大數(shù)據(jù)技術(shù)在廣電行業(yè)的應(yīng)用探究

王澤坪

【摘要】與其他行業(yè)不同，廣電行業(yè)業(yè)態(tài)復(fù)雜，涉及眾多環(huán)節(jié)，且擁有海量大數(shù)據(jù)信息，因此，合理應(yīng)用大數(shù)據(jù)技術(shù)，按照“數(shù)據(jù)整合—數(shù)據(jù)分析—數(shù)據(jù)挖掘—指導(dǎo)決策”思路，使原本大規(guī)模的離散數(shù)據(jù)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(shù)據(jù)支持?；诖耍恼陆Y(jié)合筆者多方調(diào)研與既往廣電行業(yè)工作經(jīng)驗，從大數(shù)據(jù)技術(shù)特征與系統(tǒng)架構(gòu)入手，全面探討了大數(shù)據(jù)技術(shù)在廣電行業(yè)中的具體應(yīng)用，以供借鑒參考。

【關(guān)鍵詞】大數(shù)據(jù)技術(shù);廣電行業(yè);技術(shù)特征;系統(tǒng)架構(gòu);具體應(yīng)用

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

1. 大數(shù)據(jù)技術(shù)特征與系統(tǒng)架構(gòu)

1.1 技術(shù)特征

1.1.1大容量

與海量數(shù)據(jù)不同的是，大數(shù)據(jù)不僅體現(xiàn)在數(shù)據(jù)量大，實現(xiàn)了從PB級到EB級的升級，而且還體現(xiàn)在數(shù)據(jù)的復(fù)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(shù)據(jù)類型除了涵蓋以往關(guān)系型數(shù)據(jù)庫類型，還包括了未經(jīng)加工處理的以音視頻、網(wǎng)頁、文檔等多種形式存在的結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)等多種類型。

1.1.3 時效性

與傳統(tǒng)的數(shù)據(jù)處理與挖掘技術(shù)相比，大數(shù)據(jù)分析處理以及挖掘速度快、精準(zhǔn)高效，使得傳統(tǒng)數(shù)據(jù)系統(tǒng)已經(jīng)無法對流動速度十分之快的大數(shù)據(jù)進行處理，這也是與傳統(tǒng)數(shù)據(jù)具有顯著區(qū)別的特征之一。

1.1.4 準(zhǔn)確性

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

1.1.5 獲取方式

大數(shù)據(jù)是基于不同數(shù)據(jù)源的原始數(shù)據(jù)，包括靜態(tài)數(shù)據(jù)與非實時數(shù)據(jù)、動態(tài)數(shù)據(jù)與實時數(shù)據(jù)等，同時，包括一系列的再生數(shù)據(jù)，這些海量的數(shù)據(jù)經(jīng)過數(shù)據(jù)分析及數(shù)據(jù)整合后，再對有用的數(shù)據(jù)進行分析、提煉，最后用于項目的決策、預(yù)判。

1.2 系統(tǒng)架構(gòu)

廣電大數(shù)據(jù)融合系統(tǒng)架構(gòu)主要分為三層，由上向下分別是：大數(shù)據(jù)應(yīng)用層、云計算平臺、分布式存儲集群，系統(tǒng)架構(gòu)如下圖1所示。

