大數據技術在廣電運維管理中的應用

丁賀平

新媒體對傳統廣電媒體產生了深刻影響，推動了我國廣電行業，逐漸朝著全媒體方向發展。進而使得傳統的單一傳播內容逐漸豐富，廣電價值實現方式從原有的廣告方式轉變為當前的用戶創造價值方式。為了更好地實現傳統廣電媒體的轉型，適應當前對新媒體的需求，廣電媒體要從用戶需求入手，推出更多具有針對性的廣電節目。同時提高廣電節目質量及運維管理效率，以此提升用戶使用體驗。可見，應用大數據技術不僅有利于獲取用戶需求信息，同時也有利于加強運維管理水平，提升運維管理的安全性及效率。

1 大數據技術概述

1.1 大數據技術發展

隨著人工智能技術、網絡技術及云計算技術等的不斷發展，大數據技術逐漸成熟，包括數據存儲、數據查詢、集群及數據倉庫管理等方面的技術都獲得了長足發展。當前，云計算及大數據系統正在朝著規范化與系統化的方向發展，包括技術規范、管理標準及解決方案等都不斷健全與優化，為此大數據在核心軟件、重大設備及支撐平臺建設中都得到了關鍵性突破。

我國自從制定大數據發展戰略規劃之后，在大數據基礎設施建設、大數據驅動軟件的研發、大數據與類人智能的融合以及基于大數據的感知認知與人機交互四個方面獲得了顯著的研究效果。

在大數據技術方向也形成了較為系統的理論體系，主要包括軟件定義的云計算基礎理論、人機交互自然性理論、大數據知識工程基礎理論等多項內容。應用大數據也建立了多個平臺，例如大數據存儲平臺、大數據分析系統平臺、面向特定領域的大數據管理系統建設等。從而實現了大數據儲存過程中，能夠同時構建異構高融合且低延遲的萬億文件級別的大數據，使得萬級同時訪問的情況下，延遲控制在10ms之內，還能夠實現對海量數據進行長達50年的存儲。

1.2 大數據技術在廣電行業的應用前景分析

隨著物聯網技術、智能化技術的發展，以及智慧社區與智慧城市的建設與推廣，推動了廣播電視與數字電視的逐漸走向融合。在此背景下，傳統廣電行業無法適應飛速發展與提升的用戶需求，就必須要高度重視大數據技術，加強對大數據技術的開發，更好的與廣電行業融合，推動廣電行業的持續健康發展。當前，廣電行業對于大數據技術的需求主要體現在以下幾點：

1）廣電業務分析。隨著全媒體的發展，對于廣電業務的分析就不再局限于傳統的廣播電視行業，同時還包括了多媒體、數字電視、互動電視以及互聯網業務等多方面，以及廣電行業的商業運行分析、市場效益分析等。從廣電業務角度分析，大數據技術的應用能夠為廣電行業的規劃發展及經營決策提供基礎數據。

2）客戶分析與管理。大數據技術有利于對廣電收視率的統計、用戶行為的收集與分析，并且預測用戶行為，在對以上信息數據分析的基礎上，能夠更為精準地完成廣告的投放、節目內容的制定與調整，實現對用戶的智能化管理，從而提供更具有針對性的服務策略，降低用戶的流失。

3）系統運維管理。通過大數據技術的應用，能夠對廣電運維系統的信息進行及時的收集與分析，更準確地找到故障問題，并且進行自動化的調整，為運維管理人員提供實時數據，避免運維工作失誤，成為廣電運維工作的重要參考。

2 基于大數據技術的廣電運維工作的開展

2.1 結合運維數據的采集特點建設大數據平臺

與其他的IT設備有所區別，廣電運維管理設備不僅具備IT設備及網絡設備，同時還包括大量點播業務設備、傳輸設備及視頻播放設備，同時不同業務所涉及的系統設備眾多，提高了廣電運維管理難度，為此與普通IT設備相比，運維管理方式也有所差異。廣播電視平臺數量眾多，所需要收集的運維管理數據龐大，包括內容及格式都是海量的，想要將分散及格式各異的數據進行統計分析及篩選、挖掘的難度更是不言而喻。為此在建立大數據管理平臺的過程中，必須要充分結合廣電行業的數據特點，開展針對性的發掘，針對不同的數據以不同的端口與系統收集分析，多個系統協同合作形成高效運行的大數據分析平臺。

