大数据在广播电视监测技术中的应用分析

【摘要】在积极推进智能监测、强化安全播出的前提下，进一步挖掘大数据技术在广播电视监测技术中的应用，是当前广播电视监测领域技术创新的关键点。本文从广播电视监测领域中存在的问题入手，围绕大数据技术的具体应用原理以及应用场景进行了针对性分析，依托具体案例阐述了大数据技术在广播电视监测领域的应用细节，以此来打造规范化的广播电视运行体系。

【关键词】大数据；广播电视；监测技术；应用分析

中图分类号：TN92                      文献标识码：A                     DOI：10.12246/j.issn.1673-0348.2023.11.009

广播电视作为传统媒体，为适应新时代的需求，与信息技术的融合越发紧密，技术革新的同时也滋生出了一系列的问题。尤其是复杂的广播电视运行系统细节问题频出，必须要通过科学的广播电视监测技术提供保障。而大数据技术在广播电视监测领域也有一定的应用价值，不仅体现在数据挖掘深度、平行管理以及数据分析领域，还可以增强广播电视监测工作的效率和质量。结合其具体应用场景和细节进行分析，能够进一步探究大数据技术的应用价值，进而满足我国广播电视领域的发展需求。

1. 基础理论分析

1.1 大数据技术

大数据技术是建立在互联网时代诞生的新兴技术成果，主要指的是通过云计算、数据挖掘、计算机技术等多种现代化的技术体系，围绕着各行各业生产生活过程中的“数据信息”进行管理和分析的核心技术。其主要功能在于通过自动化的方式实现数据收集、分析、储存管理以及应用。在实际使用期间，往往依赖大量的传感器进行数据信息的搜集，在数据分析的过程中，主要以互联网和计算机技术为依托，数据应用和创新主要反作用于各行各业的经营和发展。

简单来讲，大数据技术是信息技术服务与产业结构调整以及各领域改革所形成的核心成果，具备代替一部分传统人力工作的优势，也可以提升海量数据处理的效果和质量。

1.2 广播电视监测技术

随着新时期社会发展水平的逐步提升，广播电视领域也进行了全方位的升级和改革，尤其是以融媒体为依托进行创新的传统广播电视媒体，不仅提升了业务数据量，还创新了多种业务领域，这也就导致传统的广播电视管理模式，在短时间内无法适应新的发展方向和发展业务。为了避免其中存在的疏漏和问题，需要打造完善的广播电视监测技术。

较为长线的监测技术，通常为数字化以及自动化监测技术，其主要原理在于及时获取广播视听节目以及电视节目播出期间存在的各项问题，能够快速地进行数据统计，并且通知相关人员进行优化和处理，可以为观众营造良好的视听体验，也可以打造健康、纯净的广播电视播出环境。

但是随着新时期，广播电视服务体系的不断创新，在监测工作开展期间也会存在部分问题，这些问题将影响广播电视领域的发展和优化，也会导致监测技术面临较多挑战。

2. 广播电视监测领域的突出问题分析

2.1 监测工作不确定性较强

广播电视监测本身有较强的系统性和多样性特点，在实际开展期间也存在着较多的不确定性，尤其是随着技术体系的不断升级，广播电视播出的系统以及硬件设备也在不断更新，这导致数据库环境和系统本身的运行环境实时在进行变化，而大量的变化必然会带来诸多的变量因素，这对于监测工作会造成较大的影响。

2.2 监测业务独立性较强

从广播电视监测工作开展的角度来讲，打造独立的监测体系至关重要，但是过于独立往往会导致监测工作和广播电视运营发展相分离，这种独立会逐渐演变为分散性强、系统性不明显、影响力较窄等一系列问题。例如，相同的业务被多个监测平台和系统进行监测，在这个过程中很难进行统一的资源整合和分类管理，不仅会出现较为严重的资源浪费现象，还会导致多个系统的监测业务相互重叠，难以保证节目的顺利播出。

2.3 业务量增加导致监测压力较大

在当前的融媒体发展环境下，广播电视的业务逐步进行扩展，不仅要涉及多个领域，还需要以受众的实际需求为目标进行创新，这也就导致广播电视监测工作量不断增加，覆盖范围逐步多元化，在这样的条件下，想要打造全方位的监测体系，必然需要考虑大量新兴业务的特点和模式。这期间传统的监测工作模式往往无法应对当前的监测需求，也便会导致监测效果不佳、节目综合质量受到影响，乃至打乱原有稳定的广播电视播出环境。