1.2.1 大數(shù)據(jù)應(yīng)用層

大數(shù)據(jù)應(yīng)用層通常是用于定制化大數(shù)據(jù)應(yīng)用的部署，其作用是對大數(shù)據(jù)進行分析，該層直接部署于云上，通過云計算機層提供相應(yīng)的云服務(wù)。在云上建立大數(shù)據(jù)服務(wù)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(shù)據(jù)管控成本，而如若單獨進行大數(shù)據(jù)應(yīng)用層的部署，則單獨的服務(wù)器與監(jiān)控系統(tǒng)，會使整體成本的投入更大。二是，大數(shù)據(jù)服務(wù)部署于云上，使得數(shù)據(jù)移動、備份、容災(zāi)更加便捷、有保障，且單獨部署的方式缺乏容災(zāi)體系，如若服務(wù)器發(fā)生宕機故障，將會導(dǎo)致整個廣電服務(wù)器發(fā)生癱瘓，同時，將大數(shù)據(jù)服務(wù)部署于云上，能夠便于設(shè)計實現(xiàn)應(yīng)用與數(shù)據(jù)的分離，其中，云備份應(yīng)用場景是為了在主服務(wù)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(wù)的高度可用性，防止廣電服務(wù)器系統(tǒng)發(fā)生癱瘓故障。三是，海量的數(shù)據(jù)是建立大數(shù)據(jù)分析的重要前提，因此，保證大規(guī)模數(shù)據(jù)的安全性成為關(guān)鍵。將大數(shù)據(jù)應(yīng)用建立在云服務(wù)上，能夠?qū)⒑Ａ繑?shù)據(jù)托管在云端，底層分布式存儲確保數(shù)據(jù)的容災(zāi)性。但云服務(wù)上的數(shù)據(jù)也往往成為黑客攻擊的目標(biāo)，這就需要利用大數(shù)據(jù)與云計算對傳輸中的數(shù)據(jù)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(shù)據(jù)的安全可靠。四是，與單獨部署服務(wù)不同的是，建立在云上的大數(shù)據(jù)服務(wù)能夠提升數(shù)據(jù)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(wù)層

云計算服務(wù)層能夠為大數(shù)據(jù)服務(wù)的更好應(yīng)用提供有力支撐，且現(xiàn)階段大數(shù)據(jù)服務(wù)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(zhuǎn)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(shù)，以及云非編服務(wù)成為未來發(fā)展的趨勢，云計算架構(gòu)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(dāng)前，分布式存儲主要應(yīng)用于廣電行業(yè)非編制作、備播等多個環(huán)節(jié)，在基礎(chǔ)的分布式存儲上進行大數(shù)據(jù)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(wù)基礎(chǔ)平臺的搭建。隨著當(dāng)前海量數(shù)據(jù)的爆發(fā)式增加，使得大數(shù)據(jù)分析需要基于高性能讀寫的存儲介質(zhì)，以完成數(shù)據(jù)的快速計算，這也正是分布式存儲的獨特優(yōu)勢。當(dāng)前，在主流的分布式存儲技術(shù)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(shù)據(jù)的分析處理性能。此外，對于較為關(guān)鍵重要的數(shù)據(jù)信息，主流分布式存儲還同時具備點對點、集群到集群的數(shù)據(jù)備份功能，進而實現(xiàn)對數(shù)據(jù)的有效保護，避免數(shù)據(jù)丟失而造成的損失。

2. 大數(shù)據(jù)技術(shù)在廣電行業(yè)的應(yīng)用

2.1 基于大數(shù)據(jù)的整合分析

廣電網(wǎng)絡(luò)大數(shù)據(jù)分析處理平臺，需要融合互聯(lián)網(wǎng)、音視頻、點擊率以及搜索量等多元化的大數(shù)據(jù)信息，并將海量的廣電大數(shù)據(jù)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(tǒng)的數(shù)據(jù)分析方法構(gòu)建數(shù)據(jù)化運營體系。

廣電行業(yè)擁有海量的大數(shù)據(jù)信息，且各個部門對數(shù)據(jù)的需求量也往往較大，如若按照每個需求進行數(shù)據(jù)導(dǎo)出，流程繁瑣且較為被動，因此，可結(jié)合各個部分對數(shù)據(jù)的具體需求，對大數(shù)據(jù)信息進行整合，以降低數(shù)據(jù)信息的獲取難度。實現(xiàn)數(shù)據(jù)更為便捷的應(yīng)用。

經(jīng)采集所得到的廣電網(wǎng)絡(luò)海量數(shù)據(jù)，在按數(shù)據(jù)預(yù)處理要求對數(shù)據(jù)進行清洗、集成、變換、規(guī)約等操作后，建立基于各種業(yè)務(wù)的數(shù)據(jù)分析模板，使收視、用戶、運維以及媒資等雜亂無章的海量數(shù)據(jù)信息，形成相互聯(lián)系、支持決策的廣電大數(shù)據(jù)，以便對海量的數(shù)據(jù)信息進行多維度分析與挖掘。

