?

一種基于Hadoop的大數(shù)據(jù)流量經(jīng)營系統(tǒng)解決方案*

肖露1,2，王晶1,2

(1 北京郵電大學(xué)網(wǎng)絡(luò)與交換國家重點(diǎn)實(shí)驗(yàn)室，北京 100876；2 東信北郵信息技術(shù)有限公司，北京 100191)

摘 要隨著工信部宣布發(fā)放4G牌照，各大運(yùn)營商大力推動(dòng)3G/4G網(wǎng)絡(luò)建設(shè)，網(wǎng)絡(luò)覆蓋的不斷完善和4G時(shí)代的來臨，大大推動(dòng)了移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展和智能終端的普及。在移動(dòng)端，用戶的流量必將不斷增長。結(jié)合當(dāng)前的大數(shù)據(jù)模式，提出一個(gè)基于Hadoop分布式計(jì)算平臺(tái)的大數(shù)據(jù)解決方案，為培養(yǎng)用戶的流量體驗(yàn)，挖掘和發(fā)展適合用戶的互聯(lián)網(wǎng)應(yīng)用，以及推動(dòng)流量經(jīng)營提供數(shù)據(jù)支持。

關(guān)鍵詞分布式；大數(shù)據(jù)；云計(jì)算

隨著電信業(yè)的重塑及電信運(yùn)營商的轉(zhuǎn)型，業(yè)務(wù)重心幾經(jīng)變遷，“流量”在不同語境下含義不同，但也有脈絡(luò)可循。大致說來，從話音通信業(yè)務(wù)、寬帶接入業(yè)務(wù)到移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)，流量內(nèi)涵的演進(jìn)脈絡(luò)一是從同質(zhì)流量到異質(zhì)流量，即所謂流量內(nèi)涵的豐富；一是從底層流量到表層流量，即所謂流量層次的提升。與顯而易見的擴(kuò)大流量規(guī)模相比，豐富流量內(nèi)涵和提升流量層次是流量經(jīng)營更為重要卻易被忽視的兩大方向。

當(dāng)運(yùn)營商進(jìn)入全業(yè)務(wù)運(yùn)營時(shí)代，需要轉(zhuǎn)變?yōu)橐杂脩魹楹诵牡倪\(yùn)營模式。從客戶需求出發(fā)，一方面評(píng)估互聯(lián)網(wǎng)業(yè)務(wù)流量價(jià)值，另一方面深入洞察客戶個(gè)性化上網(wǎng)需求，通過產(chǎn)品、終端、內(nèi)容和客戶需求的精確匹配，精準(zhǔn)定位客戶，并采取合適的方式推薦業(yè)務(wù)及流量產(chǎn)品，最終實(shí)現(xiàn)業(yè)務(wù)及流量價(jià)值提升。

1　研究目標(biāo)

本系統(tǒng)依托于現(xiàn)有的大量流量，采用ETL工具及數(shù)據(jù)倉庫hive完成系統(tǒng)建設(shè)，做好流量經(jīng)營分析支撐，助力流量市場運(yùn)營。

2　系統(tǒng)架構(gòu)

2.1 系統(tǒng)總體架構(gòu)

系統(tǒng)總體架構(gòu)如圖1所示，采用分層建設(shè)思路，各層功能職責(zé)明確，相互獨(dú)立，通過內(nèi)部接口交互信息。各層功能采用模塊化開發(fā)，各模塊改變不影響整體結(jié)構(gòu)。該架構(gòu)在解決當(dāng)前業(yè)務(wù)需求和管理的前提下充分考慮未來的業(yè)務(wù)需求變化，為后續(xù)系統(tǒng)升級(jí)、擴(kuò)展以及與其它應(yīng)用系統(tǒng)的互通接口提供了快速響應(yīng)和良好的擴(kuò)展能力。整個(gè)體系架構(gòu)包括如下。

2.1.1 接口層

提供了用戶接入平臺(tái)部署業(yè)務(wù)、外部系統(tǒng)獲取分析結(jié)果數(shù)據(jù)的管理功能，將不同用戶以不同權(quán)限采用不同方式使用不同功能的差異化需求封裝起來，向底層功能實(shí)現(xiàn)進(jìn)行屏蔽，不僅有利于系統(tǒng)底層統(tǒng)一建設(shè)而且便于靈活調(diào)整擴(kuò)展。接口層具備豐富的規(guī)范化接口形式和管理能力，滿足各類數(shù)據(jù)產(chǎn)品向用戶展現(xiàn)推送與其它系統(tǒng)交互的需要。

