王澤坪

【摘要】與其他行業(yè)不同，廣電行業(yè)業(yè)態(tài)復雜，涉及眾多環(huán)節(jié)，且擁有海量大數據信息，因此，合理應用大數據技術，按照“數據整合—數據分析—數據挖掘—指導決策”思路，使原本大規(guī)模的離散數據變得有價值、有規(guī)律，以為廣電行業(yè)的蓬勃發(fā)展提供數據支持?；诖耍恼陆Y合筆者多方調研與既往廣電行業(yè)工作經驗，從大數據技術特征與系統架構入手，全面探討了大數據技術在廣電行業(yè)中的具體應用，以供借鑒參考。

【關鍵詞】大數據技術;廣電行業(yè);技術特征;系統架構;具體應用

中圖分類號：TN94 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ?DOI：10.12246/j.issn.1673-0348.2021.23.042

1. 大數據技術特征與系統架構

1.1 技術特征

1.1.1大容量

與海量數據不同的是，大數據不僅體現在數據量大，實現了從PB級到EB級的升級，而且還體現在數據的復雜形式、快速時間特性以及專業(yè)化分析處理等方面。

1.1.2 多樣性

大數據類型除了涵蓋以往關系型數據庫類型，還包括了未經加工處理的以音視頻、網頁、文檔等多種形式存在的結構化數據、半結構化數據以及非結構化數據等多種類型。

1.1.3 時效性

與傳統的數據處理與挖掘技術相比，大數據分析處理以及挖掘速度快、精準高效，使得傳統數據系統已經無法對流動速度十分之快的大數據進行處理，這也是與傳統數據具有顯著區(qū)別的特征之一。

1.1.4 準確性

通過大數據整合、分析與挖掘，能夠進一步從海量的數據信息中獲取廣大用戶的喜好與行為習慣等有價值的數據信息，進而根據用戶行為習慣進行針對性改進與調整營銷策略，并推送滿足用戶喜好的節(jié)目內容與插播廣告。

1.1.5 獲取方式

大數據是基于不同數據源的原始數據，包括靜態(tài)數據與非實時數據、動態(tài)數據與實時數據等，同時，包括一系列的再生數據，這些海量的數據經過數據分析及數據整合后，再對有用的數據進行分析、提煉，最后用于項目的決策、預判。

1.2 系統架構

廣電大數據融合系統架構主要分為三層，由上向下分別是：大數據應用層、云計算平臺、分布式存儲集群，系統架構如下圖1所示。

1.2.1 大數據應用層

大數據應用層通常是用于定制化大數據應用的部署，其作用是對大數據進行分析，該層直接部署于云上，通過云計算機層提供相應的云服務。在云上建立大數據服務有如下優(yōu)勢：一是，與云計算、存儲器進行融合部署，使整合后的資源管理與監(jiān)控較為便捷，同時，更加節(jié)省大數據管控成本，而如若單獨進行大數據應用層的部署，則單獨的服務器與監(jiān)控系統，會使整體成本的投入更大。二是，大數據服務部署于云上，使得數據移動、備份、容災更加便捷、有保障，且單獨部署的方式缺乏容災體系，如若服務器發(fā)生宕機故障，將會導致整個廣電服務器發(fā)生癱瘓，同時，將大數據服務部署于云上，能夠便于設計實現應用與數據的分離，其中，云備份應用場景是為了在主服務云主機發(fā)生宕機時，能夠及時切換至備用主機來確保服務的高度可用性，防止廣電服務器系統發(fā)生癱瘓故障。三是，海量的數據是建立大數據分析的重要前提，因此，保證大規(guī)模數據的安全性成為關鍵。將大數據應用建立在云服務上，能夠將海量數據托管在云端，底層分布式存儲確保數據的容災性。但云服務上的數據也往往成為黑客攻擊的目標，這就需要利用大數據與云計算對傳輸中的數據予以加密，使黑客無法獲取加密的文件信息，進而保證傳輸數據的安全可靠。四是，與單獨部署服務不同的是，建立在云上的大數據服務能夠提升數據計算性能，獲取更快的帶寬與更高的吞吐量，且底層分布式存儲比單獨部署的性能也更高、更好。

1.2.2 云計算服務層

云計算服務層能夠為大數據服務的更好應用提供有力支撐，且現階段大數據服務部署的趨勢也往往都在云上。尤其是近年來廣電行業(yè)的不斷轉型升級，以及廣電媒體的融合發(fā)展，使得基于混合云、容器云技術，以及云非編服務成為未來發(fā)展的趨勢，云計算架構也必將會成為廣播電視、媒體單位的重要發(fā)展方向。

1.2.3 分布式存儲層

當前，分布式存儲主要應用于廣電行業(yè)非編制作、備播等多個環(huán)節(jié)，在基礎的分布式存儲上進行大數據與云計算的超融合，不僅投入成本更低，而且管控十分便捷，通過對分布式存儲進行改造后，即完成了云計算服務基礎平臺的搭建。隨著當前海量數據的爆發(fā)式增加，使得大數據分析需要基于高性能讀寫的存儲介質，以完成數據的快速計算，這也正是分布式存儲的獨特優(yōu)勢。當前，在主流的分布式存儲技術中，甚至能夠單獨配置具有較高性能的高速存儲池，以進一步提升大數據的分析處理性能。此外，對于較為關鍵重要的數據信息，主流分布式存儲還同時具備點對點、集群到集群的數據備份功能，進而實現對數據的有效保護，避免數據丟失而造成的損失。

