) 
在防治信息通信诈骗这条路上，运营商一直在快速奔跑。除了筛选关键词，建立黑名单等手段外，大数据也在发挥重要作用。
浙江电信通过大数据分析能力构建了诈骗电话分析干预系统，这套系统能够在用户通话结束后十几分钟内识别出“这是一通诈骗电话”，随即系统会通知公安部门并追踪电话来源，这有何厉害之处？让我们用数据说话。
2015年，浙江全省发生的电话欺诈案件达到3万多起；而在上述系统启用后，去年下半年只有不到4000万起，浙江移动配合公安机关挽回的诈骗金额达到5000多万元人民币。近几年电话诈骗的不断蹿升让运营商背了不少黑锅，现如今，通过大数据技术运营商终于可以进行一记有力回击，真是大快人心。
以大数据防治诈骗电话的背后逻辑
那么是什么驱动浙江移动采用大数据技术，来解决信息通信诈骗问题？
浙江移动大数据中心主任、信息技术部副总经理汤劲松博士告诉通信世界全媒体记者：这几年电话诈骗日益猖獗的背后是诈骗手段的不断升级，从前我们采用“黑名单”方式，只要有5位用户举报“这是诈骗电话”，运营商就立即将号码拉进黑名单且阻断通话，但这种后项防御很快就被攻破了，原因在于IP电话和互联网技术不断泛滥，诈骗者利用互联网拨号工具坚持每5通电话就自动变换号码，导致虽然运营商的黑名单中虽然有几十万个电话号码，但仍然不能终结“诈骗电话”的发生。
如何破解这个“Bug”，汤博士和他的团队决心从分析诈骗电话模型入手，利用大数据分析能力让还在“进行时”的诈骗电话快速被辨认出来。“犯罪分子在电话诈骗时会在短时间内多次拨打给用户且通话时长方面也有一定规律，我们对此进行数据建模，形成了反电话诈骗大数据分析干预平台。”不仅及时挽回了客户的经济损失，而且也为公安机关追根溯源提供更有力的线索，汤博士表示。
不过，利用大数据分析技术“辨认”诈骗电话的过程并不容易，比如如何实时处理海量数据，如何建模形成数据架构、引入适当的方法论和技术手段等都是关键所在。据悉，浙江移动为此还特别引入了机器学习、深度算法等技术手段，经过近一年的运行和磨合，如今浙江省的电话诈骗犯罪率已经大大降低，中国移动浙江公司也因此成为了面向全国移动公司的反欺诈技术支撑中心。
应急预案、异业合作…大数据火力全开
汤博士告诉记者，不仅在电话反欺诈方面，大数据在电信行业其它领域也在释放着正能量，比如针对上海曾经发生的踩踏事件，现在运营商结合位置、信令等信息，利用大数据分析平台建立了应对突发事件的防控预警体系，一旦某区域的人流密度超过峰值，系统就会发出预警并及时进行人群疏散等，相关政府行政部门也及时响应做好应急保障方案，避免出现大规模的拥挤或踩踏现象。而这样的模型和数据应用，套用在景区人群疏散和演唱会等大型赛事的安全保障中，也同样奏效。
商业应用也有很多，通过结合地产信息、位置数据和人流密度和流量等重要信息，运营商可以为企业提供高精度的店面选址建议——这里是否值得开店，什么时段人流密集以及主要包括哪些人群等。运营商也在尝试通过“异业合作”，实现商家、消费者的双赢局面，从消费者角度，当你正前往某景区的路上，通过手机就可以第一时间获得该景区的实时交通人流等情况，避免拥堵和排队等待的时间，如果该景区早已人满为患，那么系统会将周边景区或周围商家的促销信息推送给你，消费者可以选择改行程或者喝个咖啡错开人潮，商家打了广告消费者也得到了实惠，岂不双赢。
顶层设计跑不过业务创新
从这一角度，运营商在大数据领域确是资源深厚，大有可为。不过从现阶段看，国内电信运营商还未就大数据出台任何细化且有指导性的规划或“顶层设计”。
“这种滞后也很正常，任何新技术的出现和萌芽都是如此，产业规划往往要滞后于市场应用与创新，况且市场也从来不会等着规划。”汤博士如是说。
事实上，国内大数据市场早已风生水起，尤其去年发布国家大数据战略之后，整个产业市场更是活跃异常，就在刚刚过去的517电信日主题正是围绕“大数据”，而三家运营商高层也纷纷表态，将围绕大数据产业“大干一场”。