3. 大数据技术在广播电视监测领域的优化方向

依托大数据技术进行广播电视监测，其主要目的在于借助大数据技术信息传播速度快、信息覆盖面广、海量数据处理效率高的优势，解决广播电视业务拓展和创新过程中产生的各项问题，同时还需要考虑广播电视领域的未来发展方向，合理依托大数据技术进行业务模式的创新和改革，因此从具体实践的角度来看，可以围绕以下几个方面展开融合和创新。

3.1 科学的数据采集及预处理

在传统的广播电视监测工作中，监测人员需要通过人工操作的方式审核各项节目的内容以及价值观，其中必然会存在无法应对的现象，尤其是不同类型的数据信息，需要单独进行监测，导致监测压力较大。而依托大数据技术进行广播电视监测，首要任务便是实现数据采集。通过大数据智能监测系统，能够同时采集多种类型的数据信息，并且以数据匹配和智能分析为主，能够快速分析节目中的信息是否存在违法违规现象；另外还可以结合最常見的节目问题以及监测对象进行分类，跳过部分重复性的步骤，能够实时且动态性地进行广播电视节目的监测，在出现问题时也可以快速地制定优化方案，及时提出预警。

这种监测方式能够确保广播电视节目的顺利播出，维持良好的观看和收听体验，更可以大大降低传统监测人员的工作压力。而使用大数据技术进行广播电视节目监测，还可以与专家系统以及神经网络系统进行融合，在数据采集、文本挖掘、信息储存和管理方面，能够通过既定的模板进行快速比对，有助于提高广播电视监测的效率和质量。

3.2 建立专业的数据监测模型

专业数据监测模型主要是依托广播电视监测工作的常规流程以及具体内容打造一款高质量的监测模型，其主要涵盖了监测过程中的具体监测对象、分析细节、关键词等。这些细节会形成完善的“信息树”，其主要目的在于将原本抽象且分散的数据信息直观地统计起来，然后通过不同的“信息树”对比其中存在的问题和缺陷，该种处理方式代替了传统人工监测工作中的视频比对，能够更加准确地分析广播电视信号传输期间出现的问题、节目本身存在的问题、播出之后的故障问题等等。

模型中的各项信息具备动态性更新的优势，能够结合监测过程中存在的各项问题及时进行补充和修改，可以不断扩大监测的规模，丰富监测的对比依据，从而为广播电视监测工作的开展提供更为坚实的保障。

3.3 合理进行数据分析

数据分析是大数据技术融入广播电视监测领域的核心优势，其主要强调综合广播电视监测期间产生大量的数据，构建智能化的数据监测平台，能够针对广播电视通讯信号、节目播出情况、故障问题类型以及成因等各项数据进行智能化监测和获取，并且将其归入数据库中进行分类储存，然后分析其中存在的各项问题，来实现深度挖掘。在此基础上还需要结合数据分析的结果进行综合管理，比如通过数据采集以及分类，能够了解不同区域的广播电视信号传输重点问题，掌握不同时段的用户观看量以及观看反馈，这些信息，都可以为广播电视播出以及节目优化提供最为明确的依据。

4. 核心案例概括

4.1 案例概况

大数据技术在当前各领域之间都有极强的应用价值，在广播电视监测领域也诞生了大量的监测案例。例如，某省在进行传统广播电视服务改革的过程中，依托云计算打造了分布式处理和虚拟化建设平台，着重针对广播电视播出以及运营的整个体系进行全方位监测，内容包括，但不限于传统广播电视监管、广告监管、新媒体监管、互联网舆情监管，以上的一系列监管项目全部归属于云计算平台进行统一管理。该平台选择了最为成熟的网络体系，利用虚拟化资源进行搭建内部的虚拟机主要依托FC存储，能够对各项业务的服务器进行集中储存和管理，同时选择了高nas储存快速进行视频资料的去读，利用全方位端口及网络控制，实现了安全防护，能够确保云计算平台运行流畅且稳定。另外针对广播电视播出的业务进行了全方位的统一管理，地方广播电视节目、网络视听节目、IPTV节目都可以进行整合，最终能够形成极为庞大的广电数据池，利用分布式系统可以进行事件预警、文本引荐、低值元素剔除、大数据行为挖掘、节目聚类分析、用户需求分析等，还可以实现广告监测以及舆情监管。

