羅天

【摘要】廣播電視行業(yè)的快速發(fā)展，滿足了人們對精神文化生活的需求，是加快精神文明建設(shè)進程的關(guān)鍵。進入到信息化時代以來，對于廣播電視監(jiān)測工作提出了新的要求，監(jiān)測范圍和信息種類也在不斷擴增，傳統(tǒng)技術(shù)手段呈現(xiàn)出一定的局限性，難以適應(yīng)當前工作的實際特點，限制了工作效率與質(zhì)量的提升。大數(shù)據(jù)技術(shù)的應(yīng)用，能夠增強監(jiān)測實效性，確保節(jié)目內(nèi)容順利播出。本文對大數(shù)據(jù)及其關(guān)鍵技術(shù)特點進行了深入介紹，同時提出當前廣播電視監(jiān)測的發(fā)展現(xiàn)狀，探索大數(shù)據(jù)技術(shù)在廣播電視監(jiān)測中的應(yīng)用策略。

【關(guān)鍵詞】大數(shù)據(jù)技術(shù);廣播電視監(jiān)測;應(yīng)用

中圖分類號：TN94 ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? 文章編號：1673-0348（2020）09-001-04

[Abstract] the rapid development of radio and television industry meets people's needs for spiritual and cultural life， which is the key to speed up the construction of spiritual civilization. Since entering the information age， new requirements have been put forward for the radio and television monitoring work. The monitoring range and information types are also expanding. The traditional technical means have some limitations， which are difficult to adapt to the actual characteristics of the current work and limit the improvement of work efficiency and quality. The application of big data technology can enhance the effectiveness of monitoring and ensure the smooth broadcast of program content. In this paper， the characteristics of big data and its key technologies are introduced. At the same time， the current development status of radio and television monitoring is proposed， and the application strategy of big data technology in radio and television monitoring is explored.

[Key words] big data technology; radio and television monitoring; application

廣播電視信號及節(jié)目內(nèi)容監(jiān)測監(jiān)管、衛(wèi)星信號及內(nèi)容監(jiān)測監(jiān)管和網(wǎng)絡(luò)音視頻內(nèi)容監(jiān)測監(jiān)管等，是當前廣播電視監(jiān)測工作的主要內(nèi)容。在當前互聯(lián)網(wǎng)與物聯(lián)網(wǎng)發(fā)展速度逐漸加快的趨勢下，在廣播電視中信息的傳遞速率明顯提升，而且其傳播范圍也在擴大，因此使得監(jiān)測工作的難度也在提升。尤其是伴隨著大數(shù)據(jù)時代的來臨，廣播電視中數(shù)據(jù)信息呈現(xiàn)出海量化的特征，只有對其進行有效識別、分析與整合，才能不斷提升監(jiān)測工作實效性，促進節(jié)目播出質(zhì)量的提升。因此，應(yīng)該充分發(fā)揮大數(shù)據(jù)技術(shù)的優(yōu)勢與價值，創(chuàng)新傳統(tǒng)監(jiān)測技術(shù)與方法，保障監(jiān)測的精確性與實時性，消除傳統(tǒng)數(shù)據(jù)處理技術(shù)的弊端。因此，應(yīng)該從其基本技術(shù)特點和工作現(xiàn)狀出發(fā)，制定針對性技術(shù)應(yīng)用方案。

1. 大數(shù)據(jù)的基本內(nèi)涵

隨著當前社會生產(chǎn)生活信息數(shù)據(jù)的增多，其呈現(xiàn)出海量化的特征，這就是大數(shù)據(jù)，對其進行采集、整合與分析的技術(shù)就是大數(shù)據(jù)技術(shù)。傳統(tǒng)處理模式已經(jīng)難以滿足當前數(shù)據(jù)處理的要求，大數(shù)據(jù)的出現(xiàn)則能夠在洞察力和決策力上發(fā)揮關(guān)鍵作用，實現(xiàn)信息資源的優(yōu)化整合。顧名思義，龐大的數(shù)據(jù)量是大數(shù)據(jù)的基本特征，而且在儲存量和計算量上也不斷增長。圖片、文字和視頻信息等都屬于大數(shù)據(jù)的范疇之內(nèi)，相較于傳統(tǒng)處理手段和技術(shù)而言，在處理速度上的要求更高，這也是真正發(fā)揮大數(shù)據(jù)價值的基礎(chǔ)與前提。此外，較低的價值密度也是大數(shù)據(jù)的基本特點之一。

