大数据时代的媒体云互动电视应用

文｜付强

随着国内三网融合的深入推进和行业整体的加速发展，传统的电视观看方式发生了众多新的变化，用户对于广电业务与服务的需求正日益提高，越来越多的新观点、新技术开始融入到广电网络的改造升级中，推动着电视机屏幕这块中国老百姓家中最重要的屏幕的不断变革。目前随着受众年轻化，媒体互联网化发展趋势的不断显现，广电网络面临重大的发展机遇和前所未有的挑战。传统的电视服务方式已难以满足目前用户多元化的需求，广电网络需要在更多适应用户群体个性化的需求，积极采用新技术，开发新产品，来面对市场的竞争和未来发展的需要。

随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。其爆发式增长被公认为是新的自然资源。大数据具备4个V的特点:体量(Volume)——非结构化数据的超大规模增长，数据体量是传统结构化数据库的10倍到50倍，数据从TB级跃升为PB级。多样性(Vairety)——数据的内容多样，可以是文本、图像、视频或者机器数据以及其他类型的数据等。价值密度(Value)——价值密度低，商业价值高。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。速度(Velocity)——数据分析要求以最高的速度实时产生，而非传统数据挖掘技术的事后分析。

目前，行业对于采用云计算技术支撑广电互动电视应用已经形成了共识，通过“媒体云”平台，传统的广播电视可以具备点播、时移、回看等功能，进而向用户提供统一高效的互动电视业务体验。然而，如何进一步经营好互动电视服务，为用户提供具有差异化、个性化的高品质服务成为了提升交互电视运营价值的一个课题，大数据技术的应用为这一诉求带来了完美的解决方案。

广电业务云平台通过引入大数据技术，可以从以下几个层次收集数据并进行实时分析，进而获得相应的信息。

用户收视数据——通过对于用户在不同时间收看不同电视频道，进而了解用户关注的电视频道乃至电视节目内容、类型等信息。

用户点播数据——通过收集分析用户对于VOD的使用情况进而了解用户的收视习惯以及对于点播节目的喜好信息。

机顶盒终端使用数据——通过对于终端设备运营情况数据的收集与分析进而了解用户的使用习惯以及网络的运行状况。

通过对于以上数据的收集分析，可以为用户提供全新的互动电视服务形式，可以有效地提升业务到达率和用户活跃度，进而提高用户的ARPU值。这些全新的典型应用包括:

个性化的EPG

在双向网络条件下，借助于云平台和大数据技术，用户的EPG不再是千篇一律，系统可以依照用户的喜好以及收视习惯，在用户的终端EPG上有针对性的推荐内容，从而实现EPG的个性化。进一步的，可以通过社交化能力的导入，在EPG中实现了解用户的好友、邻居等其他用户的收视热点，大大增强用户的活跃度。

智能节目推荐

通过云计算平台和大数据技术对于用户收视行为的分析，以及对于播出节目内容和后台系统的分析，可以在用户观看电视节目的时候有针对性的向用户推荐相关联的节目，这一推荐类型存在以下形式。

开路频道导视

通过对于EPG数据的挖掘，可以将传统的基于时间线的频道资源碎片化，进而切分成基于内容的分块的频道资源。系统可以通过先验知识的自动化分析，进而可以了解到每个电视频道在不同时间段播出的节目类型，进而可以根据节目类型将频道进行聚类。这改变了过去以频道编号或者频道类型进行分类的频道方式，进而可以依照当前频道播出的节目类型对于所有频道进行动态分类。采用这样的方式，可以大大方便用户选择收看的电视频道，变被动的扫描频道为主动的选择感兴趣的电视频道进行收看。（见图1、2）

图1 开路频道聚类导视

图2 开路频道节目推荐

点播推荐点播

通过对于点播数据媒资内容的分析，可以实现对于点播节目内容的关联，进而可以在用户点播观看VOD节目时对用户推荐其他类似主题、类似导演、类似演员的节目。进而，通过对于用户行为的分析，可以向用户推荐其他用户观看的热门节目等，增强用户使用VOD服务的活跃度。

直播推荐点播

用户当前正在观看某电视台播出的某部电视剧的第6集，传统情况下在其播完后用户只能在次日才能收看到该电视剧的下一集，然而如果VOD系统中恰好也有这部电视剧，那么就可以在该电视剧的第6集播出时提示用户通过VOD点播观看该电视剧的第7集，进而可以有效地提升互动电视的使用率。（见图3）

图3 当前频道电视剧后续剧集自动推荐

智能广告投放

数字电视机顶盒的UI与交互界面为在系统中开展广告运营提供了很好的空间。传统的数字电视广告包括EPG广告、音量条广告、换台广告、贴片广告等。通过媒体云平台与大数据技术的应用，广告的投放可以更加智能。一方面系统通过前文所属的对于电视频道当前播放节目内容类型的分析，进而为该时段该频道的相关广告位投放相关联的广告。例如会将啤酒的广告自动投放在与体育、娱乐等相关联的节目频道与时段，而将日用品的广告自动投放在与生活、女性相关联的节目频道与时段。另一方面，系统可以对于用户收视习惯与行为喜好进行实时分析，进而为时常收看体育节目的用户投放体育用品广告，为时常收看娱乐节目的用户投放时尚用品的广告。（见图4）

图4 智能换台广告投放

实时收视率分析与导视

借助媒体云平台与大数据技术，收视率的统计不再是一个难题。系统可以通过双向网络实时收集每一个终端的收视情况，借助于对用户所在区域的了解，实时分析不同时段每个电视频道的收视率情况，乃至不同电视频道播出的不同电视节目的收视情况（见图5）。此外，借助于收视率分析数据，系统可以对用户的收视行为进行实时引导，例如将需要推广的电视频道的栏目通过推送广告的方式下发到用户终端，从而对用户收视情况进行实时引导，实时影响不同频道的收视率。

图5 收视率实时统计

实时网络运行状况报告

在双向网络的情况下，用户的机顶盒终端的运行情况不再是一个无法探测的黑盒子，而是可以通过自动向平台报告终端运行状态，进而可以了解终端和网络的运行情况，有助于运营商分析统计提升数字电视网络的运营质量。例如，借助于业界通用的TR069终端网管协议，云平台可以实时了解网络中每一个终端的观看节目、信号质量、网络时延、终端CPU内存等的使用情况等。这样在网络发生故障造成信号中断或者终端个体原因发生故障时，系统可以第一时间了解到故障的发生，进而在用户投诉之前掌握到问题，主动优先为用户提供更好的保障服务。（见图6）

图6 终端故障警报实时监控报警

除了上述介绍的应用类型外，媒体云平台结合大数据技术，还可以衍生出更多应用类型，例如融合用户社交关系的社交电视、融合多屏终端互动的多屏业务、视频内容搜索聚类推荐引擎等。大数据技术可以让互动电视的运营更加智能化，通过对数据的实时收集分析，实现对每一个用户、每一项业务更加精益化的运营，进而可以催生出新的业务形态。云计算与大数据技术在广电行业的应用尚属于起步阶段，我们相信通过产品与技术的创新，结合广电网络运营商的经营，云计算与大数据技术必将会带给整个行业更多的惊喜。■