基于大数据分析的网络建设管控方法及其平台与流程

本发明涉及数据处理技术领域，尤其涉及一种基于大数据分析的网络建设管控方法及其平台。

背景技术：

随着通信技术的迅速进步，移动通信经历了2g、3g、4g的快速更新，同步伴随互联网的飞速发展，使得电信运营商网络的数据量呈现出几何式的增长。

电信运营商数据通常会涉及市场经营数据、话务量及数据流量数据、网络运维数据、网络建设进度数据、项目管控数据、招投标数据等。目前，电信运营商对上述各类数据基本都建立了独立的数据支撑系统为之服务，这些数据支撑系统按各自专业管理维度进行系统开发，数据库资源相对独立。这种独立的数据管理与数据分析体系，很难顺应大数据及云计算相结合的高速数据处理时代的发展步伐，根本原因在于各个数据支撑系统之间的数据调用存在兼容性问题，因此很难对分散在各个数据支撑系统里的数据资源进行有效的关联性利用。例如，当需要综合上述各类数据进行网络建设可行性评估时，由于各个数据支撑系统的数据库资源相当独立，使得各个数据库内所存储的数据的数据类型可能不同，数据体量也可能不同，这就使得各个数据库间的关联数据之间可能匹配不上，致使数据库中的大量数据无法被利用进行评估，造成大量有价值的数据资源浪费；其次，由于各个数据库的数据独立，致使数据间的关联性较差，易造成评估分析的结果不准确等诸多问题。同时，针对不同数据支撑系统分别开发支撑软件，资本投入大，且易造成冗余开发与重复开发，浪费人力物力资源。

技术实现要素：

本发明提供一种基于大数据分析的网络建设管控方法及其平台，用于解决现有技术中各类数据的数据支撑系统相互独立，数据资源不匹配，造成利用各个数据支撑系统进行数据分析复杂度高，同时分析结果不准确的技术问题。

本发明提供一种基于大数据分析的网络建设管控方法，包括：

接收用户输入的数据信息；

根据所述数据信息的类别属性，将所述数据信息发送到包含所述类别属性的数据接口所对应的数据库内存储；

接收数据分析处理器发送的数据分析指令，所述数据分析指令包含有数据接口标识；

根据所述数据接口标识，确定与所述数据接口标识对应的数据接口，并调用所述数据接口对应的数据库内的数据信息；

对所调用的数据信息进行数据处理，并根据预设算法，生成统计数据；

将所述统计数据对应存储在发送所述数据分析指令的数据分析处理器内；

接收功能性评估指令，所述功能性评估指令包含有数据分析处理器的标识；

根据所述数据分析处理器的标识，确定与所述数据分析处理器的标识对应的数据分析处理器，在所述数据分析处理器内调用对应的统计数据，生成功能性评估结果。

本发明还提供一种基于大数据分析的网络建设管控平台，包括：

接收模块，用于接收用户输入的数据信息；

存储模块，用于根据所述数据信息的类别属性，将所述数据信息发送到包含所述类别属性的数据接口所对应的数据库内存储；

所述接收模块，还用于接收数据分析处理器发送的数据分析指令，所述数据分析指令包含有数据接口标识；

处理模块，用于根据所述数据接口标识，确定与所述数据接口标识对应的数据接口，并调用所述数据接口对应的数据库内的数据信息；对所调用的数据信息进行数据处理，并根据预设算法，生成统计数据；

所述存储模块，还用于将所述统计数据对应存储在发送所述数据分析指令的数据分析处理器内；

所述接收模块，还用于接收功能性评估指令，所述功能性评估指令包含有数据分析处理器的标识；

所述处理模块，还用于根据所述数据分析处理器的标识，确定与所述数据分析处理器的标识对应的数据分析处理器，在所述数据分析处理器内调用对应的统计数据，生成功能性评估结果。

本发明提供了基于大数据分析的网络建设管控方法及其平台，通过接收用户输入的数据信息；根据数据信息的类别属性，将数据信息发送到包含类别属性的数据接口所对应的数据库内存储；接收数据分析处理器发送的数据分析指令，数据分析指令包含有数据接口标识；根据数据接口标识，确定与数据接口标识对应的数据接口，并调用数据接口对应的数据库内的数据信息；对所调用的数据信息进行数据处理，并根据预设算法，生成统计数据；将统计数据对应存储在发送数据分析指令的数据分析处理器内；接收功能性评估指令，功能性评估指令包含有数据分析处理器的标识；根据数据分析处理器的标识，确定与数据分析处理器的标识对应的数据分析处理器，在数据分析处理器内调用对应的统计数据，生成功能性评估结果。从而实现对各类数据信息的交互调用，实现充分利用数据资源，基于多个数据库资源的综合利用，实现大数据分析，以保证并提高功能性评估结果的准确性。

