广电大数据平台建设及其在媒体融合中的前景分析

陈猛

摘 要 广播电视行业要逐步转变传统理念和运营模式，通过构建大数据平台对媒体内容数据、用户服务数据进行全方位分析挖掘，提升内容制作能力和行业竞争力，同时大数据技术的日益成熟也为媒体融合提供了新的机遇。本文分析广电应用大数据技术的必要性，并探讨广电大数据的数据分类、平台架构分析和数据处理流程等关键问题，并分析大数据平台对媒体融合的应用前景。

关键词 广播电视;大数据;平台架构;数据处理流程;媒体融合

引言

近年来，信息化发展已进入一个新的阶段，大数据技术也随之突飞猛进。国际上，许多发达国家积极开发利用大数据，制订实施大数据战略，以夺取新一轮竞争制高点。在媒体融合和大数据发展的背景下，作为传统媒体的广电系统面临着巨大的发展机遇和挑战，大数据技术对于广播电视行业的重要性也愈发明显。广播电视行业要逐步转变传统理念和运营模式，通过构建大数据平台对媒体内容数据、用户服务数据进行全方位分析挖掘，提升内容制作能力和行业竞争力。同时，大数据技术的日益成熟和广泛应用也使传统媒体和新兴媒体融合成为发展的必然方向。

本文第二部分先分析广电大数据的数据分类和典型应用。第三部分分析广电大数据平台的建设分析，包括平台架构和处理流程，第四部分分析大数据平台对媒体融合的应用前景。

1广电大数据的数据分类和典型应用

随着近年来数字化、网络化技术的进步和媒体融合发展的不断推进，广播电视行业产生的数据规模快速增长、数据体量十分庞大。同时，广播电视行业对于数据获取和处理的速度要求又很高，比如处理速度更加要求实时、处理的数据类型更加复杂多类。在广电系统的生产、传输等全过程中如何利用大数据技术来提高数据使用的效率，发现更有价值的信息，是最近几年广电行业积极研究的领域。

广电大数据根据不同的维度有多种分类方式，本文中我们把在内容生产过程产生的数据称为内容大数据，在消费过程中关注的数据称为服务大数据。内容大数据是指在内容的采集、制作、播出等过程中产生的音视频、文字文稿、图片、字幕注释等数据，是传统广电行业生产制作的主要数据，体量巨大，价值丰富。服务大数据是用户在订阅、收看收听、互动过程中产生的数据。例如注册信息、收视分析等。

从内容大数据，可以分析内容产品、制作流程、传播路径的现状，为优化提供支撑。从服务大数据，我们能更好地获知用户的需求，服务评价，进一步提升运营质量。例如，在广播电视台内容采集与生产过程中，大数据技术可以为新闻融合生产、内容的智能化生产与管理、版权管理提供支撑。并且可以进行播出内容监管、收视分析、节目评价、舆情监控监管等。在有线网络公司可以通过大数据平台实现广电大数据共享服务、收视行为分析、个性化推荐、经营分析等[1]。

2广电大数据的平台建设

广播电视行业的传统理念和运营模式已不能适应媒体融合的时代背景，广电系统要借助大数据技术，在采集、存储、挖掘、利用数据资产方面积极作为，提升媒体内容生产的能力，升级媒体运营服务。各级广播电视机构分散建设的大数据应用要以大数据共享共用为目标，构建广电大数据平台的技术架构和业务应用服务应进行统筹规划设计。

2.1 广电大数据的平台架构分析

在构建广电系统大数据平台架构时首先要明确制作、播出、传输单位的需求目标，加强顶层设计，做好整体规划，务必能够实现各广电机构的数据共享、互联互通。同时，要立足现实，分析具体业务情况，分步推进大数据基础平台和各子系统的建设。例如，根据广播电台或者发射台可根据自身业务开展情况，选择性地优先建设大数据基础计算资源和存储资源，相关的数据处理流程模块，以及目前迫切需要的大数据应用服务，从而进行技术和人才储备。随后，再根据资金到位和人员配备情况，逐步增加平台业务，扩大平台的规模。

广电大数据平台可包含信息应用层、平台服务层、设施资源层。

信息应用层包括媒体内容大数据应用、用户服务大数据应用。其中媒体内容大数据应用可包括：咨询汇聚、内容采集、协同指挥、数据新闻、赛事分析、媒资标引、内容审核、内容交易、版权管理、内容管理等。

