【摘要】主要從大數(shù)據(jù)應(yīng)用關(guān)鍵環(huán)節(jié)、廣電業(yè)務(wù)大數(shù)據(jù)應(yīng)用策略、廣電互動(dòng)電視平臺(tái)大數(shù)據(jù)應(yīng)用、融合媒體大數(shù)據(jù)應(yīng)用等方面，探討分析廣電業(yè)務(wù)大數(shù)據(jù)應(yīng)用的諸多問(wèn)題。

　　【關(guān)鍵詞】廣電業(yè)務(wù)互動(dòng)電視平臺(tái)融合媒體大數(shù)據(jù)應(yīng)用

　　在互聯(lián)網(wǎng)、大數(shù)據(jù)、融合媒體環(huán)境下，廣電業(yè)務(wù)運(yùn)營(yíng)商為了實(shí)現(xiàn)互聯(lián)網(wǎng)+大數(shù)據(jù)+廣電媒體的跨界競(jìng)爭(zhēng)，必須引入以數(shù)據(jù)思維和大數(shù)據(jù)創(chuàng)新性應(yīng)用為基礎(chǔ)的互聯(lián)網(wǎng)思維，適時(shí)構(gòu)建廣電業(yè)務(wù)大數(shù)據(jù)處理平臺(tái)，通過(guò)數(shù)據(jù)采集、監(jiān)測(cè)、分析、挖掘和處理，精準(zhǔn)分析用戶(hù)需求，更好地理解用戶(hù)行為習(xí)慣，提供用戶(hù)體驗(yàn)度更優(yōu)的基于互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)的融合媒體內(nèi)容產(chǎn)品和業(yè)務(wù)，實(shí)現(xiàn)多渠道發(fā)布、多屏聯(lián)動(dòng)和多屏互動(dòng)，并實(shí)現(xiàn)內(nèi)容產(chǎn)品的精準(zhǔn)推送和業(yè)務(wù)運(yùn)營(yíng)的閉環(huán)反饋調(diào)控。

一．大數(shù)據(jù)應(yīng)用關(guān)鍵環(huán)節(jié)

　　大數(shù)據(jù)應(yīng)用采用并行處理分布式數(shù)據(jù)庫(kù)、數(shù)據(jù)挖掘、分布式文件系統(tǒng)、云計(jì)算平臺(tái)、互聯(lián)網(wǎng)和分布式存儲(chǔ)系統(tǒng)等技術(shù)，關(guān)注實(shí)際業(yè)務(wù)大數(shù)據(jù)，提供數(shù)據(jù)采集分析挖掘和數(shù)據(jù)存儲(chǔ)管理能力。云計(jì)算是整合計(jì)算、存儲(chǔ)、數(shù)據(jù)、應(yīng)用等分布式計(jì)算資源進(jìn)行協(xié)同工作的超級(jí)計(jì)算服務(wù)模式，分為SaaS（軟件即服務(wù)），PaaS（平臺(tái)即服務(wù)）和IaaS（基礎(chǔ)設(shè)施即服務(wù)），關(guān)注計(jì)算能力、數(shù)據(jù)處理能力、IT基礎(chǔ)架構(gòu)和IT解決方案，云計(jì)算又分為存儲(chǔ)云、計(jì)算云和管理云。

　　1.大數(shù)據(jù)采集

　　大數(shù)據(jù)采集是從本地?cái)?shù)據(jù)庫(kù)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等數(shù)據(jù)源提取、采集、導(dǎo)入、轉(zhuǎn)換、加載數(shù)據(jù)。

　　2.大數(shù)據(jù)存儲(chǔ)與管理

　　云計(jì)算技術(shù)的存儲(chǔ)云和管理云是大數(shù)據(jù)存儲(chǔ)與管理技術(shù)的基礎(chǔ)，存儲(chǔ)云采用分布式海量數(shù)據(jù)存儲(chǔ)技術(shù)，數(shù)據(jù)存儲(chǔ)系統(tǒng)有GFS（Google文件系統(tǒng)）和HadoopHDFS（Hadoop分布式文件系統(tǒng)），管理云包括海量數(shù)據(jù)管理技術(shù)和云安全技術(shù)。

