简介:关于本文可作为数据广电方面的大学硕士与本科毕业论文数据广电论文开题报告范文和职称论文论文写作参考文献下载。
（广州珠江数码集团有限公司 广州珠江数字电视及数字家庭技术应用研究院有限公司 广州 510091）
摘 要：本文讲述利用大数据分析技术,以广电互动电视网络覆盖范围内的数百万级机顶盒、数百个媒体播放服务器、运营系统、地理信息系统、广告系统等多个异构业务系统为数据来源,围绕广电的海量异构数据的获取（含用户行为、网络及内容资源、系统运行等数据）、智能分析、商业应用三方面开展技术研究,设计广电大数据商业智能系统,一方面支持公司自身的决策、运营方案制定、用户消费产品的精准定位,优化现有服务模式,提供利润及竞争力,另一方面数据成果亦可广泛应用于广电用户、运营商、广告客户、电子商务合作伙伴,创新商业模式.
关键词：广电大数据 异构数据采集 智能分析 数据模型体系 大数据处理商业应用示范
中图分类号：TN948.61文献标识码：A文章编号：1674-098X(2013)06(b)-0016-02
随着有线电视的普及、数字化改造等新型光电技术的推广以及国家“三网融合”战略的展开,传统广电运营商由原来的单一网络运营商向多媒体网络及信息服务运营商转变,广电业务也向着移动互联网等新媒体拓展.这些因素都使得用户信息、使用信息等海量数据的采集、处理和应用成为可能,使得广电运营系统成为名符其实的大数据系统.基于此,本文提出设计广电大数据商业智能系统,通过掌握用户的消费喜好、消费层次、成员构成、年龄范围等,完成运营商优化并创新商业模式、提高服务质量和用户满意度的重要战略任务.
1.广电大数据商业智能系统总体设计
遵循安全、实用、高效、标准、可管理的原则,我们提出如下的系统总体设计方案（如图1)
根据设计思路,将系统从逻辑上分为采集子系统、商业智能分析子系统、应用子系统三部分.
1.1 广电大数据采集子系统
我们计划在采集子系统中设计架设如下的服务器：①数据采集服务器,与数据采集终端的通信连接,收集上传的收视数据并存储；②配置服务器,管理数据采集终端的工作状态；③本地收视数据库,对采集的原始收视数据作备份；④软件升级服务器,负责随时在线更新数据采集终端的软件,确保数据采集终端的功能最新；⑤问卷调查服务器,按需求随时发布各类调查问卷至数据采集终端,并实时回收问答信息；⑥数据网关,对采集的原始收视数据进行清洗、转换、压缩打包等操作,并负责与数据分析云端服务器的连接.
广电大数据:湖南广电网络云数据中心开建 湖南新闻联播 20151109
该采集子系统面向的数据源,主要包括机顶盒、BOSS系统、网络管理系统、媒体资源管理系统等四类：
(1)机顶盒数据[1]：针对机顶盒数据采集,可有效结合广电海量样本、高数据精准度（具体的位置和区域的使用量）的优势.我们采用分布式的采集架构来实现海量终端的数据采集,有效减少了单一节点的负载压力,数据采集的服务器执行采集策略并临时保存数据,采集策略设计为两种方式：①主动采集,由前端服务器发布采集需求,由用户主动提交反馈；②自动采集,每当机顶盒和前端服务器通信,服务器自动保存机顶盒操作信息并按预定的清洗策略清洗数据后保存到采集服务器.由于互动电视机顶盒作为专用设备,有别于互联网和传统采集终端,可在无需增加采集硬件模块的基础上,自动进行控制程序的在线升级,来实现大数据采集功能.我们可灵活地定义机顶盒的采集策略、数据的内容,动态实现数据采集功能的调整.
(2)BOSS系统数据：BOSS系统是运营商的运营支撑系统,主要存储用户基础信息、地理信息、收费纪录、*产品纪录和消费纪录等数据,可支持对客户、帐户进行日常管理、综合*、产品管理、渠道管理,合作伙伴结算、资源管理、经分报表、服务开通保障,计费账务等功能.BOSS系统的数据也是重要的基础数据之一,采集子系统需对多个业务系统的异构数据库进行访问和数据采集,建立统一的接口标准,获取用户基础信息、收费纪录、*产品纪录、消费纪录等数据.