其中，中国移动董事长尚冰就表示：中国移动把握万物互联发展机遇，实施“大连接”战略，在公共安全、智慧旅游、市政交通、金融征信、位置服务、精准扶贫等行业和领域推出了丰富的大数据应用，取得了较好的社会效益与经济效益。同时，中国移动还围绕网络强国、“互联网+”等战略，在移动互联网、云计算、大数据、物联网等领域主动布局，积极对外提供基础通信、大数据、认证、计费、位置等自有能力开放服务，培育信息消费新业态，促进数字经济蓬勃发展。
大数据无法回避的三道坎
培育新生态的前提是打破旧模式，形成新商业，比如在大数据领域，运营商虽然是数据丰富但必须要与外部数据结合才能形成商业模式。
在这一过程中，将涉及到一个非常重要的问题——数据伦理问题，数据变现过程中的“红线”在哪里？如何在保护客户隐私的情况下实现数据流通？这是运营商在大数据市场中遇到的“第一道坎”。尽管业界都在呼唤数据流通，各地政府也在倡导政务数据公开，一些地方的数据交易所也相继成立，但实际上，真正实现交易却寥寥无几。
对此，有专家表示：数据交易有价无市，有人买却没人敢卖，为什么，大家都对数据隐私保护有顾虑——数据交易有其特殊性，并非一次性而是可以无限复制使用，数据交易后就很难被追踪，一旦落入不法之徒，就会对消费者造成侵害，所以运营商在数据保护方面非常谨慎，只有政府国安较高级别的案件调查需求再获得资格审批后，运营商才会经过特殊通道透传用户数据。
“第二道坎”是数据治理问题，也就是如何收集、管理并利用好海量甚至是“天量”数据。在汤博士看来，这是必须正视的问题，运营商每天都在产生大量数据，而且伴随智能家居、可穿戴设备以及物联网等日益临近，数据只会越来越多，但从大数据分析的角度，数据量绝不是越多越好。
以浙江移动为例，其覆盖全省移动用户数60万，每天产生13TB网络数据，平台上共有16TB的存储数据。“运营商的难题在于数据太大，其中还包括很多非结构性数据，如何在同一个集群里做数据运算，目前我们采用的方式是基于开源平台做深度的自主性开发，以解决天量数据问题。”汤博士表示。
“第三道坎”是数据人才问题。大数据分析是一项系统性工作，不仅是能够利用技术手段将不同平台中的数据进行汇总集中和整理，其灵魂在于“建模”，成熟的数据科学家将利用数据挖掘和机器学习算法等开发各类模型，旨在总结客户行为、挖掘潜在需求以及预测其他未来事件。一方面，数据分析人员需要很了解电信运营企业的商业模型和底层数据，另一方面也要对数据解析、建模、运营等很是精通，因此运营商目前在大数据分析人才方资源方面非常匮乏。
运营商必经的三个阶段
“浙江移动在这方面采用了产供销一体化的培养方式，刚毕业两三年的高材生经过我们一统性的培养和锻炼，现在已经对运营商内部数据具有较深理解且具备建模能力的数据科学家。”汤博士如是说。
对于未来运营商在大数据方面的前景，汤博士表示乐观，同时他也归纳了运营商发展大数据必须经历的3个阶段。
阶段1，提升数据能力。
运营商的海量数据往往来自于不同部门，数据部门的人需要对不同部门数据有很好的理解和建模能力，目前运营商在云和大数据业务方面人才缺乏，另一方面运营商网络中的数据量太大，如何能够在同一个资源池中对数据进行集中运算，也是运营商需要数据能力提升的关键所在。
阶段2，展现自身能力。
大数据分析的真正价值在于业务，如何通过分析和预测更好地指导业务政策，但现在的问题在于，大数据的效应被磨灭了。究竟是数据分析比较厉害，还是套餐降价幅度比较厉害，二者双方本是相辅相成、难分伯仲，但现实中人们总有这样的误解 “无论你对促销如何分析，都不如让降价幅度来得更猛烈些”。也就是说，大数据分析需要树立好口碑，更好展示自身能力，惟有如此才能步入正向循环。
阶段3，降低数据使用门槛。
如何能够真正将数据发挥出最大的价值，关键在于建模。而运营商需要做的是“我搭台、你唱戏”，鼓励更多的内部员工加入到数据建模的行列中来，凭借他们各自对于业务市场的理解，搭建出更多的有效模型。据悉，浙江移动目前已经培养出了1000多人的建模团队，并积累了1000多个有效模型。
微信号：CWW-weixin
《通信世界》旗下公众号
最新丨行业丨资讯
关于通信世界
一个全媒体综合服务平台
由工业和信息化部主管，人民邮电出版社主办，
是中国通信产业的前瞻媒体
我来说两句排行榜