　　3.大數(shù)據(jù)計(jì)算處理

　　云計(jì)算技術(shù)的計(jì)算云是大數(shù)據(jù)計(jì)算處理技術(shù)的基礎(chǔ)，計(jì)算云包括虛擬化技術(shù)和并行編程模型技術(shù)，以谷歌的分布式并行計(jì)算技術(shù)及HadoopMapReduce的云端應(yīng)用開(kāi)發(fā)并行編程技術(shù)為代表。

　　4.大數(shù)據(jù)分析與挖掘

　　大數(shù)據(jù)分析與挖掘涉及結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，需要采用人工智能、神經(jīng)網(wǎng)絡(luò)等算法。

　　5.大數(shù)據(jù)展現(xiàn)

　　大數(shù)據(jù)展現(xiàn)采取可視化技術(shù)與Web技術(shù)相結(jié)合，涉及SVG（可伸縮向量圖形）繪圖和HTML5等技術(shù)，以圖形或圖像呈現(xiàn)大數(shù)據(jù)內(nèi)容。

二．廣電業(yè)務(wù)大數(shù)據(jù)應(yīng)用策略

　　廣電業(yè)務(wù)大數(shù)據(jù)應(yīng)用需要滿足海量、多源數(shù)據(jù)快速處理和分析等需求，應(yīng)該研究制定并執(zhí)行好廣電業(yè)務(wù)大數(shù)據(jù)應(yīng)用策略。

　　1.多屏大數(shù)據(jù)應(yīng)用戰(zhàn)略

　　廣電業(yè)務(wù)需要處理受眾的偏好、行為痕跡及需求信息等大數(shù)據(jù)，以支撐多屏戰(zhàn)略，實(shí)現(xiàn)視頻多終端無(wú)縫鏈接，解決用何種內(nèi)容去適配何種終端、何時(shí)與何場(chǎng)合推送何種內(nèi)容去何種終端等難題。

　　2.市場(chǎng)大數(shù)據(jù)應(yīng)用策略

　　廣電業(yè)務(wù)可以通過(guò)大數(shù)據(jù)應(yīng)用平臺(tái)分析用戶(hù)行為，改進(jìn)內(nèi)容生產(chǎn)，并通過(guò)用戶(hù)偏好分析，及時(shí)、準(zhǔn)確地進(jìn)行業(yè)務(wù)推薦，增強(qiáng)用戶(hù)體驗(yàn)，增加用戶(hù)粘度。應(yīng)該對(duì)用戶(hù)操作行為進(jìn)行全方位監(jiān)測(cè)，通過(guò)大數(shù)據(jù)分析獲知用戶(hù)的收視場(chǎng)景、收視習(xí)慣及收視喜好，向用戶(hù)精準(zhǔn)推送內(nèi)容、廣告及應(yīng)用，滿足用戶(hù)需求。

　　3.經(jīng)營(yíng)大數(shù)據(jù)應(yīng)用策略

　　可以綜合分析業(yè)務(wù)、資源、財(cái)務(wù)等各類(lèi)大數(shù)據(jù)，準(zhǔn)確地制定業(yè)務(wù)經(jīng)營(yíng)管理和市場(chǎng)競(jìng)爭(zhēng)策略。

　　4.大數(shù)據(jù)采集與挖掘策略

　　需要采集用戶(hù)行為數(shù)據(jù)、用戶(hù)收視數(shù)據(jù)、融合媒體數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)、點(diǎn)擊流數(shù)據(jù)、搜索引擎數(shù)據(jù)、內(nèi)容編排數(shù)據(jù)、內(nèi)容推薦數(shù)據(jù)等，并對(duì)大數(shù)據(jù)進(jìn)行用戶(hù)、內(nèi)容及熱點(diǎn)發(fā)現(xiàn)等多維度分析。

　　5.大數(shù)據(jù)應(yīng)用人才培養(yǎng)策略

　　廣電業(yè)務(wù)體系復(fù)雜，業(yè)務(wù)流程梳理難度很大，數(shù)據(jù)分析人才往往存在行業(yè)局限性，實(shí)踐經(jīng)驗(yàn)較少，應(yīng)與大數(shù)據(jù)領(lǐng)域的專(zhuān)業(yè)公司形成緊密協(xié)作，分析廣電業(yè)務(wù)的數(shù)據(jù)點(diǎn)、數(shù)據(jù)點(diǎn)與數(shù)據(jù)點(diǎn)的關(guān)系，并對(duì)數(shù)據(jù)進(jìn)行梳理分析和深度挖掘。

