基于大数据技术的广播电视监测方法研究

◎陈鸣智

(国家广播电视总局282台，湖南 长沙 410146)

引言

广播电视行业发展中，需要通过对广播电视节目播出的相关数据进行收集和分析，对播出效果及质量等进行了解和掌握，并为后续节目制作和播出奠定良好的基础。所有广播电视节目在播出后都需要进行全面监测，并监测节目所在覆盖的所有相关信息和数据。在此状况下，导致广播电视监测系统所监测的数据持续增长，传统监测技术已无法满足监测的要求。因此，通过大数据技术的应用，能够有效提升监测效果和效率，这也是现阶段保障广播电视行业可持续发展中需要深入研究的方向和内容。

一、广播电视监测内容及监测中存在的问题分析

(一)监测内容

融媒体背景下，广播电视行业在快速发展的同时，播出方式更加多样化，播放内容更加多元化，同时也加大了监测监管难度。并且传统的监测技术已无法应对软件功能不断强化、海量数据存储以及更加个性化应用的要求。因此，对监测监管技术进行变革势在必行，需要将传统的单一、孤立的监测逐步转向全方位、全网络监测[1]。

现阶段，国内广播电视监管监测对象主要针对内容和技术两方面。其中进行内容监测监管时，可充分利用广告监管、互联网电视、舆情系统等监管系统，对各套电视节目或网络音频进行实时监测，对各频道播出的内容中存在的异常情况进行及时发现；在技术监测过程中，可利用子系统对各项技术指标进行监测，其中包括有线数字电视、卫星广播电视、有线模拟电视等技术，并对广播电视播出效果和质量进行监听监看，确保能够对各套节目播出期间存在的质量异常等情况进行及时发现和掌握。

(二)监测中存在的主要问题

以往广播电视节目监测针对播出内容以及播出安全方面，其中仍采用人工收看收听的方式对视音频节目内容进行监测，对人工智能和大数据技术运用不足；在进行技术监测时，以技术指标为监测重点，并将监测结果作为劣播或停播的重要参考依据。现阶段监测中存在的问题主要体现在以下几方面。

现阶段广播电视监测技术应用，普遍存在着系统资源使用效率较低的问题。部分监测系统中大量资源分配不合理，导致服务器自身作用无法充分发挥，特别是主机在各种业务运算任务完成后，通常会停止系统运行，进而导致资源严重浪费。

现阶段广播电视监测监管中存在不少问题，最突出的问题体现在广播电视监测监管的各个领域彼此之间缺乏互联性、相互独立。不同监测手段存在系统关联性较弱的问题，并且监测监管主要采用树形结构模式，结构缺乏合理性，一旦某一监测系统出现问题会影响整体监测效果，进而影响整个广播电视监测监管工作的顺利进行。同时，某一处信息传输出现问题，也会在一定程度上影响下游部门工作的开展，在链路监测数据处理时，其他链路极容易对其造成干扰和不利影响，使整体监测水平降低，并对体系正常运转造成制约，大幅度降低工作效率。其次，在广播电视实际监测过程中，监测系统需要应对不同内容、不同领域的监测要求，监测所面临的存储环境、运行环境也在不断变化，导致软硬件更新难度加大，同时监测系统软硬件标准缺乏统一性和关联性，运行中的各种不确定性因素增加，进一步加大了更新工作难度[2]。另外，在进行系统硬件配置时，相关工作人员和管理人员对广播电视监测体系统的规划及硬件性能升级没有充分考虑，对实际工作及运行过程中存在的影响因素无法准确把握，对硬件系统升级更新造成阻碍。

现阶段广播电视监测中，包括了不同领域的监测技术和工作内容，如信息监视、数据监听、WAP有效监管、播出安全管理等方面，并且各技术领域通常需要配置相应的软件和专用设备，导致配套主机数量不断增加，同时由于不同的流程顺序、串联接口等，进一步加大了监测工作的复杂性和监测难度。在现有广播电视监测体系中，通常对现有监测设备和软件更新使用更加关注，对备份设备应用缺乏足够的重视，极容易因技术问题而导致数据丢失等情况的发生，由于备份设备不足，严重影响广播电视的安全播出。