附图说明

图1为本发明基于大数据分析的网络建设管控方法的一示例性实施例的流程图；

图2是执行本发明基于大数据分析的网络建设管控方法的系统架构示意图；

图3为图2所示系统架构的子架构示意图；

图4为图3所示架构的子架构示意图；

图5为图4所示架构的一界面示意图；

图6为图4所示架构的一界面示意图；

图7为图4所示架构的一界面示意图；

图8为本发明基于大数据分析的网络建设管控平台的一示例性实施例的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

首先，对网络建设管控的基本概念进行介绍，在现有技术条件下，通常电信运营商的网络建设管理还依赖于电子工单的流转，主要依靠项目管理员、设计人员、施工人员、监理人员在工单系统上进行手工填报，项目经理根据以往的策略凭经验对服务商进行考核与评价，无法对工程的质量和施工进度进行量化和优化，也无法依据市场发展数据和网络运行数据快速和准确的做出网络滚动规划，以及进行投资边界测算，最终完成投资分配。

所谓基于大数据分析的网络建设管控，是指通过应用网络建设大数据分析平台，在网络建设初期指导完成网络滚动规划，在网络建设中期完成对建设施工进度的智能管控，以及在网络建设后期量化地完成对网建建设项目和服务商的考核与评估。因此，该基于大数据分析的网络建设管控方法，能够有效地解决当前网络建设前期滚动规划进度慢和准确性不高的问题，网络建设中期施工进度管控不到位的问题，以及网络建设后期对建设项目、服务商考核与评估无法量化的问题。

随着大数据技术的发展，对运营商手中分散的数据支撑系统里的数据资源进行利用，把这些庞大的实时或者历史数据结合，以发挥比数据本身更大的价值，通过在各类数据支撑系统中引入网络建设管控方法，打通这些数据系统的原有技术屏障，盘活数据资产，优化原有数据存储结构、数据处理流程、数据分析方式、数据服务能力，通过大数据挖掘与分析，同时注入网络建设的管理思路，实现了对网络建设进程精准的全过程智能管控，保证建设效率和质量，为网络建设效益最大化提供了可行的手段。

图1为本发明基于大数据分析的网络建设管控方法的一示例性实施例的流程图，如图1所示，本实施例的网络建设管控方法具体包括：

步骤101、接收用户输入的数据信息。

步骤102、根据数据信息的类别属性，将数据信息发送到包含类别属性的数据接口所对应的数据库内存储。

网络建设管控方法是基于大数据处理的方法，其数据来源可以是由用户通过电子终端设备，如手机、电脑、pad等进行不断录入获得的。用户所录入的不同的数据信息具有不同的类别属性，类别属性可以通过用户登录不同录入系统(应用程序app等)的系统属性不同进行区分，也可以根据数据库管理的基本规则，在后台程序的控制下，对录入的数据进行分类，以使录入的数据信息可以被发送到以类别属性进行分类区分的数据接口所对应的数据库内分别存储。

步骤103、接收数据分析处理器发送的数据分析指令，数据分析指令包含有数据接口标识。

根据数据信息的类别属性不同，所要进行数据分析的目的、目标不同，进行数据分析的处理器也可以有一个或多个，因为是进行大数据分析，因此，根据分析目标的不同，将大数据分散在不同的数据分析处理器进行分别处理可以有效地提高数据分析速率、提高分析的准确性。每个数据分析处理器在调用其所需的数据信息的时候，需要指明所调用数据的数据库，该数据库的指明通过在数据分析指令中包含数据接口标识，则系统根据该数据接口标识，可以找到对应的存储数据信息的数据库。

步骤104、根据数据接口标识，确定与数据接口标识对应的数据接口，并调用数据接口对应的数据库内的数据信息。

步骤105、对所调用的数据信息进行数据处理，并根据预设算法，生成统计数据。

步骤106、将统计数据对应存储在发送数据分析指令的数据分析处理器内。

步骤107、接收功能性评估指令，功能性评估指令包含有数据分析处理器的标识。

步骤108、根据数据分析处理器的标识，确定与数据分析处理器的标识对应的数据分析处理器，在数据分析处理器内调用对应的统计数据，生成功能性评估结果。

本实施例的基于大数据分析的网络建设管控方法，通过接收用户输入的数据信息；根据数据信息的类别属性，将数据信息发送到包含类别属性的数据接口所对应的数据库内存储；接收数据分析处理器发送的数据分析指令，数据分析指令包含有数据接口标识；根据数据接口标识，确定与数据接口标识对应的数据接口，并调用数据接口对应的数据库内的数据信息；对所调用的数据信息进行数据处理，并根据预设算法，生成统计数据；将统计数据对应存储在发送数据分析指令的数据分析处理器内；接收功能性评估指令，功能性评估指令包含有数据分析处理器的标识；根据数据分析处理器的标识，确定与数据分析处理器的标识对应的数据分析处理器，在数据分析处理器内调用对应的统计数据，生成功能性评估结果。从而实现对各类数据信息的交互调用，实现充分利用数据资源，基于多个数据库资源的综合利用，实现大数据分析，以保证并提高功能性评估结果的准确性。