2.1.2 應(yīng)用層

實(shí)現(xiàn)了流量經(jīng)營分析支撐平臺(tái)上運(yùn)行的業(yè)務(wù)功能和管理功能，應(yīng)用層是平臺(tái)對(duì)數(shù)據(jù)智能化、系統(tǒng)化、流程化、自動(dòng)化處理的具體體現(xiàn)，各功能模塊在應(yīng)用上相互獨(dú)立，結(jié)合訪問層的展現(xiàn)界面和下面能力層、數(shù)據(jù)管理層、計(jì)算支撐層的基礎(chǔ)支撐，能夠滿足系統(tǒng)當(dāng)前和持續(xù)發(fā)展的需要。

2.1.3 能力服務(wù)層

通過分析需求，在平臺(tái)建設(shè)和應(yīng)用中沉淀積累總結(jié)的一些基礎(chǔ)的、通用的數(shù)據(jù)加工（ETL、數(shù)據(jù)可視化）、分析挖掘（數(shù)據(jù)挖掘算法、數(shù)據(jù)分析模型）、應(yīng)用支撐（分析界面、推薦引擎、營銷引擎、數(shù)據(jù)開放引擎）等能力工具、組件，為上層數(shù)據(jù)產(chǎn)品開發(fā)和應(yīng)用提供支撐。

2.1.4 數(shù)據(jù)管理層

負(fù)責(zé)平臺(tái)統(tǒng)計(jì)分析源數(shù)據(jù)的采集和加工。通過自助開發(fā)的ETL工具PDM（Parallel Data Miner）實(shí)時(shí)和非實(shí)時(shí)地采集、清洗和轉(zhuǎn)換原始數(shù)據(jù)，形成便于統(tǒng)計(jì)分析的用戶上網(wǎng)信息等數(shù)據(jù)。數(shù)據(jù)層同時(shí)還負(fù)責(zé)數(shù)據(jù)的存儲(chǔ)和備份，支持按時(shí)間備份、按使用冷熱程度備份，定期將過期數(shù)據(jù)清除。

圖1　系統(tǒng)總體架構(gòu)

數(shù)據(jù)服務(wù)層通過構(gòu)建數(shù)據(jù)集市、數(shù)據(jù)立方體、知識(shí)庫等來支撐上層應(yīng)用對(duì)數(shù)據(jù)的需求。

（1）主題域：將數(shù)據(jù)層入庫數(shù)據(jù)進(jìn)行主題劃分,如用戶的行為主題、業(yè)務(wù)發(fā)展主題、內(nèi)容及產(chǎn)品分析主題、營收主題、合作伙伴分析主題等，根據(jù)各主題的業(yè)務(wù)屬性、關(guān)鍵分析維度、度量進(jìn)行分層聚合存儲(chǔ)。

（2）知識(shí)庫：將各主題域中的信息進(jìn)行歸并、整理，將用戶行為、消費(fèi)、特征等各方面信息集中，形成各種知識(shí)庫：如客戶統(tǒng)一視圖、產(chǎn)品統(tǒng)一視圖。

（3）數(shù)據(jù)集市：根據(jù)業(yè)務(wù)特征和不同用戶需求，關(guān)聯(lián)不同維表，建立不同的數(shù)據(jù)集市，包括用戶數(shù)據(jù)集市、產(chǎn)品數(shù)據(jù)集市、營收數(shù)據(jù)集市，并建立報(bào)表指標(biāo)庫，支撐各類指標(biāo)的數(shù)據(jù)輸出。

2.1.5 計(jì)算支撐層

是一個(gè)混合型的數(shù)據(jù)計(jì)算和管理環(huán)境，“分布式計(jì)算+關(guān)系型數(shù)據(jù)庫+領(lǐng)域相關(guān)的NoSQL數(shù)據(jù)庫”構(gòu)成的。涵蓋從批處理到交互式，從業(yè)務(wù)系統(tǒng)到分析系統(tǒng)，從結(jié)構(gòu)化數(shù)據(jù)到非結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用場景支撐。

