广播电视监测方法研究

1广播电视监测

目前的广播电视监测主要集中在技术和内容两个方面。技术监测侧重于广播电视的安全播出方面，内容监测一方面包括传统的广告监测和节目内容监测，另一方面也包括新媒体节目内容的监测。传统的广播电视一般来说主要包括：调频广播、中波广播、开路电视、地面数字电视、卫星广播电视、有线模拟电视、有线数字电视；新媒体主要包括：网络视听节目、移电视、IPTV等。

2大数据技术

大数据（BigData）是一个专业术语，它是对大量的结构化或非结构化数据的抽象地、笼统地描述。但对任何一个组织来说，拥有庞大的数据量不是重要的，重要的是如何组织并处理这些数据。大数据相关技术目前有流行的大数据分析工具有：KNIME，Spark,R-programming,Talend,NodeXL等工具。

3传统广播电视监测的问题

传统的广播电视节目监测，主要集中于安全播出的监测和广播电视内容的监测，其中前者主要是对广播电视播出的技术监测，对广播电视播出的技术指标作为监测重点，并以此做出停播或者劣播的判断；而对于后者，目前仍有很多的视音频内容是人工收听收看并做出处理，人工智能和大数据处理方面的技术参与度仍然较低。

4基于大数据的数据存储管理

广播电视监测中，会存储海量的音视频数据，尤其鉴于各方面因素，音视频数据未能进行高压缩率存储，造成存储设施的大量占用和巨大浪费。因此，本文提出对视频使用webp格式压缩存储，并采用基于多矩阵并行匹配的高速数据压缩机制技术（ParallelMatchingLZSSbasedonMultipleMatrix，PMLZSS-MM）(周斌，面向大数据的高效存储容量缩减技术研究，华中科技大学学位论文，2015年)，以及借鉴当前的云计算分布式存储技术，合理调配存储资源，提高存储资源利用率，降低管理维护成本。

5基于大数据技术的广播电视监测

5.1基于大数据技术的停劣播分析

通过对传统广播电视监测数据进行分析，挖掘监测数据的价值。比如：通过对造成广播电视停播事故的因素进行统计分析，找出不同时段中对广播电视播出影响较大的因素，有助于各广播电视安全播出责任单位加强防范，减少安全播出事故的发生。

5.2基于大数据技术的内容监测分析

广播电视、网络视听节目的内容监测分析，需要借助音频处理、数字图像处理等技术，对广播电视、网络视听节目的内容进行分析、判别，为行政部门提供决策依据。音频处理分析，首先要选择并提取取音频特征，一般地，我们选择MFCC和F0（基频）（郑尚新，语音信号中基频提取方法研究与综述，电脑与信息技术,2014年4月）。当前人工神经网络分类技术是一种基于误差逆传播算法训练的多层前馈网络分类模型，在音视频处理领域获得了广泛应用和良好的成果(齐忠文，基于神经网络技术的违规视频自动识别关键技术—媒体技术，新媒体研究，2018年5月)。3层以上的神经网络具备较高精度的非线性逼近函数，可以对较复杂的视频进行分类。

6结论与展望

广播电视、网络视听、IPTV作为党和政府舆论宣传的重地，做好视听节目的监测具有重要意义。广播电视监测中使用大数据技术，是一项巨大的工程，需要统筹谋划，协调推进，不只是技术上的升级，在安全播出管理、监测理念上，都应具备大数据思维，全面提升广播电视监测监管的效率和质量。

作者：郑尚新 刘超 单位：山东省广播电视监测中心