下载文档原格式
六个主要的社会网络分析软件的比较UCINET简介UCINET为菜单驱动的Windows程序，可能是最知名和最经常被使用的处理社会网络数据和其他相似性数据的综合性分析程序。
与UCINET捆绑在一起的还有Pajek、Mage和NetDraw 等三个软件。
UCINET能够处理的原始数据为矩阵格式，提供了大量数据管理和转化工具。
该程序本身不包含网络可视化的图形程序，但可将数据和处理结果输出至NetDraw、Pajek、Mage 和KrackPlot等软件作图。
UCINET包含大量包括探测凝聚子群（cliques, clans, plexes）和区域（components, cores）、中心性分析（centrality）、个人网络分析和结构洞分析在内的网络分析程序。
UCINET还包含为数众多的基于过程的分析程序，如聚类分析、多维标度、二模标度（奇异值分解、因子分析和对应分析）、角色和地位分析（结构、角色和正则对等性）和拟合中心-边缘模型。
此外，UCINET 提供了从简单统计到拟合p1模型在内的多种统计程序。
Pajek简介Pajek 是一个特别为处理大数据集而设计的网络分析和可视化程序。
Pajek可以同时处理多个网络，也可以处理二模网络和时间事件网络（时间事件网络包括了某一网络随时间的流逝而发生的网络的发展或进化）。
Pajek提供了纵向网络分析的工具。
数据文件中可以包含指示行动者在某一观察时刻的网络位置的时间标志，因而可以生成一系列交叉网络，可以对这些网络进行分析并考察网络的演化。
不过这些分析是非统计性的；如果要对网络演化进行统计分析，需要使用StOCNET 软件的SIENA模块。
Pajek可以分析多于一百万个节点的超大型网络。
Pajek提供了多种数据输入方式，例如，可以从网络文件（扩展名NET）中引入ASCII格式的网络数据。
网络文件中包含节点列表和弧/边（arcs/edges）列表，只需指定存在的联系即可，从而高效率地输入大型网络数据。
网络教学综合服务管理平台技术项目解决方案一、项目背景分析随着信息技术的快速发展，网络教学已成为一种重要的教育方式，而网络教学综合服务管理平台的出现，进一步提高了网络教学的效率和质量。
网络教学综合服务管理平台是一个综合性的教学管理工具，能够实现课程管理、学生管理、教师管理等功能，为学生、家长和教师提供便捷的学习和教学服务。
本方案旨在设计和开发一套具备强大功能和良好用户体验的网络教学综合服务管理平台。
二、项目需求分析1.课程管理：提供课程录入、修改、删除等功能，包括课程名称、课程类型、上课时间、上课地点等信息。
3.教师管理：提供教师信息的录入、修改、删除等功能，包括教师姓名、工号、职位等信息。
4.作业管理：提供学生作业上传、查看、批改等功能，包括作业名称、作业内容、截止日期等信息。
5.考试管理：提供考试安排、成绩录入、查看等功能，包括考试名称、考试时间、考试地点等信息。
6.系统管理：提供系统参数设置、用户权限管理等功能，保证平台的安全性和稳定性。
三、项目技术方案1.前端技术方案：前端采用响应式设计，能够适配不同终端的屏幕尺寸，确保用户在不同设备上都能正常使用平台。
技术选型使用HTML5、CSS3和JavaScript，使用框架Bootstrap和jQuery快速搭建页面，提供友好的用户界面。
2.后端技术方案：后端采用Java语言开发，使用Spring MVC框架实现业务逻辑的处理和控制，使用MyBatis框架实现与数据库的交互。
同时，使用Spring Security框架实现用户认证和权限管理，并对用户操作进行安全控制。
3.数据库技术方案：数据库采用MySQL，存储课程、学生、教师、作业、考试等相关信息。
