科技猎广播大数据现状深度分析以及发展思路探讨
广播的“大数据”生存
摘 要 今天的“大数据”为我们更深入、更准确地认识和把握事物发展的内在规律提供了信息基础。它的最核心功能就是预测，广播变革的关注焦点必然转移到个人需求上，提供一种设计得更好、更直接、更完美的用户体验，正成为广播未来运营模式的核心。服务型的媒体人格，智慧型的媒体能力，正是广播媒体在大数据时代的自身发展方向。在科学大数据努力营造的确定性和人性的不确定性之间不断开拓，相信广播就能走出一条在大数据时代的生存之道。
关键词 大数据；预测；交叉复现；计算模型；大数据生长；确定性
对于大数据（big data）这个词来说，2012年是它标志性的一年，2012年3月29日，奥巴马政府发布了《大数据研究和发展计划》，将“大数据战略”上升为国家意志。联合国也在2012年发布了大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇。同样在这一年，人们开始用它来描述和定义信息爆炸时代产生并采用智能方式采集处理海量数的大数据时代，并命名与之相关的技术发展与创新。
当然，很多广播人并没有被这些大数据的“大”晃花了眼，因为从上个世纪九十年代开始，广播媒体就已经开始逐步进入数字化时代，模拟音频录播设备让位给数码录播设备；水笔、稿纸消失在了个人办公电脑屏幕前，播出机房里增加的海量的音频存贮设备……这些标志性的改变似乎在表明广播人和大数据之间并无距离，甚至可能有人会想：大数据时代，无非是各种电子数据、数码设备硬件和软件继续升级的过程。果真如此吗？有人借用与大数据密切相关的“云计算”来评价常态数据与大数据之间的区别之大：云泥之别。如果非要做一个不太精确的比较的话，之前广播行业接触的常态数据和正在蓬勃兴起的大数据比，就如同一台针式打印机与3D打印机之间的区别，前者的产品是平面的，而后者是多维立体的，前者只能传达平面信息，而后者可以直接作为最趁手的多维工具使用。
今天的“大数据”，是信息革命背景下，人类社会、个体及我们生存的世界都在全方位数据化的必然结果。回想一下上个世纪广播全面进入数字化时代飞速发展的历程就会明白，当不远的将来这个大数据生存的趋势一旦形成，为了不被淘汰，你只能毫不犹豫地选择投身其中。
换句话说，广播的未来不是我们选不选择大数据生存的问题，而是我们该如何更好地利用大数据进行生存的问题。
大数据时代会给我们的生存带来哪些的机遇和挑战呢？
首先，我们需要明确一点，大数据最迷人的一点，也是它最的核心功能就是预测。这也是为什么我们要紧紧拥抱大数据的根本原因。大数据将为人类的生活创造一种前所未有的可量化的维度。大数据为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。这不仅包括数据库和应用程序的结构化数据，更包括外部难以把握的各类数据，如天气模式、经济趋势、民情舆论、时尚趋势等等。
大数据时代最大的转变就是，放弃对因果关系的渴求，转而关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这就颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。说到数据和预测，我们生活中能够最直观感受到的就是气象预报了。这也几乎是最早运用数据模型处理海量数据的行业，现在一个国家气象预报水平的高低，决定性的因素不是超级计算机的运算能力和其他硬件，而是能结合具体预报地区特点开发的处理海量数据的计算模型和预报程序，也是找出所谓“一只蝴蝶扇动翅膀，大洋彼岸揭起风暴”内在规律的能力，这正是大数据处理的精髓所在。
这个法宝，对于大数据时代的广播传媒具有同样重要的意义。
比如广播领域的节目调改，不论是整个频道的重新定位，还是个别时段、个别节目板块的调整，对于广播人来说都是一个巨大的挑战。其中最让他们迷茫的就是调改之前不论经过多么自我感觉周详、严密的调查和论证，出台的节目能否得到受众和广告商的认可，却仍然是一个未知数。甚至很多时候拿着节目收听率、占有率，凭着经验、直觉等等当指挥棒来指导整改，得到的效果却是越整越低（收听率），越调越小（占有率）。
在未来大数据处理导引下的广播革新，媒体一定会构建广电大数据平台，依托智能手机、平板电脑等移动设备收集海量用户多维数据，真正了解用户的需求。广电大数据平台应该是以互联互通、双向传播、开源共享为基础，由多个能够实现分布式计算的数据库组成的一个大型系统。在这个大系统中，不但拥有海量的音频资源来供用户点播，还必须要建设可靠的用户数据库来监测和分析用户的浏览、搜索、收听收看、评价选择等行为，及时了解用户的动态需求。实际上，只有准确掌握用户的需求变化，才可能为用户提供优质高效的服务，从而提升点击量和关注度，扩大影响力。
