社交电视网络及其应用分析

朱月

（沈阳音乐学院 艺术学院艺术传媒系，辽宁 沈阳 110168）

社交电视网络及其应用分析

朱月

（沈阳音乐学院 艺术学院艺术传媒系，辽宁 沈阳 110168）

对社交电视网络中社交电视的特点做了详细的阐述，并对社交电视网络面临的问题与挑战进行了探讨，提出了社交电视网络中对用户收视行为分析的方法，通过在实际应用环境部署验证，证明了对社交电视网络用户行为特征分析具有重要意义。

社交电视；感知；网络

随着广电总局大力推进广电系统双向网改，以及通信技术、嵌入式技术的快速发展，智能化电视机已经具备与用户互动的功能，智能电视机的互动包含电视观众和电视台、观众之间、观众与电视内容间的互动，智能电视机及其构成的传播网络已经具备社交传播的能力，这类电视称为社交电视[1-2]。

社交电视（Social TV）整合了电视观看体验与社交网络，将一种全新的观看和参与电视的方式提供给用户，用户用电视机一边欣赏节目，一边和网友交流，电视屏幕成为社交网络的一部分。分析和挖掘社交电视网络中的用户行为信息，并将信息挖掘结果应用成为一个崭新的研究领域。经过这几年电视技术的发展和广电系统双向网改的推进，社交电视和电视网络已经十分成熟，能够提供联网能力、感知能力和计算能力，可以说，社交电视已成为社交网络的一个重要载体[3-5]。

1 社交电视的特点

随着科技的发展，社交电视取代传统电视已是事实，社交电视将成为社交网络平台一个不可忽视的重要力量。社交电视作为社交网络的一个重要载体，具有如下特点[6-7]：

1）感知能力

随着社交电视技术的发展，社交电视上会集越来越多的传感器，可以感知用户使用环境、视频图像、家居数据等一系列数据，这些感知数据都可以通过电视网络实时获取与处理。

2）联网能力

社交电视再也不是一个孤立的个体存在，通过有线无线网络实现电视之间的联网，成为广电网络发展的必然趋势。当前，随着广电网络双向网改推进，大部分电视已经具备电视之间互联的能力。

3）计算能力

目前社交电视普遍配备了具有计算能力的CPU，能够实时处理感知的各类数据，构成了一个局部的计算系统。更为重要的是，相比智能手机平台的能耗瓶颈，社交电视网络直接并入电力网络，计算能耗将不是问题。

2 社交电视网络研究的相关工作

目前主要从两个方面来研究社交电视网络：一是把社交电视网络引入社交网络研究领域来研究；二是把社交网络的一些想法融合进社交电视网络来研究。

以社交电视网络构建、社交电视相关信息共享以及社交电视内容等为核心的社交电视网络的自主和自动构建，在目前仍然是一个难题，有学者提出了结合IP和传统的DVB来构建电视网络。同时也有学者探讨了在社交电视网络环境下网络安全与信任问题。目前，社交电视网络新应用主要包含：

1）Zeebox

主要应用于苹果公司产品，通过EPG和社交网络的一些功能，希望能够提升用户体验，创新电视服务。该应用基于苹果系统的统一账户，可以在线浏览好友的应用，也整合了各界权威名人账户动态信息，同时还可以作为一个电视遥控器来使用，实现与电视网络的结合。

2）GetGlue

GetGlue是一个社交推荐签到网站，当某用户为某类应用签到后，通过GetGlue就会知道该类应用被其他用户使用的情况。GetGlue通过某类应用把用户聚集起来，这样一种社交网络的构成方式会越来越成为主流。

3）Tunerfish

Tunerfish算得上是社交电视领域的先知先觉者，其做法类似于Foursquare，更多地是依赖无形回馈的游戏机制，用户可以通过Tunerfish网站或是iPhone应用来进行分享。

4）Miso

该应用在发布之初，和上述几类应用一样，也是电视签到类应用。不过随后其版本更新后，用户无需签到，Miso通过广泛的数据采集与挖掘，分析出用户的各类行为，同时基于用户行为提供相关的社交服务。

