基于运营商网络数据的数字乡村场景赋能研究

基于运营商网络数据的数字乡村场景赋能研究本期专题MonthlyTopic基于运营商网络数据的数字乡村场景赋能研究ResearchonEmpoweringDigitalRuralScenariosBasedonOperatorNetworkData合网络通信集团有限公司，北京100033）UnicomResearchInstitute，Beijing100048，China；2.ChinaUnitedNetworkCommunica电信运营商在数字乡村建设中充分利用大数据技术，结合网络数据的深度挖掘全国人口普查数据）的融合数据赋能体系。该体系包括数据引入层、多维度融合分析层和场景应用层3个层级结构，旨在从人口分布、网络资源利用率、营服体系效能、渠道布局优化以及产业行业发展等多个视角全面透视数字乡村现状，制定出因地制宜、因需而变的差异化优先聚焦策略。Abstract：关键词：Keywords：当前数字乡村是中国实施乡村振兴战略的重要组成部分，运营商作为通信基础设施建设者和服务提供商，凭借自身积累的海量用户数据和强大的数据分析能力，在赋能数字乡村发展中占据优势地位。运营商掌握着庞大的用户通信数据，包括语音、短信、互联网访问行为等信息，通过对这些数据进行深度挖掘和收稿日期：2024-04-08分析，可以精准描绘乡村用户的生活习惯、消费模式、信息需求等特征，进而为政策制定、服务优化提供可据，可以对乡村地区进行网格化精细管理，优化资源配置，比如精确判断宽带端口使用饱和度，合理安排网络扩容与优化工作；对网格人员和渠道进行精细化管理，提升服务质量和效率，比如通过数据分析定位服务短板，针对性地扩充网格力量、优化服务渠道布局，提高服务覆盖和响应速度。结合不同乡村地区的特色产业和资源禀赋，运营商能够提供差异化服务方邮电设计技术/2024/0537本期专题MonthlyTopic基于运营商网络数据的数字乡村场景赋能研究案，针对不同用户群体，运营商能够定制化推送信息和产品，例如，根据用户观看视频直播、智能穿戴设备使用情况等数据，精准推荐与其生活息息相关的数字化产品和服务。1运营商大数据发展现状1.1网络数据价值空间巨大截至2024年初，中国5G基站数量持续快速增长，已成为全球最大的5G网络覆盖国家。中国5G用户规要的移动通信技术。通信网络是信息基础设施的一部分，用户的通信和网络行为等均依赖电信运营商。运营商大数据主要包括4个方面：O域（主要涵盖网络于管理域数据）和客服数据（记录用户与客服交互过程中的信息）。其中，O域中的深度报文检测（Deep通过弹性解析技术和跨域数据融合，精准挖掘O域、B与具体应用场景密切相关的部分，释放数据的潜在价值，成为数据要素在各场景下创新应用发展的必然趋势。1.2数字乡村发展进入新阶段入实施新阶段，国家积极推动相关政策落地，支持农村地区的数字化转型。农村地区广泛开展了数字电视和有线电视数字化改造，广播通信基础设施逐步完善，宽带网络覆盖范围不断扩大，农村网民数量增长，互联网普及率提升。典型运营商在农村网络覆盖建设、数字乡村信息化服务平台搭建、智慧农业物联网解决方案等方面发挥了巨大的作用。农村市场对数字产品和服务的需求旺盛，呈现快速增长的态势，数字乡村产品如农业物联网、智能农机、农产品电商平台等的市场成长迅速，竞争激烈。数字乡村建设在多个维度取得了显著进展，但同时数字乡村发展仍面临技术、市场、潜在发展机遇挖掘等多方面的挑战，需要继续利用新兴技术精准赋能，助力实现乡村振兴的战略目标。1.3运营商数字乡村发展需求与痛点运营商在推进数字乡村建设中仍存在改善空间。