2. 大數(shù)據(jù)的關(guān)鍵技術(shù)

數(shù)據(jù)預(yù)處理技術(shù)是大數(shù)據(jù)的關(guān)鍵技術(shù)之一，數(shù)據(jù)清洗和數(shù)據(jù)抽取是兩種主要工作方法，包括了非結(jié)構(gòu)化數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)兩種。對于數(shù)據(jù)的同質(zhì)化處理，能夠滿足數(shù)據(jù)分析的工作要求。而數(shù)據(jù)清洗的應(yīng)用，則能夠提升有效信息獲取的效率，防止無效信息產(chǎn)生的干擾，促進數(shù)據(jù)分析工作質(zhì)量的提升，保障分析結(jié)果的可靠性。應(yīng)該對當前數(shù)據(jù)預(yù)處理軟件進行不斷優(yōu)化，使其能夠滿足實際監(jiān)測工作要求。數(shù)據(jù)存儲與數(shù)據(jù)管理技術(shù)的應(yīng)用，可以實現(xiàn)對海量信息的存儲與分類管理。尤其是根據(jù)數(shù)據(jù)特征建立相對應(yīng)的數(shù)據(jù)庫系統(tǒng)，可以增強數(shù)據(jù)管理整體能力，為修改和更新信息奠定基礎(chǔ)。該技術(shù)的應(yīng)用，真正減輕了人們的工作負擔，從而減少人力資源投入。數(shù)據(jù)的可靠性也能夠得到保障，防止數(shù)據(jù)出現(xiàn)較多的錯誤和失實問題。數(shù)據(jù)挖掘與智能分析技術(shù)的應(yīng)用，能夠?qū)Ａ繑?shù)據(jù)的價值進行深入挖掘，對目標信息進行快速提取。在該系統(tǒng)當中，智能分析技術(shù)的應(yīng)用可以有效加快查找速度，滿足信息識別的需求，從而增強廣播電視監(jiān)測質(zhì)量。

3. 廣播電視監(jiān)測的發(fā)展現(xiàn)狀

在當前廣播電視監(jiān)測中存在的主要問題，就是監(jiān)測業(yè)務(wù)的銜接性與融合性較低，難以實現(xiàn)數(shù)據(jù)信息的快速傳遞與共享，對工作效率產(chǎn)生影響，不利于廣播電視節(jié)目質(zhì)量的提升。各個單位之間出現(xiàn)了脫節(jié)現(xiàn)象，數(shù)據(jù)交互的缺失使得數(shù)據(jù)資源價值未能得到充分體現(xiàn)。當前智慧監(jiān)測系統(tǒng)的構(gòu)建速度較慢，技術(shù)水平也較低。其次，在平臺維護與升級中存在限制性因素。在科技領(lǐng)域的快速更新?lián)Q代當中，硬件設(shè)施的升級速度也逐漸加快，如果在軟件系統(tǒng)更新速度上過慢，將會導(dǎo)致其兼容性存在問題，使得硬件系統(tǒng)功能無法得到有效發(fā)揮。當前廣播電視行業(yè)進入到了智能化時代，但是在監(jiān)測技術(shù)上仍舊存在滯后性的問題，導(dǎo)致監(jiān)測工作效果不佳，無法實現(xiàn)對多類信息的有效整合與分析，對于人工的依賴程度較高。無法對數(shù)據(jù)之間的關(guān)聯(lián)性進行深入研究，數(shù)據(jù)的利用率較低，監(jiān)管效率受到影響。

