大数据技术在广播电视监测中的应用策略探讨

李成堃

（大连新闻传媒集团大连广播电视发射台，辽宁 大连 116000）

0 引 言

目前，大数据技术已得到人们日常生活、生产的广泛应用，为人们带来了巨大的便利。大数据、云计算等先进技术的应用，也为广播电视行业的进一步发展提供了技术保障，为智慧广电的实现提供了良好的机遇。广播电视行业的监测工作也需要结合时代发展要求，及时改进监管模式，全面整合各类监管资源，构建云平台与数据平台，积极引进大数据技术，为监测工作开辟智能化、信息化、数字化的发展方向，构建互联互通、数字智能、资源共享的监测网络。广播电视播出形态繁多，内容丰富，传统的监测工作模式已难以满足实际要求，大数据技术的应用已成为必然趋势。因此，采取有效的应用策略十分必要。

1 大数据技术与广播电视监测概述

1.1 大数据技术

大数据技术是一种通过多种途径采集海量数据并进行高效加工处理，最终输出有价值信息数据的一种技术手段。对其功能进行分析，大数据技术具备数据收集、存储、分析及处理功能，功能完备。其中，数据信息的收集主要依靠各类传感器对满足要求的数据进行实时、灵活、全面收集，最终获取海量的信息内容；数据存储以互联网、计算机技术为基础，能够将完成收集的数据进行初步筛选、加工，按照相应的标签将其进行分类存储、管理；数据的加工处理也需要依靠相应的算法和模型实现。大数据技术能够实现对数据的深度挖掘，最终筛选出具有价值的数据信息资源。

对大数据技术的特点进行分析，其特点主要包括：

（1）可视化。通过运用大数据技术，能够将原本虚拟、分散的数据信息通过更加直观形象的方式为用户呈现，能够帮助用户快速识别和了解数据信息内容，提高对数据信息的感知能力。

（2）极强的预测性。大数据技术具备数据建模等功能，可以结合用户需求，设置相关参数，构建出数据模型。通过对模型的分析，可以预测相关趋势与发展规律，有效利用数据信息，提高预测分析能力。

（3）灵活性。大数据技术的运用以一系列算法为基础，而这些算法能够结合用户需求进行不断调整与完善。因此，大数据技术的应用极具灵活性，可以结合算法进行不断优化与更新。

1.2 广播电视监测

广播电视监测是广播电视业务工作的重要一环，主要指通过采取有效的监测手段，以客观测量及主观评价充分反映广播电视节目的播出情况及质量。广播电视监测对于保障广播电视的覆盖效果、提升传输质量和播出质量具有重要作用，具体监测内容主要包括广播电视频段无线电波秩序、播出动态等[1]。广播电视监测工作的开展，有助于确保信号传输与接收的有效性与稳定性，对于广播电视系统的稳定运行具有重要意义。而且，目前随着技术水平的不断提高，广播电视微波信号体量明显增加，为了进一步提高信号传输质量，需要采用有效的监测手段合理调控信号资源，确保信号能够以适宜的方式进行传输。

2 广播电视监测工作现状分析

经过长期的发展以及先进技术的运用，目前广播电视监测工作已基本实现数字化、自动化监测，对于确保节目的安全、稳定播出做出重要贡献。但是，随着新媒体的诞生以及大数据等先进信息技术的发展，目前广播电视监测仍存在一定的问题。

2.1 监测工作存在诸多不确定性

广播电视监测并非单一对广播电视系统运行情况的监测，而是涵盖诸多内容。随着科技的不断发展，其学科专业知识以及领域也在不断增加，系统的硬件不断升级与更新，导致数据库环境及系统运行环境处于不断变化的状态，因此监测工作伴随诸多不确定性[2]。具体原因主要在于，现行广播电视监测体系尚未明确统一的硬件配置与软件版本，难以确保工作质量，对硬件性能的更新优化造成阻碍。

2.2 监测业务独立分散

目前，广播电视监测工作各部门的业务较为独立，各自为政现象严重，监测单位间的交流沟通明显不足，难以实现数据信息的有效共享，开展同步监测十分困难，相同业务网络下很多监测系统平台也是各自建设，因此难以有效整合各类资源，数据信息无法得到有效利用，资源浪费现象严重。如果一个区域出现故障问题，极易对其他区域造成影响，难以确保节目的正常播出。目前广播电视监测体系以树形模式为主，多个子系统共同组成监测系统，当其中一个系统或路径传输环节发生异常，必然会影响到整个系统的运行。

2.3 业务内容繁多复杂

信息化时代背景下，广播电视监测工作的范围在不断扩大，业务量明显增加，不但需要对信号传输质量、节目播出质量等进行监测，还需要监测节目内容、广告内容等多个方面。目前节目内容呈现多元丰富的发展趋势，节目的播出依赖于独立的服务器，因此需要加强对服务器的管理。工作量增加的同时，工作的复杂程度也在增加，面对大量、烦琐的应用接口，工作难度明显提高。

2.4 智能化水平有待提高

结合现状分析，广播电视各领域的监测系统呈现信息化、智能化、规范化的发展趋势，技术水平明显提升，但是其智能化水平仍有待进一步提高。对具体原因进行分析，首先，监测系统对大数据、新媒体等技术的应用频率较低，程度不够，很多监测工作仍依靠人工手段完成；其次，监测数据关联性分析水平低下，各监测模块互相独立；最后，监测数据的采集与分析存在诸多弊端，只注重本单位设备的监测数据，具有一定的局限性[3]。而广播电视在制作、传输等过程中，很多有价值的数据信息均可以采集，且很多数据间存在较强的关联性，对相关数据的分析，有助于提高智能化水平，进一步提高监测质量和效率。