通过交叉复现，通过多个维度的信息验证，不仅可以得到比以前精确得多的信息，更可以将很多之前无法涉及到调查点清晰展现。比如，在广播的收听率调查当中有一项很重要的调查数据，就是特定收听人群的收入调查。目前，主要通过各种各样的个人收入调查问卷的形式来进行，由于调查形式本身、问卷设计缺陷或国人收入不愿公之于众的心理等因素，都会导致最终的统计结果和实际情况有较大的出入（很多时候会有较严重的偏低倾向）。而在大数据时代，通过海量数据的规律摸排，只需要掌握手机客户端开、关机习惯，收听节目时间，居住小区类型，广播购物频次，参与外出旅游次数，子女受教育情况，参加公益活动，回复信息所用手机品牌，喜爱的节目类型，每年休假时间、喜爱的运动、休闲娱乐项目等等其中的任意几项数据，就能对包括个人收入等各种敏感信息进行准确维度测量，所以有人说，大数据时代的到来，不仅推动了整个社会信息科技的质的提升，也推动了对于个人隐私保护等社会伦理道德的大讨论和大进步。
无疑，大数据并不只是指数据的采集与贩卖，更重要的是指通过对于受众信息和行为数据的分析、整理，帮助我们加深对于客户需求的认识和理解，从而通过精准营销、个性服务，挖掘和满足客户真实需求，改善和提升受众体验。构建大数据平台，正是基于“以人为本”这样一个逻辑前提下的必然选择。大数据平台提供了精确把握用户群体和个体网络行为模式的基础，如果能够充分利用，就可以探索个人化、个性化、精确化和智能化地进行广告推送和服务推广，创立全新广播服务和商业模式。 在大数据支撑的时代，以现在城市中较强势的交通广播为例，未来广播人的直播场景可能是这样的：
直播间中配备的是全媒体的多路显示系统，这其中包括网络、电视、城市公共场所和交通实施监控画面等，一个智能大数据系统正在有条不紊地处理来自四面八方的多维信息，并有针对性地将筛选得出的最有价值的实时信息通过广播直播、手机客户端等精细化、智能化发布给细分受众。和此前被动接受、发布公共信息不同，这套大数据智能系统共收录了广播覆盖地区近N年来各种交通、气象和公共场所运行数据，通过标准化分类后导入系统数据库，同时采用地图标注，将覆盖地区精确划分成多个个交通管理辖区，抓取成千上万个交通空间坐标实施空间网格编号，自动预测未来某段时间、某个区域可能发生公共场所突发事件或交通意外、交通事故的概率以及种类。而每一天发布的信息服务、预警数据又会随时与每天实时公共场所实况、交通路况进行比对和修正，针对不同情况，不同场景中受众所需要的不同服务需求，大数据广播会及时与社会管理部门，公共服务部门及商业营销公司进行无缝对接，在提供各种妙到毫巅的细致体贴，全方位、个性化服务的同时，也促使广播大数据自身不断生长和完善。
真正的应用需求者，才是牵引技术的最重要力量。大数据已经成为了新发明和新服务的源泉，而更多的改变正蓄势待发。随着广播在大数据时代的不断发展，新媒体服务公司、个性化网络物流公司、大数据分析公司等一系列智能化、高附加值的附属公司会围绕在广播周边茁壮成长。
有统计说，大数据的预测和决策精度可以达到百分之八十五以上。换言之，它使得成功的预测不再是随机、难以把握的任务，而是建立在科学方法和巨量数据基础上，具有极高的连贯性和可预期性。到目前为止，广播的大数据之路才刚刚开始，我们确实不知道大数据能够做到的极限，但我们可以确知的是，虽然大数据可以有效预判此前我们根本无法企及的事物发展的趋势边际，但是却绝对无法将人类行为的可预测性完全固定下来。大数据在面对人性深处丰富多彩的不确定性时，是无能为力的。而这种不确定性，却正是包括大数据广播在内的高科技服务传媒孜孜以求的最具魅力所在，在这种人性的不确定性和科学大数据努力营造的确定性之间不断开拓，相信广播就能走出一条在大数据时代的生存之道。
参考文献
[1]李建生，丰云兵.构建广电大数据平台――网络广播电视台的发展思路.当代电视，2013（5）.
[2]董希淼.大数据偷了你隐私你知道吗.新浪财经专栏，2014-6-14.
构建广电大数据平台——网络广播电视台的发展思路
李建生 丰云兵
进入2012年，大数据一词越来越多地被提及，尤其在2012年3月29日，奥巴马政府发布了《大数据研究和发展计划》，将“大数据战略”上升为国家意志。目前美国政府对大数据战略的重视堪比当年克林顿政府提出的信息高速公路战略，甚至将大数据定义为“未来的新石油”，并表示一个国家拥有数据的规模、活性及解释运用的能力将成为综合国力的重要组成部分，未来，对大数据的占有和控制将成为陆权、海权、空权之外的另一种国家核心资产。联合国也在2012年发布了大数据政务白皮书，指出大数据对于联合国和各国政府来说是一个历史性的机遇。
大数据其实是托夫勒在1980年<<第三次浪潮>>中早就预言的：“如果说IBM的主机拉开了信息化革命的大幕，那么大数据则是第三次浪潮的华彩乐章”。大数据时代是第三次浪潮信息革命的高级阶段，主要有几大特点：首先，从规模上来说是海量数据，截止到2012年，数据量已经从TB（1024GB=1TB）级别跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB(1024EB=1ZB)级别。其次，从数据形态上来说既包括结构化数据，也包括非结构化数据，具体形态有数字、文字、图片、音频、视频、地理位置信息等；另外,从工作方式来说大数据的处理工具是开源软件，这些软件主要用于分布式计算，也就是在两个或多个软件互相共享信息，这些软件既可以在同一台计算机上运行，也可以在通过网络连接起来的多台计算机上运行，共享稀有资源和平衡负载是分布式计算的核心思想。
