持excel导出，提供报表统计，查询条件为月份/日期/项目名称，总体统计分为：1.总体（WLAN运营商部署省份数、城市数、门店数、AP总数、新增门店数、新增AP数）；2.省份（各省份部署城市、每城市对应的门店、门店中的AP个数、新增门店、新增AP数）；
步骤S6、上述数据收集完成后进行用户发展统计，用户发展统计支持excel导出，提供报表统计，查询条件为月份/日期/项目名称，用户发展统计分为：1.按日期查询，表头“门店名称/统计时间/总注册用户数/每日新增用户数/上线用户数/在线峰值用户数/峰值时间/时长/流量/区域/品牌/门店编码”；2.按月查询，表头“省份名称/每月上线用户数/每月新增用户数/日均上线用户数/每月时长/每月流量数”；
步骤S7、上述数据收集完成后进行广告统计，广告统计支持excel导出，提供报表统计，广告统计按日期或按月查询，总体/按省份/按门店，表头“门店名称、省份、城市、广告类型、广告点击数、广告展示数、门店编码”；
步骤S8、上述数据收集完成后进行业务量统计，业务量统计支持excel导出，提供报表统计，按日期或按月查询，业务量统计分为：1.总体综合业务表（全国上网时长/上网用户数/登录次数/在线流量/日均上网时长/日均上网人数/日均登录次数/日均流量/在线峰值用户数/在线峰值时间/在线峰值流量/流量峰值时刻）；2.每日每次上网时长明细表（用户手机号码/省份/上线时间/下线时间/在线时长/在线流量）；3.每日每用户上网时长明细表（用户手机号码/省份/在线时长/在线流量/上线次数）；
步骤S9、数据源表导入，将上述统计完成的关系型数据库中的数据源表（包括总体统计、用户发展统计、广告统计和业务量统计），使用Sqoop工具定时增量导入到分布式文件系统HDFS上；
步骤S10、使用编写的MapReduce程序，给对应的数据源表添加相应的维度列（包括时间维度、门店维度等），然后再将生成的HDFS文件导入到非关系型的Hive表中；
步骤S11、将Hive表加载到Apache Kylin中，根据元数据的定义，构建引擎从Hive表中抽取数据，并构建Cube，构建后的Cube保存在Hbase存储引擎中；
步骤S12、通过Kylin提供的标准SQL接口，后台通过SQL语句快速查询得到统计结果，最后在Web页面中展示出来；
步骤S13、为了实现数据统计分析的每日自动更新，使用Oozie工作流引擎服务器，每天自动定时执行以上的S9、S10、S11步骤，最后实现Kylin Cube的定时增量构建。
进一步地，采用Hadoop MapReduce作为非实时海量数据计算架构，构建批量的海量分布式计算集群，非实时批处理平台对海量数据按时间进行清理、统计、计算等操作，使用Sqoop将关系型数据库表导入到HDFS上，使用MapReduce给对应的表添加相应的维度列，再将该表导入到Hive表中，最后触发Apache Kylin构建对应的cube，整个过程通过Ooize对其进行时间串联调用。
进一步地，采用Apache Kylin对于存储数据进行MOLAP 立方体建模，通过ApacheKylin的预计算，把统计分析的数据预先计算至立方体中，计算的结果存储至Apache HBase中，从而构建出数据立方体，对立方体进行上钻、下取后得到OLAP分析的统计结果后通过页面进行展示，Apache Kylin是一个开源的分布式分析引擎，其核心思想就是利用存储空间来换取查询时的响应时间，提供Hadoop之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，它能在亚秒内查询巨大的Hive表。。
本发明的通过对用户的历史上网数据、登录数据、广告投放等数据的分析，能够统计出WALAN运营平台的用户、网络、广告以及业务量的发展运营情况以及趋势，从而能够根据对历史数据的统计结果，对运营平台的后期营销给出合理的预测，并对此给平台决策层做出相应的决策提供基础，能够根据用户的上网信息以及登录信息等历史数据，统计分析出整个WLAN平台的运营情况，同时本发明能够提供亚秒级的结果查询服务，给WLAN运营平台的高级管理人员的营销计划提供数据基础，本发明还可以应用在用户上网数据收集后的分析，通过该设计，可以为公司管理层的合理正确决策提供数据支撑。
在本说明书的描述中，参考术语“一个实施例”、“示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (3)
1.一种大数据下MOLAP统计分析的方法，其特征在于，包括以下步骤：
步骤S1、无线管理系统平台收集用户登录信息，其中包括用户上线时间即用户登录WSMP时间，用户下线时间即用户登出WSMP时间，AP即无线接入设备侧的MAC即用户登录的APMAC地址，用户MAC即用户移动设备的MAC地址，用户手机号即用户移动设备的手机号，注册时间即用户首次登录WSMP时间；
步骤S2、无线管理系统平台收集门店信息，包括门店名称、门店地理位置和门店的编码信息，上述门店指的是WLAN运营商部署在全国各地的门店；
步骤S3、无线管理系统平台收集用户点击事件，包括Portal展现时间即单用户展现Portal的点击时间和广告时间即单用户点击广告的时间，Portal指的是登录页面；
步骤S4、上网日志系统收集上网访问信息，包括用户访问URL时间、用户访问URL地址、用户MAC地址、AP的MAC地址、在线时长duration即用户在线上网时长和在线流量traffic即用户在线上网流量；
步骤S5、上述数据收集完成后进行总体统计，总体统计支持excel导出，提供报表统计，查询条件为月份/日期/项目名称，总体统计分为：1.总体，包括WLAN运营商部署省份数、城市数、门店数、AP总数、新增门店数、新增AP数；2.省份，包括各省份部署城市、每城市对应的门店、门店中的AP个数、新增门店、新增AP数；
步骤S6、上述数据收集完成后进行用户发展统计，用户发展统计支持excel导出，提供报表统计，查询条件为月份/日期/项目名称，用户发展统计分为：1.按日期查询，表头“门店名称/统计时间/总注册用户数/每日新增用户数/上线用户数/在线峰值用户数/峰值时间/时长/流量/区域/品牌/门店编码”；2.按月查询，表头“省份名称/每月上线用户数/每月新增用户数/日均上线用户数/每月时长/每月流量数”；
步骤S7、上述数据收集完成后进行广告统计，广告统计支持excel导出，提供报表统计，广告统计按日期或按月查询，总体/按省份/按门店，表头“门店名称、省份、城市、广告类型、广告点击数、广告展示数、门店编码”；
