Wsparcie dla rozwoju systemów SAP

Telekom Vertrag mit multisim

SNA-Verhaltensmessungen konzentrieren sich mehr auf das Verhalten jedes Knotens des Paares mit den gemeinsam genutzten Nachbarn. Wir verwendeten detaillierte Daten, um diese Maßnahmen zu extrahieren und sie zusätzlich zur Ähnlichkeitsbewertung zu verwenden, um die Wahrscheinlichkeit zu erhöhen. SNA-Verhaltensmaßnahmen umfassen Folgendes: Der Prozess der Definition der sozialen Kommunikation, die sowohl auf dem Netzwerk als auch auf der Graphentheorie basiert, wird als Social Network Analysis (SNA) [1] bezeichnet. SNA wird verwendet, um Beziehungen zwischen interagierenden Knoten (Kunden, Produkte … usw.) die wichtig ist, um die Struktur und das Vertrauen von Einzelpersonen oder Organisationen zu entdecken. Dieser Ansatz ist inzwischen zu einem leistungsfähigen Instrument geworden, um Netzwerke in verschiedenen Bereichen wie Banken, Telekommunikation, Webanwendungen, Physik und Sozialwissenschaften zu untersuchen. Beziehungen in einem Netzwerk können entweder richtungsweisend oder nicht gerichtet sein. In einer Richtungsbeziehung ist eine Person der Initiator (oder die Quelle der Beziehung), während die andere Empfänger (oder Ziel der Beziehung) ist, eine Gewichtung, die die Stärke der Beziehung angibt, hinzugefügt werden kann. Im Telekommunikationsbereich verwendet SNA die CDRs des Betreibers [2, 3], d.

h. einen Datensatz, der von einer Telefonzentrale erstellt wird. Dieser Datensatz dokumentiert die Details jeder Telekom-Transaktion (Anrufe, SMS, Internet …), die durch die mobilen Geräte geht. Zusätzlich zu CDRs verwendet SNA andere Datenquellen wie Kundendaten, um die sozialen Beziehungen von Abonnierten zu analysieren. Die Verknüpfung dieser Informationen mit SNA bietet bessere Einblicke und Werte, die sich auf den Umsatz und die Kundenzufriedenheit auswirken [4]. CDRs und Kundendaten, die 3 Monate lang gesammelt wurden, wurden in unserer Arbeit verwendet, um die Daten ETL (Extrahieren, Transformieren und Laden) und die Datenzusammenfassung zum Aufbau eines sozialen Netzwerks zu implementieren, in dem Knoten GSM-Nummern von Abonnenten darstellen und Kanten Interaktionen zwischen Abonnenten darstellen (Anrufe in unserem Fall). Häufige Tageszeit: Sie stellt den häufigsten Zeitraum des Tages dar, in dem ein Sprachanruf mit jedem Knoten der freigegebenen Nachbarn stattfindet. Der Tag ist in 4 Perioden unterteilt; und jeder Zeitraum erstreckt sich über 6 h: Detaillierte Daten: enthält alle Anrufe in jedem Tag mit der Zeit des Anrufs und der Dauer. Diese Art von Daten wird verwendet, um Multi-SIM-Abonnenten-Modellfunktionen zu extrahieren. Tabelle 2 zeigt eine Stichprobe detaillierter Daten. Weitere Informationen zum MultiSIM-Service und dessen Betrieb finden Sie hier: www.telekom.hu/lakossagi/szolgaltatasok/mobil/multisim.For Video über die Vorteile des MultiSIM-Dienstes besuchen Sie bitte youtu.be/vaMNvA-QCXg. Springer Nature bleibt hinsichtlich gerichtlicher Ansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

[25] präsentierte eine Prototyp-Plattform für die SNA-Analyse in Big Data-Umgebungen und gab einen Überblick über die architektonische Integration in Kombination mit mehreren Technologien, Frameworks und Techniken durch Big-Data-Architektur. Darüber hinaus nutzten sie eine Plattform aus einer Kombination aus Spark GraphXFootnote 1 Framework und JavaScriptFootnote 2 für eine effiziente Analyse sozialer Netzwerke mit verschiedenen Arten von leistungsstarken und interaktiven Visualisierungen.