





作者:[中]欧阳晔(Ye Ouyang)[中]胡曼恬(Mantian Hu)[法]亚历克西斯·休特(Alexis Huet)[中] 李中源(Zhongyuan Li)著,徐俊杰 译
定价:99元
印次:1-1
ISBN:9787302541240
出版日期:2020.12.01
印刷日期:2020.11.16
图书责编:刘洋
图书分类:零售
本书以4G/5G无线技术、机器学习和数据挖掘的新研究和新应用为基础,对分析方法和案例进行研究;从工程和社会科学的角度,提高读者对行业的洞察力,提升运营商的运营效益。本书利用机器学习和数据挖掘技术,研究移动网络中传统方法无法解决的问题,包括将数据科学与移动网络技术进行完美结合的方法、解决方案和算法。 本书可以作为研究生、本科生、科研人员、移动网络工程师、业务分析师、算法分析师、软件开发工程师等的参考书,具有很强的实践指导意义,是不可多得的专业著作。
第一作者简介欧阳晔 博士亚信科技首席技术官、高级副总裁欧阳晔博士目前全面负责亚信科技的技术与产品的研究、开发与创新工作。加入亚信科技之前,欧阳晔博士曾任职于美国第一大移动通信运营商威瑞森电信(Verizon)集团,担任通信人工智能系统部经理,是威瑞森电信的Fellow。欧阳晔博士在移动通信领域拥有丰富的研发与大型团队管理经验,工作中承担过科学家、研究员、研发经理、大型研发团队负责人等多个角色。欧阳晔博士专注于移动通信、数据科学与人工智能领域跨学科研究,致力于5G网络智能化、BSS/OSS融合、通信人工智能、网络切片、MEC、网络体验感知、网络智能优化、5G行业赋能、云网融合等领域的研发创新与商业化。
推 序 一 第五代移动通信(The Fifth-Generation,5G)与人工智能(Artificial Intelligence, AI)作为21世纪最新的一组通用目的技术(General Purpose Technology,GPT),与 19世纪、20世纪以电力、内燃机、计算机和互联网为主的GPT一样,将极大地促进人 类社会从工业化、信息化到数字化的变革发展。全球通信运营商们,从3G时代开始逐 渐探索自动化与智能化的技术在通信网络与业务生产系统中的应用。结合大数据的发展, 通信生态系统中网络与业务的特征数据得以细粒度地被记录、存留在数据仓库或者数据 湖中。那么对这些数据进行有效、准确的分析,形成主动性与预测性的决策,促进通信 网络与业务运营效率的提升,成为全球通信运营商们数字化转型中一个重要的课题。 在通信运营商生态系统中利用海量数据做自动化与智能化分析,有两条主线在平行 发展。在网络领域,我们称之为网络智能化(Network Intelligence),即在网络基础设 施或应用管理系统中利用统计学、数据科学、人工智能等技术,在网络的规划、建设、 优化、运维的全生命周期中构建敏捷、自动化与智能化的决策与运行机制。网络智能化 的决策与运行机制通常由智能化的信息系统来承载实现。这一智能化新系统既可以作为 网络基础设施的一部分与网络设施融合存在,也可以作为独立的智能化网络信息系统存 在,与网络基础设施通过一套标准化的互联互通规则对网络设施本身进行智能化管理和 运行。在业务领域,我们称之为商业智能(Business Intelligen...
目
第1章概述
1.1 电信业大数据分析 ···························1
1.2 电信大数据分析的驱动力 ················2
1.3 大数据分析对电信产业价值链的
益处 ··················································3
1.4 电信大数据的实现范围····················4
1.4.1 网络分析 ···················································5
1.4.2 用户与市场分析 ·······································8
1.4.3 创新的商业模式 ·······································91.5 本书概要 ··········································9
参考文献 ·················································10
第2章电信分析方法论
2.1 回归方法 ········································12
2.1.1 线性回归 ··················································13
2.1.2 非线性回归 ··············································15
2.1.3 特征选择 ...