步骤S8、上述数据收集完成后进行业务量统计，业务量统计支持excel导出，提供报表统计，按日期或按月查询，业务量统计分为：1.总体综合业务表，包括全国上网时长/上网用户数/登录次数/在线流量/日均上网时长/日均上网人数/日均登录次数/日均流量/在线峰值用户数/在线峰值时间/在线峰值流量/流量峰值时刻；2.每日每次上网时长明细表，包括用户手机号码/省份/上线时间/下线时间/在线时长/在线流量；3.每日每用户上网时长明细表，包括用户手机号码/省份/在线时长/在线流量/上线次数；
步骤S9、数据源表导入，将上述统计完成的关系型数据库中的数据源表，包括总体统计、用户发展统计、广告统计和业务量统计，使用数据迁移工具Sqoop定时增量导入到分布式文件系统HDFS上；
步骤S10、使用编写的分布式计算框架MapReduce程序，给对应的数据源表添加相应的维度列(包括时间维度、门店维度等)，然后再将生成的HDFS文件导入到非关系型的数据仓库分析系统Hive表中；
步骤S11、将Hive表加载到分析型数据仓库ApacheKylin中，根据元数据的定义，构建引擎从Hive表中抽取数据，并构建数据库Cube，构建后的Cube保存在Hbase存储引擎中；
步骤S12、通过Kylin提供的标准SQL接口，后台通过SQL语句快速查询得到统计结果，最后在Web页面中展示出来；
步骤S13、为了实现数据统计分析的每日自动更新，使用工作流调度程序系统Oozie的工作流引擎服务器，每天自动定时执行以上的S9、S10、S11步骤，最后实现数据仓库数据表KylinCube的定时增量构建。
2.根据权利要求1所述的方法，其特征在于，采用HadoopMapReduce作为非实时海量数据计算架构，构建批量的海量分布式计算集群，非实时批处理平台对海量数据按时间进行清理、统计、计算操作，使用Sqoop将关系型数据库表导入到HDFS上，使用MapReduce给对应的表添加相应的维度列，再将该表导入到Hive表中，最后触发ApacheKylin构建对应的cube，整个过程通过Ooize对其进行时间串联调用。
3.根据权利要求1或2所述的方法，其特征在于，采用ApacheKylin对于存储数据进行MOLAP立方体建模，通过ApacheKylin的预计算，把统计分析的数据预先计算至立方体中，计算的结果存储至分布式存储系统ApacheHBase中，从而构建出数据立方体，对立方体进行上钻、下取后得到OLAP分析的统计结果后通过页面进行展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710621408.4A CN107276854B (zh) | 2017-07-27 | 2017-07-27 | 一种大数据下molap统计分析的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710621408.4A CN107276854B (zh) | 2017-07-27 | 2017-07-27 | 一种大数据下molap统计分析的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107276854A CN107276854A (zh) | 2017-10-20 |
| CN107276854B true CN107276854B (zh) | 2021-11-09 |
Family
ID=60078299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710621408.4A Active CN107276854B (zh) | 2017-07-27 | 2017-07-27 | 一种大数据下molap统计分析的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107276854B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108923947B (zh) * | 2018-07-31 | 2021-04-06 | 安徽四创电子股份有限公司 | 一种基于大数据平台的无线城市运营管理方法 |
| CN110209893A (zh) * | 2019-04-23 | 2019-09-06 | 北京奇艺世纪科技有限公司 | 任务生成方法、系统和存储介质 |
| CN112559516A (zh) * | 2020-11-25 | 2021-03-26 | 成都中科大旗软件股份有限公司 | 基于数仓实现多维立方体数据分析方法 |
| CN113837303A (zh) * | 2021-09-29 | 2021-12-24 | 中国联合网络通信集团有限公司 | 一种黑产用户识别方法、tee节点及计算机可读存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101996250A (zh) * | 2010-11-15 | 2011-03-30 | 中国科学院计算技术研究所 | 一种基于Hadoop的海量流数据存储和查询方法及系统 |
| CN103544255A (zh) * | 2013-10-15 | 2014-01-29 | 常州大学 | 基于文本语义相关的网络舆情信息分析方法 |
| CN104219088A (zh) * | 2014-08-21 | 2014-12-17 | 南京邮电大学 | 一种基于Hive的网络告警信息OLAP方法 |
| CN105610797A (zh) * | 2015-12-21 | 2016-05-25 | 曾友国 | 基于交易型视频播放器的数据收集与分析系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9692785B2 (en) * | 2013-03-05 | 2017-06-27 | Pierce Global Threat Intelligence | Systems and methods for detecting and preventing cyber-threats |
| TWI561032B (en) * | 2014-07-15 | 2016-12-01 | Wistron Neweb Corp | Router and information collection method thereof |
-
2017