　　廣電互動(dòng)電視平臺(tái)大數(shù)據(jù)應(yīng)用的主要功能模塊如圖1所示。

圖1廣電互動(dòng)電視大數(shù)據(jù)應(yīng)用功能模塊示

　　1.廣電互動(dòng)電視平臺(tái)大數(shù)據(jù)采集

　　采集的大數(shù)據(jù)源包括雙向互動(dòng)電視網(wǎng)絡(luò)平臺(tái)的用戶(hù)機(jī)頂盒、應(yīng)用服務(wù)器、運(yùn)營(yíng)支撐系統(tǒng)、運(yùn)維系統(tǒng)、地理信息系統(tǒng)、廣告系統(tǒng)、媒資系統(tǒng)、互動(dòng)電視系統(tǒng)等多個(gè)異構(gòu)的業(yè)務(wù)系統(tǒng)，對(duì)異構(gòu)數(shù)據(jù)源的大數(shù)據(jù)進(jìn)行采集和統(tǒng)一存儲(chǔ)，將收視數(shù)據(jù)、用戶(hù)行為數(shù)據(jù)、運(yùn)維數(shù)據(jù)、日志數(shù)據(jù)、媒資數(shù)據(jù)等形成一個(gè)彼此關(guān)聯(lián)的大數(shù)據(jù)庫(kù)，便于后續(xù)環(huán)節(jié)開(kāi)展數(shù)據(jù)預(yù)處理、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分析與數(shù)據(jù)挖掘，并建立業(yè)務(wù)模型、分析模板、用戶(hù)匹配、業(yè)務(wù)預(yù)測(cè)等大數(shù)據(jù)工具。

　　大數(shù)據(jù)來(lái)源于不同業(yè)務(wù)系統(tǒng)的異構(gòu)數(shù)據(jù)庫(kù)，需要對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理，通過(guò)數(shù)據(jù)清洗、數(shù)據(jù)過(guò)濾、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)規(guī)約等操作，將不同系統(tǒng)采集的數(shù)據(jù)進(jìn)行關(guān)聯(lián)和完善，供后續(xù)環(huán)節(jié)進(jìn)行數(shù)據(jù)分析、挖掘。

　　3.廣電互動(dòng)電視平臺(tái)大數(shù)據(jù)分析挖掘

　　廣電運(yùn)營(yíng)商要量身定制適合自己的大數(shù)據(jù)處理方案，要以用戶(hù)觀看節(jié)目的行為數(shù)據(jù)為基礎(chǔ)，結(jié)合用戶(hù)身份信息進(jìn)行大數(shù)據(jù)挖掘，形成用戶(hù)的消費(fèi)愛(ài)好、消費(fèi)習(xí)慣和消費(fèi)層次的精準(zhǔn)定位數(shù)據(jù)，對(duì)用戶(hù)進(jìn)行細(xì)分，從數(shù)據(jù)中獲取潛在的用戶(hù)需求和市場(chǎng)，精確地定制產(chǎn)品和服務(wù)，創(chuàng)新服務(wù)和商業(yè)模式，滿足日益?zhèn)€性化的用戶(hù)需求。對(duì)于不同的業(yè)務(wù)需求，采用不同的分析挖掘方式，根據(jù)市場(chǎng)、運(yùn)營(yíng)、決策的要求，采取靈活的組合方式，形成不同的數(shù)據(jù)分析模板，對(duì)數(shù)據(jù)源大數(shù)據(jù)進(jìn)行不同策略的提取、整合、拆分，進(jìn)行高效、靈活和準(zhǔn)確的數(shù)據(jù)分析。

