论文部分内容阅读
摘要：随着大数据时代的来临，各行各业都发生了一些变化，传统的广播电视行业遭遇了大的冲击。在互联网快速发展中，我国广播电视事业也在蓬勃发展，并展现出了多样化形式的特征，同时也使得广播电视的监测工作难度加大。在当前的广播电视监测中，涉及到的领域和体量也在不断加大，面对的是庞大的数据量。在此背景下，要提高广播电视的监测监管工作效率，需要挖掘监测数据中的相关有价值的信息，利用大数据技术进行问题处理。本文主要分析大数据技术在广播电视监测中的应用，了解其中大数据技术的应用价值，使广播电视行业获得更好的发展。
关键词：大数据技术;广播电视监测;应用;现状;智能分析
在大数据技术发展中，对传统广播电视造成了巨大冲击，当前要实现广播电视技术的升级转型成为行业中的重要思考问题。大数据技术对广播电视发展产生的影响包括了对采编视角的优化、报道方式和手段的提升、思维方式的转变方式等。面对大数据时代带来的机遇与挑战，需要对大数据形成更加深刻的了解，正视当前传统广播电视技术发展现状，对此技术充分利用，推动广播电视事业的持续健康发展。
1.大数据技术概述
1.1大数据技术发展意义
我国工信部在“十三五”大数据产业发展规划中，指出在我国小康社会全面建成的决胜阶段，是我国大数据战略起步期和大数据产业崛起的重要窗口期，因此要抓住这一机遇加快发展，使我国由数据大国转变为数据强国。
近年来，信息技术得到了迅猛发展，大数据时代来临。三网融合也在不断深化，要在此背景下维护广播电视在传统媒体中的领军位置，就要积极响应国家政府部门号召，对大数据技术进行充分利用，实现新技术的有效融合、创新。
1.2大数据含义
在《大数据时代：生活、工作与思维的大变革》中，舍恩伯格和库克耶在其中指出，大数据开启了时代的重大转型，成为人们获得信任值、创造新价值的重要源泉，同时会改变市场、组织结构，也是改变政府与公民关系的重要方法。其中的“数据”并非指传统技术机制下随机抽样获得的数据，而是全部的数据。因此需要处理的数据量超过了普通软件工具和方法的能力范围。目前对大数据的定义广为接受的是，大数据是具有4V特点的数据集，即容量、多样、速度和价值，这种技术展现了一种技术及其构架的新时代，对于超大规模数据集，可以以经济、快速的方式来获取、捕捉、发现和分析，然后有效提取其中的价值。
2.大数据关键技术分析
2.1数据预处理技术
数据预处理技术主要包含了两种，即数据的抽取和清洗，可将数据分为结构数据和非结构数据，对结构数据可以进行处理，无论其复杂与否都可实现同质化。而将数据同质化的目的，是为了保证集成之后可以更加顺畅、快速完成数据分析，在抽取数据进行分析的过程中，显示很多数据是与分析目的和内容没有太大关系的，这些数据也是无价值的。可以利用数据清洗系统功能，将这些数据清理出去，提高数据分析的效率和分析质量。当前，常用的数据预处理软件有两种，即Datastage和Powercente技术，利用这两种技术可以自动收集分析过程中需要应用的数据，依据复杂程度再将数据按照逐一增大的序列处理进行排序，以对数据更精准、快速地进行处理和分析。
2.2数据存储与管理技术
大数据技术中的一项特有功能，就是对大批量数据进行存储和分析，为了保证数据处理效率，需要对其进行有效的管理。因此，在数据处理中，数据管理工作是贯穿于整个过程的，管理的目标除了收集环节的信息和已处理大量信息，除此之外还需要监管数据的分析、处理过程。对大批量数据进行管理时，要保证其有序性，需要建立起数据库系统，将其汇总并合理进行存储。在数据库系统中，用户可以随时更新和修改需要进行分析处理的数据，在日常运行中要对数据进行合理保护，避免数据发生错误。大数据存储和管理技术的应用，可以改变传统人工管理、文件系统形式，减少了人力和时间的消耗，而提高了数据处理的工作效率，使数据处理更加便捷和快速。
