광 큰 데이터 응용 프로그램: 방송 산업에서 대규모 데이터 금광 발굴

개발 및 상대적으로 성숙한 생태계의 오랜 역사로 라디오와 텔레비전 업계 중국의 현대화 건설 과정에서 중요 한 역할을 재생합니다. 그러나, 통신 캐리어의 급속 한 발전 및 인터넷의 콘텐츠, 특히 소셜 네트워크 마이크로 블로그 및 마이크로 신용 및 뉴 미디어, 전통적인 라디오 및 TV 시스템에 미치는 영향의 점점 더 분명 하다. 그래서, 빅 데이터 시대의 맥락에서 라디오와 텔레비전을 취급 하는 방법? 적합 한 플랫폼을 선택 하는 방법? 누르고 큰 데이터 기술을 사용 하 여 "네트워크 연결"을 달성 하는 방법 더 많은 서비스 제공 하기?

기초로 단단한 큰 데이터 기술 축적으로 새벽이 위해, 라디오와 텔레비전 산업에 대 한 큰 데이터 솔루션을 출시, 라디오와 텔레비전 산업 효율의 분석 데이터를 사용자의 요구, 더 강력한 앞으로 기세를 큰 데이터의 시대에서의 깊이 발굴의 대량 보급을 도울 수 있다.

"질량""공중 상호 작용"을 통합의 범위 라디오와 TV 산업에서

그 텔레비전 콘텐츠 제작 서비스와 대용량 데이터 정보 고속 순환 플랫폼에서 새로운 미디어 개체, 관객 수신 프로그램 노출, 코멘트, 심지어 성가 콘텐츠 텍스트,이 정보는 신속 하 게 수집 하 고 텔레비전 방송된 플랫폼에 전송 같은 대규모 대화형 콘텐츠를 생산 보급 콘텐츠를 증명 하는 미국 재생 "카드 집"의 연습 이 수 뿐만 아니라 콘텐츠 제품의 상호 작용을 시키고, 관객의 열정을 강화 하지만 또한 전통적인 텔레비전 콘텐츠 생산 방법 이득. 하지만 라디오와 텔레비전 업계는 다른 큰 데이터 기술 응용 프로그램 모델에서 새로운 미디어, 푸시에 샘플 세대의 방법을 채택 하 고 더 이상 이전 평가 설문 조사 처럼이 그룹의 요구의 구조의 더 정확한 분석 필요.

새로운 미디어 시대에 굶주림의 사용자의 의미는 증가 하 고 있다, 하지만 날, 라디오와 텔레비전 업계를 사용 하 여 대용량 데이터 마이닝 사용자 요구, 사용자에 게 진정으로 가치 있는 정보 제공을 요구 하 관련 없는 정보의 허용 오차 감소.

또한, 개인 (가족) 등 그룹 변경을,에서 뿐만 아니라 정보 소비자의 수 변경, 소비 패턴 및 특성 또한 변경. TV 화면 앞에서 사용자의 행동은 더 이상 간단한 조각화 및 중앙, 그리고 선택 오프셋의 그룹, 즉, 사용자의 행동 하기 전에 큰 스크린은 축적 경향의 선택 하지만의 축적 맞춤. 그래서, 개인화 추세와의 그룹 요구 특성의 조합을 파악, 우리 큰 데이터 기술에 의존 해야 합니다.

고성능 컴퓨팅 기반 라디오와 텔레비전 산업에 대량 데이터의 특성에 초점을 맞추고

큰 데이터 나이의 좋은 환경에서 우리나라의 라디오와 텔레비전 업계 자체 적응, 프로듀서 및 정보 데이터의 소유자 이며 점차적으로 사용자와 정보 데이터의 수혜자가 될 하는 데 필요한.

이 위해, 높은-엔드 컴퓨팅 고체 기술 축적, 나라에서 Shuguang 회사의 분야에서 몇 년 동안 새벽 대용량 데이터 시대 전략적 레이아웃을 실시 했습니다. 최근 몇 년 동안, 새벽은 데이터와 구조화 되지 않은 데이터의 효율적 처리를 할 수 있도록 최신 Hadoop 분산된 프레임 워크를 통합 하는 원래 대량 데이터 처리 플랫폼에서 혁신적인 아이디어를 기반으로 합니다. 큰 데이터 통합 솔루션의 dawning 혁신적인 데이터 처리 기술 및 개방형 구조 채택, 큰 데이터 응용 프로그램 솔루션을 구축 하는 진정으로 효율적인, 지능형, 사용 하기 쉬운 전체적에 대 한 수 있습니다. 고객 및 지능형 분석의 통찰력을 개선 하 고 정보를 의사 결정에 대규모 데이터 및 고객에 대 한 데이터 마이닝 "금광." 값의 많은 수에서 도울 수 있다 응용 프로그램 경험

큰 데이터 정확한 평가 "관계" 7 모듈 미디어 시대에 승리

현재, 광 큰 데이터 솔루션 선두 금융, 통신, 교육, 국가 방위 및 큰 데이터, 그리고 라디오와 텔레비전 업계 솔루션에 맞게 큰 데이터 방송 산업의 잠재적인 응용 프로그램에서에서 큰 데이터에 대 한 성공적인 적용을 달성 하기 위해 다른 필드를 촬영 하고있다.