　　4.內(nèi)容精準(zhǔn)推送大數(shù)據(jù)應(yīng)用

　　借助大數(shù)據(jù)處理與分析系統(tǒng)，可對(duì)海量數(shù)據(jù)進(jìn)行分析挖掘，將傳統(tǒng)的收視率調(diào)查轉(zhuǎn)變成用戶(hù)行為數(shù)據(jù)分析，掌握用戶(hù)消費(fèi)喜好、消費(fèi)層次、成員構(gòu)成、年齡范圍、節(jié)目收看時(shí)段、節(jié)目選擇類(lèi)型，提高服務(wù)層次和運(yùn)營(yíng)能力，創(chuàng)造新型商業(yè)模式，提高運(yùn)營(yíng)效率和服務(wù)質(zhì)量，推行更加有效的推送策略，進(jìn)行市場(chǎng)精準(zhǔn)營(yíng)銷(xiāo)和內(nèi)容精準(zhǔn)推送。推送給用戶(hù)的內(nèi)容可包括視音頻節(jié)目、電視商務(wù)信息、廣告等，廣告精準(zhǔn)推送系統(tǒng)可提供精準(zhǔn)推銷(xiāo)產(chǎn)品的平臺(tái)，將電視內(nèi)容觀看與相關(guān)產(chǎn)品推銷(xiāo)關(guān)聯(lián)起來(lái)，拓展商家的銷(xiāo)售渠道。還可以通過(guò)大數(shù)據(jù)系統(tǒng)形成用戶(hù)消費(fèi)行為分析結(jié)果、內(nèi)容產(chǎn)品生命周期分析結(jié)果等數(shù)據(jù)產(chǎn)品，支持內(nèi)容提供商完成營(yíng)銷(xiāo)決策。

　　5.視頻服務(wù)大數(shù)據(jù)應(yīng)用

　　基于大數(shù)據(jù)工具可對(duì)廣電各類(lèi)視頻業(yè)務(wù)的大數(shù)據(jù)進(jìn)行深度挖掘，推行視頻服務(wù)運(yùn)營(yíng)精細(xì)化管理，通過(guò)聚焦網(wǎng)絡(luò)覆蓋傳輸能力、帶寬提供能力和服務(wù)質(zhì)量保證能力，實(shí)現(xiàn)網(wǎng)絡(luò)流量差異化經(jīng)營(yíng)，打造可控可管可視的智能渠道，實(shí)現(xiàn)用戶(hù)可識(shí)別、業(yè)務(wù)可區(qū)分、流量可調(diào)控和網(wǎng)絡(luò)可管理。

　　（1）全程監(jiān)控視頻傳輸網(wǎng)絡(luò)

　　通過(guò)部署在網(wǎng)絡(luò)中的軟硬件傳感器，對(duì)射頻信號(hào)、傳輸碼流、IP視頻、IP網(wǎng)絡(luò)傳輸、運(yùn)維信息等進(jìn)行自動(dòng)檢測(cè)和分析，實(shí)時(shí)獲取服務(wù)內(nèi)容和服務(wù)質(zhì)量的監(jiān)測(cè)分析數(shù)據(jù)、網(wǎng)絡(luò)設(shè)備負(fù)荷和流量數(shù)據(jù)，并上傳至大數(shù)據(jù)處理平臺(tái)，通過(guò)端到端的檢測(cè)和大數(shù)據(jù)的精準(zhǔn)分析，形成運(yùn)維決策模板，為運(yùn)維部門(mén)提供運(yùn)維指導(dǎo)和快速定位故障等工具。

　　（2）服務(wù)質(zhì)量匹配

　　基于大數(shù)據(jù)檢測(cè)與分析工具，對(duì)檢測(cè)到的每項(xiàng)指標(biāo)進(jìn)行服務(wù)質(zhì)量匹配，并將相關(guān)結(jié)果與客服報(bào)修數(shù)據(jù)、運(yùn)維監(jiān)控?cái)?shù)據(jù)進(jìn)行共享，使得客服人員、運(yùn)維人員在接到用戶(hù)報(bào)修的第一時(shí)間就基本完成故障定位。還可基于網(wǎng)絡(luò)和業(yè)務(wù)數(shù)據(jù)的深度挖掘，構(gòu)建智能化專(zhuān)家知識(shí)庫(kù)系統(tǒng)，簡(jiǎn)化故障排除過(guò)程。

　　（3）數(shù)據(jù)和資源共享

　　可打通多個(gè)業(yè)務(wù)系統(tǒng)，實(shí)現(xiàn)大數(shù)據(jù)及網(wǎng)絡(luò)資源共享和面向用戶(hù)服務(wù)的全局分析，對(duì)網(wǎng)絡(luò)質(zhì)量、運(yùn)行效率進(jìn)行評(píng)估，根據(jù)全局分析結(jié)果調(diào)配網(wǎng)絡(luò)資源，保障視頻業(yè)務(wù)的服務(wù)質(zhì)量。

四．融合媒體大數(shù)據(jù)應(yīng)用

　　為了實(shí)現(xiàn)融合媒體業(yè)務(wù)創(chuàng)新，可基于大數(shù)據(jù)處理平臺(tái)實(shí)現(xiàn)針對(duì)不同用戶(hù)的精準(zhǔn)營(yíng)銷(xiāo)和各類(lèi)業(yè)務(wù)的統(tǒng)一共享融合。

