1、NETWORK&CONVERGENCE网络与融合182电视技术 第 46 卷第 12 期(总第 565 期)文献引用格式：李成堃.大数据技术在广播电视监测中的应用策略探讨 J.电视技术，2022，46（12）：182-184，191.LI C K.Discussion on the application strategy of big data technology in radio and TV monitoringJ.Video Engineering，2022，46（12）：182-184，191.中图分类号：TN948.1 文献标识码：A DOI：10.16280/j.videoe.
2、2022.12.045大数据技术在广播电视监测中的应用策略探讨李成堃（大连新闻传媒集团大连广播电视发射台，辽宁 大连 116000）摘要：新形势下，在智能检测、安全播出等先进技术不断推广的背景下，广播电视行业应进一步挖掘大数据技术在广播电视监测中的应用价值，采取有效的应用策略，提高技术应用水平，推动广播电视监测工作的创新发展。基于此，对目前广播电视监测工作现状进行分析，提出大数据技术的应用策略，为广播电视监测的智能化、规范化发展夯实基础。关键词：广播电视监测；大数据技术；资源共享Discussion on the Application Strategy of Big Data Technol
3、ogy in Radio and TV MonitoringLI Chengkun(Dalian News and Media Group Dalian Radio and Television Transmitting Station,Dalian 116000,China)Abstract:In the new situation,in the context of the continuous promotion of advanced technologies such as intelligent detection and safe broadcasting,radio and t
4、elevision industry should further explore the application value of big data technology in radio and television monitoring,adopt effective application strategies,improve the level of technology application,and promote the innovative development of radio and television monitoring.Based on this,this pa
5、per analyzes the current status of radio and television monitoring,and proposes the application strategy of big data technology,laying a solid foundation for the intelligent and standardized development of radio and television monitoring.Keywords:radio and television monitoring;big data technology;r
6、esource sharing0 引 言目前，大数据技术已得到人们日常生活、生产的广泛应用，为人们带来了巨大的便利。大数据、云计算等先进技术的应用，也为广播电视行业的进一步发展提供了技术保障，为智慧广电的实现提供了良好的机遇。广播电视行业的监测工作也需要结合时代发展要求，及时改进监管模式，全面整合各类监管资源，构建云平台与数据平台，积极引进大数据技术，为监测工作开辟智能化、信息化、数字化的发展方向，构建互联互通、数字智能、资源共享的监测网络。广播电视播出形态繁多，内容丰富，传统的监测工作模式已难以满足实际要求，大数据技术的应用已成为必然趋势。因此，采取有效的应用策略十分必要。1 大数据技术与广
7、播电视监测概述1.1 大数据技术大数据技术是一种通过多种途径采集海量数据并进行高效加工处理，最终输出有价值信息数据的一种技术手段。对其功能进行分析，大数据技术具备数据收集、存储、分析及处理功能，功能完备。其中，数据信息的收集主要依靠各类传感器对满足要求的数据进行实时、灵活、全面收集，最终获取海量的信息内容；数据存储以互联网、计算机技术为基础，能够将完成收集的数据进行初步筛选、加工，作者简介：李成堃（1985），男，本科，助理工程师，研究方向为广播电视传输覆盖。电视技术 第 46 卷第 12 期(总第 565 期)183NETWORK&CONVERGENCE网络与融合按照相应的标签将其进行分类存
8、储、管理；数据的加工处理也需要依靠相应的算法和模型实现。大数据技术能够实现对数据的深度挖掘，最终筛选出具有价值的数据信息资源。对大数据技术的特点进行分析，其特点主要包括：（1）可视化。通过运用大数据技术，能够将原本虚拟、分散的数据信息通过更加直观形象的方式为用户呈现，能够帮助用户快速识别和了解数据信息内容，提高对数据信息的感知能力。（2）极强的预测性。大数据技术具备数据建模等功能，可以结合用户需求，设置相关参数，构建出数据模型。通过对模型的分析，可以预测相关趋势与发展规律，有效利用数据信息，提高预测分析 能力。（3）灵活性。大数据技术的运用以一系列算法为基础，而这些算法能够结合用户需求进行不断