3 社交电视网络问题与挑战

电视社交网络虽然这几年取得了快速发展，但是仍然面临着很多关键科学问题与挑战。

1）社交电视网络构建、传递

在传统单向模拟的电视网络上，非常难解决的问题就是社交网络的构建与维护：（1）共同兴趣的用户节点的发现。在社交电视网络中，传统的单体用户概念已经不适用于该项研究，这里的用户是以家庭为单位的小群体用户，因此，在小群体用户之间挖掘出潜在的共同需求成为一个崭新的研究问题。（2）单体用户的剥离。即如何在小群体用户中剥离出单体用户的兴趣点，发现不同单体用户之间的关系，利用此关系如何开展业务，是一个极具挑战的问题。（3）多屏互动网络信息的传送。在社交网络时代，不再是单纯的一个屏，而是存在屏屏通信，不同家庭用户之间的屏屏通信，如何经济、可靠、高效地传递信息成为一个难点。

2）信息获取与感知

社交电视网络最大的特点就是用户各类信息，通常是无意识产生，而且，这类信息往往都被实时感知并收集起来，这就需要关注如下问题：（1）关联感知。通过对实时采集到的信息进行分析、挖掘，系统能够自主自发地关联相关信息，并实时采集相关信息。（2）数据的预加工。从社交电视感知的信息往往包含各类信息，这需要社交网络分析平台进行预加工，来获得更加有意义的信息，如用户行为特征等。（3）群体用户之间的协作机制。单个群体用户贡献的数据往往是稀疏不健全的，通过借助大数据分析平台，将群体数据有效分析与挖掘，并根据分析结果采取相应行动。

3）电视社交隐私与保护

很多国家对互联网管制相对宽松，而对于电视则是严格管制的。当这两者相结合，就会处于一个政策不明朗的情况，如何保护用户的隐私就成为亟待解决的问题。主要包含两个问题，一是社交电视网络中产生的很多信息都是用户高度敏感的隐私数据，例如用户看什么节目、看了多长时间，上网做了什么等；二是由于社交网络收集的用户数据往往通过缓存、预处理、多跳传输等方式传递到后端数据处理平台，在这个过程中极易产生数据泄露的风险。基于以上考虑，在社交电视网络中如何保证用户社交相关隐私信息安全的前提下进行数据采集、分析、分享等是重要的研究方向。

4）相关应用的深度整合

现在的社交电视网络还处在用电视网络来增强社交网络中的应用，或者反过来用社交网络来增强电视网络中原有的应用。缺乏结合两者的特点整合出新的应用，在这样一种状况下，就需要深入挖掘用户行为，对用户有着全方位的了解，进而推出适合用户的全新电视应用。

4 社交电视网络用户使用电视特征分析

作为“被动式”的后仰体验，一家人围在一起看电视，是一种传统的社交行为，而社交电视，实现了一种用户之间、用户电视之间的互动，这实际上在改变用户收视习惯的同时，也改变了用户的社交习惯。而对于广电来说，在全面的市场竞争下，逐步实现从“技术驱动”经营模式向“市场驱动”、“用户驱动”经营模式的转变已成为各方的关注焦点。在这种转变过程中，“以用户为中心”的理念和策略不可或缺。

分析各频道节目的用户使用情况，根据不同类型用户特点，结合时间、地域、收视时段等维度，进行同比、环比指标分析，帮助广电考察节目的受众情况，进而以此为据改善广电节目制作，提高节目的吸引力。

4.1 需求描述

主要涉及到如下3方面需求：

1）直播节目分析

直播电视节目作为广电运营模式中一直沿用的产品类型，对于广电用户的影响和广电运营商运营模式起着至关重要的作用。因此，在指导产品定制、节目选择、用户推广等方面，需深入分析直播节目收视特性及受众影响规律，以指导运营优化。提供从电视市场、集团、频道、节目4个层次，以及从时段和观众两个维度的不同对象、多种组合的收视分析数据。收视指标涵盖收视率、占有率、到达率、忠实度、人均收视分钟数、时段贡献率等指标。