大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。对传统的广电行业而言，大数据将会成为新传播新营销的基座和核心，既是业务展开的逻辑起点，也是运营实效的检测终点。而广电行业分享大数据盛宴的最佳领域正是恰逢其时、方兴未艾的网络广播电视台。
网络广播电视台是指以“牌照模式”为标志的广电系网站，从2009年12月28日中国网络电视台的开播为起始，到现在黑龙江网络广播电视台、浙江网络广播电视台（新蓝网）、四川网络广播电视台、济南网络广播电视台等省市级网络广播电视台的陆续开播，网络广播电视台在互联网音视频领域已经异军突起，规模和影响都在不断扩大。从发展模式看，各个网络广播电视台基本相同：首先，在传播内容上，以视听为特色，主要依托原电台、电视台母体内容，同时整合影视剧、动漫、报刊和UGC资源，形成“图文+直播+点播+原创”的内容框架。其次，在运作理念上，以“制播共享、网台联动”为战略指导。第三，在盈利方式上，以广告创收和版权售卖为主。第四，在渠道推广上，逐步汇集PC、平板电脑、手机等各种媒体终端，进而打造一个全方位全媒体的网络覆盖。
在三网融合的背景下，开播网络广播电视台绝非只是为传统广电徒增一个播出渠道这么简单，而是传统广电抢占融合业务先机的战略布局，是向新媒体拓展的内部需要，更是向互联网领域发起的正面挑战。按照主管部门的意图，网络广播电视台肩负着“主导网络舆论阵地话语权”和“争取网络视频业务主动权”的双重使命。但从目前的发展现状来看，网络广播电视台要完成上述使命，可谓任重道远。网络广播电视台尽管拥有政府政策支持和音视频内容原创性专业性的优势，但在关键的资金、人才、运营机制等方面，体制内的网络广播电视台均乏善可陈，尤其是省市级网络广播电视台凭一己之力各自为战，难以形成足够的竞争力和影响力，这一点从Alexa的网站排名统计就可见一斑，除了凤凰宽频和中国网络电视台的国内排名在100名之内，其它网络广播电视台都在400名开外。相比之下，面对优酷网国内排名11位，土豆网13位，奇艺网36位的市场地位，不得不令网络广播电视台的经营者倍感压力。另外，百度指数显示，近一年各网络广播电视台的用户关注度均值在300频次左右，媒体关注度均值在50频次以内，而优酷网、土豆网的用户关注度在10万频次以上，媒体关注度在500频次左右，这个差距也足以令后来者望尘莫及。
笔者认为，传统广电要想在互联网领域获得大发展、大突破，必须以发展网络广播电视台为契机，尽快构建广电大数据平台。所谓广电大数据平台是以互联互通、双向传播、开源共享为基础，由多个能够实现分布式计算的数据库组成的一个大型系统。在这个大系统中，不但拥有海量的音视频资源来供用户点播，更重要的是，还必须建设可靠的用户数据库来监测和分析用户的浏览、搜索、收听收看、评价选择等行为，及时了解用户的动态需求。实际上，只有准确掌握用户的需求变化，才可能为用户提供优质高效的服务，从而提升点击量和关注度，扩大影响力，最终实现“做强网络视频业务”和“引导网络舆论”的双赢。
现阶段，网络广播电视台构建大数据平台，应重点解决好以下几个方面的问题：
第一，改变传统广电单向传播的思维定式，增强互联互动，通过逆向传播丰富内容资源，激发用户参与激情，充分了解用户真实意愿。现行的网络广播电视台基本上都延续了单向传播的方式，UGC资源较少，互动性较低。以影响最大的中国网络电视台为例，在国家层面的大力扶持下以及中央电视台的鼎力支持下，中国网络电视台以国家网络视频数据库（内容云）为核心，以国家新媒体集成播控平台、全球网络视频分发体系为支撑，目前已成为亚洲最大的网络电视直播、点播平台，其核心优势在于拥有中央电视台50万小时优秀历史影像资料和全国电视机构每天播出的1000多个小时的视频资源。然而中国网络电视台的商业价值未被充分发掘，其广告份额仅占视频广告总份额的3.6%，与门户三巨头优酷、土豆和搜狐对比相去甚远。究其原因，是由于海量的内容资源与碎片化的用户对接上出现错位，一方面，电视观众与互联网用户差异较大，电视观众以中老年为主，互联网用户年轻人居多，两者消费视频内容的喜好大不一样；另一方面，由于缺乏对用户数据的全面采集和深入分析，难以针对用户提供超细分的精准服务。比如，借鉴电商的做法，如果某用户一次或几次点击了财经节目，就向他推送相关的财经资讯和其它财经节目；某用户收看古装剧后，就向他推送相近的其它的古装剧，甚至为他提供该剧的历史背景、小说、音乐、导演演员等方方面面的资源链接，让用户有持续的良好体验，提升对用户的吸引力和黏着度。此外，中国网络电视台缺少用户发布评论、感想乃至创意的平台，虽然注册用户可以链接到央视网的微博、播客、论坛等平台，但直接针对视频的互动性仍然较差。
第二，在网络广播电视台之间实现内容资源的互通有无和用户数据的开源共享。通过整合各台的内容资源数据库，形成多库互通、数字传输、采集分发、分布检索一体化的公共媒体资源管理，有利于降低成本，扩大影响，产生规模效益。在互联网领域，共享与合作是大势所趋，比如p2p共享软件、社区、搜索引擎、云计算等等，视频网站的发展也不能例外，优酷和土豆已合并，爱奇艺、腾讯视频结成版权共享联盟，深圳电视台联合全国多家城市电视台成立“城市联盟网络电视台”。广电主管部门应积极倡导全行业网络广播电视台的资源共享和互联互通，打通壁垒，由单打独斗式的个体店转变为规模化的大超市经营。尤其是对用户数据资源，必须做到行业内的开源共享和分布式计算，才可能实现经济效益和社会效益的双赢，即通过用户数据，掌握用户的个性化需求和变化，实施细分服务及精准营销，获取持续的商业利益；通过用户数据，全面监测网络舆情，及时应对，有效进行网络舆论引导。