进一步地，在上一实施例的基础上，对于步骤102、根据数据信息的类别属性，将数据信息发送到包含类别属性的数据接口所对应的数据库内存储。其中的数据接口可以至少包括以下各个接口中的一种：项目管理数据接口、网络建设数据接口、运维数据接口、招投标数据接口、市场营销数据接口。

对于步骤103、接收数据分析处理器发送的数据分析指令，数据分析指令包含有数据接口标识。其中的数据分析处理器可以至少包括以下各个处理器中的一种：网络运行类数据分析处理器、建设效率类数据分析处理器、市场效益类数据分析处理器、服务商考核类数据分析处理器。

根据数据分析处理器的类别的不同，该步骤103可以细化为以下多种实施方式：

方式一、若数据分析处理器为网络运行类数据分析处理器，则接收网络运行类数据分析处理器发送的网络运行类数据分析指令，该网络运行类数据分析指令包含有运维数据接口的标识。

相应的，对于步骤104、根据数据接口标识，确定与数据接口标识对应的数据接口，并调用数据接口对应的数据库内的数据信息，具体包括：根据运维数据接口的标识，确定与运维数据接口的标识对应的运维数据接口，并调用运维数据接口对应的数据库内的数据信息；其中，运维数据接口对应的数据库内的数据信息至少包括以下数据信息中的至少一种：网络资源利用数据、故障情况数据、接通情况数据、话务量数据、数据流量数据、网络覆盖数据、网络资源配置数据、资源核查数据。

相应的，对于步骤105、对所调用的数据信息进行数据处理，并根据预设算法，生成统计数据，具体包括：对所调用的数据信息进行存储结构处理，并根据预设算法，生成统计数据；其中，统计数据至少包括以下至少一种：资源利用率、故障率、接通率、覆盖率。

相应的，对于步骤106、将统计数据对应存储在发送数据分析指令的数据分析处理器内，具体包括：将统计数据对应存储在发送网络运行类数据分析指令的网络运行类数据分析处理器内。

方式二、若数据分析指令为建设效率类数据分析处理器，则接收建设效率类数据分析处理器发送的建设效率类数据分析指令，该建设效率类数据分析指令包含有项目管理数据接口的标识、网络建设数据接口的标识。

相应的，对于步骤104、根据数据接口标识，确定与数据接口标识对应的数据接口，并调用数据接口对应的数据库内的数据信息，具体包括：根据项目管理数据接口的标识，确定与项目管理数据接口的标识对应的项目管理数据接口，并调用项目管理数据接口对应的数据库内的数据信息；根据网络建设数据接口的标识，确定与网络建设数据接口的标识对应的网络建设数据接口，并调用网络建设数据接口对应的数据库内的数据信息；其中，项目管理数据接口对应的数据库内的数据信息至少包括以下数据信息中的至少一种：项目属性数据、项目执行数据；网络建设数据接口对应的数据库内的数据信息至少包括以下数据信息中的至少一种：工程进度数据、网络状况数据、规划执行完成情况数据、网络覆盖数据、网络架构数据。

相应的，对于步骤105、对所调用的数据信息进行数据处理，并根据预设算法，生成统计数据，具体包括：对所调用的数据信息进行存储结构处理，并根据预设算法，生成统计数据；其中，统计数据至少包括以下至少一种：工程平均响应时长、建设周期、开通率、入网率、交付率、分场景效益分析、单位造价分析。

相应的，对于步骤106、将统计数据对应存储在发送数据分析指令的数据分析处理器内，具体包括：将统计数据对应存储在发送建设效率类数据分析指令的建设效率类数据分析处理器内。

方式三、若数据分析指令为市场效益类数据分析处理器，则接收市场效益类数据分析处理器发送的市场效益类数据分析指令，该市场效益类数据分析指令包含有市场营销数据接口的标识。

相应的，对于步骤104、根据数据接口标识，确定与数据接口标识对应的数据接口，并调用数据接口对应的数据库内的数据信息，具体包括：根据市场营销数据接口的标识，确定与市场营销数据接口的标识对应的市场营销数据接口，并调用市场营销数据接口对应的数据库内的数据信息；其中，市场营销数据接口对应的数据库内的数据信息至少包括以下数据信息中的至少一种：2g业务收入数据、3g业务收入数据、4g业务收入数据、用户规模数据、移动数据与信息业务收入数据、固网业务收入数据、网元出租及数据通信收入数据、宽带互联网业务收入。

相应的，对于步骤105、对所调用的数据信息进行数据处理，并根据预设算法，生成统计数据，具体包括：对所调用的数据信息进行存储结构处理，并根据预设算法，生成统计数据；其中，统计数据至少包括以下至少一种：端口实占率、收入统计数据、2g出账用户数及占比率、3g出账用户数及占比率、4g出账用户数及占比率、iptv用户数及分布、用户分布、互联网专线用户数及分布、用户数增长趋势数据。

