随着移动通信网络的不断升级和各种新型智能终端和APP的推广,运营商承载的用户数据规模不断扩大,流通在网络上的数据已成为企业重要的虚拟资产。中国移动需要将分散在不同系统的数据进行整合,完成数据和应用的深度解耦,并依托大数据解决当前实际的问题。移动大数据平台基于分布式系统Hadoop、大规模并行处理系统MPP和流式计算等数据处理技术,对分散在各个平台或系统的数据进行统一整合,并按照统一的数据模型及接口标准进行接入,为移动公司各业务部门及外部客户提供灵活的服务。服务内容包括资源服务、数据服务和工具服务。大数据平台通过搭建统一的标准化物理模型,扩大化实现全网数据统一标准,通过整合运营支撑系统(Operation Support System,简称OSS或O域)的信令数据、DPI数据、上网日志、统计指标、用户行为日志等数据,进行数据标准化接入,并融合业务支撑系统(Business Support System,简称BSS,或B域)和管理支撑系统(Management Support System,简称MSS或M域)数据,丰富数据的内容,完善企业级大数据平台数据源。本文主要研究O域分析系统需实现的功能、相关大数据平台技术和功能架构模型,以及基于大数据技术的实现方案。首先,针对O域数据分析及应用体系进行详细设计。然后对大数据平台相关数据处理技术进行研究分析,并根据相关功能和技术对整体功能架构进行研究和设计。随后根据某省的实际情况对业务规模进行预测,并根据预测结果对大数据平台硬件模型进行测算,最后选取了基于大数据平台的某个应用进行分析,论证了基于大数据平台的O域分析系统的可实施性。