通过数据库的设计和优化，提高系统的数据存取效率和稳定性。
4.服务器和部署方案：服务器采用Linux系统，使用Tomcat作为Web服务器，保证系统的稳定运行。
为提高系统的并发处理能力和负载均衡能力，可以考虑使用Nginx作为反向代理服务器。
MetaboAnalyst3.5--⾃⼰动⼿的代谢组学分析MetaboAnalyst是⼀款基于⽹络的定量代谢组数据综合分析平台。
旨在被具有很少或没有统计学背景的⽣物学家使⽤以执⾏各种复杂的代谢组数据分析任务。
包括数据处理、数据标准化、统计分析和⾼级功能阐释，它能对多种类型的源数据进⾏分析。
这篇⼩短⽂⾸先为⼤家介绍这个平台的基本情况，然后⼿把⼿教你如何格式化和上传数据、如何处理和标准化数据、如何通过单变量和多变量统计⽅法鉴定显著特征和模式，以及如何使⽤代谢物进⾏集富集分析和代谢通路分析以阐明⽣物学机制。
平台分析流程图该平台数据处理的流程如上图所⽰：第⼀，⼆层是将不同类型的数据源经过不同功能的预处理成标准的数据矩阵，经过数据完整性检测，数据标准化和中⼼化等转化后，进⼊下游分析。
主要有8个分析模块：1统计分析：Statistical Analysis这个模快主要是提供多种统计分析⼯具，包括⼀元的FC分析，t-检验，⽕⼭图，单因素的⽅差分析，相关分析；多元的PCA，PLS-DA和OPLS-DA；⾼维特征选取-微阵列的显著性分析（SAM）和贝叶斯分析（EBAM）；聚类分析-系统树图，热图，K-means 和⾃组织的神经⽹络分析（SOM）；以及基于随机森林和⽀持向量机的有监督的数据分类验证分析。
2富集分析：Enrichment Analysis这⼀模块主要基于若⼲个包含⼤约6300组代谢物组的⽂库能为⼈类和哺乳动物提供代谢组学的富集分析(MSEA)。
⽤户可以上传1)⼀份仅含化合物的列表，或2)⼀份包含化合物浓度的列表。
3通路分析：Pathway Analysis本部分模块能为21个模式物种提⾼通路分析（集成的富集分析，通路拓扑学分析和可视化），这21个模式物种主要包括Human，Mouse，Rat，Cow，Chicken，E.coli等，总共有⼤约1600个代谢通路。
4功效分析：Power Analysis这个模块的分析主要是基于前期的数据或相似的研究，计算和预估两个群体在某⼀置信度下，存在显著差异时的最⼩样本数，以改善代谢物研究计划。
智慧系统平台建设设计方案智慧系统平台建设设计方案一、项目背景智慧系统平台是基于物联网、大数据、人工智能等相关技术的综合应用平台，旨在通过数字化技术和智能化手段，实现各种资源的高效整合和优化利用，提供智能化的服务和管理。
本项目旨在建设一个可应用于各领域的智慧系统平台，提供相关服务和支持。
二、项目目标1. 建设一个智慧系统平台，实现各种资源的高效整合和智能化管理。
2. 提供数据分析和预测功能，帮助用户进行决策和优化。
3. 实现人机交互和智能化服务，提供便捷的使用体验。
4. 提供开放接口，支持第三方应用的接入和开发。
三、项目内容和技术实现1. 平台基础设施建设：包括服务器、存储、网络等基础设施的搭建和配置，确保平台的可靠性和稳定性。
2. 数据采集和处理：通过物联网技术，采集和传输各种资源的数据，并对数据进行清洗、整合和处理，以便后续的分析和利用。
3. 数据分析和预测：利用大数据和人工智能技术，对采集到的数据进行分析和建模，提取有价值的信息，并进行预测和优化。
4. 用户交互和服务：设计并实现用户友好的界面和交互方式，提供智能化的服务和管理功能，方便用户的使用和操作。
5. 安全和隐私保护：加强平台的安全性，确保数据的安全和隐私的保护，采取必要的安全措施和技术手段，如身份认证、数据加密等。