傳統(tǒng)采用數(shù)據(jù)庫作為單一存儲(chǔ)和計(jì)算的機(jī)制已經(jīng)無法滿足海量數(shù)據(jù)處理要求了（分析型應(yīng)用、無法橫向擴(kuò)容、非結(jié)構(gòu)化數(shù)據(jù)處理、IT成本），因此當(dāng)前推崇的是分布式無共享計(jì)算方式，比較流行的是MapReduce、流式計(jì)算模型，對(duì)應(yīng)具體的產(chǎn)品就是Hadoop、Storm、Hbase。

2.1.6 系統(tǒng)管理層

從系統(tǒng)整體層面上進(jìn)行基礎(chǔ)設(shè)施和運(yùn)維的管理，為系統(tǒng)平穩(wěn)運(yùn)行保駕護(hù)航。主要包括如下。

（1）流程調(diào)度管理：把系統(tǒng)中的一些應(yīng)用邏輯看成是可復(fù)用組件組成的工作流，提供工作流的并行、串行、依賴調(diào)度執(zhí)行，實(shí)現(xiàn)應(yīng)用邏輯的快速支撐和分布式并行計(jì)算能力；并提供可視化的流程設(shè)計(jì)界面。

（2）元數(shù)據(jù)管理：將數(shù)據(jù)倉庫中的數(shù)據(jù)信息、數(shù)據(jù)處理規(guī)則等采用元數(shù)據(jù)來描述，建立動(dòng)態(tài)和靜態(tài)數(shù)據(jù)索引，便于平臺(tái)維護(hù)、分析、消費(fèi)各種數(shù)據(jù)，幫助平臺(tái)內(nèi)各數(shù)據(jù)使用者了解存在哪些數(shù)據(jù)、數(shù)據(jù)存儲(chǔ)位置及其含義，形成統(tǒng)一的平臺(tái)信息地圖，平臺(tái)各層都基于元數(shù)據(jù)驅(qū)動(dòng)開發(fā)。

（3）數(shù)據(jù)質(zhì)量管理：分析性平臺(tái)賴以生存的是數(shù)據(jù)，而數(shù)據(jù)賴以生存的是數(shù)據(jù)質(zhì)量，只有保證數(shù)據(jù)質(zhì)量，才能提高數(shù)據(jù)的可用性。數(shù)據(jù)質(zhì)量管理提供了文件級(jí)、記錄級(jí)、表級(jí)和業(yè)務(wù)級(jí)等4個(gè)級(jí)別的質(zhì)量監(jiān)控，提供最大力度的異常數(shù)據(jù)修復(fù)能力，并對(duì)異常行為進(jìn)行告警。

（4）系統(tǒng)運(yùn)維管理：青海移動(dòng)流量經(jīng)營分析支撐平臺(tái)具備良好的系統(tǒng)配置和運(yùn)行維護(hù)管理能力，通過自主開發(fā)的EB-OMS（OperatingManager System），以Web界面形式提供用戶管理、日志管理、安全管理、系統(tǒng)監(jiān)控功能。

2.2 系統(tǒng)架構(gòu)特點(diǎn)

應(yīng)用快速支撐能力：具備豐富的、通用的、開放的數(shù)據(jù)處理加工、分析挖掘能力池，快速構(gòu)建上層應(yīng)用專題；并可以支撐定制化的開發(fā)。

可擴(kuò)展能力：分層模塊化架構(gòu)，各層職責(zé)明確，相互獨(dú)立，基于業(yè)務(wù)規(guī)則、基于能力調(diào)用、基于數(shù)據(jù)來相互協(xié)作，讓系統(tǒng)提供充分的擴(kuò)展彈性能力。

大數(shù)據(jù)處理能力：采用分布式多樣化計(jì)算和存儲(chǔ)技術(shù)，滿足大數(shù)據(jù)時(shí)代的處理效率。

技術(shù)應(yīng)用優(yōu)勢：產(chǎn)品架構(gòu)和技術(shù)已經(jīng)在中國移動(dòng)手機(jī)閱讀基地BI、某省流量經(jīng)營、彩鈴深度運(yùn)營系統(tǒng)中應(yīng)用驗(yàn)證，積累了大量的可復(fù)用經(jīng)驗(yàn)。