相应的，对于步骤106、将统计数据对应存储在发送数据分析指令的数据分析处理器内，具体包括：将统计数据对应存储在发送市场效益类数据分析指令的市场效益类数据分析处理器内。

方式四、若数据分析指令为服务商考核类数据分析处理器，则接收服务商考核类数据分析处理器发送的服务商考核类数据分析指令，该服务商考核类数据分析指令包含有招投标数据接口的标识。

相应的，对于步骤104、根据数据接口标识，确定与数据接口标识对应的数据接口，并调用数据接口对应的数据库内的数据信息，具体包括：根据招投标数据接口的标识，确定与招投标数据接口的标识对应的招投标数据接口，并调用招投标数据接口对应的数据库内的数据信息；其中，招投标数据接口对应的数据库内的数据信息至少包括以下数据信息中的至少一种：物资采购到货数据、招标份额执行比例数据、服务商评分数据、奖惩数据；

相应的，对于步骤105、对所调用的数据信息进行数据处理，并根据预设算法，生成统计数据，具体包括：对所调用的数据信息进行存储结构处理，并根据预设算法，生成统计数据；其中，统计数据至少包括以下至少一种：服务商考核分数数据、服务商排名数据。

相应的，对于步骤106、将统计数据对应存储在发送数据分析指令的数据分析处理器内，具体包括：将统计数据对应存储在发送服务商考核类数据分析指令的服务商考核类数据分析处理器内。

同理，对于步骤107、接收功能性评估指令，功能性评估指令包含有数据分析处理器的标识。其中，功能性评估指令可以至少包括以下各个指令中的一个：投资效益效果评估指令、对标属性特征参数指令、招标风险预测指令、考核指令、网络建设决策指令。

根据功能性评估指令的不同，该步骤107可以细化为以下多种实施方式：

方式一、若功能性评估指令为投资效益效果评估指令，则接收投资效益效果评估指令，该投资效益效果评估指令包含有网络运行类数据分析处理器的标识、市场效益类数据分析处理器的标识、建设效率类数据分析处理器的标识。

相应的，对于步骤108、根据数据分析处理器的标识，确定与数据分析处理器的标识对应的数据分析处理器，在数据分析处理器内调用对应的统计数据，生成功能性评估结果，具体包括：根据网络运行类数据分析处理器的标识、市场效益类数据分析处理器的标识、建设效率类数据分析处理器的标识，分别在网络运行类数据分析处理器、市场效益类数据分析处理器、建设效率类数据分析处理器内调用对应的统计数据，生成建设规模和收益评估模型，根据建设规模和收益评估模型，计算得到网络建设项目的投资效益效果评估结果。

方式二、若功能性评估指令为对标属性特征参数指令，则接收对标属性特征参数指令，该对标属性特征参数指令包含有网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识。

相应的，对于步骤108、根据数据分析处理器的标识，确定与数据分析处理器的标识对应的数据分析处理器，在数据分析处理器内调用对应的统计数据，生成功能性评估结果，具体包括：根据网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识，分别在网络运行类数据分析处理器、建设效率类数据分析处理器内调用对应的统计数据，根据统计数据的归集动态变化，生成对标属性的特征参数，得到对标结果。

方式三、若功能性评估指令为招标风险预测指令，则接收招标风险预测指令，该招标风险预测指令包含有建设效率类数据分析处理器的标识、服务商考核类数据分析处理器的标识。

相应的，对于步骤108、根据数据分析处理器的标识，确定与数据分析处理器的标识对应的数据分析处理器，在数据分析处理器内调用对应的统计数据，生成功能性评估结果，具体包括：根据建设效率类数据分析处理器的标识、服务商考核类数据分析处理器的标识，分别在建设效率类数据分析处理器、服务商考核类数据分析处理器内调用对应的统计数据，将建设效率类数据分析处理器与服务商考核类数据分析处理器内的统计数据进行匹配，根据匹配结果对招标风险点进行预测。

方式四、若功能性评估指令为考核指令，则接收考核指令，该考核指令包含有网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识、市场效益类数据分析处理器的标识、服务商考核类数据分析处理器的标识。

相应的，对于步骤108、根据数据分析处理器的标识，确定与数据分析处理器的标识对应的数据分析处理器，在数据分析处理器内调用对应的统计数据，生成功能性评估结果，具体包括：根据网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识、市场效益类数据分析处理器的标识、服务商考核类数据分析处理器的标识，分别在网络运行类数据分析处理器、建设效率类数据分析处理器、市场效益类数据分析处理器、服务商考核类数据分析处理器内调用对应的统计数据，根据预设考核算法，对至少一个考核指标进行评价，考核指标为以下指标中的至少一个：建设质量、项目效益、服务满意度。