2. 大數據技術在廣電行業(yè)的應用

2.1 基于大數據的整合分析

廣電網絡大數據分析處理平臺，需要融合互聯網、音視頻、點擊率以及搜索量等多元化的大數據信息，并將海量的廣電大數據如用戶信息、收視時長、收視頻率等信息進行分析、整合，由電視臺IT部門按照傳統的數據分析方法構建數據化運營體系。

廣電行業(yè)擁有海量的大數據信息，且各個部門對數據的需求量也往往較大，如若按照每個需求進行數據導出，流程繁瑣且較為被動，因此，可結合各個部分對數據的具體需求，對大數據信息進行整合，以降低數據信息的獲取難度。實現數據更為便捷的應用。

經采集所得到的廣電網絡海量數據，在按數據預處理要求對數據進行清洗、集成、變換、規(guī)約等操作后，建立基于各種業(yè)務的數據分析模板，使收視、用戶、運維以及媒資等雜亂無章的海量數據信息，形成相互聯系、支持決策的廣電大數據，以便對海量的數據信息進行多維度分析與挖掘。

2.2 基于大數據的運維決策

基于廣電大數據的處理平臺，能夠深度挖掘有價值的數據信息，構建智能化、信息化的廣電專家知識庫系統，實現對網絡故障的精準定位、簡化故障排除流程，對廣電網絡資源進行更加精準調配，實時獲取廣電服務業(yè)務及服務質量的監(jiān)控數據，并將獲取的服務數據上傳至廣電大數據處理平臺，以針對不同的業(yè)務類型、用戶需求等，采用與之相應的數據清洗、數據過濾與數據挖掘工具，對數據源的不同數據通過不同的策略方法進行提取、整合、拆分，實現對廣電大數據的精準、高效分析，將各項運行參數與廣電服務質量進行匹配，并將獲得結果與客服報修、運維監(jiān)控進行實時共享，以指導技術人員運維決策。

2.3 基于大數據的精準投送

首先，節(jié)目內容精準推薦。以大數據技術為基礎，搭建智能化信息平臺，對用戶行為等海量的廣電數據進行整合、分析、挖掘，形成廣電用戶行為習慣、消費層次的精準數據庫，以對消費用戶進行細分，挖掘用戶喜好，并根據不同用戶感興趣的節(jié)目、廣告等內容，提升廣電服務質量，優(yōu)化視頻內容推送，進而實現節(jié)目內容的精準推送。其次，廣告插播推送。借助大數據模式識別技術，能夠精細化模擬市場營銷，并針對廣大受眾不同需求精準推送插播廣告，從而充分利用節(jié)目的廣告時間，為廣電企業(yè)提升盈利能力。

2.4 基于大數據的精準營銷

運營內容監(jiān)測。通過大數據分析、數據挖掘，對廣電運營內容進行監(jiān)測，對同類產品的實際運營情況進行分析，進而為熱點節(jié)目內容的運營提供參考。

廣告投放分析。首先，對新媒體廣告投放的效果數據進行采集與分析，主要包括單日、不同時段、工作日/周末、平日/節(jié)假日/紀念日等PV/UV的變化波動情況，以便于對廣電用戶進行整合、分析;其次，以季度/月度為單位，對同一客戶不同投放形式的數據進行統計，并對投放形式、時長、位置等的相關度進行分析;另外，統計分析點擊廣告位的用戶情況，包括年齡層、地理位置等，并對相同廣告內容在不同平臺的投放效果數據進行統計分析。

競爭產品分析。借助大數據平臺，對不同媒體平臺上同一客戶的投放形式、數量等進行分析，以為客戶提供優(yōu)質服務;其次，監(jiān)控媒體產品各項指標，獲取用戶行為習慣，提升媒體產品的使用體驗，并根據用戶個人喜好，運營媒體重要推薦位，在媒體推薦位上設置同類喜好節(jié)目內容;另外，分時段對優(yōu)質影片采取精細化付費，提升影片更新頻率，并為廣大用戶提供更多優(yōu)質影視內容，以高質量的影片內容，刺激用戶進行訂購觀看。

付費行為分析。結合廣電大數據內容，構建RFM模型，了解各階段用戶轉化率，根據用戶付費行為進行分類，并對運營數據、行為數據進行分析，以進一步提升用戶轉化率，優(yōu)化付費路徑。

3. 結語

大數據技術于廣電行業(yè)的應用，使得原本處于新媒體“圍剿”下的傳統廣電行業(yè)成功“突圍”煥發(fā)生機。通過將海量數據信息重新整合、分析、挖掘，使得原本雜亂、離散、“無用”的數據具有了價值，為廣電相應營銷策略、運營決策、發(fā)展戰(zhàn)略的制定提供了科學的數據支持，使得廣電行業(yè)在競爭日益激烈、生存愈發(fā)艱難的市場大環(huán)境中得以長足健穩(wěn)發(fā)展。

參考文獻：

[1]陳燕.大數據、融媒體技術在廣電行業(yè)的應用與發(fā)展前景分析[J].西部廣播電視，2018（20）：202-203.

[2]任杰.大數據時代廣播電視技術的轉型及發(fā)展[J].西部廣播電視，2019（14）：207-208.

[3]韓鋒.大數據技術在廣電領域的應用思考與探討[J].中國傳媒科技，2018（6）：59-61.

[4]楊河圓.廣電中的大數據及融媒體技術應用策略分析[J].衛(wèi)星電視與寬帶多媒體，2021（5）：44-45.