第三，逐步将管理方式由以节目为核心转变成以用户为核心，用户数据资源的掌握和开发是实现管理方式转变的重要基础，也是网络广播电视台获得核心竞争力的关键所在。麦特卡尔夫定律指出，网络的价值增长会与网络用户数的平方成正比，以用户为中心的全面整合竞争已经拉开序幕，未来互联网的主体将从内容转移到人。当内容已经形成海量甚至泛滥之后，内容的价值在迅速下降，互联网的关注焦点必然转移到个人需求上，提供一种设计得更好、更直接更完美的用户体验，正成为互联网未来商业模式的核心。苹果公司的成功说明成本与规模不再是盈利的关键，而注重基于互动与分享的用户体验才是成功的秘诀。扎克伯格的Facebook以及在国内快速崛起的QQ、微博、微信等都用实际昭示着以人的需求为中心的无障碍信息分享所迸发出来的巨大前景。
网络广播电视台构建大数据平台，正是基于“以人为本”这样一个逻辑前提下的必然选择。大数据平台提供了精确把握用户群体和个体网络行为模式的基础，如果能够充分利用，就可以探索个人化、个性化、精确化和智能化地进行广告推送和服务推广，创立比现有广告和产品推广形式性价比高数倍甚至数十倍的全新商业模式。IBM公司最新的一项调查显示，今天的消费者角色已演变成一个了解各种信息的、善于分析的决策者，而不仅仅是被动地跟随信息流穿梭于高速网络之中。比如消费者准备购买某样商品，他都会同时打开多家网站，对该商品的价格、销量、好评率等数据进行参照比较。消费者正变得像电脑一样，学着去理解、消化和分析数据，并将数据整理成易于管理的、更有用的信息。消费者分析数据的能力在不断提高，因此想要抓住他们的企业和机构也必须具备更高的数据挖掘和运用能力。
参考文献：
1、韩远飞《谋局中国大数据》，《瞭望》2013年第5期
2、陈纪英《大数据革命：信息时代寻宝指南》，《中国新闻周刊》2013年第3期
3、赵立拥《海量数据的爆发与挖掘》，《网络传播》2012年第12期
4、徐涛、李蓉慧《大数据，大财富》，《第一财经周刊》2012年第17期
5、詹骞、张腾之《跨越式发展：CNTV不得不面对的话题》，《中国广播电视学刊》2012年第11期
6、龙丽双、朱剑飞《新媒体生存发展的经营之道》，《南方电视学刊》2012年第3期
7、王建磊、沈译《网络电视台的发展模式与市场策略》，《视听届》2012年第5期
（李建生系云南广播电视台总编辑，丰云兵系云南广播电视台发展研究部副主任。原文刊载于《当代电视》2013年第5期）
大数据下音乐广播电台内容优化研究
摘 要：借助2003年的广播发展契机，音乐广播扬长避短，发挥自己的优势，从类型化广播的发展中脱颖而出，经历了十年的发展与壮大。伴随着互联网的深度发展，特别是各类移动终端的普及应用，新媒体为受众提供了海量的视听内容与接受形式，传统广播电台特有的伴随性优势被逐渐弱化，传统广播面临新的挑战。同时，网络“大数据”成为当今社会炙手可热的词汇，人们深切体会到大数据给生活带来的巨大影响。音乐歌曲作为音乐广播类节目的灵魂主题，其发展随着网络大数据的出现也在发生着巨大的变化。本文从网络大数据挖掘分析的角度，在保持传统音乐广播播放形式原汁原味的前提下，对其节目内播放歌曲的内容进行优化分析，使其更贴合当前社会环境下大众的口味。
关键词：音乐广播;大数据;数据分析;类型化
一、音乐广播发展历程及现状
在与新兴媒体的抗争中，广播借助车轮经济扬长避短，发挥自己的优势，实现了传统媒体的突围。音乐广播就是广播在媒介激烈竞争环境下艰难复兴中出现的频道“类型化”的产物。而随着网络技术的不断发展，各类移动终端的普及应用，人们获取信息内容的方式日趋多样化，无论是从传播方式、传播速度、还是传播内容等方面，网络音乐平台更贴近时下的生活方式，音乐广播的推广性和引导性被逐渐削弱。社交网络和微博的崛起标志着人类社会进入自媒体时代，人们不仅可以在线听音乐，而且能够与自己的亲人朋友分享音乐，发表听音乐的感受，从而对其他人的音乐选择产生影响。音乐广播面临着再次冲击，急需与新技术相结合，实现自身的再次复兴。
二、音乐广播电台音乐资源大数据分析条件成熟
(一)音乐广播电台多平台搭建完成，需要大数据帮助优化内容
对于传统媒体来说，移动互联网和大数据为其提供了更多的转型可能与机会。国内部分音乐广播电台开始主动出击，利用互联网，特别是移动互联网和大数据理念与手段改造自身，细分与聚合内容，多元拓展渠道，努力向全媒体转型。微电台、手机广播、网络广播等网络多平台的搭建与运营，为传统电台的转型做好了基础工作。利用大数据手段分析、预测时下流行，进一步优化广播内容，成为各大电台要进行的下一个主要工作。
(二)海量音乐资源需要大数据分析技术
随着大数据技术的出现，以及音乐数据本身的特点，使得互联网音乐也产生了一次发展变革。QQ音乐、百度音乐、虾米音乐、网易云音乐等众多音乐平台在迎合各类移动终端的发展，利用大数据技术不断提升自身服务内容、品质与资源。在这样的大环境下，每天产生的音乐数据以及音乐相关数据以TB级不断上升。通过设计好的大数据计算模型，对大量相关数据进行分析，可以制造很多奇迹。大数据在音乐广播电台中的应用也是新媒体和传统媒体在融合过程中共享网络技术发展带来的一种成果，给音乐广播电台注入了“大数据”元素。
