基于IPTV业务运营和服务的大数据分析系统设计

杜可涛

（中国电信股份有限公司海南分公司，海南 海口 570000）

1 问题的提出

从目前的形势上看，大数据在互联网行业得到了有效的发展和延伸，并且可以得到大放异彩的建设需要。例如：阿里、京东、今日头条等契约，都是在大数据分析的基础上，对消费者实施服务建设的。此时，广电行业也需要秉承科学发展观的主要思想，在现代化的视野下，使用互联网的思维逻辑，加大基础建设，满足现代化的发展路径，有机的将这些数据转变为运营的主要手段。接下来，广电运营商也需要从单一的运营方式向着多样化的信息服务实施延伸，以用户第一为原则，实时性分析用户行为数据，构建IPTV智能运营支撑。另外，近几年来，随着IPTV业务的快速发展，用户、运营、内容、销售等数据的建设也开始呈现不可或缺的重要价值。IPTV整体业务的运营需要在大数据系统设计的基础上来实现。只有保证了数据采集和对应的功能性设计，那么广电企业才可以在海量的业务数据中实施科学的汇聚、整合、分析、挖掘、全面掌握[1]。以此在原有的基础上，增强IPTV业务运营的精准性[2]。在细化的视野下，保持用户的消费喜好、层次、构成、范围等建设基础。只有这些精准化的数据全部掌握之后，才可以在数据整合的基础下，对运营服务的层次进行创新，构建符合自身运营需求的现代化商业模式。深度挖掘智能数据服务，向着多元化的业务形态实施发展，进一步增强用户黏性。增强广电的运用服务层次和运营能力，增强服务的质量，实现大家共同的“中国梦”。鉴于此，IPTV业务运营和服务的大数据分析系统设计将如何实施？如何充分利用大数据技术实现用户行为数据的挖掘和分析？如何创设出符合自己需求的IPTV业务运营模式？就成为了目前形势下，需要探究的重点。

2 系统功能设计

IPTV业务涉及的内容较为广泛，可以在多样化的视角上，在同一个平台当中，解决一些技术性的问题，与此同时，还可以在这个平台当中，创造出符合广电需求的IPTV业务运营模式。在构建的过程中，需要保持运营商对内容的扩展需要。另外，还需要将应用层次和数据实施分离，以此来增加系统的性能与价值。之后，还需要结合广电的需求，在服务的基础上，添加一些符合自身特色的政治服务，保持服务扩展性。接下来，还需要在系统设计的基础上，保持服务的可扩展性，满足开放式的升级需要。在这里主要是使用开源大数据平台技术，并在此基础上进行合理的框架和组件。也就是说，需要在建设广电新媒体大数据分析的视野下，保持系统的应用性价值。此时，众多的消费者就可以在业务运营上，完成数据的采集和汇聚，保持有效的存储性和计算探究。这些内容在建设的过程中需要以用户为中心，提高运营的决策性价值。

从另外一个角度看，在实施系统功能设计的过程中，在开始的时候，需要保持最为基本的内容和用户、产品建设，在多维的视野下，保持运营工作的完整性，建立符合自身需求的业务流程，以此来提升运营的效率，促进IPTV业务向着完善的方向实施延伸。不仅如此，广电公司还可以在多样渠道的视野下，保持精准性的建设运营基础，在以人为本的原则下，增强运营的质量，满足现代化的发展和延伸路径。具体的参见图1。

3 数据采集和分析功能设计

3.1 数据采集

第一，从采集接口的角度看，数据采集层在实际的过程中，需要考虑到多元化业务的建设需要。也就是说，需要在多种格式的视野下，保持数据源的介入，加大数据采集功能的建设需要。另外，广电公司在发展的过程中，需要涉及到直播、点播、回看、广告等方面的主要内容。另外，从使用者的角度看，需要在数据采集的时候，构建用户登录信息的相关内容，需要办理的业务类型，使用的过程中视频播放的时长，视频播放过程中，开始的时间和结束的时间，之后，还包含了一些用户习惯操作行为、使用路径，节目属性、属性信息、订购行为等。具体的功能可以分为以下的几点：首先，是需要完成多个点的来源，将多样化的格式数据实施合理的接入，在这些内容完成之后，就可以结合运营的实际需求，保持数据格式的建设性效果。其次，需要在多种数据的基础上，保持数据用户和媒资的内容数据建设，保持行为数据的终端建设和发展。

图1

从数据采集的视角看，需要在数据集成服务的基础上，建立分布式的群部署，展现不一样的群建立路径。在这里主要是使用分布式集群部署的方式实施合理的扩展和类型建设。首先，实时性的数据采集中，需要保持一个周期内，24小时处于不间断的状态。不仅需要保持高的可靠性和支持性，还需要在多元数据的支持下，建立数据输出，实施文件通道采集工作建设，进行数据的安全建设，满足现代化的延伸路径。其次，批量数据采集的过程中，包含的内容较多。例如：用户数据、生产数据等全部都属于此种类型的范畴。另外，需要在数据库、日记文件、其他数据、数据加载等细化的视野下实施合理的延伸和发展。

3.2 数据分析

第一，在离线计算的基础上，需要在Hadoop的分布中，扩展数据资源，加大基础建设，满足在线的处理和服务需要，这里主要是在TB和PB级数据处理满足高效的建设效果。构建并行计算框架和分布式文件系统。第二，需要在实时计算的基础上，分析大数据的Flume+Kafka+Spark Streaming建设形式，也就是说，需要在实时性数据的基础上，保持数据的抖动性，提高消息的处理速度，保证最大化的响应时间。另外，还需要思考到发送失败的问题，持久化数据的建设问题，实时性数据计算的问题。

4 数据服务

第一，从运营数据服务的视角上看，需要在IPTV业务数据接入的基础上，保持良好的运营效果，加强全面的数据掌握。其中，主要包含的维度可以分为以下的几点：用户维度的范畴，收视维度的范畴，产品维度的范畴，CP维度的范畴，内容维度的范畴，EPG维度和数据可视化的范畴。另外，还需要涉及到用户发展的问题，开机率分析的问题，多维度分析的问题。第二，从个性化数据服务，也就是智能推荐的角度看，可以在用户分析的基础上，形成360°用户画像。在画像定位之后，就可以挖掘用户对IPTV节目内容的兴趣与需求。此时，系统就可以结合使用者的兴趣，保持内容的推荐性建设，结合使用者的差异化，提高对应的产品转化率。

从另外一个视角实施分析，lPTV系统设计包含了资源层、运营支撑层、业务控制层、媒体服务层等。lPTV系统实现可以在资源层上构建内容制作平台和流媒体内容中心，图文内容中心，数字版权管理平台等。运营支撑层可以在运营支撑平台、网络管理平台基础上实施发展。业务控制层包含了内容运营平台、内容调度平台、门户服务平台等。媒体服务层包含了自媒体服务平台、电视商务平台、广告管理平台等内容。终端建设就需要根据终端接收站点的功能建设，建立IP流媒体节目等相关的内容。

5 结束语

随着社会的进步，市场运营的过程中，需要在IPTV业务运营的基础上，以使用者为本，建立符合自身业务需求的系统。在实施服务器建设的过程中，需要保持扩展和扩容性，满足分析能力的建设和处理需求。另外，还需要结合多元化的建设需要，保持业务能力的可扩展性。为IPTV运营提供人工智能运营支撑，降低运营成本，提高服务质量。加大视听业务健康发展，实施科学的引导，做好舆情监控工作，保持主体责任的建设需要，打通后端业务数据。