大数据对于广电行业发展的影响
扈君
摘 要 从大数据的概念及广电行业的实际情况出发，从媒体监控、信息扩散及效率提升三个主要方面着手展开阐述，分析大数据对于广电行业发展的深刻影响，希望对于加深该领域的认识有一定的积极价值。
关键词 大数据；广电；发展
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2018）02-0057-02
2008年9月4日，《自然》刊出名为“Big Data”的文章，这是大数据概念的首次提出。在这之后，海量的数据特征开始得到了人们的重视，并且随之而来的相关数据分析技术也逐步进入应用领域。从国家的角度看，2012年3月29日，奥巴马政府公布了“大数据研发计划”，投资超2亿美元以改进从海量和复杂的数据中获取知识的能力。并且同一天，我国科技部发布了“‘十二五国家科技计划信息技术领域2013年度备选项目征集指南”，期中将大数据的研究同样列为首要任务。这两个研究计划的公布，可以说将大数据，以及其技术的应用推向了一个新的高潮。
虽然迄今为止大数据的概念并未得到统一，但是其内涵基本趋同，都是对于信息时代之下海量数据环境的描述和概括。而与之对应的数据处理技术，则被称为大数据技术，成为各行各业应对大数据环境所必然采取的重要技术手段。
对于广电行业而言，本身就存在海量数据的特征，并且这种特征在信息技术不断发展的整体背景之下得到了进一步的强调。2014年7月，国家新闻出版广电总局科技司发布了“基于大数据的网络广播电视台用户行为分析及推荐方法研究”项目，由广播科学研究院带头，其他多个电视台共同参与，展开了基于网络环境的广电收视状况大数据研究，除此以外，新疆广电网络也确立了“天山云大数据指南针研究室”，广东广电网络公司则在东莞投资建设了“广东广电大数据产业中心”。如此一系列举措，都将广电行业发展的矛头直接指向大数据，由此可见，大数据已经成为广电领域未来发展的必然。
从大数据对于广电行业发展的影响角度看，有三个方面是必须予以重视的，这种重视来源于趋势和技术发展的使然，是一种必然的结果。
1 媒体行为和内容的监控
大数据环境之下，对于媒体内容的监控，比以往更为容易，但是其责任也更加艰巨。从纸媒过渡到数字媒体，让媒体的监控时间大大缩短，甚至于实时监控已经在技术角度成为可能。但是与此同时网络和信息技术的交叉作用，使得自媒体开始兴盛，媒体内容的监控開始不仅仅局限于固定的广电行业环境中。这种扁平化的媒体特征让实时监控的难度大幅度增加，并且这种监控的复杂性，还进一步受到当前大数据整体环境特征的影响，流媒体本身的出现，导致大数据技术无法有效深入到流媒体体系内部去通过每一个画面帧和音频展开识别。与之对应地，海量数据必然带来了对应技术的发展，大数据技术因此在广电领域呈现出较其他领域更为快速的发展状态。就目前的情况看，一个相对完整的，面向广电领域工作框架的媒体监控体系结构，参见图1。
面向媒体环境的监控，从根本上看，与管理体系是保持高度一致的。只有实现有效的信息获取与记录管理，才是实现监控的根基所在。从下而上，数据采集层需要实现数据的采集，并且对异构数据进行预处理，包括数据归并和验证等基本操作，为高层的数据分析提供标准化的高速数据供给。而Hadoop数据平台则用于实现对数据的有序化存储，通常包括两个计算流框架，即实时和离线。通常来说，离线框架多基于MapReduce架构，通过对工作流的数据进行切分来进行分布式计算的任务分配；而实时框架则多基于Spark/Storm架构，通过内存读取和存储来支持计算任务实时性要求。数据分析层位于Hadoop层面之上，是基于大数据的媒体监控核心所在，主要职责在于依据具体需求实现对于数据的深入分析，设计中间表以及结果表数据，并且将结果传输给数据展现层。除此以外，这一个层面还必须接受用户的自定义分析，依据不同领域的数据特征展开深入考察。这一层面的工作，在很大程度上依赖于数据采集层为数据添加的标签，借以提升整体工作效率。动态的关联分析、回归分析以及模型配置等方法，都是这一层用于实现其职能的手段，并且随着大数据相关技术的成熟，神经网络和人工智能等技术，也会逐步引入。
2 媒体内容的扩散
相对于第一个发展方向，媒体内容的扩散在大数据技术的影响之下并不显著，甚至于常常会被人忽视。其被忽略的原因很简单，就是因为当前这个网络日渐发达的环境，促成了众多的自媒体，随之而来的信息爆炸，让本身无法处理太多信息的人脑不堪负荷，自动选择对于信息的过滤。既然信息已经处于过度饱和的状态，那么进一步的扩散自然就不会被重视，这种态度可以说成为了当前整个社会对于媒体的一种必然态度。
