大數據平臺解決方案
申迪大數據平臺在研究基于深度學習的用戶通信行為分析平臺關鍵技術及在提升政府公共服務能力中的推廣應用，實現通信運營商相關數據的有效開發利用，助力政府公共服務能力的提升，包括重大節假日、重大活動實時人流監測、人流趨勢預測及預警、城市規劃建設中的通信用戶行為時空分析及應急響應支持、公共安全中的電信詐騙防治、敏感用戶的追蹤、特定人群的用戶畫像分析、城市人口流動分析與預測等。
大數據平臺解決方案
申迪大數據平臺在研究基于深度學習的用戶通信行為分析平臺關鍵技術及在提升政府公共服務能力中的推廣應用，實現通信運營商相關數據的有效開發利用，助力政府公共服務能力的提升，包括重大節假日、重大活動實時人流監測、人流趨勢預測及預警、城市規劃建設中的通信用戶行為時空分析及應急響應支持、公共安全中的電信詐騙防治、敏感用戶的追蹤、特定人群的用戶畫像分析、城市人口流動分析與預測等。
大數據平臺解決方案優勢
讓數據洞察更具前瞻性。
可視化分析實時分析圖表
可視化分析能夠直觀的呈現大數據特點。
數據挖掘算法-科學建模
基于不同的數據類型和格式，更加科學的呈現出數據本身具備的特點。
預測性分析
從大數據中挖掘出特點，通過科學的建立模型，便可以通過模型帶入新的數據，從而預測未來的數據。
語義引擎
從用戶的搜索關鍵詞、標簽關鍵詞、或其他輸入語義，分析，判斷用戶需求，從而實現更好的用戶體驗和廣告匹配。
數據質量和數據管理
高質量的數據和有效的數據管理，無論是在學術研究還是在商業應用領域，都能夠保證分析結果的真實和有價值。
大數據平臺模塊設計
大數據平臺數據價值鏈
掌握警情分布情況，并實現可視化呈現。
實現基于基站位置的電信號碼報警人員位置信息可視化呈現，對報警電話的鏈路、基站和客戶數量的變化進行檢測和控制。
實時監控重點區域人流量，并實現人流量預警。
通過移動通信技術手段對禪城區重點區域人流情況進行實時監測，掌握節假日、重大活動期間人流情況并應急調度，加快疏散人流。
根據歷史數據自動學習、準確預測人流量。
提供重點區域人流實時數據、一年內任意時段人流數據。并可根據歷史數據信息，運用時間序列模型自動預測重點區域、重點時段的警情分布。
隨著我國經濟和社會不斷發展，城市化進程快速推進，大量勞動力人口涌向城市，他們在城市中工作的同時，也增強了城市中人群的流動性和不確定性，為區域人流的日常管理、重點區域的治安管理帶來越來越大的困難和挑戰。龐大的數據資源使得各個領域開始了決策量化進程，具有預判性及更精準的決策將日益基于數據和分析而作出，“大數據分析”也將會成為城市治安管理、現代化指揮調度體系中的重要手段，為掌握、分析、預測社會治安新情況、新問題以及治安狀況趨勢提供科學、準確的數據依據。
支持socket、FTP協議，實時采集CDR信令數據和用戶號碼對應信息，根據數據源進行建模寬表的制作，將源數據存入分布式處理框架體系中，進行模型訓練、評估、調優和結果固化，最后通過系統界面呈現分析后的數據及模型結果。
案情分布
基于信令數據與基站位置信息，在GIS上呈現電信號碼報警人員位置信息。
人流監控
結合基站信息、地理位置信息，將運營商的人流信息在GIS上直觀的展現出來。
黑名單用戶檢測
對特定重點區域設定不同的黑名單，只要該黑名單用戶出現在重點區域，即觸發告警。
用戶畫像分析
系統支持通過查詢手機號碼或者身份證號碼，得到相關用戶的畫像分析結果，包括用戶的姓名、身份證號碼、電話號碼、出行軌跡信息、工作地、居住地信息、職業信息、誠信狀況、經濟狀況。
用戶云度分析
系統支持查詢用戶號碼的云度網絡關系，直觀展現用戶一段時間的三度網絡關系。
基于大數據分析技術的智能化IT運維，預測式的挖掘用戶剛需，使營銷更精準。
居民生活時空分析：基于A口信令數據挖掘分析居民生活時空軌跡、社交關系、出行路線等。達到大數據處理實時化，用戶軌跡直觀化，廣告營銷精準化。
公安110系統：基于基站位置信息，在GIS上及時呈現人員位置信息。
黑名單監控告警：通過實時告警顯示及聲音告警提示黑名單用戶出現在監控區域的時間，姓名、身份證號碼、電話號碼、大概地理位置。
間序列人流預測：根據以往歷史人數，運用時間序列模型，預測未來某個重點區域某個時間段的人數。
藍色是原始樣本，紅色是用模型模擬出來的效果和原始的數據很吻合，黃框是對未來時間的預測。
還可通過報告型分析服務，如區域常住人員分析、工作和非工作人員的對比分析、工作地TOPN排名統計分析、居民周末休閑活動行為分析和密集聯系人居住地分析等，針對性、真實性、論理性、典型性和時效性的開展一些營銷業務等。
大數據應用的五個典型應用場景：
利用大數據探索實現信息庫的充實。
客戶服務、保險、汽車、維修、醫藥等行業需要儲備規模巨大的知識庫，而龐大繁雜的解答手冊和知識系統會造成重復查詢，導致系統延遲和成本上升。
增強360度全方位客戶視圖實現客戶交互改進。
電信、零售、旅游、金融服務和汽車等行業將“快速抓取客戶信息從而了解客戶需求”列為首要任務。
利用運營分析實現運營優化。
制造、能源、公共事業、電信、旅行和運輸等行業需要時刻關注突發事件、通過監控提升運營效率并預測潛在風險。
利用數據倉庫擴充實現IT效率和規模效益提升。
企業需要增強現有數據倉庫基礎架構，實現大數據傳輸、低時延、和查詢的需求，確保有效利用預測分析和商業智能實現性能和擴展。
利用安全性和智能擴展實現犯罪防范。
政府、保險等行業亟待利用大數據技術補充和加強傳統的安全解決方案。
隨著數據量的龐大，實時數據的價值也將逐步降低，需要不斷的將歷史數據歸檔管理，以便供歷史數據查詢、公檢法查詢、內外部審計和書記挖掘預測、歸檔數據回遷之用。