2.3数据挖掘和智能分析技术
利用大数据技术，用户可以在短期内提取需要的数据信息，依靠其中的数据挖掘技术，这一功能可以有效实现。数据挖掘技术采用了相关计算机软件，当用户输入搜索关键词时，可以进行在线分析，并有效合理识别大量的复杂数据，筛选出于搜索条件相符的数据信息。在进行数据挖掘中，系统还具备智能分析功能，也就在很大程度上提升了数据查找的效率。
3.广播电视监测现状分析
3.1系统平台不完善
在社会快速进步的过程中，广播电视监测监管体系中，其包含的技术的范围广阔，因此要保证适应社会发展需求和潮流，需要保证广播电视平台的硬件水平。在科技进步中，广播电视监测硬件系统也在转变和提升，同时改变了工作的环境和数据库环境，使工作进行中出现一些不明确性。这种情况的出现，与相关工作人员、管理人员忽视了在广播电视监测系统规划中，对系统硬件的配备没有统一进行规划，而使得其中的硬件升级难度较大，在实际运行中也就会出现一些不良影响。
3.2关联性缺乏严重
现阶段在广播电视监测监管中，一项比较显著的问题就是其检测监管中，各个领域是相互独立存在的，严重缺乏必要的合理联系和关联性。在广播电视监测中，一旦出现一处问题，就可能阻碍工作的顺利进行。此外，我国广播电视监测监管中，当前主要使用的结构形式是樹形模式，发生一处信息传输故障，就会影响到下游部门，使监测监管工作出现不连续问题，是不利于该体系的正常运行的，会降低监测管理的效率。
3.3业务过于复杂
在大数据时代背景下，广播电视监测监管体系涉及的工作内容越来越多，其覆盖的范围也更广，因此其业务量也在不断增加。具体在广播电视监测中，包含了广告监管体系、安全播出和监听监视体系。同时，其中大量对应服务器和系统的类型不一样，因此采取的管理方式也会存在差异，而进一步加大了监管体系的额业务量，需要处理各种数据。此外，这一体系的应用接口也在频繁应用，加大了监测监管工作的难度和繁杂程度。 4.广播电视监测中大数据技术应用分析
4.1数据收集
在广播电视监测系统中，还未引入大数据技术时，各频道的广播电视节目信息会被一起汇总收集，再进行细化和划分成为不同监测系统的监管对象，再由专门的系统汇总收集的数据信息。这些系统是独立运行的，它们之间并不存在联系。在进行监测的过程中，使用的监测模式是受限的轮询式，会受到各种因素的制约和影响，因此收集到的信息量也是有限的，还可能导致没有监测到的地方出现故障。而应用大数据技术进行监测，其范围不会受到阻碍，可以全面、随时进行信号监测，也可及时发现节目播放中存在的问题，并准确判定故障范围。合理应用大数据技术，可以使节目播放状况得到更多检测指标验证，以文字形式存储节目信息，对故障信息也会做好记录，便于工作人员开展相关研究工作。
4.2信息处理和专业模型构建
在进行广播电视监测中，需要构建起专业的模型，其对数据收集处理有着重要作用。模型会形成信息数，预处理所收集的信息，将有价值的数据提取出来，并根据其价值程度进行排序，经过初步处理后的数据放到信息树后，利用大数据技术可以自动分析、处理和提取存储全部的信息数据，工作人员将信息有效记录，以人工方式进行调整和修改，优化了信息数据的处理。
4.3信息分析和预警
在将数据信息处理完成后，监测系统可以继续对其展开分析，并将其反馈到特定的系统，或者相关工作人员，以使工作人员掌握节目播出的具体情况，必要的情况下进行相应处理。也就是说，对信息的全面合理分析，可以保证广播电视节目的播出质量。工作人员能结合起大数据技术和监测系统信息导航，可以进行对信息的全面监测，并形成报告与图表，最后通过分析工作，找出其中形成异常信息的规律。