(3)网络管理系统数据：网络管理系统可为广电运营商设计与改造网络、管理网络资源、管理工程、管理网络运营、辅助决策、监控网络等需求,可靠的有线电视网络资源信息,为整个网络的运营、规划以及科学管理提供信息支持,属于有待运营商分析的重要基础数据,可以用于分析群组行为、有利于位置服务的分析和提供.
(4)媒资资源管理系统数据：媒资管理系统是广电内容提供的基础系统,主要用于存储和播放各种音视频内容.该系统可以大数据处理系统提供直播、点播节目的详细元数据信息,以结合用户的收视行为数据,进行更深层次的数据分析和挖掘.
1.2 广电大数据商业智能分析子系统
商业智能分析子系统以采集子系统的海量规范数据为基础,通过执行数据预处理、数据仓库、数据挖掘与分析等4个步骤,得到用户的消费喜好、消费层次、成员构成、年龄范围等分析结果,供下一步的商业应用使用.该系统包括数据预处理、数据仓库、数据挖掘与分析等三部分：
(1)数据预处理：即对结构化与非结构化的数据进行净化.存储在数据库中的数据必须进行必要的检查和净化,用以识别和纠正或消除冲突、不完整数据以及组合数据库所共有的不兼容性.数据预处理主要包括数据清理、数据集成、数据变换和数据归约.
(2)数据仓库[3]：预处理后的规范化数据将进入我们建立的广电数据仓库.该数据仓库将多个异种数据源（关系数据库、一般文件等）集成在一起,为各类应用系统的统一历史数据分析提供平台,为信息处理提供支持.数据仓库主要支持以下功能：①数据建模：根据需求确定主题,选择数据源,对数据仓库的数据组织进行逻辑结构设计；②支持转换程序设计：包括从数据源系统中抽取、清理、装载等功能的程序；③元数据管理：支持定义、管理元数据,即表示、定义数据的异议及系统各组成不部分之间的关系.元数据包括关键字、属性、数据描述、物理数据结构、数据结构、映射及转换规则、综合算法、代码、默认值、安全要求等；④多种数据分析工具：建立结构化的决策支持查询,实现和使用数据仓库的数据分析工具,包括优化查询工具、统计分析工具、OLAP工具等；⑧数据仓库管理：包括质量检测、管理决策支持工具及应用程序,并定期进行数据更新,使数据仓库正常运行.
(3)广电大数据的挖掘和分析：关于海量收视行为数据、用户特征数据、消费行为数据、市场研究数据等应用选定的挖掘方法,主要有①继承于数据分析中的统计分析,目的在于对数据进行浓缩,给出它的紧凑描述；②把整个数据库分成不同的群组,这种方法通常用于客户细分,目的是使群与群之间差别很明显,而同一个群之间的数据尽量相似；③寻找数据库中值的相关性,两种常用的技术是关联规则和序列模式.④构造一个分类函数或分类模型,该模型能把数据库中的数据项映射到给定类别中的某一个.⑤通过具有已知值的变量来预测其它变量的值,常见的算法有逻辑回归、决策树、神经网络等.另外,我们设计了具有较高通用性的处理流程：准备数据→取样→建立预测模型→验证模型→针对同类型数据应用模型、识别评分→模型入库→生成挖掘分析结果（多维分析/报表）.[2]
1.3 广电大数据应用子系统
应用子系统是整个广电大数据商业智能系统产出效益的重要部分,该部分通过利用商业智能分析的结果促进广电现有业务的发展,并实现多种新型业务拓展,促进企业经济效益.我们设计的应用子系统包括：广告精准推送、视频内容精准推送、电子商务、运营决策、视频点播、数据产品等多个模块.