然而实际对于广电行业而言，媒体内容的扩散，仍然是需要重点关注的问题。这个问题并未因为自媒体的加入而有彻底的改变，虽然自媒体在一定程度上确实带给媒体内容扩散一定的优势，传播速度和信息的送达率都存在一定程度的提升，但是这种改善，并不足以消灭内容扩散问题。自媒体的加入，甚至会在一定程度上给广电专业媒体扩散带来障碍。这种障碍来自于因为信息爆炸而带来的时间碎片化，以及随之而必然出现的信息碎片化。曾经不多的几个专业广电媒体，就可以覆盖一个甚至几个地区的情况，在今天已经不存在。自媒体的加入，成为广电媒体信息扩散和覆盖的重要干扰因素。
目前广电领域媒体内容扩散面临两个方面的问题：其一，在于将内容送达到需要的群体环境中，因为自媒体的干扰，信息的饱和，使得送达成为一个复杂的过程；其二，则在于广电主流媒体的覆盖能力，在自媒体的影响之下必须不断加强，避免被淹没的命运，这是实现主流媒体对于社会价值观实现主导作用的必要依据。
这两个方面任务的实现，落实在大数据领域之中，则意味着不同的任务与职责。对于前者而言，需要通过海量数据来实现对于受众群体特征以及需求的分析，并且在此基础之上展开有针对性的内容推送，帮助达到内容供需双方的匹配。而对于后者而言，广电专业媒体必须表现出比普通自媒体更高的专业特征。对于内容打造方面，大数据不能给予更多的支持，但是媒体受众对于信息的需求方面，如同第一个方面问题一样，大数据可以给予更多的分析和支持。在此基础之上形成更为深入的媒体内容，对于广电领域媒体内容的扩散必然有着积极
价值。
3 广电行业工作效率的提升
自从计算机出现以后，各行各业乃至于整个社会的效率都有所提升，但是这种提升与大数据所带给广电行业的效率优化又有所不同。大数据技术支持之下的广电领域，开始呈现出以数据挖掘以及优化存储、数据识别等技术作为核心，而不断朝向广电应用环境延展，构成庞大的应用驱动体系，实现效率的提升。
对于这一个方面而言，大数据技术的渗入，所带来的并非是惊天动地的变革，而是潜移默化的影响，也因此并不容易被察觉。但是静默的改变，并不等于大数据技术没有用武之地。例如数据挖掘技术，能够帮助广电媒体领域依据行业人员，以及媒体受众群体的搜索习惯预先实现存储优化，改善查询以及其他操作的访问时间。而数据识别则可以帮助优化整个广电信息网络环境中的供需平衡，同时对于加强该网络中的数据安全同样有着积极价值。
参考文献
[1]尹亚光，施玉海.大数据对媒体融合发展的支撑和促进[J].广播电视信息，2015（12）：12-13.
[2]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（9）：19-22.
摘 要 从大数据的概念及广电行业的实际情况出发，从媒体监控、信息扩散及效率提升三个主要方面着手展开阐述，分析大数据对于广电行业发展的深刻影响，希望对于加深该领域的认识有一定的积极价值。
关键词 大数据；广电；发展
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2018）02-0057-02
2008年9月4日，《自然》刊出名为“Big Data”的文章，这是大数据概念的首次提出。在这之后，海量的数据特征开始得到了人们的重视，并且随之而来的相关数据分析技术也逐步进入应用领域。从国家的角度看，2012年3月29日，奥巴马政府公布了“大数据研发计划”，投资超2亿美元以改进从海量和复杂的数据中获取知识的能力。并且同一天，我国科技部发布了“‘十二五国家科技计划信息技术领域2013年度备选项目征集指南”，期中将大数据的研究同样列为首要任务。这两个研究计划的公布，可以说将大数据，以及其技术的应用推向了一个新的高潮。
虽然迄今为止大数据的概念并未得到统一，但是其内涵基本趋同，都是对于信息时代之下海量数据环境的描述和概括。而与之对应的数据处理技术，则被称为大数据技术，成为各行各业应对大数据环境所必然采取的重要技术手段。
对于广电行业而言，本身就存在海量数据的特征，并且这种特征在信息技术不断发展的整体背景之下得到了进一步的强调。2014年7月，国家新闻出版广电总局科技司发布了“基于大数据的网络广播电视台用户行为分析及推荐方法研究”项目，由广播科学研究院带头，其他多个电视台共同参与，展开了基于网络环境的广电收视状况大数据研究，除此以外，新疆广电网络也确立了“天山云大数据指南针研究室”，广东广电网络公司则在东莞投资建设了“广东广电大数据产业中心”。如此一系列举措，都将广电行业发展的矛头直接指向大数据，由此可见，大数据已经成为广电领域未来发展的必然。
从大数据对于广电行业发展的影响角度看，有三个方面是必须予以重视的，这种重视来源于趋势和技术发展的使然，是一种必然的结果。
1 媒体行为和内容的监控