在之后的监测工作中，这一系统可继续发挥其作用，在发生类似情况下可采用对应措施解决。对广播电视节目的播放频率也可适当调整和修改，恢复节目的正常播出。此外，对信息导航采取监测，使得全部信息得到有效分析处理，特别是在以往监测中各系统出现的无法互相联通的一些问题，可以通过信息分析查找到其间的联系，保证节目的播放质量。
5.广播电视监测中应用大数据技术的注意事项
5.1数据并非越多越好
应用大数据技术进行广播电视监测时，其中的数据收集不需要全部获取到，数据太多的情况下反而会因为占据了大量的存储资源，而加大数据处理的难度，使得工作效率得不到提升。一些单位因此会放弃使用大数据技术，其庞大的数据量需要配套能够快速处理海量数据的系统，而加大了数据收集、存储和分析的成本，因此在应用大数据技术时，也需要适当丢弃一些数据。监测中应用大数据技术的前期，可根据监测业务需求建立起数据模型，体现出主要问题，采集解决此类问题需要的相关数据，减少获取的不必要功能和数据，逐步完善监测系统的数据处理能力。
5.2重视对数据潜在价值的挖掘
广播电视监测应用大数据的过程中，要重视对数据潜在价值的挖掘，考虑对数据的再利用。一项数据在当前的价值不大，但可能在今后的工作中发挥其价值。因此，对大数据技术应用，要积极创新思维理念，改变操作方式和数据利用思路。将数據的潜在价值挖掘出来，可以得到不同的结论，从而突破我们思维的局限性，使大数据技术更好地服务于广播电视事业。
5.3切忌盲目迷信大数据
大数据技术具有很好的应用优势，但并不能对其盲目迷信，简单认为通过数据分析可以了解全部的问题，其用于数据分析的诸多方法是统计、数学和计算机科学理论。而实际上，大数据架构并非万能的，传统数据结构虽有缺陷但也有自身的优势。因此，在大数据时代，单位内部数据结构通常是一种混合架构，有着数据精确的优势，对每条数据都有准确含义、确定价值、明确表达。比如在广播电视节目播出中监测到异态信息，利用传统关系型数据库可以对此类数据快速处理，通过匹配相应策略来分析推导出具体的结论。而大数据技术的优势在于可处理大量的模糊数据，通过对海量模糊数据的汇总分析来了解该项业务的具体情况，通过对比分析等工作来优化配置，提高业务执行水平和效率。
因此，传统数据处理技术与大数据技术并不是对立的，两者针对的是不同场景和不同对象，实际进行广播电视监测时，可根据应用环境选择合适的数据处理模式，来提高工作水平、保证节目播出质量。
总的来说，大数据技术对广播电视的监测系统造成了大的冲击，监管工作中面临着海量信息，且这些信息多样化、价值密度低、传播快、缺乏固定模式，加大了有价值信息提取难度，也是对广电随机采样监管模式的挑战。但大数据技术也更新了广电监测中数据处理技术和监管的数据方式，使得广电单位不再局限于一般数据规律和模型中，而是不断培养理论思维，加强其全面把握综合深入的能力。同时丰富了数据获取方式，实现了数据实用化、共享化和适宜化，保障了数据监管的可行性。
结束语：
大数据技术已成为当今社会发展的热点，它既是一种资源，也是一种工具，在广播电视监测中有着独特的应用优势。但这一技术并非完美无缺，它可以采集、处理海量数据，但也不是全部数据，也无法揭示全部规律而是部分规律，对于其对广播电视监测监管工作带来的变革，要深化认识、合理运用、不断发展。
参考文献
[1]刘晓.大数据技术在广播电视监测中的应用方法[J].数字通信世界，2018，（10）：184.
[2]叶立成.浅谈大数据技术在广播电视监测中的应用[J].科学与信息化，2018，（25）：36，40.
[3]程石，刘志伟.探究广播电视监测中大数据技术的应用[J].通讯世界，2017，（8）：100.