4. 大數(shù)據(jù)技術(shù)在廣播電視監(jiān)測中的應(yīng)用流程

4.1 數(shù)據(jù)采集

數(shù)據(jù)采集是在廣播電視監(jiān)測中應(yīng)用大數(shù)據(jù)技術(shù)的基礎(chǔ)與前提，能夠?qū)Ρ槐O(jiān)測數(shù)據(jù)信息進行匯總處理，為后續(xù)工作提供支撐。在數(shù)據(jù)采集工作當中，應(yīng)該保障數(shù)據(jù)采集的實時性、針對性和全面性，增強信息的可靠性。在傳統(tǒng)工作模式下，由于監(jiān)測環(huán)節(jié)之間存在脫節(jié)的問題，導(dǎo)致數(shù)據(jù)采集處理等工作效率不高，無法保障監(jiān)測工作的有效性。尤其是系統(tǒng)的獨立性較強，這也會導(dǎo)致信息資源的共享遇到較大阻礙。大數(shù)據(jù)技術(shù)的應(yīng)用，能夠增進多類型數(shù)據(jù)的有效融合，包括了視頻數(shù)據(jù)和技術(shù)數(shù)據(jù)等等，保障數(shù)據(jù)采集的全面性，真實反映系統(tǒng)的運行特點與狀況。當在廣播電視節(jié)目中出現(xiàn)異常情況時，能夠運用大數(shù)據(jù)技術(shù)進行及時監(jiān)測并處理，防止廣播電視節(jié)目出現(xiàn)停播的問題。大數(shù)據(jù)技術(shù)與監(jiān)測系統(tǒng)的融合度較高，在數(shù)據(jù)采集、分析和存儲中的優(yōu)勢也十分明顯，對于廣播電視節(jié)目的播出和停止時間進行智能化分析，為組織協(xié)調(diào)工作提供可靠的數(shù)據(jù)支撐。同時，為了能夠增強系統(tǒng)的響應(yīng)能力與速度，運用大數(shù)據(jù)技術(shù)還可以有效總結(jié)歷史問題，并制定針對性預(yù)防與應(yīng)急處理預(yù)案。大數(shù)據(jù)技術(shù)在數(shù)據(jù)采集中的作用范圍較大，能夠?qū)Σシ判畔崿F(xiàn)全方位接收，因此故障處理的速度也會加快。在多種檢測技術(shù)指標的驗證下，能夠使播放情況得到保障，快速儲存非純文字節(jié)目信息。對于海量信息的存儲功能十分強大，故障信息可以被隨時記錄。應(yīng)該在數(shù)據(jù)采集的基礎(chǔ)上，建立完善的初始數(shù)據(jù)庫，尤其是可以借助于網(wǎng)絡(luò)爬蟲等監(jiān)控工具，提升數(shù)據(jù)采集量，保障數(shù)據(jù)庫可以得到及時更新。

4.2 數(shù)據(jù)處理

在完成信息數(shù)據(jù)的采集后，應(yīng)該對其進行及時有效處理，為監(jiān)測工作提供保障，同時加快專業(yè)化模型的構(gòu)建，增強數(shù)據(jù)處理與分析的可視化。在分類處理與過濾處理信息資源時，應(yīng)該對相關(guān)媒體信息和文本信息進行深入挖掘，使內(nèi)碼向智能模式轉(zhuǎn)換，提升數(shù)據(jù)處理與分析的效率。同時，在此過程中需要建立完善的監(jiān)控信息樹，為直觀化分析監(jiān)控信息奠定基礎(chǔ)。運用大數(shù)據(jù)技術(shù)，摘要信息的生成可以實現(xiàn)自動化，快速提取其中的關(guān)鍵詞，滿足信息數(shù)據(jù)分類管理的需求，利用專業(yè)化模型開展廣播電視監(jiān)測工作。在記錄相關(guān)信息時，應(yīng)該采用大數(shù)據(jù)技術(shù)與人工方式相結(jié)合的形式，保障信息處理精確性和可靠性，防止出現(xiàn)較大的誤差。

4.3 數(shù)據(jù)分析

數(shù)據(jù)分析是反映監(jiān)測情況的關(guān)鍵環(huán)節(jié)，能夠滿足不同部門的信息反饋需求，同時明確廣播電視節(jié)目的實際播出情況，防止意外事故的發(fā)生。分析監(jiān)測信息模塊是監(jiān)測監(jiān)管系統(tǒng)的重要組成，在分析監(jiān)測數(shù)據(jù)信息的基礎(chǔ)上，能夠授權(quán)監(jiān)測信息，為檢索操作效率與服務(wù)質(zhì)量的提升奠定保障。在此過程當中，應(yīng)該明確知識管理技術(shù)的應(yīng)用特點，應(yīng)對當前海量數(shù)據(jù)信息的分析需求，保障統(tǒng)計圖表和監(jiān)測報告等格式一致，增強監(jiān)測的實時性和動態(tài)性。為了能夠有效分類處理信息數(shù)據(jù)，還應(yīng)該在廣播電視監(jiān)測當中合理運用信息導(dǎo)航技術(shù)，真正發(fā)揮監(jiān)測報告的功能與價值，滿足其導(dǎo)出和打印需求，為不同工作人員提供可靠化服務(wù)。為了能夠保障數(shù)據(jù)信息的安全性，在訪問過程中還應(yīng)該進行授權(quán)處理，確保用戶身份的合法性，調(diào)閱并使用健康綜合分析報告。在攔截相關(guān)違法違規(guī)和不良信息時，則需要借助于預(yù)警信息，結(jié)合監(jiān)測分析報告內(nèi)容完善預(yù)警信息范圍和內(nèi)容等。在廣播電視的監(jiān)測工作當中，還應(yīng)該明確監(jiān)測信息導(dǎo)航樹的應(yīng)用價值，從而深入分析時間的邏輯關(guān)系，提升監(jiān)測監(jiān)管力度。

