广电网络大数据应用的思考

李垣

摘要：有线网络公司开展的收视大数据研究，不只是对传统收视数据统计的有益补充，更是顺应新技术、新媒体发展做出的积极探索，具有开创性的价值。

关键词：广电网络 大数据 应用

大数据概念自2008年在《自然》（Nature）首次提出后，快速成为社会广泛关注的焦点话题，各国开展了大量的研究和应用。2012年，美国政府投资2亿美元用于启动“大数据研究和发展计划”，并认为大数据是“未来的新石油与矿产”；2014年，欧盟委员会提出迎接“大数据”时代，并出台了支持大数据相关的具体政策；中国高度重视大数据的发展，并在“十三五”期间提出“实施国家大数据战略，推出数据资源开放共享”。

大数据的特点

大数据指的是所涉及的数据量规模庞大到无法通过目前主流软件工具，在可以容忍的时间内对其进行抓取、管理、处理的数据集合，具有Volume（体量浩大）、Variety（模态繁多）、Velocity（生成快速）和Value（价值巨大但密度很低）等特点。

大数据的意义不仅在于具有庞大的数据量，而更在与对这些含有意义的数据进行专业化处理。为了更好利用好大数据，从大数据生态系统来看，大致可以分为四个层次：一是数据生成、二是数据传输、三是数据处理、四是数据应用。其中数据应用是大数据产业实现数据价值的最终形态，也是驱动大数据产业发展的核心引擎。数据应用又可以分为数据可视化、数据分析、数据检索和数据共享四个应用方向。为更好利用好大数据，应对从大数据生存周期进行分析。

从产业概念来说，在大数据生存周期内的一切支撑活动共同构成了大数据产业，包括信息基础设施相关产业、数据组织与管理、数据分析与价值发现、数据应用与服务等。

大数据在广电的应用思考

一、广电行业现状分析。随着移动互联网的发展，用户已逐渐从屏幕转移到小屏幕，用户越来越希望掌控屏幕上看到的节目，越来越不习惯电视台的节目安排，更希望把自制的内容放到社交平台上共享，对社交圈内容越来越关注。从用户需求来讲，广电正遭遇到移动互联网的强大冲击。另外，长期以来，广电网络的收入模式都是以基本收视费为主，业务模式单一，收入增长更多来自于新用户的增加，而非新业务的拓展。但是随着有线电视用户基数的增大，增长幅度越来越小，新用户增长乏力。统计数据表明，2015年我国有线电视用户数已经达到2.39亿，增长幅度逐年降低。更严峻的是，在互联网的冲击下，既有用户也开始流失，越来越多的家庭开始选择IPTV、互联网电视、网络视频等方式收看广播电视节目，有线网的核心竞争力正在减弱，收入增长幅度放缓。可见，有线网以收费为主的模式正在遭遇天花板，增长乏力成为行业普遍现象。为此，广电需紧跟移动互联网、物联网的发展趋势，以大数据技术为抓手，从网络传输、内容制作、网络传输、终端研发以及业务运营等进行转变。

二、高质量的网络是发展的基础。有线电视行业已有40余年的发展历史，依靠行业垄断、政策保护，广电网络建设了进入千家万户的用户接入网。但随着移动互联网、智慧城市的发展，用户需要随时、随地的高质量网络服务。为此，广电网络需要在有线网络的基础上，实现有线、无线、卫星的融合，为用户提供统一的业务承载，延伸有线广播电视的覆盖范围，丰富广播电视的展现形式和呈现手段，拓展无线宽带服务，为智慧城市、物联网的发展提供网络支撑。

我省广电在国家新闻出版广电总局广播科学研究院的牵头下，积极参与有线无线卫星融合网的业务示范，依托U频段无线资源，通过无线双向网、U频段WiFi、第五代WiFi等无线技术，计划在江西省构造一张覆盖广、容量大的无线数据网。无线双向网融合第五代WiFi技术为低成本解决覆盖和容量问题提供了有效途径，城市、高速路、景区和农村等通过U频段的无線双向网和U频段WiFi网进行广覆盖；商场、学校、车站等通过建设WiFi热点吸收容量。同时通过Hotspot技术实现WiFi和无线双向网的平滑切换。现广电已完成技术方案论证、技术白皮书制定、频点规划、铁塔资源协调、试验网搭建等工作，并通过国家新闻出版广电总局专家的验收。

三、构建“广电云”，建立广电数据平台。“广电云”是以云架构为广电相关业务提供支撑服务的系统，是一个具备用户行为数据采集、汇聚、分发以及存储的高性能系统。构建“广电云”，将用户信息、授权信息、节目信息等所有数据可以统一储存在云服务器中，保证数据的可管可控性。在强大的云计算功能下，云端由专门的服务器完成广电网络的模块集成、软件升级等业务，广电可以很方便地在前端进行数字电视业务管理，用户可以通过低成本和简单操作尽享数字电视业务的乐趣。

