王海滨
摘 要 本文对在“互联网+”和大数据时代广电面临的形势和存在的问题进行了分析，并分析了广电加快大数据平台的建设和应用，整合重构广电媒体的内部价值和外部价值的必要性和总体思路，对广电大数据平台建设方案和应用进行了探索。
关键词 大数据平台；大数据应用；广电新媒体
中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2017）186-0058-02
1 大数据发展现状
在“互联网+”和大数据飞速发展的大背景下，数据的价值已经被越来越的企业所认可。甚至在国家层面，各国已经将大数据视为国家未来竞争力的主要体现，均将大数据列为国家重点发展战略。在我国，国家提出了大数据国家发展战略，把大数据作为基础性战略资源，加快推动数据资源的共享开放和开发应用，助力产业转型升级和社会治理创新。
当前各行各业都在积极规划和建设大数据平台，金融、互联网、政务、零售等行业凭借大数据的实施已经取得了显著的成效和极大的价值提升。如保险行业通过车载UBI设备获得用户的驾驶行为，基于用户驾驶行为数据识别用户的风险级别，根据用户的风险级别对用户进行差异化定价；互联网行业，如京东基于用户的访问、浏览、购买等大数据分析，基于大数据设计自己的物流仓库和配送点，在主要城市实现了当日达，极大的提升了运输和配送效率；如腾讯视频基于腾讯大数据平台，对影视作品、明星艺人的受众人群进行大数据分析，充分了解影视作品和艺人的受众人群年龄段、性别、生活习惯、购物偏好等特征，为影视作品的投资制作、营销发行、影院经营提供更加精准的决策依据，从编剧到拍摄都根据观众喜好进行内容和人员的精准定制，实现用户“充会员追剧”，极大的提升了影视的商业价值。
2 广电大数据发展面临形势
目前随着网络的飞速发展，IPTV、OTT及视频网站、社交网站、微博、、各类直播App等网络新媒体和自媒体逐渐占据了用户的眼球。广电所掌控的电视、广播等渠道的用户日益在流失，广电媒体面临着日益严峻的发展考验。在大数据世代，广电必须加快大数据平台的建设和应用，通过大数据应用整合重构广电媒体的内部价值和外部价值，基于大数据分析用户的内容偏好和需求，将大数据分析的结果与内容创新和互动传播相互结合，提高用户对广电新媒体的期待和使用兴趣。
然而广电行业受制于几方面的制约，在大数据建设方面发展步伐缓慢，在大数据应用方面也没有实现显著的价值提升。
2.1 受制于传统经营模式，用户行为数据采集匮乏
传统广电网络采用单向传输，用户被动接受广电的内容传输信号，即使用户更换内容，广电网络也无法检测到，因此用户的观看习惯、观看喜好以及观看行为等数据，广电网络却无法采集。
另外，长期以来广电主要依靠收视率来评价内容质量的好坏，缺乏对播放过程中用户对内容的评价和建议数据采集。因此对传播内容无法进行全面的效果评估，进而不能有效的指导后期的内容制作。
2.2 网络未集中化，大数据采集困难重重
广电网络全国集中化进展缓慢，各区域均有自己的IT设置和数据存储机房，且广电一直重视IT建设，而忽视BI数据平台，造成IT基础设施规模非常庞大，随着业务的持续发展、各个系统均承载不同的业务，在数据大集中的趨势下，采集各个系统的数据难度较大。
2.3 传统经营模式下缺乏数据意识
传统模式下广电以业务为主导的运营模式和思维定式，缺乏互联网思维和用户思维，即使网络双向改造后，网络可以采集多方面的数据，但因为缺乏数据意识和专业数据人才，造成网络产生的数据没有采集存储，或是采集的数据并未加工分析利用，没有发挥数据中所蕴含中的巨大价值，而在大数据实施领先的行业和企业，“无数据，不决策”都已经成为企业的核心。
3 广电大数据平台建设思路和方案
在大数据的快速发展下，广电要实现弯道超车，笔者认为大数据平台建设就要有前瞻性的思想和建设方案，要结合行业先进经验，采取领先的大数据技术和架构方案。对内要支持对现有业务运营的深度分析，支持广电更高效的制定企业发展策略，以及支持创新业务的发展和运营，并且能够高效的支撑一线的营销管理工作，对目标用户进行精准营销。对外支持数据对外的价值应用，建立广电生态价值链，将广电数据开放给合作伙伴，比如内容制作方、广告投放方等，提升数据的对外价值应用。
