試論廣播電視監測中大數據技術的應用

對于廣播電視而言，如何加強監測仍是該領域從業者普遍關注的問題，鑒于互聯網等技術在廣播電視中的廣泛應用，廣播電視監測體系開始由傳統的人工監測逐步朝著云計算監測趨勢發展，為有效提升監測水平，還需充分發揮大數據技術的優勢。

一、大數據技術概述

所謂的大數據技術，是借助于各類智能數據庫、搜索引擎的信息搜集、分析、整合、處理等功能，輔以計算機的強大計算功能、多學科專家的精準判斷以及系統自身的補充、完善，對某一事件展開系統分析，并就其未來發展趨勢加以科學預測。

該技術可以自動就冗雜的信息加以分類、歸納、分析，極大地節約了人力、物力，提升了系統效率，便于系統多元化服務與功能的拓展。大數據技術的誕生，衍生出了諸多新型的信息分析、存儲系統，如信息的預處理、存儲、挖掘、數字化分析、科學預測、檢索、可視化、信息安全等系統。

二、當前廣播電視監測現狀分析

在互聯網信息技術的助力下，廣播電視監測效率有了大幅提升，但仍存在諸多問題，主要體現在如下方面：1.資源利用效率低下。當前，各地區廣播電視的監測系統中，普遍存在著主機資源利用效率低下等問題，有些還出現了資源難以均衡配置等情況。一般而言，對于系統的小型應用而言，若配置在主機之中，會導致系統主機、I/О資源等過多閑置，無法充分發揮其功效。而就各主機，其內各項業務邏輯的運行都需占用資源，這就導致業務空檔期間，很多主機出現了閑置停運的情況，引發了優質資源的大幅浪費，導致重復投資等情況出現。2.系統優化升級困難。由于廣播電視監測體系所涵蓋的學科內容、專業領域不斷增多，硬件設施也逐步完善，導致廣播電視監測過程中數據庫環境、運行條件等紛紛發生了變化，造成電視監測業務系統運行的不確定性。究其原因，主要是由于監管體系缺乏標準性的軟、硬件配置，日后一旦需要對接，將會導致各類問題產生，系統硬件優化升級十分困難。3.系統互聯效果不佳。現如今，廣播電視監測管理中問題重重，各個監測體系中不同區域之間并非有效連接，其相互間關聯效果不甚理想。一旦某一區域的廣播電視監控系統出問題，其他各個地區的監測工作也將停滯不前。此外，作為廣播電視監測部門的主要結構，樹形結構存在一個極大的弊端，即一旦某一鏈路信息傳送出現了問題，則必將對其他鏈路監測工作產生不良影響，致使廣播電視監測不連續，系統運轉效率大幅降低。4.監測業務過于冗雜。當前，廣播電視監測體系級各項業務過于冗雜，在用系統中涉及到諸如監聽、監視、廣告監管、安全播出、WAP監管等多種系統，不僅服務器數量多，且各類設備、系統均有相應的管理方式，面向眾多的服務器，導致監測量龐大，加上各類應用接口、流程異常繁雜，致使廣播電視監測難度劇增。5.缺乏必要的備用系統。目前，就廣播電視監測體系而言，多數過分依賴現有體系，不注重備用系統的準備，一旦體系、設備存在故障，需耗費大量時間、精力及十分復雜的操作進行修復。此外，備用系統的缺乏致使故障產生時，監測工作不得不暫停，嚴重降低了廣播電視監測效率與業務質量。

三、廣播電視監測中大數據技術的應用策略

為了提升廣播電視監測質量，可以充分利用大數據技術的應用優勢，具體而言，可從入學幾個方面著手：

(一)構建信息資源庫，便于數據采集與挖掘

大數據時代已經到來，各行各業各個領域均產生了巨大的變革。對于廣播電視監測工作而言，無論是監測要求，還是監測環境均發生了巨大的改變。因此，必須加快構建信息資源庫，更好地適應大數據技術的應用，便于數據的采集，也方便后續數據分析、挖掘等，這是廣播電視監測中應用大數據技術不可或缺的重要環節。通過信息資源庫系統，可以實現監測體系眾多數據的集中化采集、存儲、分類、深度挖掘、信息提取等。若監測中存在異態數據，該系統能夠重點將其存儲，反之則合理舍棄。就正常頻譜下所儲存的數據精度，可適當加以降低，就異常頻譜而言，可設置為存儲，所采集數據絕不可局限于某一監測臺，而應充分采集多個監測站的數據，提高監測精度。

