广播电视监测中大数据技术的应用探析

前言：想要写出一篇引人入胜的文章？我们特意为您整理了广播电视监测中大数据技术的应用探析范文，希望能给你带来灵感和参考，敬请阅读。

【摘要】随着我国广播电视的发展，其监测播出形态呈现多样化的形式，同时其涉及的领域和体量也越来越大，因此面对如此庞大的数据量，广播电视监测工作者如何获取有价值的信息成为行业面临的主要问题。本文从大数据的技术特点出发，通过对其在广播电视监测中应用前景的介绍，为有效分析监测数据提供参考依据。

【关键词】大数据；有效数据；智能分析；混合架构

随着我国广播电视的发展，其监测播出形态呈现多样化的形式，同时其涉及的领域和体量也越来越大，因此面对如此庞大的数据量，广播电视监测工作者如何获取有价值的信息成为行业面临的主要问题。大数据是对海量数据的应用和处理。目前来看，监测工作还不能称为是大数据时期，但不可否认的是我们正在接近大数据时代。

1大数据关键技术

1.1数据预处理技术

对数据进行抽取和清洗是数据预处理的主要方式。将结构化的数据或者形式复杂的非结构化数据进行同质化，这个过程就是数据的抽取，也可以称作数据集成，这有助于后续的数据分析。将无关紧要的数据排除在外，以便获取有价值的数据，这个过程就是数据的清洗。目前，Datastage和Powercenter是业内两款主要的主流产品，能够按数据结构从简单到复杂对大量数据进行进一步操作，如收集、变换、分发等，从而推进大数据的高效处理。

1.2数据存储与数据管理

以计算机的硬件和软件为主要手段，对数据收集、存储、处理以及应用，这个过程就是数据管理。数据管理能够有效地体现数据功能。数据组织，这是对数据进行有效管理的关键。数据管理随着时代的发展也在不断发展，目前已经经历过三个阶段，早期管理方式主要是人工管理，之后是文件系统，而发展到现在则是数据库系统。数据结构建立在数据库系统中，不仅能够体现出数据间的联系，更有助于对数据进行修改和扩充更新，同时还有助于保证数据独立、安全、完整，提高了数据管理的效率。

1.3数据挖据与智能分析

数据挖掘涉及的方面比较广，如人工智能、模式识别、机器学习以及统计学等，均有涉及。以算法的方式从海量数据中搜索有用信息，这就是数据挖掘。数据挖掘以计算机科学为载体，以统计、在线分析处理、检索、机器学习、专家系统和模式识别等为主要方法，从而实现搜索目标。其搜索到的信息可以被应用于商务管理、生产控制、市场分析和工程设计等多个方面。

2广播电视监测中大数据技术的应用

2.1数据不是越多越好

目前，大数据被应用于广播电视监测系统，但是有时候会过多的对数据进行收集，将考虑到的数据全部获取，太多的数据反而加大了工作量，不仅降低了工作效率，同时也需要大量的空间去存储，同时对数据的处理也会更复杂，这也就限制了大数据的应用。由于大数据的数据量太过庞大，需要一整套的系统去快速处理。在实际应用中，如果需要收集或者分析的数据量比较庞大，处理成本过高时，可以适当的舍弃一些无用或者意义不大的数据。在对大数据进行初步应用时，可以根据需要，以模型的方式对问题进行分析，从而更有效的获取数据，在应用过程中逐步对监测系统的业务处理能力进行完善。

2.2对数据的潜在价值进行挖掘

在对大数据进行应用时，必须注重对大数据的潜在价值进行挖掘，同时要考虑到数据能否被再次利用。当前来看，一项数据可能没用价值，但是在未来可能就会存在价值。因此必须改变思维，以创新的方式和思路，对数据进行整理。正如莫里中校一般，正是由于他从海量数据中选取有效数据进行分析，那些看似没有用的信息反而提供了有价值的数据，莫里航海图应运而生。数据的重复使用过程中有时会得出不一样的结论，但是由于我们思维僵化，数据的重复使用受到限制，例如，在对有线电视单个频道的EPG信息以时间为序进行纵向分析，这有助于我们了解频道节目的主要构成；而如果在全国范围内，对有线电视节目的EPG信息进行横向的分析，则能够看出节目的重播率，更能分析出节目受欢迎程度；以分类统计的方式对节目进行分析，这有助于我们了解节目的娱乐化是否严重。因此，从本质上看，传统的数据处理和大数据处理是两种截然不同的技术，都有自己的适用场景和适用对象，他们并不是对立的，需要根据实际情况选择最优的处理模式。

3结语

大数据不仅是一种资源，同时也是一种工具。仅是一个系统再怎么庞大，它也无法完成所有数据的采集、处理和加工，因此大数据给带来的答案仅能提供参考，不能作为标准，同时它也只能揭示部分规律，但是即使这样，大数据依然会为广播电视的监管工作产生巨大的变革。

参考文献

[1]李锐.浅谈广电运营商的大数据分析及应用系统[J].有线电视技术，2013（09）.

[2]戴伟.面向用户感知的广电数据业务监测探讨[J].有线电视技术，2014（05）.

[3]郭巍.浅谈大数据技术在广播电视监测中的应用[J].计算机与网络，2016（13）.

作者:刘志伟 单位:内蒙古乌兰察布市八二六微波站