[1]王瑜,邓程,蒋涛,等.运营商大数据AI能力层的构建方案探索[J].邮电设计技术,2018,(12):51-56.[doi:10.12045/j.issn.1007-3043.2018.12.011]
点击复制

运营商大数据AI能力层的构建方案探索

参考文献/References:

[1] 王浩, 马艳. 关于人工智能的应用与发展[J]. 考试周刊, 2009(8):148-150.

[2] 黄勇军, 冯明, 丁圣勇, 等. 电信运营商大数据发展策略探讨[J]. 电信科学, 2017, 29(3): 7-11.

[3] 张云帆. 电信运营商大数据发展策略与价值挖掘[J]. 业务与运营, 2016.

[4] 童晓渝, 张云勇, 房秉毅, 等. 大数据时代电信运营商的机遇[J]. Science, 2013, 3: 4.

[5] 梁柏青, 陆钢, 李慧云, 等. 运营商能力开放架构研究及发展思路探讨[J]. 电信科学, 2011, 27(4): 7-11.

[6] 程学旗, 靳小龙, 王元卓, 等. 大数据系统和分析技术综述[J]. 软件学报, 2014, 9.

[7] Mark, Lutz, David,等. 《Python语言入门》[J]. Internet:共创软件, 2002(10):86-86.

[8] 李文栋. 基于 Spark 的大数据挖掘技术的研究与实现[D]. 济南: 山东大学, 2015.

[9] Nandi A. Spark for Python Developers[M]. Packt Publishing Ltd, 2015.

[10] Samosir J, Indrawan-Santiago M, Haghighi P D. An evaluation of data stream processing systems for data driven applications[J]. Procedia Computer Science, 2016, 80: 439-449.

[11] Abadi M, Barham P, Chen J, et al. Tensorflow: a system for large-scale machine learning[C]//OSDI. 2016, 16: 265-283.

[12] Girija S S. Tensorflow: Large-scale machine learning on heterogeneous distributed systems[J]. 2016.

[13] 章敏敏, 徐和平, 王晓洁,等. 谷歌TensorFlow机器学习框架及应用[J]. 微型机与应用, 2017, 36(10):58-60.

[14] 华为Docker实践小组. Docker进阶与实战[M]. 机械工业出版社, 2016.

[15] 董西成 《Hadoop技术内幕 —深入解析MapReduce架构设计与实现原理》 机械工业出版社

更新日期/Last Update: 2019-01-24