浅谈大数据技术及在广电系统中的应用

陈开颜

摘要：信息技术的普及和应用，极大改变了传统的社会生产生活方式，在这其中，广播电视系统也自然不会例外，以大数据技术的引进最为突出。对此，本文也将从大数据的应用入手，分析大数据的概念与基本特征，探讨大数据在广电系统中的应用方法，希望能够给相关从业人员带来一定的参考和帮助，为我国传统媒体行业的发展注入更多的生机与活力。

关键词：大数据技术;广电系统;基本特征;应用内容

引言：

在互联网与社会经济建设不断结合的大背景下，网络数据也随之膨胀，涉及到多个方面的信息与资源，不仅可以针对群众的消费爱好作出辨别，而且还可以总结出群众的消费习惯，为企业提供有效的数据参考。近些年来，新媒体产业对新技术的需求也越来越高，媒体大数据时代已然来临。而传统媒体要想在大数据时代保持自身的优势，提高自己信息传播的权威性和公信力，就需要从庞大的大数据中挖掘出有价值的信息，展现出自己的核心竞争力。

一、分析大数据的概念

通常意义上所说的大数据，指的是在一定时间内无法用传统数据库软件工具，抓取内容的信息集合体，具有十分明显的综合性与复杂性特点。早在2012年，大数据这一概念就已经得到了业界的广泛探讨和关注，虽然大数据蕴含的信息在表面上看起来十分无序，但却隐藏着丰富的资源，能够为经济社会的发展带来更多的可能。正是在这一态势的引导下，专家和学者们也提出了云储存技术这一解决方案，在应用的过程中也大大提高了数据分析的速度和质量，云计算解决方案正式成为大数据传播的重要工具。

二、分析大数据的基本特征

首先，大数据自身的体量是巨大的，已经从TB级别跃升到PB级别，一些大企业的数据量已经接近EB量级。其次，大数据涉及到的信息类别繁多，来自多种数据源，而且数据的种类和格式也打破了传统的限定范畴，涵盖了半结构化和非结构化的资源，例如网络日志，视频，地理位置信息等等。另外，大数据自身的价值密度相对较低，这与其总量的大小成反比例关系。海量信息中也存在大量不具备相应价值的资源，需要通过特定的机器学习，统计模型或者是图形算法，深入展开分析和总结，筛选出有用的理论和概念。最后，大数据的处理速度迅捷，相较于传统的批量式数据分析来讲，大数据技术能够满足在线和实时信息处理的基本需要。

三、分析大数据技术的组成部分

大数据技术本身并没有十分严格的定义，但相较于传统的数据存储来讲，其自身可以在短时间内完成大量数据和任务的归纳总结。具体来讲，大数据技术主要涉及到平台构建技术，挖掘分析技术这两个方面。

就大数据平台构建技术来讲，主要是以云计算技术为根基的，涉及到分布式文件系统技术，分布式数据库技术和大数据处理技术这三个方面。分布式文件系统技术的应用有赖于服务器自身的存储性能，能够满足超大规模文件的保存需要，提高数据的可靠性和客观性。分布式数据库技术的发展，是数据库技术和网络技术结合的鲜明产物，遵循了CAP定理，在一定程度上也保留了传统数据库的一些特性，其核心定位在键值对的快速存取。而大数据处理技术，包括分批处理与分析，近实时分析，实时流处理这三种类型，这三种途径都具有各自的优势，也针对不同的信息领域，在实践的过程中也取得了规模的延伸和拓展。

就大数据挖掘分析技术来讲，主要涉及到挖掘技术，分析技术，仓库技术这三种类型。挖掘技术的应用，采用了数据挖掘算法，能够满足大规模数据筛选的需要，可以把传统的数据挖掘算法集中起来，按照底层计算平台的要求进行优化，并适当的简化运算的步骤和过程。分析技术的应用，是数据储存和管理的基础，涉及到文件属性分析，日志分析，文本情感分析，预测模型，关联规则分析等等。数据仓库技术主要涉及信息的净化和存储[1]。

四、分析大数据技术在广电系统中的应用内容

当下，新闻出版和广播影视系统，也逐渐与互联网技术紧密结合，其自身承接的数据也实现了爆发式的增长，电视台就拥有海量的数字和音频资源。早在2011年，广电有关部门就已经建立了云系统，充分认识到了大数据处理的重要性和必要价值。

（一）系统的运行维护

在过去，新闻的制作，播出和储存都是相对独立的，工作人员可以快速找到不同环节出现的问题和缺陷。但当下，广电系统也采用了数字工作站的模式，运用数字技术存储信息，运用服务器进行制作和播出，一旦出现问题，那么对根源的确定也尤为困难。在这种情况下，广电系统就应当应用大数据技术，构建以大数据为核心的运维管理系统，及时对自身的运行状态进行检查和监督，分析系统设备的性能，以及负载能力，诊断并定位系统的故障，排查系统潜在的风险和隐患，及时解决问题[2]。

（二）商业运营数据的分析

广电系统可以在大数据的引导下，分析用户的收视场景，根据用户的观看记录，分析他们的喜好和价值取向，从而推送更加精准的内容，广告或者是应用，满足用户的潜在需求，提供更加完善的服务。就网络视频的制作来讲，广电系统可以利用大数据技术分析收视用户数量，收视次数，跳出率等视频维度，而且还可以通过搜索引擎的监测，对自己的业务运营进行分析，调整内容的编排，优化内容推荐和广告投放，扩大自己的用户范围。

（三）用户行为数据的分析

在過去，广电网络的核心数据来源于电视和用户沟通的双向网络，但不可否认的是，广电网络并没有真正认识到服务用户收视数据收集的必要性和价值，所以在采集和分析的过程中也基本依靠采样模式。例如，一些节目在晚上八九点播出的时候收视率很高，可是如果十点之后播放，收视率就会相对下降。这也就意味着，广电系统把收视群体的采样点放在了早休息的群体中，无法真正保证数据的可信度与客观性。对此，广电系统就可以在大数据的引导下，融合多种类型的资源，包括电视数据，互联网数据，搜索数据，对用户的行为做出更加精准的分析。

五、结束语

综上所述，持续性推动大数据技术在广播电视系统中的应用是合理且必要的举动，这是顺应新媒体时代发展的应有之策，也是调节广播电视发展模式的有效措施。本文通过系统运行维护，商业运营数据分析，用户行为数据分析这三个角度，论述了大数据技术的应用内容，充分结合了广电系统自身的特点，具有理论上的合理性与实践上的可行性。在未来，广电系统也需要充分利用大数据技术，建立适合自己的数据组织。

参考文献：

[1]陆伊倩. 浅析大数据技术在广播电视监测中的应用[J]. 湖北科技学院学报， 2020， 040（001）：P.99-102.

[2]覃继锋. 广播电视监测中大数据技术的应用探讨[J]. 科学与信息化， 2020， 000（007）：P.29-30.

福建省广播影视集团 350004