다음 7 큰 모듈 프로그램 (Shuguang xdata hadoop 최적화 소프트웨어를 사용 하 여)를 나눌 수 있습니다: 데이터 수집 모듈, 계산 모듈, 데이터 저장 모듈, 응용 프로그램 분석 및 디스플레이 모듈, 관리 모듈 시스템 모니터링, 큰 데이터 웨어하우스 및 백본 상호 연결 모듈을 포함 하 여:

L HDFS 주요 스토리지 모듈과 컴퓨팅 모듈 MapReduce 지향만 통과 방법을, 상호 플랫폼의 백본 통해 데이터 및 관리 커뮤니케이션의 다른 모듈을 채택 한다.

L 데이터 소스 수집 모듈은 주로 데이터 형식의 세 종류를 포함: 샘플 세트-가기 상자 데이터 및 동영상 비디오 캡처 데이터 세트-가기 상자 작업 로그 데이터 수집 및 분석, 전략 컨트롤 컬렉션에 수집.

L 데이터 컴퓨팅 모듈은 주로 모든 데이터 ETL에 대 한 책임, 취소, 캡슐화 및이 모듈에서 작업의 구현 분석 하면서 서비스의 로드.

L 응용 프로그램 분석 표시 모듈 b/s 데이터 분석 결과 표시, 주로 담당 하 고 데이터 응용 프로그램 배포 관련.

L 시스템 모니터링 및 관리 모듈은 모니터링 및 플랫폼의 소프트웨어 및 하드웨어 구성 요소를 관리 하는 일을 담당 합니다.

이 솔루션 빌드 큰 데이터 플랫폼 기반 서버 클러스터에는 기존의 구조화 되지 않은 데이터 오프 라인 서비스 수준 향상 시킬 수 있습니다, 그리고 전통적인 기술 수단에 획기적인 수 없습니다 해결는 대규모 데이터 저장 탄성 확장 능력, 백업 복구 어려운 문제; 구조를 사용 하 여 구조화 되지 않은 기록 데이터 리소스 장점, 중앙 통합, 더 많은 비즈니스를 제공 하 더 긴 시간 범위, 더 많은 크기의 데이터 쿼리 서비스, 관련된 서비스의 쿼리 액세스 효율성 향상, 오프 라인 데이터 사업 개발을 위한 기초를 제공 하기 위해 반 구조화 된 구조화 되지 않은 데이터 활용의 큰 숫자의 사용을 개선 하기 위해 활용 하는 진정한 온라인 및 완전히 고객 경험을 개선.

마케팅 날카로운 무기 된다 산업 선물 "큰 2" 응용 프로그램 동향 큰 데이터 방송

새벽, 비추어 2014 방송 산업 큰 데이터 응용 동향 다음 두 가지 범주로 나눌 수 있습니다.

첫 번째 카테고리: 등급 예측 및 프로그램 마케팅

TV 프로그램의 등급 및 논의 짹짹의 양을 사이 긍정적인 관계가 있다. 마이크로-블로깅 토론 양의 TV 시청률 예측을 위한 중요 한 지시자를 될 수 있습니다. 프로그램 홍보, 프로그램의 주제 토론에 참여 하는 사용자에 대 한 동시에 텔레비전 관객은, 네트워크 비디오 대상 이다. 이러한 사용자 Id는이 프로그램에 대 한 청중. 만약 당신이 광고 또는이 사용자에 대 한 콘텐츠를 밀어, 그것은 매우 효율적인 것입니다.

두 번째 유형: 크로스 플랫폼 마케팅 플랫폼 네트워크 연계

더 저명한 되 고 TV와 네트워크 플랫폼의 보완 값, "네트워크 연결" 인터넷 미디어와 전통적인 TV 미디어 통합의 중요 한 기능이 되고있다. 전에, Weibo 네트워크 연계 마케팅 솔루션에 노력 해 왔다. 특히, Weibo 뜨거운 TV 프로그램 "뜨거운 주제"로 설정 됩니다, PC의 끝과 모바일 끝 설정 항목 입구, "뜨거운 주제 페이지", 공유 및 상호 작용, 더 확대 마케팅 권리; TV 비즈니스의 이름을 네티즌을 일으키는 입력 하는 사용자를 유치

또한, 프로그램은 라이브, 마이크로 블로그 동기화 되도록 기간을 다시 기업의; 사용자 정보 핵심 지역 흐름과 주제 목록에 추천, 브랜드 인지도 향상 시키기 위하여 최대 열의 주제를 통해 효율성을 향상 하는 기회를 보여, 추천 프로그램의 주제에 정보 흐름에

따라서, 우리 방송 산업의 2014 년을 예견 수 있습니다, 큰 데이터 응용 프로그램을 더 많은 타겟이 될 것입니다, 사용자가 의사 결정 능력에 하 고 싶습니다 도움이 될 통찰력 발견과 프로세스 최적화 능력. 이 위해, 2014 년, 새벽 "플랫폼, 깊은 응용 프로그램" 빅 데이터 전략의 준수를 계속, 계속 연구와 개발에 투자를 증가, 기존 Parastor 클라우드 스토리지, Cloudview 클라우드 운영 체제, xdata 대용량 데이터 플랫폼, 핵심 기술 그룹 더 나은 제품을 만들 형성. 같은 시간에 새벽 라디오와 텔레비전 산업 응용 프로그램 데이터 깊은 plowing에 유용한의 큰 데이터 응용 프로그램을 형성 하는 다양 한 산업 분야에서 선두를 취할 것입니다.