方式五、若功能性评估指令为网络建设决策指令，则接收网络建设决策指令，该网络建设决策指令包含有网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识、市场效益类数据分析处理器的标识、服务商考核类数据分析处理器的标识。

相应的，对于步骤108、根据数据分析处理器的标识，确定与数据分析处理器的标识对应的数据分析处理器，在数据分析处理器内调用对应的统计数据，生成功能性评估结果，具体包括：根据网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识、市场效益类数据分析处理器的标识、服务商考核类数据分析处理器的标识，分别在网络运行类数据分析处理器、建设效率类数据分析处理器、市场效益类数据分析处理器、服务商考核类数据分析处理器内调用对应的统计数据，根据预设大数据分析算法，确定网络建设决策参数。

下面综合各个数据接口、各个数据分析处理器，并将各个功能性评估指令的执行主体依托于发送指令的各个功能性评估系统，对该基于大数据分析的网络建设管控方法进行详细说明，图2是执行本发明基于大数据分析的网络建设管控方法的系统架构示意图。如图2所示，执行该方法的系统架构可以包括：项目管理数据接口11、网络建设数据接口12、运维数据接口13、招投标数据接口14、市场营销数据接口15、网络运行类数据分析处理器21、建设效率类数据分析处理器22、市场效益类数据分析处理器23、服务商考核类数据分析处理器24、投资效益效果评估系统31、对标属性特征参数系统32、招标风险预测系统33、考核系统34、网络建设决策系统35。

需要说明的是，以上的接口、处理器、系统等可以是硬件实体，以加快对大数据的处理速度，或方便对不同地理位置的分散式数据进行综合处理；也可以是软件类(如app等)的功能模块；本领域技术人员可以根据数据量及数据区域分布等实际需求自行设定。

其中，项目管理数据接口11，用于连接项目管理系统的数据库，获取项目各阶段信息统计(包含立项责任人、立项部门、立项批复投资、立项批复时间、购置标示、可研/设计批复时间、可研/设计单位、可研/设计人员、建设单位、开工/完工时间、发货/到货时间、订单金额、初验时间、终验时间、验收单位、决算时间、投资完成情况、转资情况、审计报告文号等)、投资完成情况、项目执行情况、capex完成情况，转固完成情况等。

网络建设数据接口12，用于连接网络建设管理系统的数据库，获取工程进度统计、网络现状、规划执行完成情况、覆盖效果、网络新增能力、网络架构、分场景模型等。

运维数据接口13，用于连接网络优化平台、电子运维系统、资源调度系统、监控分析系统、业务运营系统、楼宇信息系统等的数据库，获取网络资源利用情况、故障情况、接通情况、业务量(话务量、数据流量)、网络覆盖情况、网络资源配置情况、资源核查情况、交资交维情况等。

招投标数据接口14，用于连接电子招投标系统的数据库，获取物资采购到货情况、招标份额执行比例完成情况、服务商月度打分情况、各专业排名情况、服务商承诺履行情况、退出机制及履约处罚情况、管理人员评分上报及时情况等。

市场营销数据接口15，用于连接经分系统和网格统一运营平台等的数据库，获取2/3/4g主营业务收入及用户规模、移动数据与信息业务收入、固网主营业务收入、网元出租及数据通信收入、ict业务收入、宽带互联网业务收入等。

在通过运维数据接口13获得网络运行各类数据，如网络资源利用情况、故障情况、接通情况、业务量(话务量、数据流量)、网络覆盖情况、网络资源配置情况、资源核查情况、交资交维情况等，可以由本发明的网络运行类数据分析处理器21对获取到的多个运维平台数据进行存储结构的优化，注入基于网络建设智能管控的大数据挖掘和分析，根据网络现状，生成资源利用率、故障率、接通率、覆盖率、交资率、交维率等信息。

在通过项目管理数据接口11和网络建设数据接口12获得了项目各阶段信息、网络建设效果和能力等大数据分析用的基础信息后，可以由本发明的建设效率类数据分析处理器22对获取到的数据进行存储结构的优化，细分数据流程，按项目和任务两个维度统计项目详情、进度跟踪、服务招标、采购申请、订单到货、协调进场、签到签退、工程实施、安全检查、竣工验收、服务打分等数据，进行建设工程效率分析，生成工程的平均响应时长、建设周期、开通率、入网率、capex完成率、交付率、分场景效益分析、单位造价分析等数据。

在通过市场营销数据接口15获得了2g/3g/4g主营业务收入和用户规模、移动数据与信息业务收入、固网主营业务收入、网元出租及数据通信收入、ict业务收入、宽带互联网业务收入等，结合运维数据接口13获得的用户分布信息，可以由本发明的市场效益类数据分析处理器23对获取到的数据进行存储结构的优化，细分数据处理流程，生成端口实占率、收入类关键数据、2g/3g/4g出账用户数及占比率、iptv用户数及分布、用户apru分布、互联网专线用户数及分布、用户数增长趋势、市场预测分析等。

