基于K—means的广电网络产品及技术发展趋势研究

李雨菲　闫莉　杨直

摘 要：针对“三网融合”下广电网络面临的技术问题，运用K-means算法对其市场需求数据进行分析，并根据分析结果，提炼出广电网络未来产品的关键属性，得出其产品及技术发展趋势。

关键词：广电网络；K-means；聚类分析

随着国家“三网融合”战略的全面推进，“信息消费”和“宽带中国”战略的提出，广电网络行业逐渐失去了原有的政策保护，其业务也亟需由单一业务向多业务转化，这对广电网络技术提出新的需求。企业从自身出发，更希望能够低投入高收益，因此应紧跟市场需求，针对性研发市场需求度高的产品技术，明确广电网络技术发展趋势是什么。

关于技术发展趋势研究国内外专家学者已做了许多工作，从研究方法上来讲，主要包括技术预见和专利数据挖掘等方法[1，2]，其中技术预见是从宏观的角度，重点从国家、行业技术体系发展的角度进行技术发展现状的调研、未来技术发展趋势调研，其技术预见时间比较长；由于广电网络技术专利相对较少，采用专利数据挖掘法缺乏可行性。因此，基于广电网络技术发展趋势与市场需求息息相关，文章拟以广电网络为例，运用K-means算法对市场需求数据进行分析，再根据分析结果，提炼出广电网络未来产品的关键属性，得出其技术发展趋势。

1 K-means算法流程及聚类

2 基于K-means算法的广电网络产品及技术发展趋势

本实证研究对象是对广电网络技术基于K-means算法通过对海量用户产品需求数据的分析而得出的客观的广电网络技术发展趋势。文章通过问卷调查的方式得出研究数据，问卷内容为广电网络产品市场需求及实现难易度。采用李克特五点量表来打分，其中1、2、3、4、5分别表示用户需求程度“较低”、“低”、“一般”、“较高”、“高”，专家打分用1-10分表示大规模实现各需求由难到易程度。用户调查问卷共发放问卷280份，回收问卷280份，其中有效问卷276份，有效率达到98%。专家问卷30份，回收30份，其中有效问卷29份，有效率达97%，对各个市场需求得分求算术平均值，得出问卷统计结果如表1所示。

结合问卷调查数据和文章第2节的模型，通过SPSS18.0软件计算得出表2-5。

由计算可得出聚类结果分为三类：

A类：多屏融合、高清互动、3D互动、无线宽带、视频通话、智能终端、录播共享、视频流畅、网络流畅、高清、互动、互联网视频、3D、即时消息、智能家居。

B类：创新界面、节目推荐、在线购物、在线查询、在线体育、在线支付、时移回看、点播、远程教育、远程医疗、视频监控。

C类：在线阅读、在线游戏

通过聚类结果的提炼得到广电网络产品的关键属性，其广电网络产品聚类结果提炼示意图，如图2所示。

根据聚类结果分析及关键技术的提炼，我们可以得出广电网络产业技术的发展趋势及研究方向如下所示：第一，数字化技术的推进，从视频、音频、文字的压缩编码及调制传输，使内容的存储容量更为丰富，数据传输更具有快捷性。第二，运营平台技术、中间件及系统集成技术的不断升级，包括标准化技术、全业务支撑技术及平台的建立。第三，基础网技术的改进，从网络接入技术到网络传输技术，形成先进的技术切入点和传输流畅性。第四，网络技术的优化，从网络架构入手，形成一体化的、成熟的网络体系。

3 结束语

文章针对广电网络传媒产业，运用K-means算法对市场需求数据进行分析，再根据分析结果，提炼出广电网络未来产品的关键属性，得出其技术发展趋势。将K-means聚类算法应用于广电网络技术发展趋势分析是一种尝试，它的聚类结果可以分析出市场需求，进而得去广电网络技术发展趋势。但K-means算法只适用于聚类均值有意义的情况，因此应尽可能增加样本维数，并通过过滤异常、无效数据得出相应的样本数据。此外K-means算法还有一个缺点就是用户还必须事先指定聚类个数，如果聚类个数定义不准确将会使聚类结果不合理。

参考文献

[1]万劲波，崔志明，浦根祥.技术预见、关键技术选择与产业发展[J].科学学研究，2003（1）：41-46.