a）用户发展与网络资源精准投放。虽然运营商在不断扩大农村网络覆盖，但在实际操作中可能存在网络资源并未完全按照农村实际人口分布、产业需求和发展规划进行精确布局的问题，导致某些区域的网络覆盖过剩，而另一些区域尤其是偏远山区或特色农业区的网络设施建设不足。b）营服体系资源的精准性。运营商需要根据乡村特点设计更为贴近农民需求的服务体系，包括客户景的农村居民提供差异化的服务，同时加强线下服务网点建设和线上自助服务功能，提高服务的便利性和满意度。c）用户发展与渠道建设。在用户发展过程中，运营商可能需要进一步细化渠道策略，发掘适合农村市场的营销途径，比如与地方社区、合作社建立合作伙伴关系，通过针对性的产品推介和宣传来吸引和保留农村用户，同时加强对农村地区代理商和合作伙伴的扶持和管理。d）信息化服务平台赋能细分产业及用户需求精细化。数字乡村信息化服务平台应紧密结合当地特色产业，开发更贴合农户、合作社和乡村企业的个性化应用，例如定制化的智慧农业管理系统、农产品溯源系统、乡村旅游服务平台等。同时，要深入了解和满足农民日常生活的多元化需求，如远程教育、健康医疗、生活缴费等，使平台功能更加实用、易用和普及化。2融合数据赋能数字乡村体系构建2.1融合数据赋能数字乡村体系架构在构建融合数据赋能数字乡村创新体系架构的过程中，通过O域DPI数据深度解析运营商网络数据据，同时导入全国人口普查等外部重要数据，形成一个多层次、多维度的数据融合和应用体系。融合数据赋能数字乡村体系架构如图1所示。a）数据引入层。该层是体系的基础层，主要负责的运行状态）、B域数据（体现用户业务行为和消费特征）、M域数据（关注公司内部的运营管理以及来自外部的重要数据（如人口普查数据等）。通过技术手段将这些异构数据源进行整合和预处理，使其可被分析和挖掘。382024/05/DTPT基于运营商网络数据的数字乡村场景赋能研究本期专题MonthlyTopic场景应用层多维融合层数据引入层产业行产业行业增值建设渠道建设用户发展营服改善用户用户网络产业行业营服渠道O域B域O域B域外部数据M域图1融合数据赋能数字乡村体系架构b）多维融合层。系统的核心工作是对引入的各种数据进行深度洞察和预测，涵盖了5个关键维度：用户画像分析，基于用户属性、偏好、行为等信息构建全面立体的用户模型；网络状态感知，分析网络性能、容量、故障等问题；营服体系优化，包括客户服务、营销服务等环节的精细化管理；渠道效能评估，优化渠道布局和资源配置；业务发展趋势预测，挖掘现有业务潜力及未来市场走向。c）场景应用层。作为体系顶层，场景应用层专注于将融合后得出的深度洞察结果转化为实际的业务应用和决策支持，赋能数字乡村的各个方面。其具体应用场景包括但不限于：大乡大镇精准网络建设和优化；依据用户移网和宽带渗透率输出的用户精准发展策略；优化营服资源在乡村地区的精准投放与配置；优化渠道资源，提升服务覆盖率；通过数据挖掘乡村产业的增值空间，促进乡村经济转型升级。通过这3个层级的递进式构建，数字乡村创新体系架构实现了数据的引入、融合和应用，助力数字乡村发展。2.2融合数据赋能数字乡村关键技术能力2.2.1数据引入层数据引入层主要负责运营商海量数据的产生、清洗、解析等工作，其架构如图2所示。运营商数据主要规范化。O域DPI数据深度解析以及外部数据引入是该层的重点。DPI数据包括2类，一是从网络用户面接口应用层（如Http协议Get请求事件）解析形成的事件级记录用息。二是对网络上传输的数据包进行深层次（如传输层TCP等）的解析，不仅仅是查看头部信息，还能深入到数据包的内容中去解析和识别应用层协议信息。