大数据环境之下，对于媒体内容的监控，比以往更为容易，但是其责任也更加艰巨。从纸媒过渡到数字媒体，让媒体的监控时间大大缩短，甚至于实时监控已经在技术角度成为可能。但是与此同时网络和信息技术的交叉作用，使得自媒体开始兴盛，媒体内容的监控開始不仅仅局限于固定的广电行业环境中。这种扁平化的媒体特征让实时监控的难度大幅度增加，并且这种监控的复杂性，还进一步受到当前大数据整体环境特征的影响，流媒体本身的出现，导致大数据技术无法有效深入到流媒体体系内部去通过每一个画面帧和音频展开识别。与之对应地，海量数据必然带来了对应技术的发展，大数据技术因此在广电领域呈现出较其他领域更为快速的发展状态。就目前的情况看，一个相对完整的，面向广电领域工作框架的媒体监控体系结构，参见图1。
面向媒体环境的监控，从根本上看，与管理体系是保持高度一致的。只有实现有效的信息获取与记录管理，才是实现监控的根基所在。从下而上，数据采集层需要实现数据的采集，并且对异构数据进行预处理，包括数据归并和验证等基本操作，为高层的数据分析提供标准化的高速数据供给。而Hadoop数据平台则用于实现对数据的有序化存储，通常包括两个计算流框架，即实时和离线。通常来说，离线框架多基于MapReduce架构，通过对工作流的数据进行切分来进行分布式计算的任务分配；而实时框架则多基于Spark/Storm架构，通过内存读取和存储来支持计算任务实时性要求。数据分析层位于Hadoop层面之上，是基于大数据的媒体监控核心所在，主要职责在于依据具体需求实现对于数据的深入分析，设计中间表以及结果表数据，并且将结果传输给数据展现层。除此以外，这一个层面还必须接受用户的自定义分析，依据不同领域的数据特征展开深入考察。这一层面的工作，在很大程度上依赖于数据采集层为数据添加的标签，借以提升整体工作效率。动态的关联分析、回归分析以及模型配置等方法，都是这一层用于实现其职能的手段，并且随着大数据相关技术的成熟，神经网络和人工智能等技术，也会逐步引入。
2 媒体内容的扩散
相对于第一个发展方向，媒体内容的扩散在大数据技术的影响之下并不显著，甚至于常常会被人忽视。其被忽略的原因很简单，就是因为当前这个网络日渐发达的环境，促成了众多的自媒体，随之而来的信息爆炸，让本身无法处理太多信息的人脑不堪负荷，自动选择对于信息的过滤。既然信息已经处于过度饱和的状态，那么进一步的扩散自然就不会被重视，这种态度可以说成为了当前整个社会对于媒体的一种必然态度。
然而实际对于广电行业而言，媒体内容的扩散，仍然是需要重点关注的问题。这个问题并未因为自媒体的加入而有彻底的改变，虽然自媒体在一定程度上确实带给媒体内容扩散一定的优势，传播速度和信息的送达率都存在一定程度的提升，但是这种改善，并不足以消灭内容扩散问题。自媒体的加入，甚至会在一定程度上给广电专业媒体扩散带来障碍。这种障碍来自于因为信息爆炸而带来的时间碎片化，以及随之而必然出现的信息碎片化。曾经不多的几个专业广电媒体，就可以覆盖一个甚至几个地区的情况，在今天已经不存在。自媒体的加入，成为广电媒体信息扩散和覆盖的重要干扰因素。
目前广电领域媒体内容扩散面临两个方面的问题：其一，在于将内容送达到需要的群体环境中，因为自媒体的干扰，信息的饱和，使得送达成为一个复杂的过程；其二，则在于广电主流媒体的覆盖能力，在自媒体的影响之下必须不断加强，避免被淹没的命运，这是实现主流媒体对于社会价值观实现主导作用的必要依据。
这两个方面任务的实现，落实在大数据领域之中，则意味着不同的任务与职责。对于前者而言，需要通过海量数据来实现对于受众群体特征以及需求的分析，并且在此基础之上展开有针对性的内容推送，帮助达到内容供需双方的匹配。而对于后者而言，广电专业媒体必须表现出比普通自媒体更高的专业特征。对于内容打造方面，大数据不能给予更多的支持，但是媒体受众对于信息的需求方面，如同第一个方面问题一样，大数据可以给予更多的分析和支持。在此基础之上形成更为深入的媒体内容，对于广电领域媒体内容的扩散必然有着积极
价值。
3 广电行业工作效率的提升
自从计算机出现以后，各行各业乃至于整个社会的效率都有所提升，但是这种提升与大数据所带给广电行业的效率优化又有所不同。大数据技术支持之下的广电领域，开始呈现出以数据挖掘以及优化存储、数据识别等技术作为核心，而不断朝向广电应用环境延展，构成庞大的应用驱动体系，实现效率的提升。
对于这一个方面而言，大数据技术的渗入，所带来的并非是惊天动地的变革，而是潜移默化的影响，也因此并不容易被察觉。但是静默的改变，并不等于大数据技术没有用武之地。例如数据挖掘技术，能够帮助广电媒体领域依据行业人员，以及媒体受众群体的搜索习惯预先实现存储优化，改善查询以及其他操作的访问时间。而数据识别则可以帮助优化整个广电信息网络环境中的供需平衡，同时对于加强该网络中的数据安全同样有着积极价值。
参考文献
[1]尹亚光，施玉海.大数据对媒体融合发展的支撑和促进[J].广播电视信息，2015（12）：12-13.
[2]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（9）：19-22.