二、大数据技术的概念及关键技术分析

大数据技术主要针对大量的结构化或非结构化数据的组织和处理，其中常用的大数据技术包括以下几方面。

(一)预处理技术

此技术主要针对结构数据和非结构数据，并且包括了数据抽取以及清洗两方面。其中在进行结构数据处理时，可采用同质化方式，能够在集成数据分析时更加快速、更加顺畅，同时在分析所抽取出数据时，可以看出其中大量数据和分析内容及目标缺乏关联性，针对此类无任何价值的数据信息，可利用数据清洗系统进行数据清理，使信息分析效率和分析质量有效提升。目前常用的预处理软件包括Powercentet、Datastage等，其能够将所需要分析的数据进行自动、合理收集，并根据数据复杂程度，对其进行排序，再利用相应的系统进行高效、精准分析和处理。

(二)存储和管理技术

此技术在满足大批量数据存储、分析需求的同时，能够通过数据管理，有效提高处理效率，同时在数据处理全过程中，需要保证数据管理工作贯穿始终，不仅包括信息采集环节，对大量信息进行存储、分析以及处理，而且对此过程加强管控。为了增强大批量数据管控的有效性，还应对相应的数据库系统进行有效构建，对全部数据进行汇总和存储，借助相应的数据库系统，能够满足用户随时随地的数据分析和处理需求，并且能够对数据进行及时修改和更新[3]。另外，在数据库系统日常运行过程中，需要对数据安全加强保护。因此，通过此技术的应用，能够使传统人工管理模式存在的管理耗时耗力、工作效率低等问题得以有效解决，使数据处理、存储更加快速和便捷。

(三)挖掘和智能分析技术

为了满足用户快速提取所需数据信息的需求，此技术能够借助计算机相关软件，根据用户所输入的关键词进行在线搜索和分析，在大量复杂数据库中对数据信息进行深入挖掘和智能识别，将符合搜索条件的数据信息进行筛选提取。另外，在进行数据挖掘时，各系统均通过自身智能分析功能的充分应用，从而使数据信息查找速度得以有效提升。

三、基于大数据技术的广播电视监测方法创新策略

(一)收集数据

基于大数据技术的广播电视的监测系统，需要应对不同频道的广播电视节目数据收集工作，其中包括了各类被细化的不同监测对象。由于传统监测系统采用具有独立性的子系统，对各类数据进行专业收集和汇总，子系统之间缺乏关联性，在实际监测过程中，不仅对信息的收量造成影响，而且也对系统使用范围造成一定的制约。而监测系统未覆盖的区域，其故障发生几率将大幅度提升，而基于大数据技术的广播电视监测系统，能够使此问题得以有效解决。首先，广播电视监测系统能够对广播电视节目的所有播放信号进行随时随地全面接收，不会受到任何影响因素的干扰，一旦发现广播电视节目播放时存在异常，能够及时对故障范围及成因进行精准判断，并对其进行快速处理。其次，广播电视监测系统能够利用更多样化的监测指标，对节目播放状况进行验证，并对节目信息数据进行存储，能够满足海量信息数据存储要求，同时能够详细记录监测过程中各类播放故障信息，有利于相关工作人员对播放故障加强研究，制定更有效的应对措施，最大程度地减少同类型故障发生几率。另外，广播电视监测系统能够借助大数据技术，全面收集和汇总监测信息，并输入相应的数据库，有利于系统对各种故障类、不可正常播放的、具有价值的信息数据进行分析和筛选，为应急处理方案的制定提供可靠的参考依据，并将其作为研究对象，结合分析的结果，推出相应的应急处理措施。

(二)信息处理及专业模型构建

基于大数据技术，广播电视监测能够对专业化模型进行有效构建，并在数据采集及处理全过程中加以运用。其中通过模型所形成的信息树，对所有采集数据进行预处理，在此基础上提取有价值的数据信息，并根据其具体价值进行科学排序，提高处理效率和数据利用率[4]。其次，将处理完成的数据纳入信息树中，相关人员能够借助大数据技术，自动提取、分析、处理信息树中的全部信息数据，并对处理结果进行存储。最后，相关人员还可利用模型对数据信息进行记录，同时可利用人工方式，对相应数据信息进行修改和调整，进一步提高数据处理效率和质量。

