產(chǎn)品架構能力

Deeplan平臺技術架構采用分層設計，插件化開發(fā)，模塊化集成，可云化部署，整個架構靈活可靠、可擴展。

運營商大數(shù)據(jù)以產(chǎn)品化、平臺化、智能化為重點，面向運營商提供通信大數(shù)據(jù)網(wǎng)絡優(yōu)化產(chǎn)品及服務，并依托通信大數(shù)據(jù)，面向公安、旅游等行業(yè)提供場景化應用，促進跨界融合，構建產(chǎn)業(yè)服務新生態(tài)。

通信大數(shù)據(jù)產(chǎn)品體系

基于信令、MR數(shù)據(jù)和網(wǎng)管多維數(shù)據(jù)關聯(lián)，構建一套LTE全業(yè)務用戶體驗評測體系，結合無線網(wǎng)絡空口指標與用戶業(yè)務體驗關聯(lián)分析，將用戶業(yè)務體驗映射到網(wǎng)絡指標層面，幫助運營商建立以用戶業(yè)務體驗為中心的全業(yè)務評估體系。

基于移動運營商的信令、MR、BOSS等基礎通信數(shù)據(jù)，首先運用GPLSA異常檢測算法實時監(jiān)控網(wǎng)絡指標異常波動和預警，整體觀測網(wǎng)絡質(zhì)量；其次，運用機器學習算法構建移動通信網(wǎng)絡感知評估模型，客觀評價用戶對于數(shù)據(jù)業(yè)務的網(wǎng)絡感知；再次，對于特定場所（高鐵站、會場等區(qū)域）進行感知分析，從而根據(jù)場景特征有針對性的提升用戶對于數(shù)據(jù)業(yè)務的感知評估；最后，運用MR進行弱覆蓋、過覆蓋和重疊覆蓋三個維度分析網(wǎng)絡自身質(zhì)量，快速定位問題溯源。

LTE全業(yè)務感知評估概況

利用華蘇Deeplan算法引擎（LTE全業(yè)務感知評估模型），準實時輸出用戶級網(wǎng)絡業(yè)務感知分值以及50*50米精準定位，從感知差客戶溯源分析、感知差客戶地理分布、感知差小區(qū)邊緣覆蓋呈現(xiàn)等層面，幫助運營商構建以用戶業(yè)務體驗為中心的全業(yè)務評測體系。

● 評估體系（LTE全業(yè)務感知原創(chuàng)發(fā)明專利授權）

● 高精準度(50*50)

· 小區(qū)級感知評估精準度85%

· 柵格級65%（TA+AOA），85%（指紋庫）

● 網(wǎng)絡中立

· 跨設備商數(shù)據(jù)的統(tǒng)一關聯(lián)

· 主流設備商MR、信令與話統(tǒng)數(shù)據(jù)協(xié)同解析

● 根因分析

· 一鍵式網(wǎng)絡性能與故障定位

· 用戶感知-業(yè)務性能-網(wǎng)絡性能/覆蓋/容量的溯源分析

瀏覽類用戶感知50米*50米柵格呈現(xiàn)

LTE全業(yè)務感知評估產(chǎn)品基于電信心理學模型構建而成，以面向客戶感知為入手的、高效的、低成本的的類POLQA評估體系，對當前LTE全業(yè)務實現(xiàn)全面的、準實時、全覆蓋、柵格化的客戶感知檢測系統(tǒng)。其核心是以LTE網(wǎng)絡海量的測量報告MRO數(shù)據(jù)、用戶級信令指標數(shù)據(jù)等為輸入源，利用強大的華蘇Deeplan算法引擎（LTE全業(yè)務感知評估模型），準實時輸出每位客戶每次使用網(wǎng)絡業(yè)務感知得分，以及在空間上50*50米精度的定位。

亮點：

1、感知評估精度85%；

2、柵格定位65%（TA+AOA），85%（指紋庫）

用戶級感知MOS評估

基于用戶級感知MOS評估體系，構建用戶常駐小區(qū)、常駐柵格模型以及用戶級主柵格的定位，實現(xiàn)用戶軌跡回放、歷史駐留小區(qū)與柵格感知呈現(xiàn)，快速定位網(wǎng)絡故障，先于用戶發(fā)現(xiàn)問題。

用戶級感知回溯： 時間維度回溯，分析用戶感知變化

用戶投訴分析：地理維度回溯，用戶投訴信息、基站信息、投訴前用戶感知及周邊歷史投訴的可視化呈現(xiàn)紀報表輸出

感知差用戶鎖定與分析

GIS呈現(xiàn)區(qū)域感知差用戶分布，輸出感知差小區(qū)常駐用戶；通過感知差柵格和感知差小區(qū)對比呈現(xiàn)，鎖定影響感知差用戶的小區(qū)和地理位置。