- 2017-07-27 CN CN201710621408.4A patent/CN107276854B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101996250A (zh) * | 2010-11-15 | 2011-03-30 | 中国科学院计算技术研究所 | 一种基于Hadoop的海量流数据存储和查询方法及系统 |
| CN103544255A (zh) * | 2013-10-15 | 2014-01-29 | 常州大学 | 基于文本语义相关的网络舆情信息分析方法 |
| CN104219088A (zh) * | 2014-08-21 | 2014-12-17 | 南京邮电大学 | 一种基于Hive的网络告警信息OLAP方法 |
| CN105610797A (zh) * | 2015-12-21 | 2016-05-25 | 曾友国 | 基于交易型视频播放器的数据收集与分析系统 |
Non-Patent Citations (3)
| Title |
|---|
| Mining Online Users’ Access Records for Web Business Intelligence;R.Yang 等;《2017 ieee 3rd international conference on big data security on cloud (bigdatasecurity), ieee international conference on high performance and smart computing (hpsc), and ieee international conference on intelligent data and security (ids)}》;20170528;全文 * |
| 基于Hadoop的日志统计分析系统的设计与实现;朱斌;《中国优秀硕士学位论文全文数据库（信息科技I辑）》;20150615;全文 * |
| 基于MOLAP的寿险财务报表统计系统设计;方俊杰;《中国优秀硕士学位论文全文数据库（信息科技I辑）》》;20150315;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107276854A (zh) | 2017-10-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107276854B (zh) | 一种大数据下molap统计分析的方法 | |
| CN101990003B (zh) | 一种基于ip地址属性的用户行为监控系统与方法 | |
| CN105007171A (zh) | 基于通信领域大数据的用户数据分析系统及方法 | |
| CN110334274A (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
| CN104778642A (zh) | 基于WiFi的校园用户数据处理方法、服务器和监测系统 | |
| CN103853838B (zh) | 一种数据处理方法和装置 | |
| CN104820715A (zh) | 基于多维度关联的数据共享和分析方法及系统 | |
| CN104270654B (zh) | 互联网视频播放监测方法和装置 | |
| WO2014012927A1 (en) | Method and system for traffic estimation | |
| CN104486116A (zh) | 多维度查询流量数据的方法及系统 | |
| Wang et al. | Big data in telecommunication operators: data, platform and practices | |
| CN107274141A (zh) | 一种事件处理方法及网络设备 | |
| CN113256163A (zh) | 智慧城市政务云平台网外运算方法及系统 | |
| CN103200269A (zh) | 互联网信息统计方法及系统 | |
| CN112738729A (zh) | 一种用手机信令数据判别探亲返乡游客的方法及系统 | |
| CN107358269B (zh) | 一种面向精准营销的电信用户消费画像的构建方法 | |
| US11151146B2 (en) | System and method for multi-dimensional real time vector search and heuristics backed insight engine | |
| Zhao et al. | Urban crowd flow forecasting based on cellular network | |
| CN103034733A (zh) | 一种用于呼叫中心的数据监控统计方法 | |
| CN104750860B (zh) | 一种不确定数据的数据存储方法 | |
| CN116703132B (zh) | 共享车辆动态调度的管理方法、装置及计算机设备 | |
| CN106021245A (zh) | 数据的可视化方法和装置 | |
| CN105095224A (zh) | 一种在移动通信网络中进行olap分析的方法、装置和系统 | |
| Du et al. | Urban legislation assessment by data analytics with smart city characteristics | |
| CN107153690A (zh) | 内容推送方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 210012 room 627, Ning Shuang Road, Yuhuatai District, Nanjing, Jiangsu, 627 Applicant after: Ho whale cloud computing Polytron Technologies Inc Address before: 210012 No. 68 Bauhinia Road, Yuhuatai District, Jiangsu, Nanjing Applicant before: ZTEsoft Technology Co., Ltd. |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |