大数据技术在广播电视监测中的应用研究

方碧君　陈宁

摘 要 在信息化适时代，各种与信息网络有关的技术被研发出来，包括大数据技术、物联网技术、云技术等，现如今的许多行业蒸蒸日上的发展离不开这些信息技术。它们在不同行业结合了行业特点，运用方面和运用对象自是有差异的。像在广播电视检测方面，大数据技术应用就较为广泛，该技术的使用，保证了广播电视监测质量。相关人员在使用该技术之前，首先由对其关键技术进行详细了解，将所有的准备工作都做到位，避免盲目使用大数据技术，不能使作用效果满足预期目标。

关键词 大数据技术；广播电视；监测应用

中图分类号 TN93 文献标识码 A 文章编号 2095-6363（2017）17-0138-02

广播电视节目播出质量和效果如何，电视台都要清楚知道这些有关数据的，并将其作为下次电视节目制作的参考依据，所以广播电视台就需要对节目进行全方位监测，使节目所有覆盖范围内的有关信息都在监测中。现如今广播电视检测系统要测的数据有很多，只能借助大数据技术。本文主要针对大数据技术在广播电视监测中的应用进行研究。

1 大数据技术概述

大数据技术需要借助计算机网络，实现对海量数据的处理、分析以及存储，使用户能在短时间内从海量数据中提取自己想要的信息，并能借助此技术实现对大量数据的分析，分析结果准确速度又快，既节省了用户时间，又提高了工作效率[1]。并且这种技术出了的海量信息不拘形式，无论是图片还是语音、视频，都能为用户提取到有价值的信息。

2 大数据关键技术

2.1 数据预处理技术

主要包括两种，即数据抽取和数据清洗。数据分为结构化数据和非结构化数据两种，而前者都可以将其作为处理对象，不论其是否复杂，都可以将其同质化。同质化的目的就是为了保证集成后的数据分析能顺利快速一些。在对抽取的数据进行分析时，有很多数据和分析内容和目标是没有任何关系的，这些没有价值的信息就需要数据清洗系统将其从分析数据堆中清除出去，以加快信息分析速率，提高分析质量。目前比较受青睐的数据预处理软件是Datastage、Powercenter，它们能自动将所需要的分析数据进行收集，并将其按照复杂程度依次递增的顺序进行处理次序排列，这使相关系统能准确快速对数据进行分析处理。

2.2 数据存储与数据管理

对海量数据进行存储和分析是大数据技术的功能，为了保证效率，还要进行数据管理。数据管理贯彻数据处理全过程，所以管理对象不仅包括收集阶段的信息，还包括已经存储的海量信息，还要对数据分析处理过程进行管控。要对这些海量数据进行有效有组织的管控，还要建立相关的数据库，将所有的数据组织到一起，进行存储。通过该数据库系统，用户可以随时对要分析处理的数据进行修改和更新，并且该数据系统在平时运行中，还会对数据进行保护，使数据不会出现差错[2]。这种大数据技术管理改变了以往人工管理以及文件系统管理费时费力、工作效率低的弊端，使数据处理不再

麻烦。

2.3 数据挖掘与智能分析

用户能在短时间内提取到自己想要用的信息，全依赖大数据技术中的数据挖掘技术，该技术运用计算机相关软件，对用户输入的关键词进行在线分析，并在海量数据库中进行信息识别，进而将符合搜索条件的信息全部检索出来。在数据挖掘的过程中，参与的系统都具有智能分析的性能，使信息查找速度提高了

不少。

3 大数据技术在广播电视监测中的应用研究

3.1 采集数据

在大数据技术还未被应用到广播电视监测系统中时，不同频道或不同频率的广播电视节目相关数据信息收集任务被细化，分成好几个，作为不同系统的监测对象，然后有专门的系统对各系统收集的信息数据进行汇集。值得注意的是这里的各系统之间是单独运行，毫无联系的。而监测任务进行时，采用的是受限制的轮询监测模式，这种模式虽然能实现信息收集作用，但是在实际应用时，其作用范围是受到限制的，这也就意味着其收集的信息量是有限的，在很多情况下，往往未被监测区域出现故障机率比较大。但是大数据技术的应用，就解决了这个问题，首先其作用范围不会受到限制，使监测系统能全方位实时接收广播电视节目的播放信息，如此在节目出现播放故障时，就能及时发现，并对故障范围进行准确估计。其次，该技术的应用，能使节目播放情况得到更多的检测技术指标的验证，并能实现非纯文字节目信息得到储存。该技术具有储存海量信息的功能，所以监测系统也会记录下播放故障信息，这有利于有关人员进行研究，使该处不会再发生同类故障。广播电视监测系统之所以能实现以上功能，还需要借助大数据技术，对监测中的信息进行收集，将其归纳到数据库中，并利用数据预处理技术将有价值的重要信息提取出来，作为研究对象，并根据分析结果，做出应急措施[3]。有价值的重要信息指的是非正常播放的故障

信息。

3.2 处理信息，构建专业化模型

针对广播电视监测建立专业化模型，主要对收集的信息处理整个过程起作用。该模型会生成信息树，在对收集的信息进行预处理后，将有价值的信息摘出来，并根据其价值进行先后处理排序，然后将初步处理后的数据安置在信息树中。而大数据技术就帮助电视台的有关人员对信息树的所有信息自动进行分析处理和提取保存。而模型也会为相关人员提供将情报信息记录在案的机会，并且还可以人工进行信息的调整修改工作。可以说构件专业化模型，是有利于信息的处

理的。

3.3 分析信息，发出相应的预警

在收集处理信息后，监测系统最重要的是对信息进行分析，然后对相关系统或相关人员做出信息反馈，使电视广播节目的实况都能在相关人员掌控中，继而也就能对信息状况作出相应应急措施。可以说对所有的信息进行分析，有助于保障节目整体播放质量。在电视台，相关人员可以将大数据技术和监测系统的信息导航结合在一起，對信息进行全方位监测，然后生成相关的信息监测报告和有关图表，最后对信息进行分析，找到异常信息出现的规律[4]。该系统在后续监测中，如果还有发生该种异常状况的机会，相关人员就有充足的理论依据对故障区域内的用户发出预警，并采取对应措施，对节目播放频率进行调整，或对其他方面进行修正，使节目恢复正常。另外，还可以借助监测信息导航树，使所有信息得到分析处理之余，相关人员也可以解决传统监测中不同系统信息不互通的问题，使各种数据之间的逻辑关系都能通过信息分析找出来，以便保证播放信息endprint

质量。

4 大数据技术在卫星广播电视安全播出监测中的应用实例

4.1 系统设计

卫星广播电视检测系统的设计要涉及到数据收集功能、数据分析纠错功能、故障范围计算功能以及对节目播出情况进行准确预测的功能，将大数据技术应用到该系统设计中，将会提高这些功能实现的概率，使系统功能得到强化，系统自身也变得智能化。系统智能化设计有4个方面，其一采集监测数据。和节目播出有关的各种信息都要收集，比如节目链路传输环节的信息，节目内容信息，音频文字信息等[5]。其二是数据相关性和交互分析。主要通过对各种信息数据的分析，来找到这些数据信息之间是否存在某种逻辑关系，以便对其采取有效的处理措施。其三是数据挖掘和逻辑实现。通过上一步建立的逻辑关系和相关模型，对有关数据进行充分挖掘，对故障信息进行准确定位，以确定故障范围，如此，电视台的相关人员就可以及时找出故障原因。此过程需要对数据挖掘逻辑方面进行计算。其四是数据应用。系统对数据的分析结果最后要派上用场，以直观的方式直接呈现用户眼前，使用户提前得到故障预警，做好

准备。

4.2 系统实现

系统在设计后，就要通过实例来验证其是否可行，一般用信道层数据模块为例，因为信道数据是卫星广播电视需要进行监测的内容之一。在对其验证时，也是要按照系统应用的步骤一一进行。首先对信道传输指标进行监测和收集，将其与频谱数据进行对比，同时进行逻辑判断，再借助相关算法准确找到故障点，如此整个信道层数据模块的信息就都在掌控之

中了[6]。

4.3 系统应用

在系统通过可行性研究后，就要将其应用到实际中了，具体应用表明，该系统在卫星广播电视監测中可以完全发挥所有的功能，包括准确定位故障点以及故障范围，并能准确通过算法分析故障原因，还能使相关人员有提前提醒用户的机会和

时间。

5 结论

广播电视监测质量要得到保证，相关人员就要使用好大数据技术，在对信息的处理过程中，要善于借助每种技术，以保证信息处理质量，使广播电视监测工作有实际意义，在具体应用之前，还要做好相关的试验，像在卫星广播电视监测中一样，可以选择单一模块进行实验，然后再扩展到全部模块，使所有的信息都在监

控中。

参考文献

[1]郝嘉.大数据技术在广播电视监测中的实践分析[J].科技风，2017（13）：77.

[2]李林，张超.大数据技术在广播电视监测中的应用探讨[J].广播电视信息，2017（6）：96-99.

[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]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，2016，42（13）：73-75.

[5]邹峰.对广播电视数据网的阐述[J].广播与电视技术，2016，43（4）：22-26.

[6]高茳.广播电视监测监管中云技术的应用探析[J].中国有线电视，2017（2）.endprint