2.3 系統(tǒng)硬件架構(gòu)

系統(tǒng)硬件架構(gòu)如圖2所示，包括數(shù)據(jù)采集服務(wù)器、數(shù)據(jù)倉庫服務(wù)器和數(shù)據(jù)挖掘服務(wù)器等。

數(shù)據(jù)采集服務(wù)器：負(fù)責(zé)從數(shù)據(jù)源系統(tǒng)上實(shí)時(shí)和非實(shí)時(shí)地采集用戶業(yè)務(wù)使用行為數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行清洗轉(zhuǎn)換和加工，然后加存入到關(guān)系數(shù)據(jù)庫中。

數(shù)據(jù)倉庫服務(wù)器：一部分基于商業(yè)數(shù)據(jù)庫如Oracle RAC來構(gòu)建，支持用戶的數(shù)據(jù)查詢、交互式分析需求；另一部分大量復(fù)雜的數(shù)據(jù)處理和綜合分析功能基于分布式計(jì)算框架Hadoop構(gòu)建，具有很高的I/O處理能力，對(duì)原始數(shù)據(jù)進(jìn)行ETL處理、各維度、層次的統(tǒng)計(jì)和運(yùn)算，構(gòu)建主題域和集市，為OLAP、數(shù)據(jù)挖掘提供數(shù)據(jù)和運(yùn)算的基礎(chǔ)。

數(shù)據(jù)挖掘服務(wù)器：基于Hadoop部署在多主機(jī)分布式集群上，能夠根據(jù)數(shù)據(jù)容量和處理效率要求進(jìn)行橫向平滑擴(kuò)展，保證系統(tǒng)的穩(wěn)定性。

2.4 系統(tǒng)關(guān)鍵技術(shù)方案

2.4.1 數(shù)據(jù)可視化技術(shù)

系統(tǒng)提供可視化設(shè)計(jì)組件庫，包括地圖引擎、儀表盤、常用圖表、流程設(shè)計(jì)引擎等，基于可視化組件庫，用戶可以實(shí)現(xiàn)所見即所得的在線設(shè)計(jì)頁面。數(shù)據(jù)可視化展現(xiàn)形式：地圖、網(wǎng)絡(luò)圖、矩陣圖、折線圖、柱狀圖（如圖3所示）、餅圖（如圖4所示）、數(shù)據(jù)表等?？梢暬夹g(shù)展現(xiàn)示例如圖5所示。

2.4.2 OLAP分析技術(shù)

平臺(tái)提供OLAP多維分析工具，可以對(duì)數(shù)據(jù)進(jìn)行不同角度、不同深度的分析，最終形成多維業(yè)務(wù)報(bào)表，并根據(jù)報(bào)表中數(shù)據(jù)的客觀規(guī)律，發(fā)現(xiàn)數(shù)據(jù)中的趨勢和異常。通過OLAP工具能實(shí)現(xiàn)鉆取、旋轉(zhuǎn)、切片、切塊等多維數(shù)據(jù)分析功能；可自動(dòng)分解時(shí)間維，支持圖表輸出與操作等。平臺(tái)提供的OLAP分析具備如下特點(diǎn)。

Web查詢：支持同時(shí)具有客戶端隨機(jī)查詢分析前端工具和Web上的隨即查詢前端分析工具。

拖拽查詢：在Web上的隨即查詢分析能夠直接將維度、度量等直接拖放到顯示的數(shù)據(jù)表格中，表格中則能夠?qū)崟r(shí)刷新數(shù)據(jù)。

報(bào)表操作：在Web上的隨即查詢分析工具，在數(shù)據(jù)展現(xiàn)區(qū)域支持鼠標(biāo)右鍵快捷菜單，實(shí)現(xiàn)過濾、分組、計(jì)算等功能。