(1)广告精准推送模块：该模块可在分析子系统的结果指导下,进行精准的用户区域定位、消费习惯分析定位、喜好分析定位,并与广电互动电视平台对接,可以在同一时间点,分区域、分用户地为不同广告主进行精准广告投放,既为运营商大大提高了广告时间的利用率和效果,获得更大的经济利益,也为广告主即提高了广告效果,节省了全区时间投放的成本.
(2)内容精准推送模块：尽管广电IPTV平台本身具备视频推送系统,但由于缺乏相应的推送策略,目前只是根据用户选购情况下发统一的内容,个性化推送程度低.借助于广电大数据商业智能系统,实时分析和反馈用户的收视行为,我们再对广电的iptv平台中直播及点播后台中媒体资源分配系统做相应开发,把该模块部署在服务器前端,与大数据处理系统进行对接,调整、增加资源分配策略,而机顶盒终端只需简单升级,即可实现运营方案和节目内容及时根据用户的需求爱好进行调整,实现对内容的精准推送,创新了广电运营商的服务模式.（如图2）
(3)电子商务业务推送模块：受广电的党性原则及用户实名制认证的影响,基于广电网络开展电视商务有其先天性的优势,主要体现在信息安全及公信力方面.
在节目和用户精准定位分析相结合的前提下,我们设计的电子商务业务推送模块,能够面向用户,有目的、有区分地推送具有较高的个人针对性的产品,例如：用户A正在观看一场球赛,根据系统的分析结果已得知用户A长期关注体育类节目,可推断用户A是一名体育爱好者,本模块将生成和本场球赛相关的商品（如球鞋、球衣等）交易,并主动推送给用户.既为用户打造舒适、方便、更好体验感的购物旅程,又为一众电商企业建立了全新的电子商务渠道,引导电视购物平台从以前单一的电视频道推广模式到精准的区间用户推送,刺激用户主动消费,促使电视电子商务逐渐向规模化、标准化、产业化的发展.
1.4 数据产品
基于采集子系统与智能分析子系统的数据工作,我们还可以直接按需求生成不同的专题分析报告/报表,例如不同制片商的节目内容生命周期专题分析、同一频道不同时段的受众专题分析、不同频道的受众专题分析,准确统计和预测广电媒体资源生命周期,科学部署媒体资产的生产和运作.
而且,由于本系统的数据采样量庞大、样本属性信息精准、覆盖区域广泛,使得采集的数据具备其它同行中不可比拟的真实性、可用性和操作性,因此,本项目产出的数据产品,能有效为同行、同类企业、合作伙伴、广告主、电商企业的业务决策提供充分、准确的依据,指导相关企业的产品规划、业务营销工作,结束以往渔翁撒网式的业务行为,促进行业的转型升级、带动相关行业的经济发展.
2.结语
通过研究广电大数据商业智能系统,基于大数据的挖掘分析,能够对人群进行非常具体的细分,实现精确地论文范文产品和服务,满足日益个性化的用户需求,继而优化广电现有各业务的运营,同时刺激运营商从数据中获取潜在的用户需求和市场,创兴服务和商业模式.对于广电网络行业来说,大数据系统产生的各类分析结果在很大程度上是可以通用的,通过出售或共享数据产品,让行业内更多的企业了解大数据技术,对大数据应用技术在广电的应用有着重要的意义,在三网融合的大环境下,真正提高广电网络的行业竞争力.
参考文献
[1]洪玉东,辛宇.基于机顶盒的数字电视业务数据采集和分析系统[C].2009中国数字电视与网络发展高峰论坛,2009：232-236.
[2]刘飞,马力维.数据挖掘在广电行业的应用[J].有线电视技术,2010,8(10)：69-72.
[3]李青.基于商业智能的广电运营数据资源管理系统[D].天津：天津大学,2010:1-74.
总结：本论文主要论述了数据广电论文范文相关的参考文献,对您的论文写作有参考作用。
广电大数据引用文献:
[1] 大数据营销学论文选题 大数据营销专业论文题目怎么拟
[2] 大数据营销参考文献外国 大数据营销核心期刊参考文献哪里找
[3] 大数据营销论文大纲模板范文 大数据营销论文大纲怎样写
