<button id="amu12"></button>

    <tbody id="amu12"></tbody>
    <th id="amu12"></th>
    1. <tbody id="amu12"><noscript id="amu12"><video id="amu12"></video></noscript></tbody>
    2. {$CATEGORYS[$parentid]['catname']
      首页 >  大数据 > 通信 > Deeplan平台

      Deeplan平台

      • 发布时间:2018-08-30
      • 来源:
      •   
      • 打印

      产品架构能力

      Deeplan平台技术架构采用分层设计,插件化开发,模块化集成,可云化部署,整个架构灵活可靠、可扩展。

      运营商大数据以产品化、平台化、智能化为重点,面向运营商提供通信大数据网络优化产品及服务,并依托通信大数据,面向公安、旅游等行业提供场景化应用,促进跨界融合,构建产业服务新生态。

      通信大数据产品体系

      基于信令、MR数据和网管多维数据关联,构建一套LTE全业务用户体验评测体系,结合无线网络空口指标与用户业务体验关联分析,将用户业务体验映射到网络指标层面,帮助运营商建立以用户业务体验为中心的全业务评估体系。

      基于移动运营商的信令、MR、BOSS等基础通信数据,首先运用GPLSA异常检测算法实时监控网络指标异常波动和预警,整体观测网络质量;其次,运用机器学习算法构建移动通信网络感知评估模型,客观评价用户对于数据业务的网络感知;再次,对于特定场所(高铁站、会场等区域)进行感知分析,从而根据场景特征有针对性的提升用户对于数据业务的感知评估;最后,运用MR进行弱覆盖、过覆盖和重叠覆盖三个维度分析网络自身质量,快速定位问题溯源。

      LTE全业务感知评估概况

      利用华苏Deeplan算法引擎(LTE全业务感知评估模型),准实时输出用户级网络业务感知分值以及50*50米精准定位,从感知差客户溯源分析、感知差客户地理分布、感知差小区边缘覆盖呈现等层面,帮助运营商构建以用户业务体验为中心的全业务评测体系。

      ● 评估体系(LTE全业务感知原创发明专利授权)

      ● 高精准度(50*50)

      · 小区级感知评估精准度85%

      · 栅格级65%(TA+AOA),85%(指纹库)

      ● 网络中立

      · 跨设备商数据的统一关联

      · 主流设备商MR、信令与话統数据协同解析

      ● 根因分析

      · 一键式网络性能与故障定位

      · 用户感知-业务性能-网络性能/覆盖/容量的溯源分析

      浏览类用户感知50米*50米栅格呈现

      LTE全业务感知评估产品基于电信心理学模型构建而成,以面向客户感知为入手的、高效的、低成本的的类POLQA评估体系,对当前LTE全业务实现全面的、准实时、全覆盖、栅格化的客户感知检测系统。其核心是以LTE网络海量的测量报告MRO数据、用户级信令指标数据等为输入源,利用强大的华苏Deeplan算法引擎(LTE全业务感知评估模型),准实时输出每位客户每次使用网络业务感知得分,以及在空间上50*50米精度的定位。

      亮点:

      1、感知评估精度85%;

      2、栅格定位65%(TA+AOA),85%(指纹库)

      用户级感知MOS评估

      基于用户级感知MOS评估体系,构建用户常驻小区、常驻栅格模型以及用户级主栅格的定位,实现用户轨迹回放、历史驻留小区与栅格感知呈现,快速定位网络故障,先于用户发现问题。

      用户级感知回溯: 时间维度回溯,分析用户感知变化

      用户投诉分析:地理维度回溯,用户投诉信息、基站信息、投诉前用户感知及周边历史投诉的可视化呈现纪报表输出

      感知差用户锁定与分析

      GIS呈现区域感知差用户分布,输出感知差小区常驻用户;通过感知差栅格和感知差小区对比呈现,锁定影响感知差用户的小区和地理位置。

      感知差栅格分布

      感知差用户分布

      高铁专项性能分析

      基于高铁用户判别分析算法,对高铁专网进行业务质量评估与故障定位(RRU级别),替代传统路测,对重点问题区域与小区进行性能评估、故障与定位分析,提升参会人员高铁场景下网络感知。

      ◆ 高铁专网概况

      ◆ 出专网用户分布:分频段展示

      ◆ 覆盖类指标:分频段、分小区按段展示

      ◆ 重点用户信令回溯

      ◆ 出专网机型分布

      警务智能—重点人群分析系统

      基于移动运营商通信数据,构建精准定位模型,一方面实现重点区域场所内人群分布及构成,实时监控场所内人群密集度,降低踩踏事件的发生概率,另一方面,实时监控待监控人员的活动范围,系统智能预警,提高警务人员的办事效率,从而提升保障的安全性。

      ◆ 参会人员迁徙分析

      ◆ 参会人群热力图

      ◆ 参会人群热力图实时对比

      ◆ 重点人群信息

      面向公安客户,以提高警务人员办案效率为目标,基于通信大数据,利用大数据分析技术,提供多种案件侦查手段和智能预警机制

      因此,从人群、目标、人流和舆情四个层面进行实时分析及监控,助力公安部门对智慧城市建设,提供人群总量变化、归属、行为特征分析、特殊人员定位以及互联网诉求分析、预警。

      警务智能—重点人员管控

      针对不同类型的目标人员,设定不同维度的预警

      ◆ 重点人员定位和预警

      ◆ 特殊来源地人员定位和预警

      ◆ 目标人员聚集预警

      目前公安部门在重点人员的监测上依旧使用传统的从案到人的被动式侦查及维稳方式,需耗费大量警力成本。基于移动运营商通信数据,采取OTT/指纹库精准定位算法,准实时定位目标人员的活动轨迹,帮助公安快速定位目标人员并溯源历史轨迹。

      警务智能—舆情分析

      结合互联网舆情以及移动用户的上网行为数据,构建移动通信舆情监控系统,提供属地化呈现及用户分析的舆情监测手段,便于政府、公安部门及时掌握网络舆论、各类突发事件以及移动用户的特征分析等,有效控制舆情信息以及舆论导向。

      ◆ 舆情概述

      ◆ 重大活动分析

      ◆ 热点舆情

      ◆ 舆情溯源

      ◆ 舆情监控

      手机舆情领域的舆情分析和监测,目前还属于空白,是互联网舆情的有效补充。结合互联网舆情以及移动用户的上网行为数据,构建移动通信舆情监控系统,提供属地化呈现及用户分析的舆情监测手段,便于政府、公安部门及时掌握网络舆论、各类突发事件以及移动用户的特征分析等,有效控制舆情信息以及舆论导向。

      旅游大数据

      基于移动通信技术,从区域监控(景区客流、游客特征)、行住留(出行、住宿、驻留)、旅游指数(综合、天气、交通、消费)等维度综合分析旅游大数据产品。

      景区监控
      实时人流监控
      电子围栏
      人流量预警

      游客分析
      游客源分析
      游客特征分析

      出行分析
      出行方式分析
      出行目的占比分析

      综合指数统计
      天气指数分析
      交通指数分析
      消费指数分析

      运用移动用户的位置数据,从景区监控、游客分析、出行分析以及综合指数等多维度分析旅游景区以及游客的衣食住行吃喝玩乐,直观形象的综合分析旅游信息。

      面向旅游委(局),助力智慧旅游,为旅游管理和旅游营销提供决策支持

      联系我们