OO域B域M域外部数据解析层清洗层产生层移+固网移+固网数据关联语音数据关联数据关联深度特征解析标准化标准化格式重复值处理缺失值处理异常值处理格式转换设备原始数据流设备原始数据流厂家网管数据用户静态用户静态信息出账信息乡镇明细全国人口普查数据图2数据引入层架构利用DPI技术可获得深度价值信息。外部数据包括全国人口普查数据（第7次全国人等技术对外部数据进行结构化处理。外部数据源往发布，网络爬虫能够按照预设的规则遍历网站结构，抓取所需的数据并将其存储为结构化格式。普查数据以扫描版PDF或图片形式存在，而OCR技术可以用来识别和提取图片中的文字信息，将静态图像中的文字内容转译成机器可读的文本数据。不论是通过爬虫抓取的原始数据还是经OCR处理后的文本，都需要进一步清洗和结构化，以便后续的数据分析和挖掘工作。围绕数字乡村重点乡镇，从用户、网络、网格人员、渠道、产业行业这5个维度分析洞察数字乡村的特a）用户维度。观察移动网络用户渗透率以及宽带用户渗透率，分析二者之间的关联性与差异性，助力数字乡村场景下固移融合业务发展的优先聚焦点。b）网络资源维度。观察移动网络小区资源负荷分布情况以及宽带网络资源端口占用率分布情况，形成网络资源精准投放区域策略。c）网格人员维度。在市场营销网格管理方面，各省单网格人员平均服务的人口数量差异较大，部分地区面临网格员不足或服务半径过大的问题，需要合理调配人力资源，强化网格化服务管理，提升服务质量。邮电设计技术/2024/0539本期专题MonthlyTopic基于运营商网络数据的数字乡村场景赋能研究用户网格营服渠道产业行业年龄家庭移网固网移网小区资源负荷分布宽带网络资源端口利用率基站容量……单网格营服人员单乡镇营服人员……自有渠道社会渠道视频直播智能穿戴设备亲子产品与服务先进制造业现代农业矿产资源开发……图3多维融合洞察数字乡村市场特征d）渠道维度。市场渠道在农村地区的分布虽呈现出多元化趋势，但仍存在一定的不均衡性。在个别省份和地区，单渠道服务覆盖的人口数量较多，这说明渠道下沉和服务延伸仍需加强，尤其需要关注偏远地区和薄弱环节，确保渠道网络能够有效触及广大农村用户。e）行业产业特征分布维度。基于O域DPI深度解析，农村用户在视频直播、智能穿戴设备、亲子产品与服务、先进制造业、现代农业以及矿产资源开发等相关场景的区域性差异特征明显。视频直播逐渐成为农民展示农产品、推广乡村旅游的重要方式，且用户活跃度呈现上升态势。智能穿戴设备在健康监测、农业生产智能化等方面的应用逐渐增多。亲子产品与服务的市场需求旺盛，尤其是在线教育资源和家庭互动类产品。先进制造业和现代农业技术的应用正逐步改变传统作业模式，物联网、大数据等技术助力产业升级。在矿业领域，智能化技术的引进和应用有助于提高安全生产水平和资源利用效率。2.2.3场景应用层产业行业增值等场景需求，输出优先聚焦策略。在用户发展板块，结合用户当前渗透率和网络资源利用率，给出用户优先发展区域策略；在网络建设板块，结合用户发展需求策略以及当前网络资源利用率情况，给出网络建设的优先建设策略；在营服改善板块，结合目标区域现有单网格人员服务人口规模情况，输出营服体系增补优化策略；在渠道建设板块，结合目标区域现有单渠道数量服务人口规模情况，输出渠道建设增补优化策略；在产业行业增值板块，结合目标区域人口行为偏好、产业特色等匹配智能化产品及服务。基于以上各场景的需求，综合全国优、均、情况数据，给出分区域优先发展策略。