[4]尼玛次仁.广播电视监测技术探析[J].西部广播电视，2017，0（19）.
[5]王佳伟.广播电视监测技术存在的问题及解决策略[J].西部广播电视，2018，8（16）：214，216.
（作者单位：广西广播电视信息网络股份有限公司平南分公司）
关键词：大数据技术;广播电视监测;应用;现状;智能分析
在大数据技术发展中，对传统广播电视造成了巨大冲击，当前要实现广播电视技术的升级转型成为行业中的重要思考问题。大数据技术对广播电视发展产生的影响包括了对采编视角的优化、报道方式和手段的提升、思维方式的转变方式等。面对大数据时代带来的机遇与挑战，需要对大数据形成更加深刻的了解，正视当前传统广播电视技术发展现状，对此技术充分利用，推动广播电视事业的持续健康发展。
1.大数据技术概述
1.1大数据技术发展意义
我国工信部在“十三五”大数据产业发展规划中，指出在我国小康社会全面建成的决胜阶段，是我国大数据战略起步期和大数据产业崛起的重要窗口期，因此要抓住这一机遇加快发展，使我国由数据大国转变为数据强国。
近年来，信息技术得到了迅猛发展，大数据时代来临。三网融合也在不断深化，要在此背景下维护广播电视在传统媒体中的领军位置，就要积极响应国家政府部门号召，对大数据技术进行充分利用，实现新技术的有效融合、创新。
1.2大数据含义
在《大数据时代：生活、工作与思维的大变革》中，舍恩伯格和库克耶在其中指出，大数据开启了时代的重大转型，成为人们获得信任值、创造新价值的重要源泉，同时会改变市场、组织结构，也是改变政府与公民关系的重要方法。其中的“数据”并非指传统技术机制下随机抽样获得的数据，而是全部的数据。因此需要处理的数据量超过了普通软件工具和方法的能力范围。目前对大数据的定义广为接受的是，大数据是具有4V特点的数据集，即容量、多样、速度和价值，这种技术展现了一种技术及其构架的新时代，对于超大规模数据集，可以以经济、快速的方式来获取、捕捉、发现和分析，然后有效提取其中的价值。
2.大数据关键技术分析
2.1数据预处理技术
数据预处理技术主要包含了两种，即数据的抽取和清洗，可将数据分为结构数据和非结构数据，对结构数据可以进行处理，无论其复杂与否都可实现同质化。而将数据同质化的目的，是为了保证集成之后可以更加顺畅、快速完成数据分析，在抽取数据进行分析的过程中，显示很多数据是与分析目的和内容没有太大关系的，这些数据也是无价值的。可以利用数据清洗系统功能，将这些数据清理出去，提高数据分析的效率和分析质量。当前，常用的数据预处理软件有两种，即Datastage和Powercente技术，利用这两种技术可以自动收集分析过程中需要应用的数据，依据复杂程度再将数据按照逐一增大的序列处理进行排序，以对数据更精准、快速地进行处理和分析。
2.2数据存储与管理技术
大数据技术中的一项特有功能，就是对大批量数据进行存储和分析，为了保证数据处理效率，需要对其进行有效的管理。因此，在数据处理中，数据管理工作是贯穿于整个过程的，管理的目标除了收集环节的信息和已处理大量信息，除此之外还需要监管数据的分析、处理过程。对大批量数据进行管理时，要保证其有序性，需要建立起数据库系统，将其汇总并合理进行存储。在数据库系统中，用户可以随时更新和修改需要进行分析处理的数据，在日常运行中要对数据进行合理保护，避免数据发生错误。大数据存储和管理技术的应用，可以改变传统人工管理、文件系统形式，减少了人力和时间的消耗，而提高了数据处理的工作效率，使数据处理更加便捷和快速。
2.3数据挖掘和智能分析技术