(二)建立標準化模型，提高數據處理的智能化

就廣播電視監測體系，從數據的采集，到預處理，隨后過濾、排列、類型劃分中，均需要建立在一個標準化、專業化的模型基礎上，如此方可實現摘要數據的自動化生成、關鍵詞的智能化提取、管理信息的科學化分類、對應模型的規范化構建。通過標準化模型的建立，構建一個“枝繁葉茂”的監測數據樹，此時，利用大數據技術展開智能化分析，可以高效地幫助用戶實現有效原數據的智能化提取。建立標準化模型的過程中，還需提供手動數據情報記錄功能，這樣一旦數據處理中出現難點，可以具體情況為依據，就其加以刪除、修改等。

(三)依托數據監測平臺，及時響應異態信息

待信息采集、處理結束后，便需要對信息展開科學分析，這是核心環節，直接關乎所獲信息結果的質量。因此，可結合監測體系的數據導航功能，提供對應的數據服務，對監測報表、數據統計表等分別加以規范，及時找出異態數據的生成規律。一旦存在與異態信息相一致的數據，必須立即通知用戶進行查詢，必要時發出對應的預警信息，以便及時發揮監測的功效。此外，通過科學地分析監測數據，以具體情況為依據，在對應信息的支持下，隨時對生成的監測數據導航樹進行定義與管理，逐步完善之，使其更加滿足廣播電視監測體系的要求，更好地發掘各監測信息間的不同邏輯關系。

(四)大數據應用中所需注意的事項

就廣播電視監測體系而言，大數據技術應用中應注意如下問題：

1.數據并非越多越好。就廣播電視監測工作中，無需將所有數據全部加以采集，若所獲數據過多，反而會導致存儲資源占用量增大，數據分析過于復雜，監測工作效率大減，若所采集的數據量過于龐大，還需對應的高效數據分析處理系統與之對應。對于大數據技術而言，在應用前期，還需結合監測業務的要求，對有效的數據模型加以開發，解決對應的問題還需強大的數據采集功能，減少不必要龐雜信息，逐步改善之，提升廣播電視監測體系的業務處理功能。

2.對信息潛價值進行充分挖掘。就大數據技術而言，其應用中還應注重監測信息潛價值的深度挖掘，實現數據的二次利用。某些數據也許當時無意義，并不代表以后再無價值。還需轉變傳統思維模式，從冗雜的日志中對數據信息進行整理，繪制相應的莫里航海圖，從看似無用的數據中進行信息提取，轉變為有用的價值。就數據而言，其多次使用所得結論不一定相同，以ЕPG數據為例，就單一頻道的ЕPG數據而言，可依據時間縱向加以處理和分析，對頻道節目的結構加以明晰；還可就全國有線電視ЕPG數據加以橫向對比，了解哪些節目具有較高的重播率，更獲受眾青睞；還可就節目加以歸類分析，明確節目是否有娛樂化發展趨勢。

3.切忌過分夸大大數據技術的功用。雖然，大數據技術應用優勢顯著，但也絕不能過分迷信之，認為其能夠揭示所有問題。對于大數據技術而言，其基礎為統計學、數學、計算機科學等，其為混合架構，并非萬能架構，傳統數據結構也具有其優點，其精確的數據具有指向性的含義，可直接提取明確的信息。以電視異態信息為例，傳統數據結構可迅速處理該類信息，利用匹配獲取對應策略，推演出相應結論。而大數據更適用于龐雜的模糊性數據，如對業務網頁點擊情況進行監測等，通過模糊數據的分析，明確業務的操作流程，將網頁點擊率轉變為極具價值的信息，再利用龐大的數據對比，實現資源的優化配置，提高監測效率。因此，還需結合具體情況，選擇最佳數據處理模式。

一言以蔽之，大數據技術的應用已趨于普及化，其在廣播電視監測中的應用，有助于快速從冗雜數據中提取所需監測內容，鎖定違法違規的異態信息，便于責任追究，促進廣播電視環境的規范性、有序性，促進廣播電視行業的健康、持續發展。