6. 开放接口和应用支持：设计并提供开放的API接口，支持第三方应用的接入和开发，扩展平台的功能和应用范围。
四、项目进度和计划1. 项目启动和需求收集：与相关部门和用户沟通，详细了解需求和使用场景，并制定详细的需求文档和功能规划。
2. 系统设计和架构：根据需求和规划设计系统的整体框架和模块划分，制定详细的技术方案和实施计划。
3. 系统搭建和基础设施建设：搭建平台的基础设施，包括服务器、存储、网络等，并进行相应的配置和调试。
4. 数据采集和处理：实施物联网技术，采集和传输各种资源的数据，并进行清洗、整合和处理。
5. 数据分析和预测：利用大数据和人工智能技术，对采集到的数据进行分析和建模，并进行预测和优化。
史上最全的数据来源（数据分析）平台网站分析类：百度指数- 以百度海量网民行为数据为基础的数据分享平台Google趋势- 了解Google中热度上升的搜索360指数- 基于360搜索的大数据分享平台Alexa - 网站排名Google Analytics - Google出品，可以对目标网站进行访问数据统计和分析百度统计- 百度推出的一款免费的专业网站流量分析工具腾讯云分析- 是腾讯数据云,腾讯大数据战略的核心产品移动应用分析类：友盟指数- 以友盟海量数据为基础的观察移动互联网行业趋势的数据平台移动观象台- 20亿独立智能设备为依据，提供应用排行榜ASOU趋势- 每日跟踪超过100万款应用，分析超过6亿条数据蝉大师- App数据分析与ASO优化专家，应用与游戏推广平台百度移动统计- 基于移动APP统计的分析工具QuestMobile - 国内知名的移动大数据服务提供商应用雷达- 专业的APP排行历史跟踪软件实时榜单排名分析Appannie - 移动应用和数字内容时代数据分析和市场数据的行业领导者CQASO - 国内最专业的APP数据分析平台媒体传播类：微博指数优酷指数微票儿票房分析BOM票房数据爱奇艺指数数说传播百度风云榜微博风云榜爱奇艺风云榜豆瓣电影排行榜新媒体排行榜品牌微信排行榜清博指数易赞- 公众号画像电商数据类：阿里价格指数淘宝魔方京东智圈淘宝排行榜投资数据类：Crunchbase - 一个免费的科技公司、技术行业知名人物和投资者相关信息的数据库清科投资界- 风险投资,私募股权,创业者相关投资,私募,并购,上市的研究IT桔子- 关注TMT领域创业与投资的数据库创投库- 提供最全的投资公司信息Angel - 美国创业项目大全Next - 36kr子站，每天更新新产品介绍Beta List - 介绍初创公司金融数据类：积木盒子- 全线上网络借贷信息中介平台网贷中心- 告网贷行业危机,公正透明地披露网贷平台数据网贷之家- P2P网贷平台排名网贷数据- 网贷天下- 行业过去30天详细交易数据,网贷天下统计、发布,每天6点更新中国P2P网贷指数零壹数据-专业互联网金融数据中心大公金融数据全球股票指数爱股说-基金经理分析找股平台私募基金管理人综合查询中财网数据引擎游戏数据：百度网游风云榜360手机游戏排行榜360手游指数CGWR排行榜App Annie游戏指数小米应用商店游戏排名TalkingData游戏指数游戏玩家排名&赛事数据国家社会数据：中国综合社会调查中国人口普查数据中国国家数据中心中国家庭收入项目中国健康和营养调查中国统计数据全国企业信息查询北京宏观经济数据库中国金融信息网其它数据：蚂蚁金服研究院- 网消指数&互金指数二手市场行情中国网络骗子地图春运迁徙地图房价指数中国城市拥堵指数百度研究院PC平台百度城市热力图数据分析机构：艾瑞iResearch艾媒iimedia易观国际企鹅智酷_腾讯网手游那点 - 全事球互联网市场研究dataeye - 专注于泛娱乐领域的大数据分析和挖掘Accenture（埃森哲）AnalysysAsymcoCanalysCTRCNNICCB InsightsDeloitte（德勤）Digi-CapitaForrester（弗雷斯特）Gartner（高德纳）GfK（捷孚凯）IDC（国际数据）KPCB（凯鹏华盈）MMD研究所Nielsen（尼尔森）NPD（恩帛源）OfcomPiper Jaffray & CoStrategy AnalyticsUBS（瑞银）pewresearchcenter。
网络综合资源管理系统平台建设分析随着互联网的发展，各种网络综合资源管理工具和平台应运而生。
这些工具和平台在网络资源的综合管理、调度和优化上起到了非常重要的作用。
网络综合资源管理系统平台是一种集成了多种管理工具的软件系统，可用于管理与配置网络中的各种资源，并增强网络的安全性和性能。
网络综合资源管理系统平台的建设需要考虑多方面的因素。
下面是一些重点因素：一、系统的硬件基础设施网络综合资源管理系统平台需要有强大的硬件基础设施，以保证系统的高可用性和高性能。
硬件要求包括服务器，交换机和存储设备，并且需要支持虚拟化技术以提高资源利用率。
二、系统的软件基础设施网络综合资源管理系统平台需要运行在先进的操作系统和数据库平台上。
系统管理员应根据具体的资源管理需求选择适合的操作系统和数据库平台。
三、安全性网络综合资源管理系统平台必须具备一定的安全性。
包括对系统的访问权限管理、对敏感数据的加密保护、对系统的备份和恢复措施等方面进行严格控制和保护。
四、网络拓扑图网络拓扑图是网络综合资源管理系统平台的基础，能够方便的展示网络中所有的设备和其它资源之间的关系，以及系统的整体架构。
网络拓扑图可以采用自动发现和手动绘制两种方式。
五、系统的支持和维护网络综合资源管理系统平台需要24x7的可靠性和稳定性。
此外，必须配备一定的支持和维护团队，以确保系统的良好运行和及时维护。
六、系统的可扩展性随着网络的不断扩展和发展，还需要逐步提高综合资源管理系统平台的功能。
该系统的架构和实现方案需要考虑到其未来的可扩展性，可以预留必要的升级和扩展空间。
在网络的高速发展中，综合资源管理系统平台建设的意义愈加重要。
以上就是网络综合资源管理系统平台建设分析的关键点，需要系统管理员在开发过程中注重思考和实践。
科来网络分析系统
科来网络分析系统是一款集成了网络数据分析、流量监控和报告生成功能的全方位网络管理工具。
它为企业和组织提供了一站式解决方案，能够帮助用户全面了解和优化其网络环境。
以下是科来网络分析系统的主要功能及优势：
功能特点
1.网络数据分析：科来网络分析系统能够对网络数据进行实时分析和
监控，帮助用户了解网络流量、设备状态和网络性能。
2.流量监控：用户可以通过科来网络分析系统监控网络流量的使用情
况，实时掌握网络带宽的分配和使用情况。
3.报告生成：科来网络分析系统能够生成详细的报告，包括网络流量
统计、设备健康状态等信息，帮助用户进行综合评估和决策。
4.多平台支持：科来网络分析系统可以在多种平台上运行，包括
Windows、MacOS和Linux，方便用户根据实际需求选择适合自己的系统。
优势
1.全面监控：科来网络分析系统能够全面监测网络数据，覆盖网络中
的各个环节，帮助用户发现和解决潜在问题。
2.智能分析：科来网络分析系统配备了智能分析引擎，能够自动识别
网络异常和瓶颈，提供智能建议和优化方案。
3.易于使用：科来网络分析系统具有直观的用户界面和简单易用的操
作逻辑，即使是新手用户也能够快速上手。
4.安全可靠：科来网络分析系统采用了严格的数据保护措施，确保用
户数据的安全和隐私。