利用大数据技术，用户可以在短期内提取需要的数据信息，依靠其中的数据挖掘技术，这一功能可以有效实现。数据挖掘技术采用了相关计算机软件，当用户输入搜索关键词时，可以进行在线分析，并有效合理识别大量的复杂数据，筛选出于搜索条件相符的数据信息。在进行数据挖掘中，系统还具备智能分析功能，也就在很大程度上提升了数据查找的效率。
3.广播电视监测现状分析
3.1系统平台不完善
在社会快速进步的过程中，广播电视监测监管体系中，其包含的技术的范围广阔，因此要保证适应社会发展需求和潮流，需要保证广播电视平台的硬件水平。在科技进步中，广播电视监测硬件系统也在转变和提升，同时改变了工作的环境和数据库环境，使工作进行中出现一些不明确性。这种情况的出现，与相关工作人员、管理人员忽视了在广播电视监测系统规划中，对系统硬件的配备没有统一进行规划，而使得其中的硬件升级难度较大，在实际运行中也就会出现一些不良影响。
3.2关联性缺乏严重
现阶段在广播电视监测监管中，一项比较显著的问题就是其检测监管中，各个领域是相互独立存在的，严重缺乏必要的合理联系和关联性。在广播电视监测中，一旦出现一处问题，就可能阻碍工作的顺利进行。此外，我国广播电视监测监管中，当前主要使用的结构形式是樹形模式，发生一处信息传输故障，就会影响到下游部门，使监测监管工作出现不连续问题，是不利于该体系的正常运行的，会降低监测管理的效率。
3.3业务过于复杂
在大数据时代背景下，广播电视监测监管体系涉及的工作内容越来越多，其覆盖的范围也更广，因此其业务量也在不断增加。具体在广播电视监测中，包含了广告监管体系、安全播出和监听监视体系。同时，其中大量对应服务器和系统的类型不一样，因此采取的管理方式也会存在差异，而进一步加大了监管体系的额业务量，需要处理各种数据。此外，这一体系的应用接口也在频繁应用，加大了监测监管工作的难度和繁杂程度。 4.广播电视监测中大数据技术应用分析
4.1数据收集
在广播电视监测系统中，还未引入大数据技术时，各频道的广播电视节目信息会被一起汇总收集，再进行细化和划分成为不同监测系统的监管对象，再由专门的系统汇总收集的数据信息。这些系统是独立运行的，它们之间并不存在联系。在进行监测的过程中，使用的监测模式是受限的轮询式，会受到各种因素的制约和影响，因此收集到的信息量也是有限的，还可能导致没有监测到的地方出现故障。而应用大数据技术进行监测，其范围不会受到阻碍，可以全面、随时进行信号监测，也可及时发现节目播放中存在的问题，并准确判定故障范围。合理应用大数据技术，可以使节目播放状况得到更多检测指标验证，以文字形式存储节目信息，对故障信息也会做好记录，便于工作人员开展相关研究工作。
4.2信息处理和专业模型构建
在进行广播电视监测中，需要构建起专业的模型，其对数据收集处理有着重要作用。模型会形成信息数，预处理所收集的信息，将有价值的数据提取出来，并根据其价值程度进行排序，经过初步处理后的数据放到信息树后，利用大数据技术可以自动分析、处理和提取存储全部的信息数据，工作人员将信息有效记录，以人工方式进行调整和修改，优化了信息数据的处理。
4.3信息分析和预警
在将数据信息处理完成后，监测系统可以继续对其展开分析，并将其反馈到特定的系统，或者相关工作人员，以使工作人员掌握节目播出的具体情况，必要的情况下进行相应处理。也就是说，对信息的全面合理分析，可以保证广播电视节目的播出质量。工作人员能结合起大数据技术和监测系统信息导航，可以进行对信息的全面监测，并形成报告与图表，最后通过分析工作，找出其中形成异常信息的规律。
在之后的监测工作中，这一系统可继续发挥其作用，在发生类似情况下可采用对应措施解决。对广播电视节目的播放频率也可适当调整和修改，恢复节目的正常播出。此外，对信息导航采取监测，使得全部信息得到有效分析处理，特别是在以往监测中各系统出现的无法互相联通的一些问题，可以通过信息分析查找到其间的联系，保证节目的播放质量。