[2]刘晓东，刘大有.数据挖掘专利综述[J].电子学报，2003，S1：1989-1993.

[3]MacQueen J.Some Methods for Classification and Analysis of Mul-tivariate Observations[C].In： Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability. BerkeleyUniversity of California Press，1967： 281 - 297.

[4] Cox D R.Note on Grouping[J].Journal of the American Statisti-cal Association，1957，52（ 280）：543-547.

[5]Fisher W D.On Grouping for Maximum Homogeneity[J].Journal of the American Statistical Association，1958，53（284）：789-798.

[6]Sebestyen G S.Decision Making Process in Pattern Recognition[M].New York： Macmillan，1962.

[7]朱亚农，周明全，耿国华.基于高斯函数的曲面形状控制方法[J].计算机应用与软件，2003，（5）.

作者简介：李雨菲（1991-），女，硕士研究生，研究方向：企业集成与信息化。

通讯作者：闫莉（1973-），女，博士，教授，研究方向：物流系统工程。endprint

摘 要：针对“三网融合”下广电网络面临的技术问题，运用K-means算法对其市场需求数据进行分析，并根据分析结果，提炼出广电网络未来产品的关键属性，得出其产品及技术发展趋势。

关键词：广电网络；K-means；聚类分析

随着国家“三网融合”战略的全面推进，“信息消费”和“宽带中国”战略的提出，广电网络行业逐渐失去了原有的政策保护，其业务也亟需由单一业务向多业务转化，这对广电网络技术提出新的需求。企业从自身出发，更希望能够低投入高收益，因此应紧跟市场需求，针对性研发市场需求度高的产品技术，明确广电网络技术发展趋势是什么。

关于技术发展趋势研究国内外专家学者已做了许多工作，从研究方法上来讲，主要包括技术预见和专利数据挖掘等方法[1，2]，其中技术预见是从宏观的角度，重点从国家、行业技术体系发展的角度进行技术发展现状的调研、未来技术发展趋势调研，其技术预见时间比较长；由于广电网络技术专利相对较少，采用专利数据挖掘法缺乏可行性。因此，基于广电网络技术发展趋势与市场需求息息相关，文章拟以广电网络为例，运用K-means算法对市场需求数据进行分析，再根据分析结果，提炼出广电网络未来产品的关键属性，得出其技术发展趋势。

1 K-means算法流程及聚类

2 基于K-means算法的广电网络产品及技术发展趋势

本实证研究对象是对广电网络技术基于K-means算法通过对海量用户产品需求数据的分析而得出的客观的广电网络技术发展趋势。文章通过问卷调查的方式得出研究数据，问卷内容为广电网络产品市场需求及实现难易度。采用李克特五点量表来打分，其中1、2、3、4、5分别表示用户需求程度“较低”、“低”、“一般”、“较高”、“高”，专家打分用1-10分表示大规模实现各需求由难到易程度。用户调查问卷共发放问卷280份，回收问卷280份，其中有效问卷276份，有效率达到98%。专家问卷30份，回收30份，其中有效问卷29份，有效率达97%，对各个市场需求得分求算术平均值，得出问卷统计结果如表1所示。