总体思想是通过大数据实现管理运营模式从以节目为核心向以用户体验为中心转型，建设以用户为中心的大数据平台，采集各种用户数据，并通过大数据分析技术实现对海量数据的价值挖掘，重塑广电的价值链。
基于此，笔者认为大数据平台的架构如图1。
3.1 大数据采集
网络双向改造后，尤其是建立线上传播平台，广电网络可采集的内容多种多样。主要包括3部分：第一部分为内部数据，包括BOSS用户注册信息，内容业务数据、广告投放数据、媒体内容数据等；第二部分为用户通过各种终端访问时的登录数据、所持终端、用户观看时间、观看内容、观看动作、互动留言、弹幕等用户数据；第三部分包括第三方的调查数据，新闻报道的用户浏览数据、社交网络的用户互动数据等；内容结构包括音频、视频、文本、等等非结构的数据，因此大数据平台最基本的就是数据采集层，有了数据，才能做成有米之炊。
3.2 大数据平台
大数据平台包括大数据加载层、大数据计算、大数据分析、大数据平台监控部分；首先，大数据加载层是将数据源经过统一的数据抽取和转换平台进行抽取、格式转换、脱敏等操作，通过ETL工具，将清洗好的数据加载到大数据平台中进行存储。大数据计算是实现对海量结构化和非结构化的数据存储，并通过各种大数据计算技术实现对海量数据的快速分析功能，大数据分析层是通过大数据平台提供的多维分析工具、数据挖掘工具、可视化展示工具对海量数据进行专题分析，包括提供自然语言理解、智能搜索、认知计算、情感计算、图像识别、语音识别等人工智能技术，将底层的包含大量噪音的海量数据通过各种分析挖掘方法充分挖掘大数据的商业价值；大数据平台监控是保障大数据平台的正常运行。
3.3 大数据应用层
大数据应用层通过大数据平台的计算能力，满足业务的实时数据应用和离线数据应用。实时数据应用包括满足对实时热点新闻的舆情监控、节目内容的收视率排行榜、实时热点内容的跟踪监控等。通过实时数据分析，支撑业务管理部门合理跟踪与引导舆论走等。以及满足节目制作方和播出方根据观众需求的动态变化来调整和优化节目内容等。
离线数据应用包括对收视用户的画像，内容的价值专题分析，内容的个性化推荐等。如通过用户画像了解用户是谁，喜欢什么，偏好什么，从而支持面向用户的精准内容活动策划；如通过内容的价值分析了解内容的外在商业价值，如演员的广告价值等。如通过内容的个性化推荐实现内容的精准推送，提升用户的回看率和互动黏性等等。
以上僅仅是列举了一些数据应用的场景，其实大数据应用层是将各种的数据分析结果以接口的形式开放给数据需求方，满足各个需求方的数据使用需求。可以说数据应用层类似一个“数据超市”，是将各数据需求方的需求，通过大数据平台加工成数据产品，并将数据产品在大数据应用层提供给各个数据需求方，从而支撑数据需求方做出更智能、更高效的决策。
4 结论
在“互联网+”和大数据大发展的背景下，广电要逐步转变传统的经营理念和运营模式，要以用户体验为中心，借助大数据平台获取、分析、挖掘积累的数据资产，通过大数据平台对用户进行全方位画像，充分了解用户的需求痛点，实现智慧的广电数据平台，提高业务的精细化运营水平，从而促进媒体经营管理水平的提升、新媒体社会效益和经济效益的深度经营。
参考文献
[1]王晖，唐向京.共享开放的运营商大数据平台架构研究[J].信息通信技术，2014（6）：52-58.
[2]占亿民，李鑫，胡俊，等.基于大数据的云媒体电视全局业务智能技术[J].广播与电视技术，2013（9）.
[3]陈猛，温玉印.广电大数据平台建设思路及架构研究[J].山东工业技术，2014（16）：150.
[4]刘旸.中国广播.跨屏大数据：传统媒体与互联网融合的入口[J].中国广播，2015（6）：18-22.
[5]苏冰.大数据环境下广电网络面临的机遇和挑战[J].中国有线电视，2015（5）：567-568.