服務(wù)支持：有自主OLAP服務(wù)，支持MS OLAP等主流OLAP Server。

3　系統(tǒng)功能

3.1 傳統(tǒng)流量經(jīng)營與大數(shù)據(jù)流量經(jīng)營的區(qū)別

隨著話音業(yè)務(wù)趨于飽和，各大運(yùn)營商都希望通過為用戶提供更多的增值業(yè)務(wù)來尋找新的業(yè)務(wù)收入增長點(diǎn)，因此各運(yùn)營商不斷地開發(fā)新的增值業(yè)務(wù)。2009年，中國3G牌照的發(fā)放和3G無線網(wǎng)絡(luò)的建成，為用戶提供了一條無線數(shù)據(jù)業(yè)務(wù)的“高速公路”，為3G用戶隨時(shí)、隨地高速訪問無線數(shù)據(jù)業(yè)務(wù)提供了可能。電信運(yùn)營商都抓住了這個(gè)契機(jī)，為3G用戶提供了豐富多彩的互聯(lián)網(wǎng)數(shù)據(jù)業(yè)務(wù)，如手機(jī)音樂、手機(jī)電視、微博等，數(shù)據(jù)流量也隨之與日俱增，成為增值業(yè)務(wù)收入提高的重要來源。如今隨著4G網(wǎng)絡(luò)的普及，面對(duì)大數(shù)據(jù)時(shí)代的流量挑戰(zhàn)，運(yùn)營商再采取提供眾多的增值業(yè)務(wù)，對(duì)流量價(jià)值提升的效果微弱。

圖2　系統(tǒng)硬件架構(gòu)圖

圖3　流量結(jié)構(gòu)查詢頁面1

在大數(shù)據(jù)時(shí)代，流量增值業(yè)務(wù)種類已經(jīng)可以滿足用戶的多種需求，業(yè)務(wù)種類不再是流量經(jīng)營的重點(diǎn)。運(yùn)營商需要改變傳統(tǒng)的流量經(jīng)營思維，圍繞用戶展開流量經(jīng)營策略。用戶面對(duì)如此眾多的增值業(yè)務(wù)，如何快速找到自己感興趣的業(yè)務(wù)，運(yùn)營商又如何去對(duì)用戶進(jìn)行分類，根據(jù)用戶的興趣愛好有效地向用戶推薦業(yè)務(wù)，這是一個(gè)必須解決的問題。

本系統(tǒng)根據(jù)已有的用戶流量數(shù)據(jù)，采用多維度分析，對(duì)用戶的流量提取后進(jìn)一步分類，了解用戶在什么地方、什么時(shí)間、喜歡做什么。要做到這一點(diǎn)，需要知道用戶的生活軌跡、業(yè)務(wù)使用愛好以及消費(fèi)行為等用戶基本數(shù)據(jù)。通過對(duì)這些用戶基本數(shù)據(jù)的分析，對(duì)用戶進(jìn)行有效的分類，并能夠知道用戶業(yè)務(wù)的喜好后，再通過有針對(duì)性的營銷手段，快速將業(yè)務(wù)信息有效地通知用戶，促使用戶去使用他感興趣的業(yè)務(wù)，同時(shí)避免對(duì)用戶的重復(fù)打擾，這樣真正實(shí)現(xiàn)流量提升的營銷目標(biāo)。

3.2 業(yè)務(wù)應(yīng)用功能

3.2.1 流量發(fā)展KPI監(jiān)控

通過對(duì)流量套餐、終端、產(chǎn)品、網(wǎng)絡(luò)、互聯(lián)網(wǎng)業(yè)務(wù)等KPI指標(biāo)、重點(diǎn)指標(biāo)監(jiān)控預(yù)警，總體監(jiān)控流量套餐的效益、終端銷售對(duì)流量的影響、流量產(chǎn)品的發(fā)展、網(wǎng)絡(luò)的協(xié)同和分流效果、互聯(lián)網(wǎng)業(yè)務(wù)發(fā)展情況等，并利用Web、短信、彩信、媒體等通道，向決策層、管理層及時(shí)提供關(guān)鍵業(yè)務(wù)指標(biāo)數(shù)據(jù)，為其全面掌握流量整體運(yùn)營情況提供支撐。

3.2.2 流量套餐監(jiān)控分析和價(jià)值評(píng)估

從地域、套餐類型等維度，全面分析用戶、流量等指標(biāo)信息，展現(xiàn)各類套餐用戶消費(fèi)情況。

（1）套餐使用分析：建立綜合價(jià)值評(píng)估模型，從不

圖4　流量結(jié)構(gòu)查詢頁面2

圖5　營銷平臺(tái)頁面

Design and implementation of a large data solution based on Hadoop distributed computing platform

XIAO Lu1,2, WANG Jing1,2

(1 State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China; 2 EBUPT Information Technology Co., Ltd., Beijing, 100191)

Abstract With the issuance of 4G licenses, the major operators began to vigorously promote the construction of 3G/4G network. The coming of the 4G era, which greatly promoted the spread of mobile Internet and intelligent terminal. In the mobile terminal, user flows will continue to increase. Combined with the large data model at present, this article puts forward a large data solutions based on Hadoop distributed computing platform, which training for the user flow experience, Internet application of mining and development suitable for the user, and to promote the fl ow of business to provide data support.

