淺談大數據技術及在廣電系統中的應用

陳開顏

摘要：信息技術的普及和應用，極大改變了傳統的社會生產生活方式，在這其中，廣播電視系統也自然不會例外，以大數據技術的引進最為突出。對此，本文也將從大數據的應用入手，分析大數據的概念與基本特征，探討大數據在廣電系統中的應用方法，希望能夠給相關從業人員帶來一定的參考和幫助，為我國傳統媒體行業的發展注入更多的生機與活力。

關鍵詞：大數據技術;廣電系統;基本特征;應用內容

引言：

在互聯網與社會經濟建設不斷結合的大背景下，網絡數據也隨之膨脹，涉及到多個方面的信息與資源，不僅可以針對群眾的消費愛好作出辨別，而且還可以總結出群眾的消費習慣，為企業提供有效的數據參考。近些年來，新媒體產業對新技術的需求也越來越高，媒體大數據時代已然來臨。而傳統媒體要想在大數據時代保持自身的優勢，提高自己信息傳播的權威性和公信力，就需要從龐大的大數據中挖掘出有價值的信息，展現出自己的核心競爭力。

一、分析大數據的概念

通常意義上所說的大數據，指的是在一定時間內無法用傳統數據庫軟件工具，抓取內容的信息集合體，具有十分明顯的綜合性與復雜性特點。早在2012年，大數據這一概念就已經得到了業界的廣泛探討和關注，雖然大數據蘊含的信息在表面上看起來十分無序，但卻隱藏著豐富的資源，能夠為經濟社會的發展帶來更多的可能。正是在這一態勢的引導下，專家和學者們也提出了云儲存技術這一解決方案，在應用的過程中也大大提高了數據分析的速度和質量，云計算解決方案正式成為大數據傳播的重要工具。

二、分析大數據的基本特征

首先，大數據自身的體量是巨大的，已經從TB級別躍升到PB級別，一些大企業的數據量已經接近EB量級。其次，大數據涉及到的信息類別繁多，來自多種數據源，而且數據的種類和格式也打破了傳統的限定范疇，涵蓋了半結構化和非結構化的資源，例如網絡日志，視頻，地理位置信息等等。另外，大數據自身的價值密度相對較低，這與其總量的大小成反比例關系。海量信息中也存在大量不具備相應價值的資源，需要通過特定的機器學習，統計模型或者是圖形算法，深入展開分析和總結，篩選出有用的理論和概念。最后，大數據的處理速度迅捷，相較于傳統的批量式數據分析來講，大數據技術能夠滿足在線和實時信息處理的基本需要。

三、分析大數據技術的組成部分

大數據技術本身并沒有十分嚴格的定義，但相較于傳統的數據存儲來講，其自身可以在短時間內完成大量數據和任務的歸納總結。具體來講，大數據技術主要涉及到平臺構建技術，挖掘分析技術這兩個方面。

就大數據平臺構建技術來講，主要是以云計算技術為根基的，涉及到分布式文件系統技術，分布式數據庫技術和大數據處理技術這三個方面。分布式文件系統技術的應用有賴于服務器自身的存儲性能，能夠滿足超大規模文件的保存需要，提高數據的可靠性和客觀性。分布式數據庫技術的發展，是數據庫技術和網絡技術結合的鮮明產物，遵循了CAP定理，在一定程度上也保留了傳統數據庫的一些特性，其核心定位在鍵值對的快速存取。而大數據處理技術，包括分批處理與分析，近實時分析，實時流處理這三種類型，這三種途徑都具有各自的優勢，也針對不同的信息領域，在實踐的過程中也取得了規模的延伸和拓展。

就大數據挖掘分析技術來講，主要涉及到挖掘技術，分析技術，倉庫技術這三種類型。挖掘技術的應用，采用了數據挖掘算法，能夠滿足大規模數據篩選的需要，可以把傳統的數據挖掘算法集中起來，按照底層計算平臺的要求進行優化，并適當的簡化運算的步驟和過程。分析技術的應用，是數據儲存和管理的基礎，涉及到文件屬性分析，日志分析，文本情感分析，預測模型，關聯規則分析等等。數據倉庫技術主要涉及信息的凈化和存儲[1]。

四、分析大數據技術在廣電系統中的應用內容

當下，新聞出版和廣播影視系統，也逐漸與互聯網技術緊密結合，其自身承接的數據也實現了爆發式的增長，電視臺就擁有海量的數字和音頻資源。早在2011年，廣電有關部門就已經建立了云系統，充分認識到了大數據處理的重要性和必要價值。

（一）系統的運行維護

在過去，新聞的制作，播出和儲存都是相對獨立的，工作人員可以快速找到不同環節出現的問題和缺陷。但當下，廣電系統也采用了數字工作站的模式，運用數字技術存儲信息，運用服務器進行制作和播出，一旦出現問題，那么對根源的確定也尤為困難。在這種情況下，廣電系統就應當應用大數據技術，構建以大數據為核心的運維管理系統，及時對自身的運行狀態進行檢查和監督，分析系統設備的性能，以及負載能力，診斷并定位系統的故障，排查系統潛在的風險和隱患，及時解決問題[2]。

（二）商業運營數據的分析

廣電系統可以在大數據的引導下，分析用戶的收視場景，根據用戶的觀看記錄，分析他們的喜好和價值取向，從而推送更加精準的內容，廣告或者是應用，滿足用戶的潛在需求，提供更加完善的服務。就網絡視頻的制作來講，廣電系統可以利用大數據技術分析收視用戶數量，收視次數，跳出率等視頻維度，而且還可以通過搜索引擎的監測，對自己的業務運營進行分析，調整內容的編排，優化內容推薦和廣告投放，擴大自己的用戶范圍。

（三）用戶行為數據的分析

在過去，廣電網絡的核心數據來源于電視和用戶溝通的雙向網絡，但不可否認的是，廣電網絡并沒有真正認識到服務用戶收視數據收集的必要性和價值，所以在采集和分析的過程中也基本依靠采樣模式。例如，一些節目在晚上八九點播出的時候收視率很高，可是如果十點之后播放，收視率就會相對下降。這也就意味著，廣電系統把收視群體的采樣點放在了早休息的群體中，無法真正保證數據的可信度與客觀性。對此，廣電系統就可以在大數據的引導下，融合多種類型的資源，包括電視數據，互聯網數據，搜索數據，對用戶的行為做出更加精準的分析。

五、結束語

綜上所述，持續性推動大數據技術在廣播電視系統中的應用是合理且必要的舉動，這是順應新媒體時代發展的應有之策，也是調節廣播電視發展模式的有效措施。本文通過系統運行維護，商業運營數據分析，用戶行為數據分析這三個角度，論述了大數據技術的應用內容，充分結合了廣電系統自身的特點，具有理論上的合理性與實踐上的可行性。在未來，廣電系統也需要充分利用大數據技術，建立適合自己的數據組織。

參考文獻：

[1]陸伊倩. 淺析大數據技術在廣播電視監測中的應用[J]. 湖北科技學院學報， 2020， 040（001）：P.99-102.

[2]覃繼鋒. 廣播電視監測中大數據技術的應用探討[J]. 科學與信息化， 2020， 000（007）：P.29-30.

福建省廣播影視集團 350004