2）互动业务分析

广电行业的双向网络改造不仅将VOD、通信及娱乐业务成为可能，同时配备增值业务，如广告、支付、股票、游戏、付费节目等服务。相对于直播业务，互动业务的互动特性为广电运营商增加客户粘度、制定产品投放策略、获取最大化收益及市场价值提供了前所未有的空间，系统需提供网内所有双向业务的监测与分析，可分析用户的交互行为及应用的使用情况。具体可提供全样本互动节目收视率统计、点播/回看分析、互动应用分析、安卓APP应用分析、节目类型观看分析、互动产品分析等。

3）广告分析

面对铺天盖地的广告，广告主如何来检验自己的广告投放效果，如何根据广告的投放效果来修改投放策略，如何实时了解广告的投放进程及覆盖程度，都成为广电行业亟待解决的经营问题。通过对广告投放分析，一方面可以增加广告主投放广告的信心，同时也能够促进广电行业广告业务的进一步发展。

实时分析用户界面操作及点击等相关详细数据，进行开机广告、换台广告、贴片广告、气泡广告、音量广告、EPG广告等非直播广告监测，提供准确的广告曝光、点击数据以最大化电视终端的广告价值。

4.2 解决方案

通过实时监控，获取社交电视网络数据往往是有噪声的、杂乱的和非结构化的，无法直接用来进行数据分析，这就需要对数据进行清洗、打标、关联和分析等处理。

1）数据清洗

主要从数据的准确性、一致性、完整性等几个方面来处理数据，对于有遗漏的数据需要以默认值来填充补齐，对于非常规数据要消除，对于噪声数据要进行平滑处理，同时对所有数据都进行归一化处理。对于社交电视网络中产生重复无用的数据，采用布隆过滤方法消重。

2）数据打标

社交电视网络产生的数据涉及电视、用户、网络等各个方面，多而复杂，需要对数据打标。通过以往的分析经验，将社交电视网络数据打标，细分为频道打标、节目打标、事件打标、关系权重打标等。其中，频道打标是对某频道的观看群体数量、影响力等进行打标；节目打标是某节目的观看群体数量、影响力等进行打标；事件打标是指对某事件受众数、传播的深度、广度等进行打标；关系权重打标是指用户之间的权重值等。

3）数据关联

目前存在各种各样的社交网络，如何对获取的多源异构数据进行关联也很重要。首先是多源账号之间的关联，将现实社会中用户存在的多个社交网络账号关联到统一实体用户上，为跨平台的社交网络分析提供基础；其次是多源异构数据整合技术，多个平台的数据具有趋同性，通过将多源异构数据进行整合，为全局统筹分析奠定基础。

4）数据分析

以实时节目排行数据分析为例说明数据分析过程，实时排行榜采用Storm流式处理框架对采集系统实时回传的用户行为数据进行点击量统计。实时排行的技术架构设计如图1所示。

图1 实时数据分析流程

各模块说明如下：

（1）行为数据解析，解析采集系统回传的用户行为日志，并将结果加载到排行榜计算器。

（2）排行榜计算器，统计直播节目、点播节目、回看节目的点击量。

（3）Storm，为排行榜计算器的执行环境，支持流式处理，保证排行榜的实时性。

（4）缓存，存放排行榜结果，可持久化到数据库。

（5）RestFul接口，响应排行榜查询请求，从缓存获取排行榜结果数据并返回。

5 验证结果分析

在某广电搭建收据收集分析平台来验证所提出的分析方法，广电通过对收集到的用户信息进行分析，能够充分了解用户的使用行为及兴趣取向，进而针对用户的这类行为特征，制定相应的产品策略等来提高用户粘度。

1）频道分析

从日期、区域、频道、指标等各个维度进行统计分析，曲线图以及其他图形形式展示，统计分析的时间跨度具备5 min、15 min、1 h、自定义时段等颗粒度的不同展示形式，图2所示为频道分析结果。