Keywords distributed; large data; cloud computing同類型流量套餐的使用率、戶均流量、流量單價(jià)、套餐等級(jí)、套餐補(bǔ)貼相關(guān)指標(biāo)，定期價(jià)值評(píng)估結(jié)果，為業(yè)務(wù)人員進(jìn)行流量套餐優(yōu)化及套餐用戶流量提升提供數(shù)據(jù)支撐。

（2）套餐遷移分析：通過對(duì)套餐遷移用戶的業(yè)務(wù)使用進(jìn)行跟蹤監(jiān)控，掌握用戶在套餐遷移前后收入和業(yè)務(wù)量的變化情況，為業(yè)務(wù)人員評(píng)估客戶套餐遷移效果提供支撐。分析包括遷移前后流量、ARPU、流量收入、業(yè)務(wù)偏好等變化對(duì)比分析。

（3）套餐效益分析：通過對(duì)流量套餐的使用、成本和收益情況進(jìn)行監(jiān)控，評(píng)估流量套餐的效益，為業(yè)務(wù)人員進(jìn)行套餐資費(fèi)設(shè)計(jì)提供依據(jù)。

3.2.3 終端流量監(jiān)控及分析

終端流量監(jiān)控及分析主要通過掌握用戶終端更換帶來的流量變化商機(jī)、各種終端數(shù)據(jù)流量使用情況及差異，服務(wù)于終端精確營銷及流量使用引導(dǎo)活動(dòng)。

（1）終端類型分析：根據(jù)終端對(duì)流量耗用的情況進(jìn)行分類，輸出重點(diǎn)明星終端、大眾終端、中等終端、低等終端等。

（2）終端用戶行為分析：終端流量監(jiān)控及分析主要通過掌握用戶終端更換帶來的流量變化商機(jī)、各種終端數(shù)據(jù)流量使用情況及差異，服務(wù)于終端精確營銷及流量使用引導(dǎo)活動(dòng)，并及時(shí)監(jiān)控終端分析對(duì)流量的拉動(dòng)效應(yīng)。

（3）換機(jī)行為分析：通過分析客戶換機(jī)行為的前后消費(fèi)行為變化，了解換機(jī)對(duì)業(yè)務(wù)和流量的影響，為業(yè)務(wù)人員進(jìn)行終端選項(xiàng)、業(yè)務(wù)捆綁設(shè)計(jì)提供支撐。

（4）智能終端影響分析：對(duì)用戶更換TD智能終端前后ARPU、移動(dòng)數(shù)據(jù)流量以及相關(guān)增值業(yè)務(wù)的使用情況進(jìn)行跟蹤分析，為業(yè)務(wù)人員進(jìn)行TD智能終端選型、功能優(yōu)化、業(yè)務(wù)捆綁設(shè)計(jì)提供支撐。從時(shí)間、地域、品牌、終端型號(hào)、銷售價(jià)格、操作系統(tǒng)等維度，展現(xiàn)客戶更換智能終端前后的ARPU變化、流量使用變化、訂購業(yè)務(wù)變化等指標(biāo)。

4　結(jié)語

* 基金項(xiàng)目：國家973計(jì)劃項(xiàng)目（編號(hào)：2013CB329102）；國家自然科學(xué)基金資助項(xiàng)目（No. 61471063, 61471063, 61372120, 61271019, 61101119, 61121001）；教育部科學(xué)技術(shù)研究重點(diǎn)(重大)項(xiàng)目資助（編號(hào)：MCM20130310）；北京高等學(xué)校青年英才計(jì)劃項(xiàng)目（編號(hào)：YETP0473）。

收稿日期：2015-01-06

文章編號(hào)1008-5599（2015）02-0087-06

文獻(xiàn)標(biāo)識(shí)碼A

中圖分類號(hào)TN915