4.4 系統(tǒng)設(shè)計

采集數(shù)據(jù)信息、計算故障范圍、分析并糾錯數(shù)據(jù)信息、預(yù)估節(jié)目播出情況等，是監(jiān)測系統(tǒng)在設(shè)計工作當中應(yīng)該考量的主要功能需求，在系統(tǒng)設(shè)計當中融合大數(shù)據(jù)技術(shù)時，可以確保功能需求得到充分滿足，優(yōu)化系統(tǒng)運行質(zhì)量，促進監(jiān)測系統(tǒng)的自動化與數(shù)字化發(fā)展。對廣播電視節(jié)目的內(nèi)容信息、鏈路傳輸信息和音頻文字信息等進行及時采集，運用大數(shù)據(jù)技術(shù)對數(shù)據(jù)信息之間的內(nèi)在關(guān)系進行分析，從其基本的邏輯關(guān)系入手處理數(shù)據(jù)。與此同時，在系統(tǒng)設(shè)計當中還應(yīng)該通過模型構(gòu)建，為邏輯實現(xiàn)奠定基礎(chǔ)。尤其是在海量信息當中，能夠精確查找有價值信息數(shù)據(jù)，使廣播電視節(jié)目的播出故障范圍和原因等進行查找、定位。

4.5 系統(tǒng)實現(xiàn)與應(yīng)用

對于廣播電視監(jiān)測系統(tǒng)的運行效果，應(yīng)該對其進行反復(fù)驗證，以滿足實踐工作的工作要求，尤其是對于信道層數(shù)據(jù)的監(jiān)測，是當前工作的重點與難點。工作人員應(yīng)該全面采集信道傳輸指標，通過對比頻譜數(shù)據(jù)明確其內(nèi)在邏輯關(guān)系，在故障點的分析中以專業(yè)化算法為依托。將該系統(tǒng)應(yīng)用于廣播電視監(jiān)測實踐當中，故障的查找和處理都更加可靠，在故障原因的分析中也更具針對性，減少由于多種因素影響而引起的播出事故。

5. 大數(shù)據(jù)技術(shù)在廣播電視監(jiān)測中的應(yīng)用措施

5.1 人工智能技術(shù)

卷積神經(jīng)網(wǎng)絡(luò)是人工智能技術(shù)的重要組成部分，將其應(yīng)用于廣播電視監(jiān)測工作當中，是促進系統(tǒng)功能智能化發(fā)展的關(guān)鍵。借助人工智能進行衛(wèi)星信號及節(jié)目自動比對工作，比如從衛(wèi)星發(fā)射信號接收廣播音頻節(jié)目后，采用人工智能技術(shù)自動翻譯把廣播節(jié)目翻譯成文字，然后設(shè)定不良信息關(guān)鍵字后，系統(tǒng)自動識別后發(fā)現(xiàn)相關(guān)不良信息內(nèi)容就報警，由人工審核后上報管理部門。在機器識圖過程中，會合理分割將要識別的圖片，同時快速提取圖片特征并匯總。在對圖片進行識別時，卷積神經(jīng)網(wǎng)絡(luò)可以發(fā)揮關(guān)鍵作用，被廣泛應(yīng)用于當前廣播電視監(jiān)測當中。對于特征的提取主要在卷積層完成，而對于主要特征的提取則在池化層完成，在匯總圖片的特征時依靠全連接層，識別預(yù)測通過產(chǎn)生分類器實現(xiàn)。