感知差柵格分布

感知差用戶分布

高鐵專項性能分析

基于高鐵用戶判別分析算法，對高鐵專網(wǎng)進行業(yè)務質(zhì)量評估與故障定位（RRU級別），替代傳統(tǒng)路測，對重點問題區(qū)域與小區(qū)進行性能評估、故障與定位分析，提升參會人員高鐵場景下網(wǎng)絡感知。

◆ 高鐵專網(wǎng)概況

◆ 出專網(wǎng)用戶分布：分頻段展示

◆ 覆蓋類指標：分頻段、分小區(qū)按段展示

◆ 重點用戶信令回溯

◆ 出專網(wǎng)機型分布

警務智能—重點人群分析系統(tǒng)

基于移動運營商通信數(shù)據(jù)，構建精準定位模型，一方面實現(xiàn)重點區(qū)域場所內(nèi)人群分布及構成，實時監(jiān)控場所內(nèi)人群密集度，降低踩踏事件的發(fā)生概率，另一方面，實時監(jiān)控待監(jiān)控人員的活動范圍，系統(tǒng)智能預警，提高警務人員的辦事效率，從而提升保障的安全性。

◆ 參會人員遷徙分析

◆ 參會人群熱力圖

◆ 參會人群熱力圖實時對比

◆ 重點人群信息

面向公安客戶，以提高警務人員辦案效率為目標，基于通信大數(shù)據(jù)，利用大數(shù)據(jù)分析技術，提供多種案件偵查手段和智能預警機制

因此，從人群、目標、人流和輿情四個層面進行實時分析及監(jiān)控，助力公安部門對智慧城市建設，提供人群總量變化、歸屬、行為特征分析、特殊人員定位以及互聯(lián)網(wǎng)訴求分析、預警。

警務智能—重點人員管控

針對不同類型的目標人員，設定不同維度的預警

◆ 重點人員定位和預警

◆ 特殊來源地人員定位和預警

◆ 目標人員聚集預警

目前公安部門在重點人員的監(jiān)測上依舊使用傳統(tǒng)的從案到人的被動式偵查及維穩(wěn)方式，需耗費大量警力成本?；谝苿舆\營商通信數(shù)據(jù)，采取OTT/指紋庫精準定位算法，準實時定位目標人員的活動軌跡，幫助公安快速定位目標人員并溯源歷史軌跡。

警務智能—輿情分析

結合互聯(lián)網(wǎng)輿情以及移動用戶的上網(wǎng)行為數(shù)據(jù)，構建移動通信輿情監(jiān)控系統(tǒng)，提供屬地化呈現(xiàn)及用戶分析的輿情監(jiān)測手段，便于政府、公安部門及時掌握網(wǎng)絡輿論、各類突發(fā)事件以及移動用戶的特征分析等，有效控制輿情信息以及輿論導向。

◆ 輿情概述

◆ 重大活動分析

◆ 熱點輿情

◆ 輿情溯源

◆ 輿情監(jiān)控

手機輿情領域的輿情分析和監(jiān)測，目前還屬于空白，是互聯(lián)網(wǎng)輿情的有效補充。結合互聯(lián)網(wǎng)輿情以及移動用戶的上網(wǎng)行為數(shù)據(jù)，構建移動通信輿情監(jiān)控系統(tǒng)，提供屬地化呈現(xiàn)及用戶分析的輿情監(jiān)測手段，便于政府、公安部門及時掌握網(wǎng)絡輿論、各類突發(fā)事件以及移動用戶的特征分析等，有效控制輿情信息以及輿論導向。

旅游大數(shù)據(jù)

基于移動通信技術，從區(qū)域監(jiān)控（景區(qū)客流、游客特征）、行住留（出行、住宿、駐留）、旅游指數(shù)（綜合、天氣、交通、消費）等維度綜合分析旅游大數(shù)據(jù)產(chǎn)品。

景區(qū)監(jiān)控
實時人流監(jiān)控
電子圍欄
人流量預警

游客分析
游客源分析
游客特征分析

出行分析
出行方式分析
出行目的占比分析

綜合指數(shù)統(tǒng)計
天氣指數(shù)分析
交通指數(shù)分析
消費指數(shù)分析

運用移動用戶的位置數(shù)據(jù)，從景區(qū)監(jiān)控、游客分析、出行分析以及綜合指數(shù)等多維度分析旅游景區(qū)以及游客的衣食住行吃喝玩樂，直觀形象的綜合分析旅游信息。

面向旅游委（局），助力智慧旅游，為旅游管理和旅游營銷提供決策支持