标签：数据 大数据分析 一个 快速 帮助 数据分析 上下 思想 信息
一直萦绕心中的思路，利用网络中用户的分布和业务需求来预见信道资源分配，以提升网络的性能。
似乎觉得思想验证起来过于简单：统计一下用户的分布、业务的需求，然后告知算法，算法据此完成资源分配。对比算法是，不知道全局信息，只是来一个服务一个。
这两天读了yang 团队的工作，似有相见恨晚之感。尽管度英文杂志文章仍然是我们的短板，但是坚持啃了一天，对他们提问题的本事很佩服。随手记录几个：有几个问题上处于开放状态，利用大数据分析的方法能够预测哪些信息？对资源调度而言，需要预测哪些信息？如果将预测到的信息转换（以应用到资源调度问题中）？如何利用预测信息完成资源调度？老实说，我也就意识到了最后一个问题，还考虑的很肤浅。所以被勾着想看看他们是怎么建模和分析的。
一直认为所有的分析应该以直观的洞察为前提。那么，利用上下文信息完成资源调度，究竟为何、从何可以获得性能提升呢？这个是最根本的问题。以前的观点是，若多个灯可以联合进行资源调度，那么在业务需求密集的地方应该给配置更多的资源。这只是打破了单灯功率固定的约束。还有吗？
文中认为：预测的上下文信息是一种大时间尺度上的，而通信资源调度是小时间尺度上的，那么，预先知道大时间尺度上的信息，真的有帮助吗？打个比方，你星期天有大把的时间空闲，你在吃饭的时候加快速度节省时间，这有用码？
期待读下去有启发。待续
标签：数据 大数据分析 一个 快速 帮助 数据分析 上下 思想 信息
原文地址：http://www.cnblogs.com/findtruth/p/7764196.html