在云媒体和大数据时代，数据越显重要。只有用数据，才能客观地反映出增值业务运营使用情况，以指导系统维护、优化、调整。也只有用数据，才能对系统改进、指导、业务分析提供运营决策支撑。因此，为了满足广电平台未来增值业务的发展，需要对所有增值业务的业务数据提供分析、呈现功能并输出相关报表，需要建设一套统一数据分析系统，为广电平台决策层提供统一运营数据和决策数据，支持广电平台大数据管理和分析，拓宽广电网络各种智能新业务进一步的开展。

构建大数据平台时，应充分考虑到广电行业未来业务转型的需要。平台的设计原则应遵从国际、国内以及行业所制定各项标准，充分参考国内电信标准、广电领域、互联网领域的成功实践和开发标准的数据构架设计思想。同时平台设计遵循标准性和开放性原则，平台各项技术和设备符合国际、国家、省、行业和电信集团相关标准，提供开放的协议接口，保证平台各子系统间具有良好的互操作性。

四、大数据分析与挖掘。大数据运营分析平台兼容所有存量数据（BOSS系统、双向电视、手机、平板），建立用户画像，归纳，给推荐系统。当前，大数据以每两年翻一番的速度增长。消除数据孤岛，充分挖掘数据价值，让数据流动、共享，是大数据时代数据的价值所在。

在传统媒体与新兴媒体融合发展的背景下，我国广电行业也需要跟上时代发展节奏，在数据分析的基础上，根据广大有线电视用户的需要，进而整合相关行业资源，推动广电行业实现跨屏、跨界、跨域的协同创新。

利用现有技术，通过有线电视双向网络回传技术，依靠双向网络，记录用户信息、看电视时间、调台频率、喜好电视节目类型、回放情况、点播情况等，采集全面的收视业务大数据，利用更为精准、客观、高效的分析手段和技术，对数据结果进行数据分析、挖掘。最后根据分析结果，个性化的对用户推送节目和广告，打造基于大数据的个性化收视业务。由此，构建有线网络生存、转型和发展的重要战略资源，对深化广电改革、实现广电大繁荣和大发展具有非常重要的现实意义。可以说，有线网络公司开展的收视大数据研究，不只是对传统收视数据统计的有益补充，更是顺应新技术、新媒体发展做出的积极探索，具有开创性的价值，意义重大，影响深刻。

大数据分析挖掘包括大数据用户行为分析、个性化节目及广告推荐、互联网用户行为分析等。大数据用户行为数据包含：广告业务数据、VOD点播业务数据、VOD浏览业务数据、回看业务数据、时移业务数据及直播频道业务数据等。通过对用户行为数据的分析，了解用户行为，从而根据用户的喜好，指导对公司的内容、服务和产品决策。个性化节目及广告推荐是指，利用统计分析和分析法，挖掘收视数据的用户的收视行为，建立起用户喜好模型，掌握用户的对节目的喜好，根据节目类型，向用户推荐满意度更高的节目内容，从而提高用户的黏度，同样，亦可对广告产品进行精准投放。互联网用户行为分析是指，利用有线无线融合网，广电的宽带业务的发展，对互联网用户进行上网行为分析，与收视数据共同开展系统分析，发掘用户的个性与共性，以引导片源引进、内容制作、广告投放及收视率评估，从而提高广电行业的数字化决策水平。

五、通过资源整合，进行政府部门政策及消息宣传。政府部门政策及消息宣传依托广电行业开展，广电对于政府政策的传播，新闻舆论的引导具有积极重要的意义。广电行业的技術水平及宣传策略，可以提升政策宣传以及舆论引导的覆盖面和影响面。因此，要注重社会深层次的宣传，使政府部门政策及消息的理念能够深入人心。以政府作为统一的指导，相关部门、单位、群众积极参与，并监督负责，形成全社会参与的局面。

在此前提下，广电可以利用大数据级大数据分析和挖掘，找到适合的宣传方式及宣传途径，在适合的时间，通过适合的方式，最大限度地提高宣传引导效果，让广泛民众实时了解并知道政府政策，帮助政府与民众的沟通和交流，能够在发生重大事件时，协助政府部门，充分发挥舆论效应，利用新媒体平台及时发布信息，引导社会公众的舆论。

结束语

云计算、大数据技术在广电有线电视网络中的应用日趋成熟和广泛，业内大数据先行者经过不断探索和辛勤工作，打造了“大样本数据中心”“传媒大数据平台”等成功的大数据应用案例。广电网络公司也积极探索了大数据与网络、视频业务的结合与应用，正在逐步建立具有本地特色的广电网络大数据中心，利用大数据技术推动广电网络向数据服务商、多业务运营商转型升级。（作者单位：江西省广播电视网络传输有限公司）