3 大数据技术在广播电视监测中的应用策略

3.1 数据采集

传统工作模式下，广播电视监测工作以人工操作为主，工作人员需要将不同媒体下广播电视节目的数据进行细分，并对完成划分的数据信息进行单独监测，最终将监测获取的数据进行整合，生成广播电视监测的最终结果。这一工作模式虽然具有一定的效果，但是工作量较大，需要耗费大量的时间和精力，整体工作效率和质量低下。大数据技术在信息采集方面具有自动化、信息化、智能化等优势，已成为目前广播电视监测中数据采集的主要技术。通过运用大数据技术，工作人员可构建相应的大数据系统、平台，能够高效、完整地收集广播电视节目信息，在实时、动态的监测过程中及时发现问题、分析问题、解决问题，为信号传输质量及节目播出质量提供保障[4]。合理运用大数据技术，能够充分收集各类监测信息，数据采集以文本挖掘、网络搜索技术为基础，深入挖掘各类有价值信息数据，为工作人员随时获取相关信息提供巨大的便利。除此之外，大数据技术还具备存储功能，能够将收集的数据进行合理存储，弥补传统工作模式下信息存储困难的不足。

3.2 构建专业模型

构建专业模型，有助于进一步提高广播电视监测水平。具体工作过程中，专业模型在监测工作体系中类似“信息树”，也就是通过模型能够将原本分散、抽象的数据通过直观的树形模型呈现出来，在“信息树”中呈现各监测模块间的关系，帮助工作人员更为准确地分析广播电视信号的传输情况和效果[5]。同时，根据数据库中存储大量信息的重要程度，专业模型能够对数据信息进行合理划分与科学排序，将完成处理的信息数据重新配置在模型中，具有动态更新的特点，能够保证监测工作的时效性。

3.3 数据分析

广播电视监测结果的生成以及相关监测措施的制定，都需要以数据信息为基础。数据信息能够为相关业务工作、决策工作提供重要的依据。随着广播电视节目类型、数量的不断增加，监测系统需要监测的数据信息量也在不断增加，监测规模越来越大，导致工作难度明显提升。通过合理运用大数据技术，积极开发智能化的数据监测平台，能实现对信号、信息数据的自动采集、分析及处理，无需等待较长时间便可以得到监测结果，为系统运行、节目播出质量、信号传输质量的准确判断提供保障。另外，通过对大数据技术的合理运用，监测系统能够自动生成相应的检测模型，及时将数据信息的分析结果反馈给工作人员，为其评估算法是否合理、模型是否客观提供参考依据，准确体现广播电视信号传输的具体情况，为工作人员进一步优化相关算法和模型提供指导。

3.4 信息综合管理

广播电视监测是一项长期、系统的工程，工作内容、流程复杂，不但要做好常规信号传输、接收的监测，还需要为节目产生工作的优化提供数据保障，这便需要加强对广播电视监测信息综合管理平台的利用，构建完善可靠的综合管理平台，加强对大数据技术的运用。大数据技术不但具备数据采集、分析等功能，同时还具备数据检索功能，可以充分结合用户需求高效收集和呈现相关数据信息，为广播电视监测管理提供信息支持。

4 广播电视监测应用大数据技术应注意的相关问题

4.1 数据并非越多越好

对广播电视监测工作而言，大数据技术的应用并非把所有考虑到的数据进行全面收集。如果获取的数据过多，并不会提高工作效率，而是会占据大量的存储空间，后续数据的分析和处理的复杂程度也会提高，这也是导致很多单位应用大数据技术频率较低的主要原因。数据量较大，则需要依靠可靠的数据处理系统对海量数据进行有效处理。实际上，如果收集、存储及分析数据的成本较高，工作人员应适当舍弃一些数据。大数据技术应用初期，相关主体应结合业务需求构建专门的数据模式，明确主要问题，采集能够解决主要问题的数据信息，避免获取大量无价值的数据信息，逐渐提高监测系统的工作效率。

4.2 充分挖掘数据的潜在价值

广播电视监测中应用大数据技术，应充分挖掘数据的潜在价值，考虑其再利用。一项数据目前没有价值并不能说明其未来没有价值。工作人员应具备创新意识，改进操作方式，更新工作理念，将没有价值的信息转化为有价值的信息。数据信息的重复利用也能够得到诸多不同的结果，而由于人们思维的局限性，忽视了对数据信息的重复利用。例如有线电视EPG信息，对单个频道信息在时间轴上进行纵向分析，能够了解节目构成；而通过对节目信息的横向对比，能够了解哪些节目受观众喜好；对节目进行分类统计，能够及时发现相关问题[6]。

4.3 避免过于迷信大数据

目前，大数据技术是一项具有极高应用价值的先进技术，但是也应避免过于迷信技术，认为数据分析便能够解决所有问题。大数据的分析主要以算法为基础，很多方法都是基于计算机学科、数学的相关理论，且大数据架构并非一种万能架构，传统数据架构也具有其自身优势。大数据背景下，单位内部数据结构主要为混合式结构。精确数据具有明显优势，其每条数据均具备准确的含义以及明确的价值。例如，上报一条广播电视节目播出异常信息，传统关系型数据库能够高效处理相关数据信息，通过匹配相应的对策，得到具体结果。大数据的优势在于对模糊数据的处理，例如对业务系统的网页记录进行监测等，能够实现对海量模糊数据的全面整合和有效分析，明确业务流程，挖掘有价值的信息，之后通过海量数据对比，进一步优化配置，提高工作效率。

5 结 语

为了满足工作要求，弥补传统工作模式的不足，广播电视监测工作中采用大数据技术十分必要。大数据技术的应用，能够实现对数据信息的有效采集、处理、分析和加工，为相关业务工作提供信息支持，进一步提高广播电视监测效率和质量。