9、调整与完善。因此，大数据技术的应用极具灵活性，可以结合算法进行不断优化与更新。1.2 广播电视监测广播电视监测是广播电视业务工作的重要一环，主要指通过采取有效的监测手段，以客观测量及主观评价充分反映广播电视节目的播出情况及质量。广播电视监测对于保障广播电视的覆盖效果、提升传输质量和播出质量具有重要作用，具体监测内容主要包括广播电视频段无线电波秩序、播出动态等1。广播电视监测工作的开展，有助于确保信号传输与接收的有效性与稳定性，对于广播电视系统的稳定运行具有重要意义。而且，目前随着技术水平的不断提高，广播电视微波信号体量明显增加，为了进一步提高信号传输质量，需要采用有效的监测手段合理调控信号资源
10、，确保信号能够以适宜的方式进行传输。2 广播电视监测工作现状分析经过长期的发展以及先进技术的运用，目前广播电视监测工作已基本实现数字化、自动化监测，对于确保节目的安全、稳定播出做出重要贡献。但是，随着新媒体的诞生以及大数据等先进信息技术的发展，目前广播电视监测仍存在一定的问题。2.1 监测工作存在诸多不确定性广播电视监测并非单一对广播电视系统运行情况的监测，而是涵盖诸多内容。随着科技的不断发展，其学科专业知识以及领域也在不断增加，系统的硬件不断升级与更新，导致数据库环境及系统运行环境处于不断变化的状态，因此监测工作伴随诸多不确定性2。具体原因主要在于，现行广播电视监测体系尚未明确统一的硬件配置
11、与软件版本，难以确保工作质量，对硬件性能的更新优化造成 阻碍。2.2 监测业务独立分散目前，广播电视监测工作各部门的业务较为独立，各自为政现象严重，监测单位间的交流沟通明显不足，难以实现数据信息的有效共享，开展同步监测十分困难，相同业务网络下很多监测系统平台也是各自建设，因此难以有效整合各类资源，数据信息无法得到有效利用，资源浪费现象严重。如果一个区域出现故障问题，极易对其他区域造成影响，难以确保节目的正常播出。目前广播电视监测体系以树形模式为主，多个子系统共同组成监测系统，当其中一个系统或路径传输环节发生异常，必然会影响到整个系统的运行。2.3 业务内容繁多复杂信息化时代背景下，广播电视监测
12、工作的范围在不断扩大，业务量明显增加，不但需要对信号传输质量、节目播出质量等进行监测，还需要监测节目内容、广告内容等多个方面。目前节目内容呈现多元丰富的发展趋势，节目的播出依赖于独立的服务器，因此需要加强对服务器的管理。工作量增加的同时，工作的复杂程度也在增加，面对大量、烦琐的应用接口，工作难度明显提高。2.4 智能化水平有待提高结合现状分析，广播电视各领域的监测系统呈现信息化、智能化、规范化的发展趋势，技术水平明显提升，但是其智能化水平仍有待进一步提高。对具体原因进行分析，首先，监测系统对大数据、新媒体等技术的应用频率较低，程度不够，很多监测工作仍依靠人工手段完成；其次，监测数据关联性分析水
13、平低下，各监测模块互相独立；最后，监测数据的采集与分析存在诸多弊端，只注重本单位设备的监测数据，具有一定的局限性3。而广播电视在制作、传输等过程中，很多有价值的数据信息均可以采集，且很多数据间存在较强的关联性，对相关数据的分析，有助于提高智能化水平，进一步提高监测质量和效率。NETWORK&CONVERGENCE网络与融合184电视技术 第 46 卷第 12 期(总第 565 期)3 大数据技术在广播电视监测中的应用策略3.1 数据采集传统工作模式下，广播电视监测工作以人工操作为主，工作人员需要将不同媒体下广播电视节目的数据进行细分，并对完成划分的数据信息进行单独监测，最终将监测获取的数据进行
14、整合，生成广播电视监测的最终结果。这一工作模式虽然具有一定的效果，但是工作量较大，需要耗费大量的时间和精力，整体工作效率和质量低下。大数据技术在信息采集方面具有自动化、信息化、智能化等优势，已成为目前广播电视监测中数据采集的主要技术。通过运用大数据技术，工作人员可构建相应的大数据系统、平台，能够高效、完整地收集广播电视节目信息，在实时、动态的监测过程中及时发现问题、分析问题、解决问题，为信号传输质量及节目播出质量提供保障4。合理运用大数据技术，能够充分收集各类监测信息，数据采集以文本挖掘、网络搜索技术为基础，深入挖掘各类有价值信息数据，为工作人员随时获取相关信息提供巨大的便利。除此之外，大数据
15、技术还具备存储功能，能够将收集的数据进行合理存储，弥补传统工作模式下信息存储困难的不足。3.2 构建专业模型构建专业模型，有助于进一步提高广播电视监测水平。具体工作过程中，专业模型在监测工作体系中类似“信息树”，也就是通过模型能够将原本分散、抽象的数据通过直观的树形模型呈现出来，在“信息树”中呈现各监测模块间的关系，帮助工作人员更为准确地分析广播电视信号的传输情况和效果5。同时，根据数据库中存储大量信息的重要程度，专业模型能够对数据信息进行合理划分与科学排序，将完成处理的信息数据重新配置在模型中，具有动态更新的特点，能够保证监测工作的时效性。3.3 数据分析广播电视监测结果的生成以及相关监测措
16、施的制定，都需要以数据信息为基础。数据信息能够为相关业务工作、决策工作提供重要的依据。随着广播电视节目类型、数量的不断增加，监测系统需要监测的数据信息量也在不断增加，监测规模越来越大，导致工作难度明显提升。通过合理运用大数据技术，积极开发智能化的数据监测平台，能实现对信号、信息数据的自动采集、分析及处理，无需等待较长时间便可以得到监测结果，为系统运行、节目播出质量、信号传输质量的准确判断提供保障。另外，通过对大数据技术的合理运用，监测系统能够自动生成相应的检测模型，及时将数据信息的分析结果反馈给工作人员，为其评估算法是否合理、模型是否客观提供参考依据，准确体现广播电视信号传输的具体情况，为工作人员进一步优化相关算法和模型提供指导。3.4 信息综合管理广播电视监测是一项长期、系统的工程，工作内容、流程复杂，不但要做好常规信号传输、接收的监测，还需要为节目产生工作的优化提供数据保障，这便需要加强对广播电视监测信息综合管理平台的利用，构建完善可靠的综合管理平台，加强对大数据技术的运用。大数据技术不但具备数据采集、分析等功能，同时还具备数据检索功能，可以充分结合用户需求高效收集和呈现相关数据信