综上所述，科来网络分析系统是一款功能齐全、操作简便、安全可靠的网络管理工具，能够帮助用户提高网络运行效率，保障网络安全，是企业和组织提高网络管理水平的得力助手。
基于网络数据的综合分析平台版本1.1目录1 项目背景 (4)2 系统概述 (5)2.1 总体构架 (5)2.2 系统功能界定 (6)2.2.1 故障定位支持类 (6)2.2.2 市场经营分析类 (6)3 系统的设计原则和方法 (7)3.1 设计思想 (7)3.1.1 总体思路介绍 (7)3.1.2 分析指标介绍 (7)3.1.3 维度分析介绍 (13)3.2 系统网络拓扑 (16)3.3 功能架构 (16)3.3.1 采集解码子平台 (16)3.3.2 数据挖掘子平台 (16)3.3.3 数据验证子平台 (17)4 模型分析流程 (17)4.1 业务问题的定义 (17)4.2 模型数据选择 (17)4.2.1 模型目标变量的选择 (18)4.2.2 模型输入变量的选择 (18)4.2.3 建模数据的选择 (18)4.2.4 数据清洗和预处理 (18)4.2.5 模型选择与预建立 (19)4.2.6 模型建立与调整 (19)4.2.7 模型的评估与检验 (19)4.2.8 模型解释与应用 (20)4.3 数据挖掘分析技术 (20)4.3.1 数据挖掘算法 (20)4.3.2 多专家决策分类法应用 (21)4.3.3 自动归纳分析法（ID3）应用 (22)5 系统模型介绍 (26)5.1 用户通话满意度分析模型 (26)5.1.1 业务问题的定义 (26)5.1.2 分析概述 (26)5.2 手机品牌分布分析模型 (27)5.2.1 业务问题的定义 (27)5.2.2 分析概述 (28)5.3 手机用户的社会行为分析模型 (30)5.3.1 业务问题的定义 (30)5.3.2 分析概述 (30)5.4 用户的移动性特征专题分析功能 (34)5.4.1 业务问题的定义 (34)5.4.2 分析概述 (34)5.5 大客户专题分析功能 (35)5.6 手机型号（IMEI）专题分析功能 (36)5.7 客户群细分专题分析 (36)5.8 客户关怀分析 (36)5.9 GPRS数据业务分析 (36)5.10 网络覆盖分析 (37)5.11 基站容量分析 (39)5.12 网络质量分析 (40)5.13 存在不正常话音信道的小区 (40)5.14 乒乓切换 (40)5.15 干扰分析 (41)5.16 坏载波和频点分析定位 (41)5.17 上下行功率不均衡 (42)5.18 A接口的单通分析 (42)5.19 漫游障碍分析 (42)5.20 掉话分析 (43)5.21 全网状态分析 (43)6 附录1:系统采用的辅助平台 (45)6.1 数据采集分析平台介绍 (45)6.1.1 DDF高阻综合搭接平台 (45)6.1.2 信令采集设备 (45)6.1.3 全信令解码平台 (48)6.2 全息数据库与辅助工具介绍 (48)6.2.1 全息数据库的选型与接口 (48)6.2.2 DiataBI组件 (49)6.2.3 其他辅助工具 (50)1项目背景现代通信网飞速发展，手机用户数目也与日俱增，目前广东移动的客户数至2007上半年已增加到6000万用户。
与此同时手机用户对于通信服务的要求，也由原来的单一话音，逐步发展提升到多方位，个性化服务的高度，而对通信质量的要求也越来越高。
为此在日益竞争激烈的通讯市场，及时把握用户的满意度，用户通讯习惯，业务质量情况等信息，将为市场决策，网络维护提供有力的支持。
事实上移动通信网络数据包含了许多有价值的信息，但一直隐蔽在海量数据中，需要通过科学的技术与方法将其转变为直接的市场价值,使用户行为指导市场拓展和业务开发,为市场经营提供最优化的网络支撑。
