软件项目开发与设计可行性分析报告
技术部分
(个人整理，仅供参考)
1技术方案建议
1.1 概述
1.1.1项目整体概述
随着信息化程度的加深，以及移动互联网、物联网的崛起，人们产生的数据急剧膨胀，传统的数据处理技术难以支撑数据大量的增长和处理能力。经过近几年的发展，大数据技术逐步成熟，可以帮助企业整合更多的数据，从海量数据中挖掘出隐藏价值。大数据已经从“概念”走向“价值”，逐步进入实施验证阶段。人们越来越期望能实现海量数据的处理，从数据中发现价值。
**平台是为监控基站告警信息、管理基站用户设备和运行情况、合理调度各地市维护人员、准确掌握基站备用电源各阶段数据、保障用户设备在线及减少维护成本、并且支持内部用户和外部用户的自动派单功能而建设的IT服务平台。
该平台包括以每个行业用户为单位的智能推送点播应答/报表智能推送、基站资源/电源数据的业务建模分析、天气环保等相关数据、对内外自动派单、辖区邮政运维状态的大屏展示等主要功能模块。**邮政服务平台对前述功能的支撑，提供基站备用电池的监控管理，进行断电保障、使用效能等方面的应用分析，为备电时长提供修正依据。
**公司已深刻认识到数据战略对企业运营以及企业未来发展方向的重要性。基站行业的本质是邮政信息管理管理与挖掘，核心是数据，载体是平台，关键是用户体验，发展趋势是互联网与**的深度融合，要提升大数据处理基站数据贡献度。因此，要深化互联网思维理念，稳步推进互联网金融产品和服务模式创新，积极利用移动互联网、大数据等新技术新手段，沉着应对冲击和挑战，实现传统基站与互联网融合发展。做好海量异构数据的专业化整合集成、关联共享、安全防护和维护管理，深度挖掘数据内含的巨大价值，探索**业务创新，实现数据资源的综合应用、深度应用，已成为提升企业核心竞争力，实现企业信息化可持续发展的关键途径。以大数据项目建设作为契机，凝聚中国**优势力量，全面梳理数据资源，完善数据体系架构，自主掌握大数据分析邮政信息关键技术，加速大数据邮政信息资源的开发利用,将数据决策化贯穿到经营管理全流程，建设智慧基
站，提升核心竞争力。
（一）对xx 运行设备的集中监测管理
提供基站监控告警、合理调度；提供基站备用电池的监控管理、进行断电保障等。。
（二）开发大数据资源，支撑全行经营管理创新
构建基站大数据平台，实现更广泛的半结构化、非结构化数据集中采集、存储、加工、分析和应用，极大地丰富中国**的信息资源，同现有的企业级数据仓库和历史数据存储系统一起，形成基础数据体系，提供支撑经营管理的各类数据应用。
（三）对xx整体设备运行周期内的统计分析
建设xx基站离线数据分析、实时数据/流数据分析集群和各类数据分析集群，提供高性能可扩展的分布式计算引擎，通过数据挖掘、计量分析和机器学习等手段，对丰富的基站大数据资源进行开发使用，并将数据决策化过程结合到风控、营销、营运等经营管理活动。
（四）对内部和外部运维人员系统派单管理
结合基站大数据项目的落地实施，建立起一支基站大数据技术和分析人员队伍，具备自主运营和开发基站大数据分析的能力，以更好推动业务创新，提升中国**核心竞争力。
（五）邮政信息服务平台及后台分权分域管理能力
通过统一权限管理，从后台分权分域进行信息化建设。另外可视化角度进行操作，方便查看和管理。
（六）支持在微信、PC端不同入口下业务处理及系统间数据交互
实现同一数据存储中心，确保微信、PC端与系统服务器之间的数据交互能力。提升在微信、PC端业务处理中的用户体验度。
近年来，中国**大力发展面向用户的新一代核心业务系统，信息系统建设日
趋完备，提升用户体验和风险管控能力、满足监管各项要求的同时，形成并储存了庞大的可用数据资源。
大数据技术在通信基站行业的应用范围包括：业务信息稽核、查询、分析、预警等、用户洞察、营销支撑、风险管控和营运优化等领域。
●基本业务功能
满足业务部门在监控基站告警信息管理、智能推送点播应答/报表智能推送管理、基站资源/电源数据的业务建模分析管理、重点业务、重点基站管理的需要，为各级领导、职能部门及专业人员管理提供支撑。
●用户洞察
分析用户的各种数据，包括电话语音、网络的监控录像、点播应答信息、基站资源、电源数据以及相关的基站数据信息，从而实现对用户进行分类和服务。对现有基站数据系统中的用户分层的数据要素进行延伸。
●营销支撑
实时营销：是根据用户的使用平台的实时状态来进行营销，如用户点播时段内容等信息来有针对地进行营销。
事件式营销：将改变工作方式的事件视为营销机会，如换人工服务变成智能提醒或者操作、改变工作方式等。
●风险管控
信用评级：运用时间、故障概率、区域、设备质量等多个维度对基站综合评级，运用大量的指标构建多重模型，以识别基站故障信用风险。
●营运优化
改善用户体验：运用大数据能够处理海量基站信息数据的能力，将传统数据统计分析等业务切换到数据处理能力更强的平台，来解决查询历史数据的困难，提升用户体验。
降低运营成本：运用综合分析结果，优化**运输资源的配置，降低企业运营成本，提升整体竞争力。
1.1.2平台建设原则
平台是大数据的基础实施，其建设、设计和系统实现过程中，应遵循如下指
导原则：
●经济性：基于现有场景分析，对三到五年内的数据量进行合理评估，确定大数据平台规模，后续根据实际情况再逐步优化扩容。
●可扩展性：架构设计与功能划分模块化，考虑各接口的开放性、可扩展性，便于系统的快速扩展与维护，便于第三方系统的快速接入。
●可靠性：系统采用的系统结构、技术措施、开发手段都应建立在已经相当成熟的应用基础上，在技术服务和维护响应上同用户积极配合，确保系统的可靠；对数据指标要保证完整性，准确性。
●安全性：针对系统级、应用级、网络级，均提供合理的安全手段和措施，为系统提供全方位的安全实施方案，确保企业内部信息的安全。大数据技术必须自主可控。
●先进性：涵盖结构化，半结构化和非结构化数据存储和分析的特点。借鉴互联网大数据存储及分析的实践，使平台具有良好的先进性和弹性。支撑当前及未来数据应用需求，引入对应大数据相关技术。
●平台性：归纳整理大数据需求，形成统一的大数据存储服务和大数据分析服务。利用多租户, 实现计算负荷和数据访问负荷隔离。多集群统一管理。
●分层解耦：大数据平台提供开放的、标准的接口，实现与各应用产品的无缝对接。
1.2 系统技术架构
1.2.1数据来源说明
数据来源主要有应用系统数据源（如ERP、CRM等），具体数据包括基站设备、维护人员、备用电池等数据。绝大部分数据可以加载到mysql数据库中。
经过数据源及其质量分析后，分别从各业务应用系统及一些外部数据源中获取数据。然后将系统从源系统采集业务源数据进行数据校验、清洗、计算、汇总、分类。
对于**邮政外部数据源，需要综合考虑数据获取的方式、频率、内容等多方面因素，可以适当考虑选择开源的工具。如网页数据，可以参考使用数据网页爬