2.3融合数据群体特征预测分析使用Stacking集成学习算法，对数字乡村多域融合数据进行业务群体特征预测分析，通过组合多个基学习器的输出，来训练一个元学习器，提高模型的稳定性和准确率。分成5折切分，蓝色为训练集，橙色为验证集。数据集的比例划分数据集，则测试集共4000个样本，训练集共16000个样本。对16000个样本再次划分，进行5为3200个的数据集。b）经过5次交叉检验，得到5×3200条验证集的结果以及5×4000条测试集的预测结果。图4Stacking算法原理402024/05/DTPT基于运营商网络数据的数字乡村场景赋能研究本期专题MonthlyTopicc）将验证集的预测结果拼接成16000行的矩阵，标记为A1；将测试集的预测结果进行加权平均，得到一个4000行1列的矩阵，标记为B1。假定集成模型包ℎi在示例x的输出为ℎi(x)，wi为每个基模型ℎ重。d）通过c）可得到一个基模型在数据集上的预测结果A1、B1，对3个基模型进行集成，可以得到A1、e）将A1、A2、A3列并列形成的8000行3列的矩阵作为训练集，B1、B2、B3列合并形成的2000行3列的矩阵作为测试集，再放入元学习器（LR模型）进行训练，得到最终的乡镇级用户产业行业群体特征的预测现代农业等。Stacking模型的精确率、召回率、F1曲线和RO标曲线分别如图5和图6所示。精确率召回率F1曲线精确率召回率F1曲线3融合数据赋能数字乡村价值分析以数字乡村区域作为目标分析对象，利用O域DPI数据、B域、M域融合关联，并引入全国人口普查等业行业等5个维度进行综合分析，得出不同区域的差异化优先聚焦策略。结合第2.3节训练得到的融合数据群体特征预测模型，选取5个数字乡村区域，得到每个乡村区域的群体特征，进而从移网渗透率、端口占用率、单位渠道服图6ROC指标曲线务人口数、单位网格人员服务人口数、业务偏好5个维 度进行分析。各区域人口渗透率与端口占用率、各区 域单位渠道/网格人员服务人口数以及“AB区域”与”CDE区域”家用智能设备渗透率差异性分别如图7、图 8和图9所示。区域A：移网渗透率较高（业务发展良好端口占用率较低（网络建设优先级低单位渠道服务人口高人人口渗透率/%403530252050ABCDE端端口占用率/%605040302005个数字乡村区域求和项：宽带端口占用率求和项：人口移网渗透率图7各区域人口渗透率与端口占用率单位网格人员服务人口数/万人单位网格人员服务人口数/万人025025—一—一..●ABCDE5个数字多村区域求和项：单位网格人员服务人口数（万人）0单位渠道服务人口数/万人图8各区域单位渠道/网格人员服务人口数邮电设计技术/2024/0541本期专题MonthlyTopic基于运营商网络数据的数字乡村场景赋能研究涂鸦智能智能生活乔安智联 小鲸鱼 易视云iCam365 有看头小爱音箱 小天才米家CDE区域平均渗透率AB区域平均渗透率图9“AB区域”与”CDE区域”家用智能设备渗透率差异性（需要增加渠道数量单位网格人员服务人口数高（需要增加网格人员数量部分品牌智能设备受欢迎区域E：移网渗透率较低（业务发展空间较大端口占用率较高（网络建设优先级高单位渠道服务人口较高（需要增加渠道数量单位网格人员服务人口数较高（需要增加网格人员数量品牌智能设备较均对于网络资源占用率低且用户渗透率低的区域，给出优先聚焦用户发展的建议；对于用户渗透率低，但网络资源占用率高的区域，给出优先聚焦网络精准建设的建议；对于用户渗透率低、单网格服务人口高、单渠道服务人口高的区域，给出优先聚焦网格人数及增加渠道的建议；对于用户对品牌偏好有明显差异性的区域，给出品牌配置优选