三、音乐广播电台音乐资源大数据分析
(一)大数据收集
数据分析，必然需要收集对应的数据。本文主要针对音乐的网络数据分析，将分析结果作用于音乐电台。一方面需要被动获取电台自身的数据，以及影响电台收听的相关数据;另一方面需要主动收集电台所需音乐的相关数据。因此需要收集两方面的数据：
1.收集音乐电台的自身数据
不同的音乐电台都有其自身的特征，听众定位、节目内容特点、现有电台曲库、主要覆盖区域等。只有了解了每个音乐电台的自身特点，才能将音乐大数据分析的结果与不同音乐电台准确匹配。
2.收集所有音乐的相关网络数据
确定好数据挖掘的数据源，利用大数据网络挖掘技术收集每首歌曲的歌手信息、歌曲实时热度、评论、听众信息(年龄、性别、所在地等)、关联歌曲等，只要是与该歌曲有关的数据全部收集整理。所有音乐相关数据需要不断获取实时数据，只有实时的、真实的数据才能得出准备的分析预测结果。
(二)大数据统计整理
获取到的数据都是零散的杂乱的数字或文字，只有将其通过专业化的数据统计软件加以整理，才能为数据分析和预测等方案解决工作做前期准备。
1.统计整理音乐广播电台现有数据。音乐广播电台从类型化电台中脱颖而出，拥有其独特风格。通过收集电台的所有相关数据，并将其分析整理成可视化图表，直观表现出电台特征。如：电台歌曲的详细统计、电台特点的详细统计等。
2.歌曲相关网络信息统计。歌曲作为音乐广播的灵魂，其包含的相关数据也是分析工作的重中之重。收集到的歌曲相关信息，将统计出下面内容作为数据分析的前期准备。
(1)每首歌曲实时热度值
(2)歌手热度相关数据统计
(3)每首歌曲的听众评论
(4)每首歌曲的听众属性特征(年龄、性别、所在地等)
(5)每首歌曲的关联歌曲
(三)大数据分析
用适当的统计方法对收集来的大量数据进行分析，加以汇总和理解并消化，以求最大化的开发数据的功能，发挥数据的作用。要将收集到的大量的音乐相关数据进行分析，以求获取其有用的信息和他们所代表的含义，需要建立专门的大数据分析模型，才能将超过现有软硬件环境计算能力的大数据及时准确处理。
1.分析音乐广播电台现有数据
针对音乐广播电台现有数据进行被动分析，对现有资源进行优化。
(1)利用特征分析，结合电台的现有曲库内容，分析出音乐电台歌曲选择的特点，并分析出其中的不足，为优化电台曲库做基础准备。
(2)利用聚类分析，将音乐广播电台过去的节目安排内容、节目收听率和当时对节目内容可能产生影响的相关因素(如天气、季节、时间等)进行统计分析，找出其中的影响关系模型，为后续节目内容安排做参考依据。
(3)利用回归分析，结合音乐广播节目中植入的广告与节目内容本身特点，分析出节目中植入广告的合理性，并给出相关合理建议。以求不同时间段、不同节目内植入广告的转化率最大化，最终提升音乐广播电台的影响力与收入。
2.歌曲热度值融合分析
收集统计每首歌曲在多个不同音乐平台上的相关数据，将这些数据统计出来，利用合适的融合算法，将所有歌曲热度值融合为新的热度值，用来表达一首歌曲在时下受大众关注的真实情况，融合计算结果将做为此次数据分析的数据基础。本融合算法借鉴了英国统计学家和遗传学家费希尔(Ronald Aylmer Fisher)的随机对照实验，数据源的平台数量越多、差异越大、听众越多，其结果越无限接近真实情况。
3.歌手热度分析
音乐电台在选歌时，歌手的受欢迎程度也是重点参考项。听众在听广播的同时也希望能从广播中获取一些时下流行趋势的信息，哪个歌手最近比较火等。从大数据分析技术层面，收集歌手以及其歌曲的大量相关信息，将其作用于分析模型，得出最终结果用以解决这一问题。
4.歌曲热度值分析
将多个网络音乐平台的数据通过融合统计，获取一个更广泛、更接近全部人群的热度排行分析。将历史热度排行，某一月、某一周或者某一天的热度统计分析排行，可以知道哪些歌曲历史收听量最大，流传最广，哪些歌曲不易流传，哪些歌曲在最近比较流行。这些分析结果都能够很好的作用于音乐广播电台，使其和时下流行趋势相吻合。
5.歌曲关联性分析
听众在收听一首歌曲的时候，还会对另外一首或者几首歌曲感兴趣。这样的类似，类似这样的网络。定义歌曲的关联网络为G(V，E)，其中V为节点的集合，每个节点对应一首歌曲，E为关联网络的边的集合，如果两首歌曲相互关联，则在它们之间有一条相互连接的边。根据收集到的关联歌曲列表可以得到歌曲之间的相关性，从而构建歌曲的关联网络G(V，E)。根据构建的关联网络的定义可知，度(相关的曲目数)越大的节点与越多的歌相关联，即这些歌曲能够与其他更多的歌曲相互搭配。通过分析可以得出，这些关联越大的歌曲，越是一些脍炙人口的金曲，关联度越小的歌曲，越是受众比较小，不适合大众传唱的歌曲。关联度的建立，结合歌曲的实时热度值，可以为音乐广播的歌曲编排起到很大的参考作用。
6.歌曲听众评论分析
将大量的歌曲听众评论文本整理分析，提炼出其中的精华，以“词云图”的方式，将最终结果直观呈现，表达一首歌曲在听众人群中的意见反馈。这种从听众中获取的对每首歌曲的意见反馈，可以大大提高音乐广播电台歌曲播放安排的准确性，更能与听众产生共鸣。随着网络文本大数据挖掘技术的不断完善，最终结果将越来越准确直观。