2.2 基于大數(shù)據(jù)的運維決策

基于廣電大數(shù)據(jù)的處理平臺，能夠深度挖掘有價值的數(shù)據(jù)信息，構(gòu)建智能化、信息化的廣電專家知識庫系統(tǒng)，實現(xiàn)對網(wǎng)絡(luò)故障的精準(zhǔn)定位、簡化故障排除流程，對廣電網(wǎng)絡(luò)資源進行更加精準(zhǔn)調(diào)配，實時獲取廣電服務(wù)業(yè)務(wù)及服務(wù)質(zhì)量的監(jiān)控數(shù)據(jù)，并將獲取的服務(wù)數(shù)據(jù)上傳至廣電大數(shù)據(jù)處理平臺，以針對不同的業(yè)務(wù)類型、用戶需求等，采用與之相應(yīng)的數(shù)據(jù)清洗、數(shù)據(jù)過濾與數(shù)據(jù)挖掘工具，對數(shù)據(jù)源的不同數(shù)據(jù)通過不同的策略方法進行提取、整合、拆分，實現(xiàn)對廣電大數(shù)據(jù)的精準(zhǔn)、高效分析，將各項運行參數(shù)與廣電服務(wù)質(zhì)量進行匹配，并將獲得結(jié)果與客服報修、運維監(jiān)控進行實時共享，以指導(dǎo)技術(shù)人員運維決策。

2.3 基于大數(shù)據(jù)的精準(zhǔn)投送

首先，節(jié)目內(nèi)容精準(zhǔn)推薦。以大數(shù)據(jù)技術(shù)為基礎(chǔ)，搭建智能化信息平臺，對用戶行為等海量的廣電數(shù)據(jù)進行整合、分析、挖掘，形成廣電用戶行為習(xí)慣、消費層次的精準(zhǔn)數(shù)據(jù)庫，以對消費用戶進行細(xì)分，挖掘用戶喜好，并根據(jù)不同用戶感興趣的節(jié)目、廣告等內(nèi)容，提升廣電服務(wù)質(zhì)量，優(yōu)化視頻內(nèi)容推送，進而實現(xiàn)節(jié)目內(nèi)容的精準(zhǔn)推送。其次，廣告插播推送。借助大數(shù)據(jù)模式識別技術(shù)，能夠精細(xì)化模擬市場營銷，并針對廣大受眾不同需求精準(zhǔn)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(shù)據(jù)的精準(zhǔn)營銷

運營內(nèi)容監(jiān)測。通過大數(shù)據(jù)分析、數(shù)據(jù)挖掘，對廣電運營內(nèi)容進行監(jiān)測，對同類產(chǎn)品的實際運營情況進行分析，進而為熱點節(jié)目內(nèi)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(shù)據(jù)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(jì)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(shù)據(jù)進行統(tǒng)計，并對投放形式、時長、位置等的相關(guān)度進行分析;另外，統(tǒng)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(nèi)容在不同平臺的投放效果數(shù)據(jù)進行統(tǒng)計分析。

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

付費行為分析。結(jié)合廣電大數(shù)據(jù)內(nèi)容，構(gòu)建RFM模型，了解各階段用戶轉(zhuǎn)化率，根據(jù)用戶付費行為進行分類，并對運營數(shù)據(jù)、行為數(shù)據(jù)進行分析，以進一步提升用戶轉(zhuǎn)化率，優(yōu)化付費路徑。

3. 結(jié)語

大數(shù)據(jù)技術(shù)于廣電行業(yè)的應(yīng)用，使得原本處于新媒體“圍剿”下的傳統(tǒng)廣電行業(yè)成功“突圍”煥發(fā)生機。通過將海量數(shù)據(jù)信息重新整合、分析、挖掘，使得原本雜亂、離散、“無用”的數(shù)據(jù)具有了價值，為廣電相應(yīng)營銷策略、運營決策、發(fā)展戰(zhàn)略的制定提供了科學(xué)的數(shù)據(jù)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(shù)據(jù)、融媒體技術(shù)在廣電行業(yè)的應(yīng)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(shù)據(jù)時代廣播電視技術(shù)的轉(zhuǎn)型及發(fā)展[J].西部廣播電視，2019（14）：207-208.

[3]韓鋒.大數(shù)據(jù)技術(shù)在廣電領(lǐng)域的應(yīng)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(shù)據(jù)及融媒體技術(shù)應(yīng)用策略分析[J].衛(wèi)星電視與寬帶多媒體，2021（5）：44-45.