圖像信息存在于圖片的像素點當中，為了能夠?qū)ζ浠咎卣鬟M行提取，在此過程中需要對卷積核進行定義，卷積層的輸出結(jié)果，是通過卷積核和數(shù)字矩陣對應(yīng)位相乘再相加獲得。通過函數(shù)的形式隨機產(chǎn)生卷積核取值，并對其進行調(diào)整增強特征提取效果。卷積層輸出時可以確保像素點被全部覆蓋，為了能夠確定最佳卷積核，還應(yīng)該與不同卷積核進行相互作用，促進識別特征輸出值的提升，增強識別的針對性。匹配程度會隨著卷積層輸出值的提升而升高，特征體現(xiàn)則越明顯。

以卷積層原數(shù)據(jù)和卷積核相乘后的輸出矩陣作為池化層輸入，在應(yīng)用池化層時可以有效控制參數(shù)量和特征向量維度。同時，能夠增強信息特征提取的有效性，防止噪聲傳遞對其產(chǎn)生的影響。最大池化和均值池化，是當前池化層的兩種主要工作模式，前者采用最大數(shù)，后者采用平均值。在分類器的生成當中，則需要借助于全連接層，保障最終輸出效果，應(yīng)該有效切割張量后與權(quán)重矩陣相乘并與偏置值進行相加處理。在對參數(shù)進行優(yōu)化時，應(yīng)該采用ReLU激活函數(shù)和梯度下降法。

5.2 語音識別技術(shù)

在廣播電視監(jiān)測當中還應(yīng)該采用語音識別技術(shù)，通過網(wǎng)絡(luò)爬蟲對愛奇藝等視頻網(wǎng)站節(jié)目進行抓取搜索，再通過人工智能技術(shù)對節(jié)目經(jīng)行智能識別，發(fā)現(xiàn)提前設(shè)定好的不良視頻即刻報警，由人工審核上報。能夠?qū)崿F(xiàn)語音向文字的快速轉(zhuǎn)換，從而通過文本信息識別發(fā)現(xiàn)其中存在的違法違規(guī)內(nèi)容，提升監(jiān)測工作的實效性。語音導(dǎo)航、語音文檔檢索、語音撥號、聽寫數(shù)據(jù)錄入等等，是自動語音識別技術(shù)的關(guān)鍵。尤其是在當前互聯(lián)網(wǎng)時代下，廣播電視節(jié)目音頻和視頻的數(shù)量不斷增多，運用語音識別技術(shù)能夠減輕工作人員的負擔，促進監(jiān)測工作效率的提升，在模式識別、信號處理和人工智能等領(lǐng)域的應(yīng)用效果較好。語音識別涉及多個學科知識，包括了計算機科學、心理學、語言學和生理學等等，通過機器自動翻譯和命令控制等，能夠滿足監(jiān)測節(jié)目內(nèi)容與信息的要求，防止出現(xiàn)較大的錯誤或者不良信息。采樣處理語音信號，向特征提取模塊完成波形數(shù)據(jù)的輸入，對相關(guān)特征進行提取，滿足后續(xù)使用需求，加快聲學模型的構(gòu)建。在提取聲學特征時，應(yīng)該對其區(qū)分特性、魯棒性和壓縮編碼等進行控制，增強實際提取效果，保障信息的精確性和全面性。聲學模型的建立，也是在廣播電視監(jiān)測中應(yīng)用語音識別技術(shù)的關(guān)鍵，應(yīng)該對不同語言的基本特點進行綜合分析，針對字節(jié)、句子和發(fā)音特點等對模型進行不斷優(yōu)化。HMM模型在當前實踐中的應(yīng)用較多，包括了初始化、參數(shù)重估等各個環(huán)節(jié)。

5.3 網(wǎng)絡(luò)爬蟲技術(shù)