7.听众特征分析
每家音乐广播电台都有自己的听众特征与节目风格，针对的听众从年龄、职业、地域等方面都会有自己的重点把握，因此其节目中播放歌曲的内容肯定需要与之吻合，才能提高收听率。本文尝试着从网络大数据挖掘分析出发，获取歌曲的大量听众特征，利用大数据算法，分析出其特点，将结果作用于音乐广播电台的节目编排。利用这种分析结果，不同的音乐电台会挑选其自己对应人群的歌曲，降低了音乐电台内容的重复率，将好听的节目推送给适合它的听众。
(四)大数据预测
大数据的预测功能是其技术发展最主要的一个目的。一个准确的预测可以帮助你做出英明的决策，避免灾难的发生。
1.歌曲流行度的预测
将融合分析得出的歌曲热度值作出进一步分析，我们会发现有些歌曲的收听量正在不知不觉中呈现上升趋势，有些表面挺热的歌曲收听量正在急速下滑，通过大数据预测分析算法，我们将会得出哪些歌曲会在未来一段时间成为热门歌曲，哪些歌曲会在未来一段时间慢慢淡出人们的视线。流行音乐广播电台可以根据预测结果，更多地使用时下人气旺盛的歌曲，传统音乐广播电台可以更多地使用一些收听量稳定，最近或者将来一段时间热度不会有大起大落的歌曲，将好的音乐全面展示给听众。
2.音乐广播中广告植入的预测
Pandora(美国流行的在线音乐电台)的首席研究师 Eric Bieschke 的观点也很有启发性，“为全球人民播放最适合他们的音乐”和“为全球人民插播最适合他们的广告”是一件很相似的事情。在这号称“大数据”的年代，Pandora 的思路对于其他流媒体服务商们来说也是一种创收变现的启发。
使用协同过滤算法利用获取的大量网络数据，分析出听众听某一首歌的同时还会喜欢听哪些歌曲，同时听这些歌曲的听众还会有什么样的共同爱好，找到类似口味和风格的广告将其投放。让听众喜欢的歌曲和他喜欢的广告同时出现，这样才会充分利用广播的广告推广价值。
四、大数据分析技术作用于音乐广播电台应注意的问题
数据是分析预测的基础。大数据分析所需的数据通常来自于内部积累产生的数据，以及根据实际情况而补充外部数据源，如行业数据、相关网络数据和其他统计数据。这些外部数据未必全部都是“大数据”，数据中的变量是否有助于有效分析预测出结果才是关键所在。再者该研究模型用于未知变量需要时间来验证，因此大数据预测的使用还是一项挑战，需要一定时间的机器学习过程以及磨合调试，才能真正作用于相关行业领域。此外，大数据分析师必须理解业务需求和业务目标，审视数据，并围绕业务目标建立预测分析规则。
五、结 语
新广播所面临的已然不是传统意义上的听众，而是有着多元化需求的用户。在当前信息社会(大数据时代)，人类第一次有机会和条件在非常多的领域和非常深入的层次获得和使用全面数据、完整数据和系统数据，获取过去不可能获取的知识，获得过去无法企及的商机。数据的爆炸式增长、广泛可用和巨大数量使得我们急需功能强大和通用的工具，以便从这些海量数据中发现有价值的信息，把这些数据转化成有组织的知识。时代的发展，媒介竞争的激烈环境，对音乐广播的发展是挑战也是机遇。展望未来，竞争越加激烈，受众的多元分化、科技的迅猛发展，是音乐广播发展的趋势。要认清现状、总结经验、合理地利用大数据技术手段，发现并预计未来走向，为音乐广播的生存发展做出合理的规划。
参考文献：
田龙.浅谈类型化电台音乐节目主持人的突破性创新[J].中国广播杂志，2014(7).
吕岩梅.移动互联时代中国城市广电新媒体发展探索之路[J].中国广播杂志，2014(10).
王星.大数据分析：方法与应用[M].北京：清华大学出版社，2013.
(英)维克托・迈尔-舍恩伯格，(英)肯尼思・库克耶著.盛杨燕，周涛译.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.
(日)西内启著.朱悦玮译.看穿一切数字的统计学[M].北京：中信出版社，2013.
大数据背景下交通广播电台广告投放面临的机遇与挑战
来源：网络 发布时间：2016-7-1 16:16 新媒体研究；陈响园张权伟：大数据背景下中国交通广播的“危”与；“危”“机”大数据背景下中国交通广播的与；——以成都交通经济广播91.4为例—；陈响园；张权伟；【内容摘要】交通广播在过去的十几年中经过屡次的重；中为自己分得了一杯羹；大数据；交通广播；听众需求；互动；媒介生态；2011年6月，麦肯锡公司发布了《大数据：下一个；一、大数据时代里的听众；从传播学的角
【内容摘要】交通广播在过去的十几年中经过屡次的重新定位和不断创新，在竞争激烈的媒体环境
中为自己分得了一杯羹。然而，大数据时代的来临让其面临着新一轮冲击。这种冲击与当年电视和网络等对于交通广播的冲击有所不同，这次冲击显得更加全方位，层次也更深。本文的主旨便是在解析大数据特征的基础上，具体分析大数据时代带给交通广播的危机和机遇。大数据；交通广播；听众需求；互动；媒介生态
2011年6月，麦肯锡公司发布了《大数据：下一个竞争、创新和生产力的前沿领域》的研究报告，这一概念迅速成为业界竞相解读的对象。在人类的历史上，从未有一个时代像今天这样与数据紧密相关，各种各样的终端智能设备使得数据生产无处不在.