(三)对信息加强分析和预警

在完成信息收集及处理后，基于大数据技术的广播电视监测系统能够对信息数据进一步深入分析和挖掘，并将相关分析结果向工作人员或系统进行反馈，有利于工作人员及时了解和掌握广播电视节目实际播放情况，进而根据具体需求及问题，采取相应的应对措施和解决策略。因此，通过对各类数据信息的科学分析，能够切实保障节目播放质量和安全。首先，广播电视监测过程中，工作人员应将监测系统与大数据技术有效结合，利用信息导航功能，全面实时监测数据信息，并自动生成相应的信息监测的报告和图表，在此基础上进一步分析数据信息，及时发现其中存在的异常信息，并对其形成规律进行总结。其次，在后续监测过程中，工作人员可根据故障规律，对同一类异常信息加强关注，并以此作为警报发送的重要参考依据，及时采取相应的解决措施，可根据实际情况，对广播电视节目的播放频率进行相应的调整，或进行制作整改等，使异常状况得以快速排除，保证节目的正常播放。最后，相关人员还可充分利用信息导航树，对全部信息进行采集、提取，并进行有效分析和处理，使传统监测系统中各系统信息无法互联互享的问题得以有效解决，有利于工作人员能够通过加强各数据间的联系，快速分析和查找所需信息，使播放信息质量得以有效保障[5]。

在广播电视监测系统中，通过信息导航、搜索服务功能的实现，能够使信息处理效率有效提升，加强信息之间的联系，并对违反规定的信息进行及时查找，使信息监测力度不断加大。同时，通过搜索功能的运用，能够对网络视频加强监督和管理，使网络视频安全性得到有效提升，一旦网络视频中出现违规数据内容，能够及时采取相应的措施进行处理。另外，在广播电视监测系统中，通过大数据技术的有效应用对数据进行统计和分析，能够最大程度地降低播放事故的发生几率，使信息传播安全性得到切实保障。

利用广播电视监测系统对数据进行挖掘和分析，能够充分发挥数据的价值，如统计和分析导致广播电视停播的各类影响因素，并进一步确定在不同时段的广播电视节目播出中影响较大的因素，有利于强化广播电视安全管理和防范工作，使安全播出事故发生几率最大程度地减少。另外，充分利用数字图像处理、音频处理等技术，监测和分析广播电视、网络视听节目内容，能够为行政部门加强监管提供可靠依据。

(四)加强数据存储管理

基于大数据技术的广播电视监测过程中，能够对海量音视频数据进行存储。同时，为了避免因音视频数据未经过高压缩率处理，造成存储设施及空间的大量占用，而导致资源极大浪费现象的出现，可利用相应的压缩存储软件，对视频进行处理，并利用基于多矩阵并行匹配的高速数据压缩机制技术、云计算分布式存储技术等，对视频数据进行合理调配和存储，使存储资源利用率有效提升，管理维护成本大幅度降低。

(五)应用数据可视化技术

基于大数据技术的可视化功能，相关工作人员能够将传统的人工信息记录结果利用可视化方式进行展示，从而有利于及时分析和发现人工信息记录中存在的不足与问题，能够快速进行查缺补漏，同时通过自动化和智能化数据分析，使传统人工分类处理方式中存在的缺陷和问题得以有效弥补与解决。相关技术人员首先可利用数据可视化模型软件，使监测系统的灵活性有效提升，同时通过多样化管理软件的应用，对不同电视数据进行监测和管理，并通过可视化打造，以及可视化分析及结果对比，使传统人工信息录入方式中存在的问题能够被及时发现和解决，有效提升管理效果。其次，通过数据可视化技术的应用，能够实现电视监测信息数据的写入、改动、删除、查询等功能，并通过加强数字化和信息化建设，借助数据可视化技术，对使用及访问人员身份进行核查。另外，基于大数据技术的综合运用，监测系统能够及时对后期处理过程中产生的二次冗余信息进行排除，使整个系统运行效率有效提升，并对监测体系的数据量进行合理压缩，进一步增强数据传输效能和传输的可靠性。

四、结语

为了进一步保障我国广播电视事业的可持续稳定发展，需要深刻认识大数据技术应用的重要性，其可以作为有效的应用工具，为广播电视监测工作和管理提供更多的重要数据信息。同时，在大数据技术应用的过程中，需要加强数据信息的收集、处理、分析，以及对深入挖掘的技术手段进行灵活、综合运用，为监测管理工作提供参考依据。另外，对一定的故障规律进行总结，从而科学制定相应的应对措施，使大数据技术的优势得以充分发挥，并通过技术的广泛应用，进一步促进广播电视监测技术的变革。