Scalable streaming profile clustering for TELCO analytics
TELKO analizleri için ölçeklenebilir akan profil kümelemesi
- Tez No: 335597
- Danışmanlar: YRD. DOÇ. DR. BUĞRA GEDİK, DOÇ. DR. HAKAN FERHATOSMANOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 54
Özet
Birçok telekom analizi geçmiş arama desenlerine dayalı arama profillerine gereksinim duyar. Bu arama profilleri değişik zamanlardaki müşteri etkileşimlerinin yığılması ile oluşmaktadır. Telekom şirketlerinin pazarlama ve satış gibi operasyonlarını iyileştirecek analizler müşteri arama profilleri üzerinden yapılmaktadır. Örnek uygulamalar olarak tarife iyileştirme, müşteri bölümleme ve kullanım öngörüsü gösterilebilir. Bu tezde güncelleme katarları ile oluşan müşteri profillerinin kümelenmesi için bir yöntem sunulmaktadır. Profil kümeleri yüksek sayıda müşteri olması nedeniyle yüksek bellek ve işlemci gücü gerektir. Bu gereksinimleri karşılayabilmek için çözümümüzde dağıtık veri katarı işleme yöntemleri kullandık. Ancak profillerin makinalara dağılımını kümeleme kalitesini yüksek tutarken, her makinanın eşit miktarda profil saklamasını ve işlemesini sağlamak, dağıtık sistemlerde önemli bir zorluk. Buna ek olarak, müşterilerin arama deseni değiştirmesi ihtimali nedeniyle, profillerin makinalara dağılımı düzenli olarak güncellenmeli. Bu güncelleme işlemi çevirimiçi işleme sürecini aksatmamak için asgari miktarda yer değişimi gerçekleştirmeli. Bu tezde tüm bu ihtiyaçları karşılayan bir tekrar dağıtım tekniği sunulmuştur. Her makina kendi içerisinden mikro-kümeler oluşturmakta ve onların özetlerini merkezi makinaya göndermektedir. Merkezi makina mikro-küme özetlerini üzerinde yeni aitlik buluşsal yöntemleri içeren açgözlü bir işlemsel süreçten geçirerek profil dağıtımını güncellemektedir. Tezde ayrıca sunulan çözümün Storm ve Hbase tabanlı gerçekleştirmesini gösteren, telekom şirketleri için müşteri bölümleme amacıyla kullanılabilecek bir demo uygulaması sunulmuştur.
Özet (Çeviri)
Many telco analytics require maintaining call profiles based on recent customer call patterns. Such profiles are typically organized as aggregations computed at different time scales over the recent customer interactions. Clustering these profiles is needed to group customers with similar calling patterns and to build aggregate models for them. Example applications include optimizing tarifs, segmentation, and usage forecasting. In this thesis, we present an approach for clustering profiles that are incrementally maintained over a stream of updates. Due to the large number of customers, maintaining profile clusters have high processing and memory resource requirements. In order to tackle this problem, we apply distributed stream processing. However, in the presence of distributed state, it is a major challenge to partition the profiles over machines (nodes) such that memory and computation balance is maintained, while keeping the clustering accuracy high. Furthermore, to adapt to potentially changing customer calling patterns, the partitioning of profiles to machines should be continuously revised, yet one should minimize the migration of profiles so as not to disturb the online processing of updates. We provide a re-partitioning technique that achieves all these goals. We keep micro-cluster summaries at each node, collect these summaries at a centralized node, and use a greedy algorithm with novel affinity heuristics to revise the partitioning. We present a demo application that showcases our Storm and Hbase based implementation in the context of a customer segmentation application.
Benzer Tezler
- S3-TM: Scalable streaming short text matching
Ölçeklenebilir akan kısa metin eşleme
FUAT BASIK
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN FERHATOSMANOĞLU
YRD. DOÇ. DR. BUĞRA GEDİK
- P2P live scalable video streaming with ALTO service
ALTO servisli eş görevli ağlarda gerçek zamanlı ölçeklenebilir video akıtımı
İSMAİL SERKAN KIRKGÜL
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
DOÇ. DR. M. OĞUZ SUNAY
- Adaptation strategies for scalable video streaming
Ölçeklenebilir video akışı için uyarlama stratejileri
BURAK GÖRKEMLİ
Doktora
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. A. MURAT TEKALP
- Yazılım tanımlı ağ sistemlerinde eş zamanlı çoklu katmanlı video akışlarında kalite eniyileme
Joint multipath flow and layer allocation for scalable video streaming
YAMAÇ ERGİZ
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ MURAT DEMİRTAŞ
- Analysis of ALTO protocol over P2P networks
Eş görevli ağlarda ALTO protokolünün analizi
KORAY KÖKTEN
Yüksek Lisans
İngilizce
2012
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. OĞUZ SUNAY