一、大数据时代里的听众
从传播学的角度看，受众是整个传播过程最重要的一部分，受众的需求和选择影响着传播的进程。要分析一个媒介形态的发展，就必须了解这种媒介的受众需求。
1.受众的转移
截至2013年6月底，杭州汽车保有量已达104万辆，平均每三人就有一辆车，是国内人均汽车拥有量最高的城市之一，如此高的汽车拥有率为杭州交通广播的发展奠定了深厚的现实根基，交通91.8主要的服务对象便多为杭州各类车主。如此高数量的潜在听众意味着交通广播不可能满足每一位车主的路况信息需求。听众的数量、质量、喜好等因素决定了一个交通广播的发展方向、广告份额和节目内容。但听众也是随着时代的发展而不断变化的，不同时代里的听众必然拥有不同的内容需求，接受媒介的方式也不尽相同。在英国学者舍恩伯格看来，大数据对人类生活的改变是一个质的变化，它对人们的生活和世界的交流方式都提出了挑战。在大数据时代，社会将放弃对因果关系的渴求，仅需要关注相互关系。也就是说只需要知道是什么，而不需要知道为什么，这就推翻了自古以来的惯例。在交通广播方面也是同样，传播的内容将被颠覆。传统的交通广播中传者是媒介组织，传递的内容都是由专业的媒介精英制作的，它的传播平台是一种基于“精英”对“大众”的准“威权平。在以往，听众可选择的媒介较少，只是被动的台” 接受交通广播所提供的服务。虽然“受者的需求”被作为媒介组织制作节目的一个宗旨，但在整个
大数据这一概念的提出，不仅对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的洞察能力提供了前所未有的空间与潜力。大数据的影响是广阔而且深远的，这之中当然对包括我们所熟知的媒体领域的影响。
作为传统媒介的典型代表，广播自2000年以来在中国的发展一直呈平稳上升之姿态，这之中以城市交通广播的崛起最为明显。以杭州交通经济广播（以下简称交通91.8）为例，它是杭州一家全天24小时通过调频立体声91.8兆赫播出，覆盖整个杭嘉湖地区近3000万人口的专业广播电台。作为一家地方城市电台，交通91.8从2004年开始步入快速成长期，在央视索福瑞、AC尼尔森、广州赛立信的移动人群数据调查中，收听率、到达率、占有率、覆盖率、忠诚度、满意度等七项指标连续八年均稳居第一。交通广播的兴起不是偶然的，它的背后是广播从业者对于听众市场的重新划分。“窄众”这一概念凸显的便是当年广播媒体走专业化之路的思维结晶。然而，大数据时代的到来，必然让交通广播的发展之路受到新的挑战，这种挑战将不同于以往任何一次。考察新的时代背景下交通广播所面临的内外压力和机遇，并探究交通广播的发展之路，便显得尤为重要。
1.大数据背景下中国交通广播的“危”与“机”
“传—受”关系中，作为传者的广播机构无疑仍处于主导地位。以往根据个别路段点的爆料对整体路况的推断将成为过去时。如今，随着车主可选择的媒介种类的增多，交通广播早已不再是车主收听路况信息和娱乐信息的唯一渠道。道路监控物联网的推广普及，让路况信息满足了大数据的条件，完全可以做到路况信息的实时反馈，不需等待，少量模糊信息被动接受转变为天量完整信息的查询。
在大数据时代，更加专业化的内容提供商开始涉足交通信息领域。在任何的手机软件商店中，都可以找寻到多款免费的路况软件。以“车托帮”这一软件为例，截至2013年12月底，该软件在360手机助手里的下载量已达到319万次。各种类型的路况软件根据对各路段使用者的定位和使用者自发上传的图片等资料，迅速统计出该路段的车流量和其他路况，这些信息又会及时地上传到软件使用者的用户端。除了路况，这些软件大多还兼具导航、交通电子眼查询、离线地图、交友互动等功能。受众对交通路况信息的需求有了更加有效的信息获取渠道，而且这种方式是建立在实时信息基础上的，所以相比传统交通电台来说信息更加精确。受众也由被动接受变为主动查询，更加具有私人针对性，路况信息结合导航完全可以实现对受众驾驶路线的智能规划。交通广播播报路况信息的核心优势在大数据时代逐渐受到智能终端软件的挑战。
2.电台诉求的转变
媒体公信力是指新闻媒体本身所具有的一种被社会公众所信赖的内在力量。它是媒体自身内在品质和外在形象在社会公众心目中所占据的位置，是衡量媒体权威性、信誉度和社会影响力的标尺，也是媒体赢得受众信赖的能力。媒体公信力的高低，决定其舆论影响力的大小。
听众对于交通广播公信力的诉求主要来源于以下几个方面。首先是车主们对于权威信息的渴求。很多信息只有凭借交通广播这一正规平台发送出来才具有权威性。由于长久以来与交警大队等机构的合作关系，很多路况信息也只有交通广播才可以拿得到。除此以外，因为信息渠道的丰富，面对冗杂的交通信息，普通听众很难从中获取到及时准确且于己有用的信息，他们需要一个平台将这类信息归纳综合。在信息化普及过程中，智慧城市的构建将取消对这种信息的垄断，取而代之的是受众更加直观的对整体交通数据的了解。传统意义上借助媒体这一第三方媒介掌握信息的以往将逐渐被替代，随之而来的对媒体信息担
新媒体研究
保的公信力也将不再重要。所以，在大数据时代，交通广播面临着在多样化媒介里重新树立自身权威性的挑战。