图2 频道分析

2）节目收视分析

统计分析频道节目收视率趋势，能够实现单日趋势和一周趋势。单日趋势以曲线图形式呈现一天的选定频道的节目收视率曲线。一周趋势则以串播单形式呈现一周七天各个节目的收视率情况，如图3所示为单日统计分析结果，表1所示为节目周排行。

图3 频道收视时长分析

3）节目收视数据排名分析

分析全网或某个地区所有节目或不同类型节目的收视数据排名，借此来帮助广电定位自己的节目，或者推出相关应用等增值服务，图4所示为收视率排名情况。

4）点播/回看分析

通过对点播/回看数据的多维度分析，展现点播/回看节目的用户观看情况，展现节目回看规律，回看节目热点等，帮助运营商进行内容选择采购、定制回看节目周期，提供用户使用体验。根据运营商关注的项目，可以进行点播/回看节目热点分析、点播/回看节目规律分析，如图5所示分析结果。同时通过互动业务的请求数据，获取互动业务的用户应用频度及使用规律，提供便利通道分析在线用户开启互动应用的实际情况，提供用户保有量的参考指标。同时可以分析增值业务，如广告、支付、股票、游戏、付费节目等服务的开展及应用情况，为产品价值分析提供指导。

表1 节目周排行

图4 节目收视排名

图5 点播回看分析结果

5）频道节目竞争力分析

主要分析指定频道的节目观众竞争情况，按周给出每天的各个频道、各个节目的忠诚度、达到率。展示形式为气泡图，横轴为到达率，纵轴为忠诚度，如图6所示。

图6 节目竞争力分析

6 总结

本文通过对社交电视网络分析研究，总结了社交电视网络面临的问题与挑战，然后，对社交电视网络中用户行为特征进行了分析，提出了相应的解决方案。在某广电系统搭建的数据分析平台，通过该平台的分析结果证明，对社交电视网络中用户行为数据进行分析具有重要意义。

[1] 张赛，徐恪，李海涛.微博类社交网络中信息传播的测量与分析[J].西安交通大学学报，2013，47（2）：130-136.

[2] BAKSHY E，ROSENN I.The role of social networks in informa⁃tion diffusion [C]//Proc.the21stinternationalconference on World Wide Web.New York，NY，USA：ACM Press，2012：519-528.

[3] 窦炳琳，李澍淞，张世永.基于结构的社会网络分析[J].计算机学报，2012，35（4）：99-111.

[4] 乔秀全，杨春，李晓峰，等.社交网络服务中一种基于用户上下文的信任度计算方法[J].计算机学报，2011，28（12）：2403-2413.

[5]TSCHELIGI M，MESCHTSCHERJAKOV A，WILFINGER D.Inter⁃active computing on wheels[J].Computer，2011，44（8）：100-102.

[6] SMALDONE S，HAN L，SHANKAR P，et al.Road Speak:en⁃abling voice chat on roadways using vehicular social networks [C]//Proc.1st Workshop on Social Network Systems.New York，USA：ACM Press，2008：43-48.

[7]LEQUERICA I，GARCIAlLONGARON M，RUIZP M.Drive and share:efficient provisioning of social networks in vehicular sce⁃narios[J].IEEE Communications Magazine，2010，48（11）：90-97.

Analysis of Social TV Network and Its Application

ZHU Yue
（Shenyang Conservatory of Music,Department of Arts and Media College of Arts University,Shenyang 110168，China）

The detailed elaboration on the social TV features is made,and the problems and challenges of social TV network is discussed,and the method of analysis of the user behavior social TV network is put forward,by the deployment of verification in the practical application environment,that is of great significance to the social network user behavior characteristics analysis.

social TV;sensor;network

TN949.6 文献标志码：B DOI：10.16280/j.videoe.2015.06.007

【本文献信息】朱月.社交电视网络及其应用分析[J].电视技术，2015，39（6）.

朱 月（1979—），女，硕士，讲师，从事新媒体研究、行为分析、大数据分析研究等。

许 盈

2014-07-30