　　1.融合媒體大數(shù)據(jù)分類(lèi)

　　從結(jié)構(gòu)類(lèi)型上分為三類(lèi)，（1）結(jié)構(gòu)化數(shù)據(jù)：傳統(tǒng)的關(guān)系數(shù)據(jù)模型、表數(shù)據(jù)，存儲(chǔ)于數(shù)據(jù)庫(kù)，可用二維表結(jié)構(gòu)表示；（2）非結(jié)構(gòu)化數(shù)據(jù)：各種文檔、文本、聲音、圖片、圖像、視音頻文件；（3）半結(jié)構(gòu)化數(shù)據(jù)：XML、HTML數(shù)據(jù)，自描述，數(shù)據(jù)結(jié)構(gòu)和內(nèi)容混雜在一起。

　　從內(nèi)容類(lèi)型上分為四類(lèi)，（1）生產(chǎn)者數(shù)據(jù)：記者、編輯、主持人、導(dǎo)播、攝影、攝像、編劇等；（2）內(nèi)容數(shù)據(jù)：文字、聲音、圖片、圖像等；（3）媒介數(shù)據(jù)：報(bào)紙雜志、廣播影視、圖書(shū)、網(wǎng)絡(luò)等；（4）受眾行為數(shù)據(jù)。

　　2.融合媒體大數(shù)據(jù)處理平臺(tái)總體架構(gòu)

　　針對(duì)融合媒體大數(shù)據(jù)，大數(shù)據(jù)處理平臺(tái)采用分布式集群架構(gòu)、分布式并行計(jì)算、負(fù)載均衡和分布式存儲(chǔ)，提供高效的數(shù)據(jù)計(jì)算能力、數(shù)據(jù)分析和挖掘能力，總體架構(gòu)包括三個(gè)層次。

　　（1）資源層

　　能夠產(chǎn)生、存儲(chǔ)、處理海量數(shù)據(jù)的IT基礎(chǔ)資源、數(shù)據(jù)資源、視頻資源等各類(lèi)資源。

　　（2）平臺(tái)層

　　是融合媒體大數(shù)據(jù)處理平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、數(shù)據(jù)遷移、集群管理等功能，同時(shí)為上層應(yīng)用提供接口。融合媒體大數(shù)據(jù)處理平臺(tái)的地位類(lèi)似于數(shù)據(jù)庫(kù)，但其處理能力比數(shù)據(jù)庫(kù)要更強(qiáng)大，可以對(duì)海量數(shù)據(jù)進(jìn)行處理。

　　（3）應(yīng)用層

　　為用戶(hù)提供海量數(shù)據(jù)的高效存儲(chǔ)、檢索、分析和統(tǒng)計(jì)等功能，基于融合媒體大數(shù)據(jù)處理平臺(tái)提供的高效數(shù)據(jù)處理服務(wù)，可以提升用戶(hù)體驗(yàn)度。

　　3.融合媒體大數(shù)據(jù)應(yīng)用模式

　　在引入大數(shù)據(jù)技術(shù)對(duì)媒體資源進(jìn)行分析、挖掘和應(yīng)用時(shí)，可利用動(dòng)態(tài)匯聚的海量媒體數(shù)據(jù)，發(fā)掘新聞熱點(diǎn)，收集反饋信息，開(kāi)發(fā)內(nèi)容產(chǎn)品。通過(guò)統(tǒng)一的用戶(hù)管理機(jī)制和數(shù)據(jù)采集平臺(tái)，對(duì)廣播、電視、新媒體等各個(gè)渠道的用戶(hù)進(jìn)行統(tǒng)一的大數(shù)據(jù)分析，建立基于大數(shù)據(jù)的運(yùn)營(yíng)營(yíng)銷(xiāo)機(jī)制，讓數(shù)據(jù)為各類(lèi)業(yè)務(wù)服務(wù)，實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新。融合媒體業(yè)務(wù)應(yīng)實(shí)現(xiàn)多渠道播出、分發(fā)、發(fā)布，提供基于互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)的內(nèi)容產(chǎn)品和業(yè)務(wù)，實(shí)現(xiàn)多屏聯(lián)動(dòng)和多屏互動(dòng)，并實(shí)現(xiàn)內(nèi)容產(chǎn)品的精準(zhǔn)推送和業(yè)務(wù)運(yùn)營(yíng)的閉環(huán)反饋調(diào)控。