同时，通过对网络数据的提取分析更可以发现网络中存在的覆盖问题，包括覆盖空洞、高站覆盖、室内覆盖。
针对话务密度分析，可以得到实际发生话务量/理论承载话务量的比值、即利用率。
在满足话务分布需求的前提下，提出调整和扩容建议，实现热点话务有效吸收，从而达到设备资源利用率的最大化。
针对用户故障投诉，可以更容易的定位故障，有效的处理用户投诉。
在此背景下，采用先进的设计理念, 结合多年的移动网技术支持背景以及大型项目的研发管理经验，开发“基于网络数据的综合分析系统”，实现对移动通信网络数据的分析挖掘，可以为市场经营决策提供客户细分，客户忠诚度和满意度，客户流失情况，业务区域发展情况等多方面的有价值市场分析数据支持。
在故障维护方面，亦可以为网络维护人员提供故障地理定位，故障原因等方面的数据支持。
2系统概述2.1总体构架图1 系统整体构架通过数据采集解码子平台实时采集移动通信网络数据，并进行信令信息提取，按各类分析指标（如客户分析类指标、业务量类指标、大客户分析类指标等等）进行聚类分析，生成全息数据库。
系统以全息数据库作为支撑平台，按各项功能需求以聚类指标分析基础，以多元统计分析为工具对全息数据库内各项分析指标以及源数据从多维角度进行数据挖掘分析，形成各项分析功能。
最后，系统通过数据验证子平台对各项功能挖掘结果进行验证。
直观的说，“综合分析系统”就是通过“采集”，到“分析”，到“验证”，再到“分析”、“验证”螺旋上升的循环，来得出各个方面课题让人满意的分析结果。
2.2系统功能界定2.2.1故障定位支持类本系统通过监控A口、Abis口、Gb口等接口，监控话务信令信息，从而获取误码率，掉话率，小区基站信道等相关参数。
通过对影响用户通讯质量的各种参数值进行分析，结合网络质量指标评估模型，为网络维护人员提供故障地理定位，故障原因等方面的数据支持。
维护人员可通过本系统查询某一用户在某一时段的通话次数，以及每次通话的质量情况，能够为网络质量报障等提供追踪支持。
并可通过数据筛选，统计聚类等方式，发现故障多发区，及时发现区域网络问题。
另外，通过统计每个小区的话务量与时间的关系可以得出每个小区的平均话务量、话务峰值、话务最小值，再通过计算实际发生话务量/理论承载话务量的比值得到利用率。
再根据利用率提出调整和扩容建议。
另外再通过对失败的话务量（比如TCH分配失败）的统计来快速反应基站容量是否足够．在GPRS数据业务分析方面，可通过数学分析建模进行线性回归分析、多元线性回归方程、在回归方程中引入交叉项、主成分回归方法等数据挖掘手段对BSC的PDCH激活数、BSC的PDCH使用数、GPRS流量(MB)、EDGE流量(MB)、GPRS 小区同时用户数、EDGE小区同时用户数、BSC的B-PDCH激活数等变量的进行相关性分析，实现对BSC的PDCH使用数、BSC的PDCH激活数、B-PDCH激活数和E-PDCH激活数、PCU容量预测、Gb接口的时隙数、PCU配置的预测。
同时，通过Gb接口信令追踪技术可实现对GPRS上网用户进行信令追踪采集，并以mbe格式将追踪到的用户信令数据保存至数据文件，供Compass软件进行后分析处理。
2.2.2市场经营分析类本系统从市场的角度对用户数据进行分析挖掘，主要有八个方面：用户通话满意度分析、手机品牌分布分析、手机用户的社会行为分析、用户的移动性特征分析、大客户行为分析、手机型号（IMEI）分析、客户群细分分析以及客户关怀分析等。
