近年来,随着广电产业和互联网技术的飞速发展,智能电视和互联网视听终端普及率越来越高,电视节目类型也越来越丰富。收视用户观看电视节目时,受到自身喜好影响,对不同类型的电视节目有着不同程度的需要。试听运营商和电视台需要针对某种节目类型,评价当前节目提供情况与用户收视需要匹配情况,从而优化编排下一阶段节目。由此而来的电视节目类型供需平衡评价,针对各种节目类型,评价当前电视台和试听运营商对电视节目供给情况与用户收视的需求之间的匹配情况。在分析海量用户收视数据和节目播放数据的场景下,当前的节目类型供需平衡评价方法存在着待改进提升的问题。首先,当前的评价方法缺乏对节目类型供需的模型化认识,对影响节目类型供需的因素理解不全面。其次,当前的评价方法数据集采用小样本的抽样方法,处理数据量级非常小,对海量数据进行推及计算后的结果准确率低。鉴于上述问题,本文依据直播节目、点播节目的属性,结合收视用户行为,以节目类型作为特征,加入时段、频道等维度,建立了电视节目类型供需模型,设计了电视节目类型供需平衡评价指标和评价方法,实现了基于层次分析法的电视节目类型供需平衡评价指标评估,准确、全面的评价了电视节目类型供需平衡情况,为电视台和试听运营商在频道与时段的节目编排提供了帮助。论文实现了基于大数据的电视节目类型供需平衡评价子系统,并在某全国级的大数据分析环境中进行了应用,效果良好。