　　4.融合媒體大數(shù)據(jù)應(yīng)用流程

　　在媒體融合和大數(shù)據(jù)時(shí)代，廣電內(nèi)容生產(chǎn)從信息采集、鑒別、加工、制作、傳播到市場(chǎng)分析、精準(zhǔn)營(yíng)銷(xiāo)、經(jīng)營(yíng)管理等，都需要對(duì)大數(shù)據(jù)進(jìn)行分析、挖掘和整理，以提高媒體經(jīng)營(yíng)管理水平、新聞傳播效果、媒體社會(huì)效益和經(jīng)濟(jì)效益。

　　（1）熱點(diǎn)匯聚

　　結(jié)合大數(shù)據(jù)處理，實(shí)時(shí)監(jiān)控網(wǎng)絡(luò)上最快、最新的資訊信息，將實(shí)時(shí)熱點(diǎn)數(shù)據(jù)與媒資庫(kù)內(nèi)歷史數(shù)據(jù)進(jìn)行關(guān)聯(lián)，便于節(jié)目編輯人員制作具有特色和深度的熱點(diǎn)報(bào)道。

　　（2）智能分析

　　利用智能化處理技術(shù)對(duì)音視頻內(nèi)容進(jìn)行語(yǔ)音識(shí)別、字幕識(shí)別、人像識(shí)別等音視頻特征提取，通過(guò)大數(shù)據(jù)引擎對(duì)標(biāo)引數(shù)據(jù)進(jìn)行自動(dòng)聚類(lèi)、分類(lèi)等一系列運(yùn)算，從海量數(shù)據(jù)中挖掘出有價(jià)值的資源內(nèi)容，結(jié)合當(dāng)前社會(huì)熱點(diǎn)事件映射歷史內(nèi)容，為節(jié)目再生產(chǎn)及新聞融合提供支撐。

　　（3）統(tǒng)一檢索

　　通過(guò)內(nèi)容處理引擎對(duì)視頻、音頻、圖片、文稿等媒體數(shù)據(jù)進(jìn)行自動(dòng)分類(lèi)、編碼和編目，對(duì)臺(tái)內(nèi)資源、網(wǎng)絡(luò)內(nèi)容進(jìn)行統(tǒng)一檢索，通過(guò)高效的算法進(jìn)行智能分析，并提供分析結(jié)果展示與查詢(xún)服務(wù)。

　　（4）深度挖掘

　　利用大數(shù)據(jù)分析工具對(duì)用戶(hù)行為信息進(jìn)行深度分析、挖掘、歸納和推理，以預(yù)測(cè)用戶(hù)的行為，對(duì)市場(chǎng)化行為進(jìn)行快速反應(yīng)，幫助融合媒體調(diào)整內(nèi)容制作策略，實(shí)現(xiàn)對(duì)用戶(hù)的精確服務(wù)。

圖2 融合媒體大數(shù)據(jù)應(yīng)用流程示意圖

五．結(jié)語(yǔ)

　　在媒體融合和大數(shù)據(jù)時(shí)代，廣電業(yè)務(wù)與大數(shù)據(jù)已經(jīng)密不可分，廣電業(yè)務(wù)運(yùn)營(yíng)商在大數(shù)據(jù)應(yīng)用方面應(yīng)該一切以用戶(hù)為中心，基于大數(shù)據(jù)處理平臺(tái)實(shí)現(xiàn)融合媒體業(yè)務(wù)創(chuàng)新，并實(shí)現(xiàn)針對(duì)不同用戶(hù)的精準(zhǔn)營(yíng)銷(xiāo)和各類(lèi)業(yè)務(wù)的統(tǒng)一共享融合。本文從大數(shù)據(jù)應(yīng)用關(guān)鍵環(huán)節(jié)、廣電業(yè)務(wù)大數(shù)據(jù)應(yīng)用策略、廣電互動(dòng)電視平臺(tái)大數(shù)據(jù)應(yīng)用、融合媒體大數(shù)據(jù)應(yīng)用等方面探討分析的廣電業(yè)務(wù)大數(shù)據(jù)應(yīng)用的諸多問(wèn)題，希望能夠給廣電業(yè)內(nèi)同行帶來(lái)些許啟發(fā)。