APP下载

探析大数据技术在广播电视监测中的应用

2019-02-14南林玉

数字通信世界 2019年9期
关键词:广播电视效率监测

南林玉

(山西省忻州市广播电视台,忻州 034000)

近年来,大数据技术在不断的发展和完善,许多行业为了适应时代发展,满足市场需求,都开始应用大数据技术。广播电视行业也不例外,要向提升广播电视节目的质量,就要加强广播电视监测工作,可以将大数据技术应用在该工作中,进而提升监测质量和效率,为广播电视行业的完善和创新提供更准确、全面的数据支持。

1 广播电视监测现状

1.1 系统平台升级困难

目前,广播电视已经全面普及,其是人们日常娱乐、学习必不可少的重要道具。为了适应信息时代的发展需求,广播电视行业要进行创新和完善,就必须要加强监测工作。但该工作体系涉及到的知识、技术较多,监测系统构建难度较大。为了提升监测质量、系统功能,要不断完善硬件、软件设施。在大数据的发展背景下,监测体系会随着数据的波动而产生变化,具有不确定的特性,且容易受外界因素干扰。针对此类问题,我国并没有统一的检测系统和设备,导致信息共享能力不足、对接效率较差,且部门之间缺少沟通平台,造成数据分析效率较低。通常,检测业务系统平台难以根据需求快速升级,进而造成检测工作发展滞缓。

1.2 系统关联性较低

在现代社会中,广播电视检测工作会面临许多难题,一方面,各部门的监测工作并不会同时进行,区域间并不连接,而是彼此独立。另一方面,在真个监测体系中,如果某一区域发生问题,则其他区域也会受到影响,进而造成监测网络的崩溃瘫痪,影响广播电视的正常播放。此外,我国主要采用树型模式进行广播电视的监测,大系统由多个小系统组成,如果某个小系统或路径出现传输问题,则会影响其他系统,甚至影响整个系统的运作,与改路径有关的监测路径都难以继续工作,造成监测工作缺少完整性和连续性。可见,这种管理模式会影响管理效率,降低监测水平。

1.3 业务内容过于复杂

在大数据背景下,电视广播监测管理工作的范围在不断扩大,进而导致业务量的日益增加。也就是说,电视广播中播放的所有内容都需要监测管理,如广告监管、节目监听、播放监测等都是检测系统所需要完成的业务内容。此外,广播电视的节目内容也日益多样化,各个内容都具有独立对应的服务器,且服务器的种类并不相同。所以,还要实现多种服务器的多样化管理。着不仅会增加工作量,还会使监测工作愈加复杂化。应用接口也逐渐变得繁琐复杂,需要消耗许多资源成本,造成监测难度增加、效率下降。

2 大数据技术在广播电视监测中的应用

2.1 数据收集

在传统的广播电视监测系统中,将各个广播电视平台划分为不同的部分,并采用区分监测的方式,最后将监测所得数据进行汇总。其中,各个监测系统都具有独立性。在实际监测时,普遍采用轮询监测模式,该模式虽然具有明显的数据收集效果,但消耗资源成本较大。针对这些问题,大数据技术可以一一解决。一方面,该技术具有全面性、完整性的特点,能够接受各种播放信息,并进行问题的在线反馈和处理。另一方面,该技术具有信息存储功能,且存储容量较大,能够将电视广播节目保存,且保存方式多样,如视频、音频等方式。对应用大数据技术收集的信息进行分析,为广播电视行业的进步提供更多参考和研究依据。

2.2 信息处理和建模

为了确保信息数据处理和监督质量,要建立专业的信息模型,侧重数据的收集与处理。利用专业的数据模型生成信息树,工作人员可以根据信息树中提供的各项信息采取科学的预处理措施,提取有参考、使用价值的数据,并进行数据的分析和排序。最后,将经过处理的数据重新输入到信息树之中,通过信息树实现数据的分类整理,进而提升信息利用效率。

2.3 信息分析和预警

信息收集并不是监测工作的最终目标,还需要对收集到的信息进行分析处理。所以,监测系统要具备良好的信息处理功能,并得出科学的分析结论。根据系统得出的分析结论,工作人员可以进行准确的信息反馈,进而提升其对广播电视节目播放状况的掌控程度,及时防线节目中存在的各类问题,并根据反馈内容采取有效的解决措施。可见,通过提升信息处理和分析的质量,能够改善广播电视节目质量,为观众带来更加精彩的节目。此外,利用大数据技术可以使监测工作更加全面,进而得出更加科学的分析报告,掌握报告中的规律可以解决广播电视节目中存在的各项问题。此外,利用信息导航树可以提升数据处理效率,并且强化各系统之间的联系,从而增加数据逻辑性,保障播出真实性。

3 结束语

综上所述,在大数据技术不断发展的今天,广播电视也要对该技术进行合理有效的利用。通过大数据技术改善广播电视监测质量和效率,进而获取更加真实有效的反馈数据,促进广播电视行业进步。

猜你喜欢

广播电视效率监测
特色“三四五六”返贫监测帮扶做实做细
提升朗读教学效率的几点思考
周六广播电视
周日广播电视
周五广播电视
周三广播电视
网络安全监测数据分析——2015年12月
网络安全监测数据分析——2015年11月
跟踪导练(一)2
不穿戴也能监测睡眠