對網(wǎng)絡(luò)音頻app上的音頻內(nèi)容（比如喜馬拉雅、蜻蜓FM等）進行監(jiān)管，先通過網(wǎng)絡(luò)爬蟲技術(shù)抓取音頻app的節(jié)目到本地，之后通過人工智能語義識別技術(shù)自動識別轉(zhuǎn)換成文字，再通過設(shè)定不良信息關(guān)鍵字進行排查，如發(fā)現(xiàn)不良內(nèi)容即報警，由人工最終審核。開源系統(tǒng)的應(yīng)用，使得網(wǎng)絡(luò)爬蟲技術(shù)的開發(fā)與應(yīng)用也更加便捷，為了能夠促進技術(shù)的不斷優(yōu)化，還應(yīng)該對廣播電視監(jiān)測工作的基本要求進行分析，增強技術(shù)應(yīng)用針對性。在對軟件系統(tǒng)進行描述時，分層架構(gòu)的應(yīng)用較多，主要包括了網(wǎng)絡(luò)連接層、領(lǐng)域處理層、頁面提取層和頁面采集層四個部分。

傳輸數(shù)據(jù)、管理連接和建立TCP SOCKET連接等，是網(wǎng)絡(luò)連接層的基本功能，在其運行過程中應(yīng)該支持DNS緩存，能夠促進域名轉(zhuǎn)換時間的縮短，滿足Web服務(wù)器的重新連接需求，監(jiān)測系統(tǒng)可以對頁面的多次抓取。處理URL是頁面采集層的基本功能，在抓取順序的確定中還應(yīng)該明確搜索策略。尤其是Session機制的應(yīng)用，能夠為動態(tài)頁面的信息采集提供支持。在處理HTML文本信息時則主要依靠頁面提取層，包括了文本信息和超鏈接等等，確定HTML編碼規(guī)范，應(yīng)該以編碼方式為依據(jù)對文本信息進行解析。在特殊爬蟲任務(wù)當中，還需要依靠領(lǐng)域處理層的基本功能，包括了DeepWeb爬蟲和主題爬蟲等等，并在主題建模當中完成處理任務(wù)。

6. 結(jié)語

在廣播電視監(jiān)測當中，應(yīng)該加強大數(shù)據(jù)技術(shù)的應(yīng)用，消除傳統(tǒng)技術(shù)手段的弊端，從而增強監(jiān)測可靠性，保障廣播電視節(jié)目的順利播出。數(shù)據(jù)預(yù)處理技術(shù)、數(shù)據(jù)存儲與管理技術(shù)、數(shù)據(jù)挖掘與智能分析技術(shù)等，是大數(shù)據(jù)技術(shù)的基本內(nèi)容，在對其進行應(yīng)用時應(yīng)該掌握數(shù)據(jù)采集、數(shù)據(jù)處理和數(shù)據(jù)分析的要點，提升監(jiān)測系統(tǒng)的運行效率與質(zhì)量。結(jié)合人工智能技術(shù)、語音識別技術(shù)和網(wǎng)絡(luò)爬蟲技術(shù)等，對系統(tǒng)功能進行優(yōu)化，適應(yīng)當前廣播電視行業(yè)的發(fā)展需求。

參考文獻

[1]南林玉.探析大數(shù)據(jù)技術(shù)在廣播電視監(jiān)測中的應(yīng)用[J].數(shù)字通信世界，2019（09）：186.

[2]郭帥.大數(shù)據(jù)技術(shù)在廣播電視監(jiān)測中的應(yīng)用分析[J].通訊世界，2019，26（07）：139-140.

[3]董寶鋒.大數(shù)據(jù)技術(shù)在廣播電視監(jiān)測中的實踐探析[J].電視技術(shù)，2019，43（Z1）：54-55+63.

[4]謝群.大數(shù)據(jù)技術(shù)在廣播電視監(jiān)測中的應(yīng)用探究[J].通訊世界，2019，26（04）：146-147.

[5]潘斌.大數(shù)據(jù)技術(shù)在廣播電視監(jiān)測中的應(yīng)用[J].西部廣播電視，2019（08）：194-195.

[6]傅鐸.廣播電視監(jiān)測中大數(shù)據(jù)技術(shù)的應(yīng)用研究[J].中國傳媒科技，2019（02）：117-119.

[7]楊文婷.淺談大數(shù)據(jù)技術(shù)在廣播電視監(jiān)測中的應(yīng)用[J].科技傳播，2018，10（23）：61-62.

[8]李鵬.淺析廣播電視監(jiān)測中大數(shù)據(jù)技術(shù)的應(yīng)用[J].電腦迷，2018（12）：148.

[9]劉曉.大數(shù)據(jù)技術(shù)在廣播電視監(jiān)測中的應(yīng)用方法[J].數(shù)字通信世界，2018（10）：184.