在通过招投标数据接口14获得物资采购到货情况、招标份额执行比例完成情况、服务商月/季/年度打分情况、各专业排名情况、服务商承诺履行情况、退出机制及履约处罚情况、管理人员评分上报及时情况等，结合从项目管理数据接口11获得的服务商开/完工及时情况、到货及时情况、签到情况等，可以由本发明的服务商考核类数据分析处理器24对获取到的数据进行存储结构的优化，注入大数据分析和管理思路，从多个维度生成服务商的考核得分，再依据得分结果对服务商进行排名，最终形成各个专业的核心服务商名单。

进一步地，可以由本发明的投资效益效果评估系统31，对接网络运行类数据分析处理器21、建设效率类数据分析处理器22和市场效益类数据分析处理器23，生成建设规模和收益多维评估模型，对网络建设项目进行客观地投资效益和效果进行评估。

更进一步地，如图3所示，对于投资效益效果评估系统31可以包含前评估模块31a和后评价模块31b，其中前评估模块31a可以在立项前，对项目进行全面的经济效益评估，形成项目是否可行的前评估结果；后评价模块31b是在项目形成生产能力或运营一段时间后，通过对固定资产投资的规划、决策、实施、生产运行及其产生的效果、影响等进行分析、评价和总结，与投资规划与项目决策时确定的目标以及各项经济指标进行对比，形成后评价结果。

更为具体地，如图4所示，前评估模块31a又可以包括：合理性判断子模块31a1，是分别为新建、扩容、更新改造的网络建设项目的模型指标要素，如投资、端口综合造价、覆盖楼宇入住率、投资回收期、端口实占率、宽带端口渗透率等，设置符合项目启动的合理区间。其实现界面图可以参考图5所示；打分排序子模块31a2，是根据网络建设项目的模型指标要素的权重，分别为新建、扩容、更新改造的网络建设项目设置分值，然后用计算出项目的总得分进行打分排序。其实现界面图可以参考图6所示；分场景造价子模块31a3，是针对不同场景，如开放式住宅小区、商务写字楼区、高校、医院、地铁、交通枢纽等场景，依据目标端口市占率、宽带用户接入成本工料费、端口造价、施工难度、进场费用等因素制定不同的造价模型。其实现界面图可以参考图7所示。

进一步地，可以由本发明的对标属性特征参数系统32，对接网络运行类数据分析处理器21和建设效率类数据分析处理器22，根据所属处理器的每一阶段数据归集的动态变化情况，发掘并生成具有对标属性的特征参数，生成各阶段的对标结果。具体地，对标属性特征参数系统32分为以下三部分：1)分月度、年度的建设完成情况对标；2)分月度、年度的网络能力对标；3)与友商的网络指标对标。其中，友商网络指标对标的方法为对所有运营商(移动、联通和电信)的网络进行无差别的拉网测试，依据测试过程中采样点产生的网络电平和质量等参数，生成全网信号的对标评测结果。

进一步地，可以由本发明的招标风险预测系统33，对接建设效率类数据分析处理器22和服务商考核类数据分析处理器24，将服务商考核数据与网络建设各个环节进行匹配，并依据匹配结果对下一轮招标可能出现的风险防范点进行预测，同时确立核心服务商。确立核心服务商标准为以自然季度为周期，季度考核成绩排名在前30％且得分不低于90分的服务商进入核心服务商序列，核心服务商根据进入序列的时间长短分为a、b、c三个等级。

进一步地，可以由本发明的考核系统34，对接网络运行类数据分析处理器21、建设效率类数据分析处理器22、市场效益类数据分析处理器23、服务商考核类数据分析处理器24，从建设质量管控、项目效益、服务满意度三个方面，考核内部管理和服务商管理的效果。具体地，该考核系统34可以分为两个部分：1)内部打分子模块：通过前评估与后评价、对标结果对自有人员进行考核与评价；通过立项进度、资本性支出进度等对项目部进行考核管理；2)外部打分子模块：通过服务商月度考评打分、承诺履约、份额执行完成情况进行考核管理。

进一步地，可以由本发明的网络建设决策系统35，对接网络运行类数据分析处理器21、建设效率类数据分析处理器22、市场效益类数据分析处理器23、服务商考核类数据分析处理器24，以大数据挖掘和分析结果为依据，指导网络建设，统筹指引公司内、外部管理决策和投资决策。具体地，投资决策中年度投资边界计算方法可以为：

ebitda调节投资＝第n年ebitda×ebitda系数①

税息折旧及摊销前利润ebitda(earningsbeforeinterest，taxes，depreciationandamortization，简称“ebitda”)，即未计利息、税项、折旧及摊销前的利润。