在整体系统规划的过程中，为了进一步提升广播电视监测的科学性和稳定性，明确了各领域的监测任务和目标。首先，完善了传统的播出调度指挥功能，从监管平台入手进行集中调控，兼容了原有的国家广播电视总局调度指挥平台以及预警发布系统，同时建立了多元化的数据库，包含了省市县三级广播行业的行政资源、传输资源、播出资源，方便各级广播电视的调度工作以及细节调整。

其次，加大力度落实了传统广播电视监管的创新。在全省范围内设置了一个省级的监测前端、10余个地市级的监测前端，能够针对有线数字电视节目、无线广播节目、卫星电视节目、地面数字节目，进行全方位的监看和监听。与传统的广播电视监测系统相比，大大拓展了监测范围，同时也可以为各方主体及时进行监测工作的调整提供技术支撑。

再次，针对新媒体环境下的视听节目进行了全方位监管，并且建立了综合监管平台，主要包含了互联网电视、网站视频节目、IPTV节目，这是一种建立在传统广电监管体系上的重大突破，能够推动传统的监管系统逐步向新媒体时代过渡。在此基础上围绕着融媒体环境下的受众观看需求，强调打造完善且稳定的视听体验，还是要针对社会舆情进行监管，其主要针对广告、舆情、节目评议系统进行监管，能够及时了解广播电视节目播出之后的社会反响及民众认可程度。

建立在以上多个等级的监管体系上，广播电视监测系统有了更强的全面性和多元性，同时还通过数据库实现信息的储存以及分类，将传统的人工工作转换成现代化工作体系，大大提升了广播电视监管的科学性和合理性，更为相关主体的运营和发展奠定了良好基础。

4.2 经验总结

总体来讲，广播电视监测体系的数据化转型，象征着我国传统广电，逐步向融媒体时代过渡，也象征着广播电视监管领域更为严苛和完善。同时大数据技术带来的价值显而易见，能够为广播电视行业的发展创新提供保障，但在这个过程中也需要注意以下几方面的问题。

首先，广播电视监测体系的拓展并不是无休止地增加，而是合理地利用大数据技术考虑到所有可利用的数据信息，通过收集和处理的方式判断广播电视行业的发展状态。数据量较大，分析成本也会随之升高，要避免获取无价值的数据信息，才可以全面提升监管系统的效率和质量。

其次，要加大力度做好数据挖掘技术的潜在创新。大数据挖掘技术是大数据技术的主要成果，也是广播电视监测领域的技术支撑。而受到人类思维模式的局限，一部分信息本身有重复利用的价值，那么在依托大数据技术进行广播电视监测的过程中，还需要注重对其中的部分信息进行收集和整理，选择重复利用的方式，来提升监测的科学性，比如有线电视epg信息的整合能够了解节目的具体构成，分析单个节目在整个播出时间轴上的影响；针对节目信息进行横向对比，又可以掌握观众的喜好；从节目的类型统计和分析方面又可以发现广播电视节目是否需要进行类型和内容上的创新。

再次，大数据能够为广播电视监测体系的创新提供稳定的发展途径，但并不是完全依赖大数据才可以提升广电监测工作的质量。而是要结合实际情况打造动态化的调整体系。因此倾向于传统内部数据结构和新媒体数据结构的统一分析，这樣才可以把控全局。

5. 结束语

广播电视节目的发展和创新离不开完善的监测技术，而依托大数据技术打造的监测体系，更倾向于利用数据搜集、信息挖掘、分析和加工等方式，提升广播电视行业的发展质量。其中不仅要建立完善的数据库以及分析系统，还需要掌握广播电视领域的发展规律，合理地进行技术创新，科学取其精华、实现融合，才能够提升广播电视监测工作的综合质量。

参考文献：

[1]阎宇琛.大数据背景下广播电视安全播出技术的问题及对策[J].数字技术与应用，2022，40（10）：240-242.

[2]霍慧清，刘卫宏，廖世敏.省级广播电视与网络视听融合监测监管平台的设计[J].电视技术，2022，46（05）：190-194.

[3]蔡枫芬.大数据技术在广播电视监测中的研究[J].新闻传播，2022（04）：119-120.

[4]渠波洋.大数据在广播电视监测技术中的应用分析[J].西部广播电视，2022，43（03）：225-227.

[5]任焕斌.弱人工智能在广播电视监测监管中的应用和设想[J].中国有线电视，2021（02）：139-141.

[6]成培.广西广播电视智慧监测监管一体化平台设计思路[J].广播电视信息，2021，28（01）：93-97.

作者简介：龚洪，上海，研究方向：广播电视技术.