用户服务大数据应用可包括收视分析、内容评价、消费分析、舆情监控、广告投放、节目推荐、精准营销、维系挽留、网络优化等。

平台服务层主要提供大数据能力服务。大数据能力服务包括大数据挖掘与应用能力、大数据存储管理能力、大数据预处理能力、大数据采集能力。

设施资源层：通过共有IaaS服务提供大数据计算资源，通过专属IaaS服务提供大数据存储资源，通过私有IaaS服务提供大数据网络资源。

2.2 广电大数据的处理流程

大数据处理流程包含从数据采集、数据预处理、数据存储、数据处理、数据分析挖掘、统一数据服务到数据应用等各环节。

其中：大数据采集主要获取用户服务数据和媒体内容数据，采集技术包括媒體数据采集、网络数据采集、终端数据采集、系统日志采集、数据库采集等技术应用。

大数据存储管理包括：媒体文件存储、数据库存储、流数据存储。

大数据处理框架负责对大数据系统中的数据进行计算，有批处理、流处理、混合处理三种方式[2]。

大数据分析挖掘包括：数据检索、自然语言处理、计算机视觉、算法建模、机器学习、可视化处理等。

数据应用包括：咨询汇聚，智能生产、版权管理、用户推荐、精准营销、运维预警等。

3大数据平台对媒体融合的应用前景

传统媒体的单一传播方式已经无法满足新时代人们对信息获取的要求，尤其是新媒体的发展对传统媒体更是带来巨大挑战。近年来，业界一直在探讨传统媒体和新媒体的融合发展，充分利用各自的优势进行互补，以实现最大宣传效果。这就需要大数据、云计算、可视化技术等计算机技术的支撑。

（1）大数据平台促进媒体融合，优势互补，共同发展。在大数据时代下，依托互联网，每个人都是麦克风，信息传播速度快且传播范围广。较之传统媒体，新媒体在传播的时间和空间上的局限性小，时效性高，但同时公信力弱，权威性较低。与之相反，传统媒体有着庞大的受众群体以及权威的舆论地位，但是容易受采集编排、出版版面、播出时间的局限，不能及时有效传输信息，而且形式单一，内容不够生动。借助大数据平台，我们可以快速完成信息的采集、统计、分析，使信息发布更及时精准，同时利用媒体的多样性，通過图片、音频、视频 的技术结合，使发布的信息更加形象生动，从而吸引用户群体，保障权威性和话语权。

（2）大数据平台促使融媒体真正实现“以用户为中心”。媒体传播形式不管如何创新，最核心的还是内容，而只有满足用户的需求，传播的信息内容才有价值。在互联网时代，媒体生产信息内容接受的是来自全世界海量的数据，如何在繁杂的数据中挖掘出真正有价值的信息，并根据分析出的用户倾向性进行精准投放，对提升用户体验和扩大媒体影响力都有重要意义。大数据平台可以为这样的新闻变革提供支撑，利用数据挖掘、分布式计算、可视化等技术改变媒体从业者的工作模式，用户的消费方式，形成新的独居特色的媒体风格。

（3）大数据平台将会形成新的产业形态。传统媒体为了保持权威性和话语权，必须实现与互联网、PC机、手机终端等传播渠道的有效融合，在数据处理各个流程中发挥各自优势。例如在用户知晓允许的情况下，充分利用各种智能终端采集用户的信息，包括基础信息、收视信息、订阅信息、互动过程等。然后，对采集的数据做好预处理和存储管理，如通过接口、文件导入、数据库交互等形式将其纳入系统;使用大数据平台对海量信息进行挖掘分析后，可以获得有意义的新知识和新模式，真正体现出数据隐藏的信息价值，并且提供数据信息展示，例如各种APP小程序等。这也是未来传媒产业的必然发展模式。

4结束语

本文分析广电应用大数据技术的必要性，并探讨广电大数据的数据分类、广电大数据的平台架构分析和数据处理流程等关键问题，并分析大数据平台对媒体融合的应用前景。各级广播电视机构分散建设的大数据应用要以大数据共享共用为目标，最终通过构建大数据平台对媒体内容数据、用户服务数据进行全方位分析挖掘，提升内容制作能力和行业竞争力。在建设大数据平台时，要与自身业务紧密结合，充分考虑利用已建的融合媒体云平台，制定大数据平台建设的总体规划与实施步骤。

参考文献

[1] 金英果.大数据标准化白皮书[J].中国标准化（英文版），2018（3）：54-56.

[2] 程建设，段世刚，崔航，等.大数据平台建设及其在媒体融合中的应用[J].中国报业，2015（5）：84-85.