结合问卷调查数据和文章第2节的模型，通过SPSS18.0软件计算得出表2-5。

由计算可得出聚类结果分为三类：

A类：多屏融合、高清互动、3D互动、无线宽带、视频通话、智能终端、录播共享、视频流畅、网络流畅、高清、互动、互联网视频、3D、即时消息、智能家居。

B类：创新界面、节目推荐、在线购物、在线查询、在线体育、在线支付、时移回看、点播、远程教育、远程医疗、视频监控。

C类：在线阅读、在线游戏

通过聚类结果的提炼得到广电网络产品的关键属性，其广电网络产品聚类结果提炼示意图，如图2所示。

根据聚类结果分析及关键技术的提炼，我们可以得出广电网络产业技术的发展趋势及研究方向如下所示：第一，数字化技术的推进，从视频、音频、文字的压缩编码及调制传输，使内容的存储容量更为丰富，数据传输更具有快捷性。第二，运营平台技术、中间件及系统集成技术的不断升级，包括标准化技术、全业务支撑技术及平台的建立。第三，基础网技术的改进，从网络接入技术到网络传输技术，形成先进的技术切入点和传输流畅性。第四，网络技术的优化，从网络架构入手，形成一体化的、成熟的网络体系。

3 结束语

文章针对广电网络传媒产业，运用K-means算法对市场需求数据进行分析，再根据分析结果，提炼出广电网络未来产品的关键属性，得出其技术发展趋势。将K-means聚类算法应用于广电网络技术发展趋势分析是一种尝试，它的聚类结果可以分析出市场需求，进而得去广电网络技术发展趋势。但K-means算法只适用于聚类均值有意义的情况，因此应尽可能增加样本维数，并通过过滤异常、无效数据得出相应的样本数据。此外K-means算法还有一个缺点就是用户还必须事先指定聚类个数，如果聚类个数定义不准确将会使聚类结果不合理。

参考文献

[1]万劲波，崔志明，浦根祥.技术预见、关键技术选择与产业发展[J].科学学研究，2003（1）：41-46.

[2]刘晓东，刘大有.数据挖掘专利综述[J].电子学报，2003，S1：1989-1993.

[3]MacQueen J.Some Methods for Classification and Analysis of Mul-tivariate Observations[C].In： Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability. BerkeleyUniversity of California Press，1967： 281 - 297.

[4] Cox D R.Note on Grouping[J].Journal of the American Statisti-cal Association，1957，52（ 280）：543-547.

[5]Fisher W D.On Grouping for Maximum Homogeneity[J].Journal of the American Statistical Association，1958，53（284）：789-798.

[6]Sebestyen G S.Decision Making Process in Pattern Recognition[M].New York： Macmillan，1962.

[7]朱亚农，周明全，耿国华.基于高斯函数的曲面形状控制方法[J].计算机应用与软件，2003，（5）.

作者简介：李雨菲（1991-），女，硕士研究生，研究方向：企业集成与信息化。

通讯作者：闫莉（1973-），女，博士，教授，研究方向：物流系统工程。endprint

摘 要：针对“三网融合”下广电网络面临的技术问题，运用K-means算法对其市场需求数据进行分析，并根据分析结果，提炼出广电网络未来产品的关键属性，得出其产品及技术发展趋势。

关键词：广电网络；K-means；聚类分析

随着国家“三网融合”战略的全面推进，“信息消费”和“宽带中国”战略的提出，广电网络行业逐渐失去了原有的政策保护，其业务也亟需由单一业务向多业务转化，这对广电网络技术提出新的需求。企业从自身出发，更希望能够低投入高收益，因此应紧跟市场需求，针对性研发市场需求度高的产品技术，明确广电网络技术发展趋势是什么。

关于技术发展趋势研究国内外专家学者已做了许多工作，从研究方法上来讲，主要包括技术预见和专利数据挖掘等方法[1，2]，其中技术预见是从宏观的角度，重点从国家、行业技术体系发展的角度进行技术发展现状的调研、未来技术发展趋势调研，其技术预见时间比较长；由于广电网络技术专利相对较少，采用专利数据挖掘法缺乏可行性。因此，基于广电网络技术发展趋势与市场需求息息相关，文章拟以广电网络为例，运用K-means算法对市场需求数据进行分析，再根据分析结果，提炼出广电网络未来产品的关键属性，得出其技术发展趋势。