系统通过对各个维度源数据进行多元统计分析，如:话务发生时间，话务地点，话务用户消费情况，通话时长，话务拨打目标用户号码(或作为被叫时，对方的号码，来自移动网络还是其他通信网络)等等，结合推导的数学分析模型，实现用户的通话行为特点，用户的通话频率，用户的活跃情度，各小区的消费情况以及各业务的使用情况等的分析挖掘，最终为市场经营决策提供客户细分，客户忠诚度和满意度，客户流失情况，业务区域发展情况等多方面的有价值市场分析数据支持。
3系统的设计原则和方法3.1设计思想3.1.1总体思路介绍图2系统功能逻辑图对于分析功能模块，我们通过对各种海量数据（移动网络数据、BOSS、调查问卷等）的清洗和汇总，采用聚类指标分析手段，对网络信令数据进行相关性分析，计算出各类分析指标（客户分析类指标、业务量类指标、市场竞争类指标、网络类指标等等分析指标），对各指标数据进行数据沉淀，并针对各项分析功能的特点分析各指标之间的多元相关性，进行多维度数据沉淀、建立模型，开展分析挖掘。
3.1.2分析指标介绍客户分析类指标国际短信分析神州行客户的本地通话情况根据A接口上获得用户号码信息，以及呼叫目标号码等数据结合统计分析。
本地通话分析动感地带客户的本地通话情况根据A接口上获得用户号码信息，以及呼叫目标号码等数据结合统计分析。
表1分析指标3.1.3维度分析介绍为了灵活的实现各项专题功能模块的分析挖掘以及数据挖掘的可扩展性，我们必须要有一个强大而稳定的数据维度（DW）层表，它包含绝大多数的分析维度和度量，并且具有足够时间跨度的数据沉淀。
这种数据沉淀必须要是稳定的，在分析系统建设初期，数据沉淀的概念还是不清楚的，很多情况是将在若干维度汇总若干度量的数据当作沉淀，但是一旦从一个新的维度分析同样的度量，那么这个汇总数据一点用都没有。
因此，DW应该只和业务主题、分析逻辑相关，而不应该同某个字段扯不清。
只有这样，我们的DW层才能被复用。
对于用户不断变化的需求，DW设计在一定范围内也要能够适应这种变更，这就要求对扩展性设计的要求。
设计DW层要达到以下目标：1、数据沉淀的稳定性。
能够保证数据沉淀不是白费空间、时间；2、数据结构的重用性。
能够保证数据结构的通用性，和数据源无关；3、数据结构的扩展性。
能够适应需求的变更。
表2 维度表3.2系统网络拓扑图３系统网络拓扑图本系统通过使用LengLong信令网关高阻搭接A口、Abis口、Ｇｂ接口等等移动通信网络接口，支持外部系统接口（如BOSS），并结合我公司的“全信令解码平台”，可以便捷的获取移动通信网络数据信息以及其他有用的分析辅助数据。
3.3功能架构3.3.1采集解码子平台采集解码子平台是基于LengLong信令网关采集设备的信令数据采集，并结合“全信令解码平台”进行解码分析的移动通信网络多接口信令采集解码分析平台。
（关于采集解码子平台的辅助平台设备详见附录6.1数据采集分析平台介绍）3.3.2数据挖掘子平台数据挖掘技术是目前数据仓库领域最强大的数据分析手段，它的分析方法是利用已知的数据通过建立数学模型的方法找出隐含的业务规则。
本系统数据挖掘子平台针对不同业务应用分多步骤操作处理完成整个数据挖掘过程：业务问题定义，数据选择，数据清洗和预处理，模型选择与预建立，模型建立与调整，模型的评估与检验，模型解释与应用等进行操作，建立不同的分析模型，确保数学模型的有效性。
3.3.3数据验证子平台在数据验证方面，我们将利用我公司自主研发的智能商用终端，实现自动的网络质量主观满意度测试，收集用户投诉点的网络参数，并自动通过GPRS或者SMS等无线网络传输方式向中心服务器上载测试数据；同时，采用我公司另外一套自动拨测机系统（全业务质量监测系统），可实现统一中心调度，远程开机管理，并且能模拟现网的所有业务，集数据采集，语音拨测录音，PESQ语音评测于一体，既能客观的反映被拨测点的用户感知情况，还能得到丰富的拨测过程信息。