5.广播电视监测中应用大数据技术的注意事项
5.1数据并非越多越好
应用大数据技术进行广播电视监测时，其中的数据收集不需要全部获取到，数据太多的情况下反而会因为占据了大量的存储资源，而加大数据处理的难度，使得工作效率得不到提升。一些单位因此会放弃使用大数据技术，其庞大的数据量需要配套能够快速处理海量数据的系统，而加大了数据收集、存储和分析的成本，因此在应用大数据技术时，也需要适当丢弃一些数据。监测中应用大数据技术的前期，可根据监测业务需求建立起数据模型，体现出主要问题，采集解决此类问题需要的相关数据，减少获取的不必要功能和数据，逐步完善监测系统的数据处理能力。
5.2重视对数据潜在价值的挖掘
广播电视监测应用大数据的过程中，要重视对数据潜在价值的挖掘，考虑对数据的再利用。一项数据在当前的价值不大，但可能在今后的工作中发挥其价值。因此，对大数据技术应用，要积极创新思维理念，改变操作方式和数据利用思路。将数據的潜在价值挖掘出来，可以得到不同的结论，从而突破我们思维的局限性，使大数据技术更好地服务于广播电视事业。
5.3切忌盲目迷信大数据
大数据技术具有很好的应用优势，但并不能对其盲目迷信，简单认为通过数据分析可以了解全部的问题，其用于数据分析的诸多方法是统计、数学和计算机科学理论。而实际上，大数据架构并非万能的，传统数据结构虽有缺陷但也有自身的优势。因此，在大数据时代，单位内部数据结构通常是一种混合架构，有着数据精确的优势，对每条数据都有准确含义、确定价值、明确表达。比如在广播电视节目播出中监测到异态信息，利用传统关系型数据库可以对此类数据快速处理，通过匹配相应策略来分析推导出具体的结论。而大数据技术的优势在于可处理大量的模糊数据，通过对海量模糊数据的汇总分析来了解该项业务的具体情况，通过对比分析等工作来优化配置，提高业务执行水平和效率。
因此，传统数据处理技术与大数据技术并不是对立的，两者针对的是不同场景和不同对象，实际进行广播电视监测时，可根据应用环境选择合适的数据处理模式，来提高工作水平、保证节目播出质量。
总的来说，大数据技术对广播电视的监测系统造成了大的冲击，监管工作中面临着海量信息，且这些信息多样化、价值密度低、传播快、缺乏固定模式，加大了有价值信息提取难度，也是对广电随机采样监管模式的挑战。但大数据技术也更新了广电监测中数据处理技术和监管的数据方式，使得广电单位不再局限于一般数据规律和模型中，而是不断培养理论思维，加强其全面把握综合深入的能力。同时丰富了数据获取方式，实现了数据实用化、共享化和适宜化，保障了数据监管的可行性。
结束语：
大数据技术已成为当今社会发展的热点，它既是一种资源，也是一种工具，在广播电视监测中有着独特的应用优势。但这一技术并非完美无缺，它可以采集、处理海量数据，但也不是全部数据，也无法揭示全部规律而是部分规律，对于其对广播电视监测监管工作带来的变革，要深化认识、合理运用、不断发展。
参考文献
[1]刘晓.大数据技术在广播电视监测中的应用方法[J].数字通信世界，2018，（10）：184.
[2]叶立成.浅谈大数据技术在广播电视监测中的应用[J].科学与信息化，2018，（25）：36，40.
[3]程石，刘志伟.探究广播电视监测中大数据技术的应用[J].通讯世界，2017，（8）：100.
[4]尼玛次仁.广播电视监测技术探析[J].西部广播电视，2017，0（19）.
[5]王佳伟.广播电视监测技术存在的问题及解决策略[J].西部广播电视，2018，8（16）：214，216.
（作者单位：广西广播电视信息网络股份有限公司平南分公司）