1 K-means算法流程及聚类

2 基于K-means算法的广电网络产品及技术发展趋势

本实证研究对象是对广电网络技术基于K-means算法通过对海量用户产品需求数据的分析而得出的客观的广电网络技术发展趋势。文章通过问卷调查的方式得出研究数据，问卷内容为广电网络产品市场需求及实现难易度。采用李克特五点量表来打分，其中1、2、3、4、5分别表示用户需求程度“较低”、“低”、“一般”、“较高”、“高”，专家打分用1-10分表示大规模实现各需求由难到易程度。用户调查问卷共发放问卷280份，回收问卷280份，其中有效问卷276份，有效率达到98%。专家问卷30份，回收30份，其中有效问卷29份，有效率达97%，对各个市场需求得分求算术平均值，得出问卷统计结果如表1所示。

结合问卷调查数据和文章第2节的模型，通过SPSS18.0软件计算得出表2-5。

由计算可得出聚类结果分为三类：

A类：多屏融合、高清互动、3D互动、无线宽带、视频通话、智能终端、录播共享、视频流畅、网络流畅、高清、互动、互联网视频、3D、即时消息、智能家居。

B类：创新界面、节目推荐、在线购物、在线查询、在线体育、在线支付、时移回看、点播、远程教育、远程医疗、视频监控。

C类：在线阅读、在线游戏

通过聚类结果的提炼得到广电网络产品的关键属性，其广电网络产品聚类结果提炼示意图，如图2所示。

根据聚类结果分析及关键技术的提炼，我们可以得出广电网络产业技术的发展趋势及研究方向如下所示：第一，数字化技术的推进，从视频、音频、文字的压缩编码及调制传输，使内容的存储容量更为丰富，数据传输更具有快捷性。第二，运营平台技术、中间件及系统集成技术的不断升级，包括标准化技术、全业务支撑技术及平台的建立。第三，基础网技术的改进，从网络接入技术到网络传输技术，形成先进的技术切入点和传输流畅性。第四，网络技术的优化，从网络架构入手，形成一体化的、成熟的网络体系。

3 结束语

文章针对广电网络传媒产业，运用K-means算法对市场需求数据进行分析，再根据分析结果，提炼出广电网络未来产品的关键属性，得出其技术发展趋势。将K-means聚类算法应用于广电网络技术发展趋势分析是一种尝试，它的聚类结果可以分析出市场需求，进而得去广电网络技术发展趋势。但K-means算法只适用于聚类均值有意义的情况，因此应尽可能增加样本维数，并通过过滤异常、无效数据得出相应的样本数据。此外K-means算法还有一个缺点就是用户还必须事先指定聚类个数，如果聚类个数定义不准确将会使聚类结果不合理。

参考文献

[1]万劲波，崔志明，浦根祥.技术预见、关键技术选择与产业发展[J].科学学研究，2003（1）：41-46.

[2]刘晓东，刘大有.数据挖掘专利综述[J].电子学报，2003，S1：1989-1993.

[3]MacQueen J.Some Methods for Classification and Analysis of Mul-tivariate Observations[C].In： Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability. BerkeleyUniversity of California Press，1967： 281 - 297.

[4] Cox D R.Note on Grouping[J].Journal of the American Statisti-cal Association，1957，52（ 280）：543-547.

[5]Fisher W D.On Grouping for Maximum Homogeneity[J].Journal of the American Statistical Association，1958，53（284）：789-798.

[6]Sebestyen G S.Decision Making Process in Pattern Recognition[M].New York： Macmillan，1962.

[7]朱亚农，周明全，耿国华.基于高斯函数的曲面形状控制方法[J].计算机应用与软件，2003，（5）.

作者简介：李雨菲（1991-），女，硕士研究生，研究方向：企业集成与信息化。

通讯作者：闫莉（1973-），女，博士，教授，研究方向：物流系统工程。endprint