增收配置投资＝(第n年主营业务收入－第(n-1)年年主营业务收入)×收入增长系数；②

将式子①+式子②可以得到：

效益激励投资＝ebitda调节投资+增收配置投资③

分组改善要求配置投资＝第n年年主营业务收入×改善后投资占收比④

其中，改善后投资占收比＝竞争对手投资占收比×(1-分组投资占收比改善系数)⑤

最终式子③+式子④得：投资边界＝分组改善要求配置投资+效益激励投资

本实施例通过项目管理数据接口、网络建设数据接口、运维数据接口、招投标数据接口、市场营销数据接口、网络运行类数据分析处理器、建设效率类数据分析处理器、市场效益类数据分析处理器、服务商考核类数据分析处理器、投资效益效果评估系统、对标属性特征参数系统、招标风险预测系统、考核系统、网络建设决策系统，从运营商的前端接口提取市场经营指标、招投标情况、话务量和数据流量走势等信息，以及从后端接口提取网络建设施工进度和质量、网络运维指标、项目管理等信息，进行大数据挖掘与分析，打通了运营商前端营销接口和后端建设维护接口的原有技术屏障，以区域和人口流动信息为基础，从大数据分析层面发掘两者的连接关系，实现对网络建设进行精准的全过程智能管控，保证建设效率和质量，并为网络建设效益最大化提供了决策参考。

图8为本发明基于大数据分析的网络建设管控平台的一示例性实施例的结构示意图，如图8所示，本实施例的网络建设管控平台具体包括：接收模块1，用于接收用户输入的数据信息；存储模块2，用于根据数据信息的类别属性，将数据信息发送到包含类别属性的数据接口所对应的数据库内存储；接收模块1，还用于接收数据分析处理器发送的数据分析指令，数据分析指令包含有数据接口标识；处理模块3，用于根据数据接口标识，确定与数据接口标识对应的数据接口，并调用数据接口对应的数据库内的数据信息；对所调用的数据信息进行数据处理，并根据预设算法，生成统计数据；存储模块2，还用于将统计数据对应存储在发送数据分析指令的数据分析处理器内；接收模块1，还用于接收功能性评估指令，功能性评估指令包含有数据分析处理器的标识；处理模块3，还用于根据数据分析处理器的标识，确定与数据分析处理器的标识对应的数据分析处理器，在数据分析处理器内调用对应的统计数据，生成功能性评估结果。

进一步地，在上一实施例的基础上，数据接口至少包括以下各个接口中的一种：项目管理数据接口、网络建设数据接口、运维数据接口、招投标数据接口、市场营销数据接口；数据分析处理器至少包括以下各个处理器中的一种：网络运行类数据分析处理器、建设效率类数据分析处理器、市场效益类数据分析处理器、服务商考核类数据分析处理器；

若数据分析处理器为网络运行类数据分析处理器，则接收模块1，具体用于接收网络运行类数据分析处理器发送的网络运行类数据分析指令，网络运行类数据分析指令包含有运维数据接口的标识。相应的，处理模块3，具体用于根据运维数据接口的标识，确定与运维数据接口的标识对应的运维数据接口，并调用运维数据接口对应的数据库内的数据信息；其中，运维数据接口对应的数据库内的数据信息至少包括以下数据信息中的至少一种：网络资源利用数据、故障情况数据、接通情况数据、话务量数据、数据流量数据、网络覆盖数据、网络资源配置数据、资源核查数据；对所调用的数据信息进行存储结构处理，并根据预设算法，生成统计数据；其中，统计数据至少包括以下至少一种：资源利用率、故障率、接通率、覆盖率。

若数据分析指令为建设效率类数据分析处理器，则接收模块1，具体用于接收建设效率类数据分析处理器发送的建设效率类数据分析指令，建设效率类数据分析指令包含有项目管理数据接口的标识、网络建设数据接口的标识。相应的，处理模块3，具体用于根据项目管理数据接口的标识，确定与项目管理数据接口的标识对应的项目管理数据接口，并调用项目管理数据接口对应的数据库内的数据信息；根据网络建设数据接口的标识，确定与网络建设数据接口的标识对应的网络建设数据接口，并调用网络建设数据接口对应的数据库内的数据信息；其中，项目管理数据接口对应的数据库内的数据信息至少包括以下数据信息中的至少一种：项目属性数据、项目执行数据；网络建设数据接口对应的数据库内的数据信息至少包括以下数据信息中的至少一种：工程进度数据、网络状况数据、规划执行完成情况数据、网络覆盖数据、网络架构数据；对所调用的数据信息进行存储结构处理，并根据预设算法，生成统计数据；其中，统计数据至少包括以下至少一种：工程平均响应时长、建设周期、开通率、入网率、交付率、分场景效益分析、单位造价分析。

