大数据技术在广电运维管理中的应用

丁贺平

新媒体对传统广电媒体产生了深刻影响，推动了我国广电行业，逐渐朝着全媒体方向发展。进而使得传统的单一传播内容逐渐丰富，广电价值实现方式从原有的广告方式转变为当前的用户创造价值方式。为了更好地实现传统广电媒体的转型，适应当前对新媒体的需求，广电媒体要从用户需求入手，推出更多具有针对性的广电节目。同时提高广电节目质量及运维管理效率，以此提升用户使用体验。可见，应用大数据技术不仅有利于获取用户需求信息，同时也有利于加强运维管理水平，提升运维管理的安全性及效率。

1 大数据技术概述

1.1 大数据技术发展

随着人工智能技术、网络技术及云计算技术等的不断发展，大数据技术逐渐成熟，包括数据存储、数据查询、集群及数据仓库管理等方面的技术都获得了长足发展。当前，云计算及大数据系统正在朝着规范化与系统化的方向发展，包括技术规范、管理标准及解决方案等都不断健全与优化，为此大数据在核心软件、重大设备及支撑平台建设中都得到了关键性突破。

我国自从制定大数据发展战略规划之后，在大数据基础设施建设、大数据驱动软件的研发、大数据与类人智能的融合以及基于大数据的感知认知与人机交互四个方面获得了显著的研究效果。

在大数据技术方向也形成了较为系统的理论体系，主要包括软件定义的云计算基础理论、人机交互自然性理论、大数据知识工程基础理论等多项内容。应用大数据也建立了多个平台，例如大数据存储平台、大数据分析系统平台、面向特定领域的大数据管理系统建设等。从而实现了大数据储存过程中，能够同时构建异构高融合且低延迟的万亿文件级别的大数据，使得万级同时访问的情况下，延迟控制在10ms之内，还能够实现对海量数据进行长达50年的存储。

1.2 大数据技术在广电行业的应用前景分析

随着物联网技术、智能化技术的发展，以及智慧社区与智慧城市的建设与推广，推动了广播电视与数字电视的逐渐走向融合。在此背景下，传统广电行业无法适应飞速发展与提升的用户需求，就必须要高度重视大数据技术，加强对大数据技术的开发，更好的与广电行业融合，推动广电行业的持续健康发展。当前，广电行业对于大数据技术的需求主要体现在以下几点：

1）广电业务分析。随着全媒体的发展，对于广电业务的分析就不再局限于传统的广播电视行业，同时还包括了多媒体、数字电视、互动电视以及互联网业务等多方面，以及广电行业的商业运行分析、市场效益分析等。从广电业务角度分析，大数据技术的应用能够为广电行业的规划发展及经营决策提供基础数据。

2）客户分析与管理。大数据技术有利于对广电收视率的统计、用户行为的收集与分析，并且预测用户行为，在对以上信息数据分析的基础上，能够更为精准地完成广告的投放、节目内容的制定与调整，实现对用户的智能化管理，从而提供更具有针对性的服务策略，降低用户的流失。

3）系统运维管理。通过大数据技术的应用，能够对广电运维系统的信息进行及时的收集与分析，更准确地找到故障问题，并且进行自动化的调整，为运维管理人员提供实时数据，避免运维工作失误，成为广电运维工作的重要参考。

2 基于大数据技术的广电运维工作的开展

2.1 结合运维数据的采集特点建设大数据平台

与其他的IT设备有所区别，广电运维管理设备不仅具备IT设备及网络设备，同时还包括大量点播业务设备、传输设备及视频播放设备，同时不同业务所涉及的系统设备众多，提高了广电运维管理难度，为此与普通IT设备相比，运维管理方式也有所差异。广播电视平台数量众多，所需要收集的运维管理数据庞大，包括内容及格式都是海量的，想要将分散及格式各异的数据进行统计分析及筛选、挖掘的难度更是不言而喻。为此在建立大数据管理平台的过程中，必须要充分结合广电行业的数据特点，开展针对性的发掘，针对不同的数据以不同的端口与系统收集分析，多个系统协同合作形成高效运行的大数据分析平台。

2.2 注重运维大数据管理的安全性

安全性是大数据平台进行数据收集所重点关注的内容，而安全性又包括两个方面：首先是保证广电业务系统的安全运行。大数据在广电运维系统中的应用重点就在对设备系统的相关数据收集，并且根据所采集的数据进行深入挖掘，之后通过安全方式将数据分析结果呈现给管理者。在此过程中，大数据系统的工作与现有的运维技术之间会产生一定关联，为此就需要考虑如何将大数据对广电运维系统的安全威胁降到最低；其次，大数据系统应用过程中，运行的主要范围就在于运维管理部门，并不是完全的对所有管理部门开放，以此保障大数据的安全性，但是随着数据的积累与深入，也就提出了更高的安全管理要求。

另外，大数据系统建立过程中，多个环节都需要加强安全管理，我国对广电运维系统的安全性研究取得了丰富的成果，但是安全性仍然不是万无一失的。广电运维中，运维系统是非常复杂的，数据采集方式多样，运维非结构性的数据内容较多，为此就需要针对广电运维工作特点，在大数据平台建立与运行过程中时刻保持高度安全意识，以加强大数据系统的安全性作为其运行的基础。

2.3 与运维应用场景相结合制定数据挖掘对策

大数据系统可以根据所挖掘的信息及任务内容分为关联规则、预测模型、序列模式等多种类型，数据挖掘方式又包括统计学方法、机器学习方法、神经网络方式等。从数据挖掘任务及挖掘方法入手，我国在数据管理、预测性分析、语义引擎、可视化分析等多个方面的研究都取得了突破性进展。另外，大数据平台的工作还分为多个层次，包括数据采集、数据存储、数据分析、数据共享计数据应用等多个方面。为此大数据系统的具体工作要针对运维应用场景进行分析，不断开发具有针对性的挖掘对策，包括日常巡查、网络管理、安全播出、系统建设、故障排查等各个具体工作中，充分应用大数据平台的不同层次，结合大数据发展的最新成果，不断丰富运维方式，提升运维工作水平。

2.4 探索广电智能运维途径

为了保证广电运维系统的平稳运行，对运维工作的规范性、科学性要求非常高，运维方法、监测数据指标、业务变更、故障排查等众多具体流程都必须要满足广电行业的技术标准。为此可见运维管理工作是非常繁琐且严谨的，一旦出现疏忽，都会对广电信号播出造成严重影响。广电运维工作的要求不断提高，大数据在其中的应用实现了自动日志的收集与管理、报表的生成、自动调配运行参数、故障的自适应分析等工作都取得了进展，推动了广电运维管理工作的便利及高效，减轻了运维管理人员工作压力，实现了管理工作的智能化与自动化，这是对当前运维管理工作中的改善，同时也是未来更深层次的发展目标。在此过程中，要结合广电系统的智能化发展，建立最佳的大数据运行平台。

3 结束语

作为广电运维管理中行之有效的技术，大数据技术的应用为广电行业的未来发展指明了道路，不仅要借助大数据技术挖掘更深层次的信息，同时将信息进行关联分析，从而为广电运维工作提供更有价值的数据。为此在开展广电运维管理工作时，要融入大数据思想，借助大数据技术飞速发展的背景，从运维管理工作的各个层次需求入手，开发具有广电运维管理特色的大数据平台，提升运维管理效果，从而推动广电行业更好的与新媒体相融合，维持广电行业的持续发展。