【摘要】隨着我國廣播電視的發展，其監測播出形態呈現多樣化的形式，同時其涉及的領域和體量也越來越大，因此面對如此龐大的數據量，廣播電視監測工作者如何獲取有價值的資訊成爲行業面臨的主要問題。本文從大數據的技術特點出發，透過對其在廣播電視監測中應用前景的介紹，爲有效分析監測數據提供參考依據。
【關鍵詞】大數據；有效數據；智能分析；混合架構
隨着我國廣播電視的發展，其監測播出形態呈現多樣化的形式，同時其涉及的領域和體量也越來越大，因此面對如此龐大的數據量，廣播電視監測工作者如何獲取有價值的資訊成爲行業面臨的主要問題。大數據是對海量數據的應用和處理。目前來看，監測工作還不能稱爲是大數據時期，但不可否認的是我們正在接近大數據時代。
1大數據關鍵技術
1.1數據預處理技術
對數據進行抽取和清洗是數據預處理的主要方式。將結構化的數據或者形式複雜的非結構化數據進行同質化，這個過程就是數據的抽取，也可以稱作數據集成，這有助於後續的數據分析。將無關緊要的數據排除在外，以便獲取有價值的數據，這個過程就是數據的清洗。目前，Datastage和Powercenter是業內兩款主要的主流產品，能夠按數據結構從簡單到複雜對大量數據進行進一步操作，如收集、變換、分發等，從而推進大數據的高效處理。
1.2數據存儲與數據管理
以計算機的硬件和軟件爲主要手段，對數據收集、存儲、處理以及應用，這個過程就是數據管理。數據管理能夠有效地體現數據功能。數據組織，這是對數據進行有效管理的關鍵。數據管理隨着時代的發展也在不斷髮展，目前已經經歷過三個階段，早期管理方式主要是人工管理，之後是檔案系統，而發展到現在則是數據庫系統。數據結構建立在數據庫系統中，不僅能夠體現出數據間的聯繫，更有助於對數據進行修改和擴充更新，同時還有助於保證數據獨立、安全、完整，提高了數據管理的效率。
1.3數據挖據與智能分析
數據挖掘涉及的方面比較廣，如人工智能、模式識別、機器學習以及統計學等，均有涉及。以算法的方式從海量數據中搜尋有用資訊，這就是數據挖掘。數據挖掘以計算機科學爲載體，以統計、在線分析處理、檢索、機器學習、專家系統和模式識別等爲主要方法，從而實現搜尋目標。其搜尋到的資訊可以被應用於商務管理、生產控制、市場分析和工程設計等多個方面。
2廣播電視監測中大數據技術的應用
2.1數據不是越多越好
目前，大數據被應用於廣播電視監測系統，但是有時候會過多的對數據進行收集，將考慮到的數據全部獲取，太多的數據反而加大了工作量，不僅降低了工作效率，同時也需要大量的空間去存儲，同時對數據的處理也會更復雜，這也就限制了大數據的應用。由於大數據的數據量太過龐大，需要一整套的系統去快速處理。在實際應用中，如果需要收集或者分析的.數據量比較龐大，處理成本過高時，可以適當的捨棄一些無用或者意義不大的數據。在對大數據進行初步應用時，可以根據需要，以模型的方式對問題進行分析，從而更有效的獲取數據，在應用過程中逐步對監測系統的業務處理能力進行完善。
2.2對數據的潛在價值進行挖掘
在對大數據進行應用時，必須注重對大數據的潛在價值進行挖掘，同時要考慮到數據能否被再次利用。當前來看，一項數據可能沒用價值，但是在未來可能就會存在價值。因此必須改變思維，以創新的方式和思路，對數據進行整理。正如莫里中校一般，正是由於他從海量數據中選取有效數據進行分析，那些看似沒有用的資訊反而提供了有價值的數據，莫里航海圖應運而生。數據的重複使用過程中有時會得出不一樣的結論，但是由於我們思維僵化，數據的重複使用受到限制，例如，在對有線電視單個頻道的EPG資訊以時間爲序進行縱向分析，這有助於我們瞭解頻道節目的主要構成；而如果在全國範圍內，對有線電視節目的EPG資訊進行橫向的分析，則能夠看出節目的重播率，更能分析出節目受歡迎程度；以分類統計的方式對節目進行分析，這有助於我們瞭解節目的娛樂化是否嚴重。因此，從本質上看，傳統的數據處理和大數據處理是兩種截然不同的技術，都有自己的適用場景和適用對象，他們並不是對立的，需要根據實際情況選擇最優的處理模式。
3結語
大數據不僅是一種資源，同時也是一種工具。僅是一個系統再怎麼龐大，它也無法完成所有數據的採集、處理和加工，因此大數據給帶來的答案僅能提供參考，不能作爲標準，同時它也只能揭示部分規律，但是即使這樣，大數據依然會爲廣播電視的監管工作產生巨大的變革。
參考文獻
[1]李銳.淺談廣電運營商的大數據分析及應用系統[J].有線電視技術，2013（09）.
[2]戴偉.面向用戶感知的廣電數據業務監測探討[J].有線電視技術，2014（05）.
[3]郭巍.淺談大數據技術在廣播電視監測中的應用[J].計算機與網絡，2016（13）.