若数据分析指令为市场效益类数据分析处理器，则接收模块1，具体用于接收市场效益类数据分析处理器发送的市场效益类数据分析指令，市场效益类数据分析指令包含有市场营销数据接口的标识。相应的，处理模块3，具体用于根据市场营销数据接口的标识，确定与市场营销数据接口的标识对应的市场营销数据接口，并调用市场营销数据接口对应的数据库内的数据信息；其中，市场营销数据接口对应的数据库内的数据信息至少包括以下数据信息中的至少一种：2g业务收入数据、3g业务收入数据、4g业务收入数据、用户规模数据、移动数据与信息业务收入数据、固网业务收入数据、网元出租及数据通信收入数据、宽带互联网业务收入；对所调用的数据信息进行存储结构处理，并根据预设算法，生成统计数据；其中，统计数据至少包括以下至少一种：端口实占率、收入统计数据、2g出账用户数及占比率、3g出账用户数及占比率、4g出账用户数及占比率、iptv用户数及分布、用户分布、互联网专线用户数及分布、用户数增长趋势数据。

若数据分析指令为服务商考核类数据分析处理器，则接收模块1，具体用于接收服务商考核类数据分析处理器发送的服务商考核类数据分析指令，服务商考核类数据分析指令包含有招投标数据接口的标识。相应的，处理模块3，具体用于根据招投标数据接口的标识，确定与招投标数据接口的标识对应的招投标数据接口，并调用招投标数据接口对应的数据库内的数据信息；其中，招投标数据接口对应的数据库内的数据信息至少包括以下数据信息中的至少一种：物资采购到货数据、招标份额执行比例数据、服务商评分数据、奖惩数据；对所调用的数据信息进行存储结构处理，并根据预设算法，生成统计数据；其中，统计数据至少包括以下至少一种：服务商考核分数数据、服务商排名数据。

本实施例的装置，可用于执行图1所示的方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

进一步地，功能性评估指令至少包括以下各个指令中的一个：投资效益效果评估指令、对标属性特征参数指令、招标风险预测指令、考核指令、网络建设决策指令。

若功能性评估指令为投资效益效果评估指令，则接收模块1，具体用于接收投资效益效果评估指令，投资效益效果评估指令包含有网络运行类数据分析处理器的标识、市场效益类数据分析处理器的标识、建设效率类数据分析处理器的标识。相应的，处理模块3，具体用于根据网络运行类数据分析处理器的标识、市场效益类数据分析处理器的标识、建设效率类数据分析处理器的标识，分别在网络运行类数据分析处理器、市场效益类数据分析处理器、建设效率类数据分析处理器内调用对应的统计数据，生成建设规模和收益评估模型，根据建设规模和收益评估模型，计算得到网络建设项目的投资效益效果评估结果。

若功能性评估指令为对标属性特征参数指令，则接收模块1，具体用于接收对标属性特征参数指令，对标属性特征参数指令包含有网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识。相应的，处理模块3，具体用于根据网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识，分别在网络运行类数据分析处理器、建设效率类数据分析处理器内调用对应的统计数据，根据统计数据的归集动态变化，生成对标属性的特征参数，得到对标结果；

若功能性评估指令为招标风险预测指令，则接收模块1，具体用于接收招标风险预测指令，招标风险预测指令包含有建设效率类数据分析处理器的标识、服务商考核类数据分析处理器的标识。相应的，处理模块3，具体用于根据建设效率类数据分析处理器的标识、服务商考核类数据分析处理器的标识，分别在建设效率类数据分析处理器、服务商考核类数据分析处理器内调用对应的统计数据，将建设效率类数据分析处理器与服务商考核类数据分析处理器内的统计数据进行匹配，根据匹配结果对招标风险点进行预测。

若功能性评估指令为考核指令，则接收模块1，具体用于接收考核指令，考核指令包含有网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识、市场效益类数据分析处理器的标识、服务商考核类数据分析处理器的标识。相应的，处理模块3，具体用于根据网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识、市场效益类数据分析处理器的标识、服务商考核类数据分析处理器的标识，分别在网络运行类数据分析处理器、建设效率类数据分析处理器、市场效益类数据分析处理器、服务商考核类数据分析处理器内调用对应的统计数据，根据预设考核算法，对至少一个考核指标进行评价，考核指标为以下指标中的至少一个：建设质量、项目效益、服务满意度。

若功能性评估指令为网络建设决策指令，则接收模块1，具体用于接收网络建设决策指令，网络建设决策指令包含有网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识、市场效益类数据分析处理器的标识、服务商考核类数据分析处理器的标识。相应的，处理模块3，具体用于根据网络运行类数据分析处理器的标识、建设效率类数据分析处理器的标识、市场效益类数据分析处理器的标识、服务商考核类数据分析处理器的标识，分别在网络运行类数据分析处理器、建设效率类数据分析处理器、市场效益类数据分析处理器、服务商考核类数据分析处理器内调用对应的统计数据，根据预设大数据分析算法，确定网络建设决策参数。

本实施例的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。