2.2 注重運維大數據管理的安全性

安全性是大數據平臺進行數據收集所重點關注的內容，而安全性又包括兩個方面：首先是保證廣電業務系統的安全運行。大數據在廣電運維系統中的應用重點就在對設備系統的相關數據收集，并且根據所采集的數據進行深入挖掘，之后通過安全方式將數據分析結果呈現給管理者。在此過程中，大數據系統的工作與現有的運維技術之間會產生一定關聯，為此就需要考慮如何將大數據對廣電運維系統的安全威脅降到最低；其次，大數據系統應用過程中，運行的主要范圍就在于運維管理部門，并不是完全的對所有管理部門開放，以此保障大數據的安全性，但是隨著數據的積累與深入，也就提出了更高的安全管理要求。

另外，大數據系統建立過程中，多個環節都需要加強安全管理，我國對廣電運維系統的安全性研究取得了豐富的成果，但是安全性仍然不是萬無一失的。廣電運維中，運維系統是非常復雜的，數據采集方式多樣，運維非結構性的數據內容較多，為此就需要針對廣電運維工作特點，在大數據平臺建立與運行過程中時刻保持高度安全意識，以加強大數據系統的安全性作為其運行的基礎。

2.3 與運維應用場景相結合制定數據挖掘對策

大數據系統可以根據所挖掘的信息及任務內容分為關聯規則、預測模型、序列模式等多種類型，數據挖掘方式又包括統計學方法、機器學習方法、神經網絡方式等。從數據挖掘任務及挖掘方法入手，我國在數據管理、預測性分析、語義引擎、可視化分析等多個方面的研究都取得了突破性進展。另外，大數據平臺的工作還分為多個層次，包括數據采集、數據存儲、數據分析、數據共享計數據應用等多個方面。為此大數據系統的具體工作要針對運維應用場景進行分析，不斷開發具有針對性的挖掘對策，包括日常巡查、網絡管理、安全播出、系統建設、故障排查等各個具體工作中，充分應用大數據平臺的不同層次，結合大數據發展的最新成果，不斷豐富運維方式，提升運維工作水平。

2.4 探索廣電智能運維途徑

為了保證廣電運維系統的平穩運行，對運維工作的規范性、科學性要求非常高，運維方法、監測數據指標、業務變更、故障排查等眾多具體流程都必須要滿足廣電行業的技術標準。為此可見運維管理工作是非常繁瑣且嚴謹的，一旦出現疏忽，都會對廣電信號播出造成嚴重影響。廣電運維工作的要求不斷提高，大數據在其中的應用實現了自動日志的收集與管理、報表的生成、自動調配運行參數、故障的自適應分析等工作都取得了進展，推動了廣電運維管理工作的便利及高效，減輕了運維管理人員工作壓力，實現了管理工作的智能化與自動化，這是對當前運維管理工作中的改善，同時也是未來更深層次的發展目標。在此過程中，要結合廣電系統的智能化發展，建立最佳的大數據運行平臺。

3 結束語

作為廣電運維管理中行之有效的技術，大數據技術的應用為廣電行業的未來發展指明了道路，不僅要借助大數據技術挖掘更深層次的信息，同時將信息進行關聯分析，從而為廣電運維工作提供更有價值的數據。為此在開展廣電運維管理工作時，要融入大數據思想，借助大數據技術飛速發展的背景，從運維管理工作的各個層次需求入手，開發具有廣電運維管理特色的大數據平臺，提升運維管理效果，從而推動廣電行業更好的與新媒體相融合，維持廣電行業的持續發展。