由于广播独特的播出方式，它属于一种伴随式媒体，不需要受众全身心投入，只需调动一种感官功能就可以传播。尤其是车载广播，信息量不是广播的长处，在交通信息上广播无疑将不占优势，更大程度的需求，将集中在提供娱乐方面。满足受众的娱乐需求，充分发挥声音的功能将是电台主打方向。情感表达、情绪制造对于单一感官传播和伴随式的接收方式再适合不过了。信息则需要更加清晰的传播方式来提供。交通广播在这方面相对于音乐广播等需要提早准备。让各类音乐节目和语言类节目成为一个交通广播的主打品牌，如交通91.8的目前在尝试推出《音乐正当午》《快活晚高峰》等节目，已经取得了一定效果。
二、大数据重塑交通广播的媒介生态
媒介生态指的是某一特定时代中媒介各构成要素之间、媒介之间、媒介与其外部环境之间相互关联制约而达到的一种相对平衡的结构，包含如政治文化氛围、经济发展水平等诸多因素。大数据时代，交通广播的媒介生态遭受到了新一轮的挑战，这一挑战可分为内容层面、行业层面和市场层面
1.交通广播的内容挑战
在传统意义上，人类认识世界的过程都是有巨大的局限性的，只能借助逻辑推理、概率统计等方式从有限信息中对真相进行估计，在信息缺乏时代和信息流通受限制的时代，这是最佳途径，但是大数据处理能力使得我们有可能直接了解全部，而不再需要中间的环节。尤其在交通广播对路况信息的处理上，传统的交通广播每日所需要处理的数据都是有限的，广播工作者需要做的只是将采集到的数据按照一定的原则进行排列组合，然后传递给听众。当下依据有限的听众爆料的路况信息和电台记者间歇性的路况信息的通盘描述，是难以满足受众的需求的。而物联网和移动互联网的普及将使大数据处理成为可能。2013年12月4日工信部正式向三大运营商发布4G牌照，中国移动、中国电信和中国联通由此获得了TD－LTE牌照。相对于以往在交通信息方面交通广播的一对多的大众传播模式，在4G技术条件下，受众手中所持有的移动终端会提供比交通广播更加丰富和精确的路况信息。
大数据的到来让交通广播不再只是处理有限的数据，它需要交通广播首先尽可能地收集自己新闻产业
大数据背景下中国交通广播的“危”与“机”
工作者而言必然会有一个转型的过程。 2.交通广播的行业挑战
对交通广播这一行业来说，大数据时代所带来的最大挑战是准入门槛的相对降低。过去，交通广播可以凭借自己的专业技术优势来垄断道路交通信息的传播。相比于其他类型的媒体，广播具有传播上时空限制少、渗透性强、受众是伴随式接受等优势。如今，这种优势正在被逐渐化解掉。
现今，所有的媒体都在通过网络化而走向全媒体化，除了传统的信息发布渠道，各种媒体都可以通过无所不在的网络实现信息的传输。以微信为例，所有的媒体在这款移动社交软件平台上都可以拥有自己的公众账号，这些公众账号可以传递的信息形式十分丰富，比如文字、图片、语音、视频等。相比于传统的通过声音来传递信息的交通广播，微信客户端所能够传递的信息无疑更加具体和全面，而且能够为受众提供更加多元化的服务。媒体之间的沟壑在消除，所有的媒体开始在同一平台上展开竞争：交通91.8可以通过微信平台传递路况信息，那么与交通91.8同处一城的钱江晚报、都市快报也可以传递，而且还可以结合自身在其他方面的信息传递使路况信息更加丰富。
随着各类媒体的同台化竞争愈发激烈，交通广播媒介监督职能也会遭遇到挑战。当一辆汽车上只有音频设备之时，交通广播的媒介监督无疑是一家独大，而随着中国工信部4G牌照的发放，大流量数据传输必然会涌现。大流量的数据传输所承载的媒介形式多种多样，包括音频、图片、文字、视频等，广播独霸车内媒体的时代将会成为过去式。单以杭州午间时分的监督类节目为例，除了交通91.8的《我的汽车有，还有另外一档著名的电视类监督节目《直播话说》这是一档由杭州电视台综合频道记者姚志奕与调频89节目主持人徐菲联袂主持、杭城两大主流媒体与杭州市12345市长公开电话受理中心携手打造的为民办实事的大型直播节目。节目主持人万峰因其犀利的言辞和对每一个被投诉对象锲而不舍的追问而深受杭城百姓的欢迎。这样一档节目在4G大数据传输的时代里，必然不会局限于电视的传播方式，移动客户端的发展为其提供了新一片发展的土壤。交通91.8在汽车行业行使媒介监督的权力将会被其他类型媒体的瓜分。
3.交通广播的市场挑战
广告对于媒体的作用毋庸置疑。首先，大数据改链的全部信息，包括所在城市各条路段实时监控画面、每一位热心车主的爆料、每一位听众的投诉建议、各个节目不同时段的收听率等等。只有尽可能多地占有数据，交通广播才能应对听众日渐增长的个性化服务的需求。在这个过程中，交通广播面临众多挑战，比如如何搜集到这些数据、这些搜集到的数据如何管理等。交通91.8全部在编员工40多人，要面对的却是一个拥有100万辆机动轿车、常住人口超过600万的城市，在数据搜集和占有方面确实面临着不小的压力。
以往交通广播的新闻生产链与其他媒介相同，通过记者跑新闻的方式获得寻常人难以获得的新闻，再通过所在媒介平台发送给广大受众。在这一传统传播模式下，交通广播的路况信息主要来源有交警、各类车主和记者现场播报等。经过这些渠道传递的信息显然有不少弊端，比如路况信息采集不够全面、时间比较滞后、记者的路况信息播报效率比较低下等等。在大数据时代里，大数据不仅深刻影响更是重新塑造了这一路况信息采集模式。交通广播所面对的，将是一个远超以往的路况信息库。这一路况信息库的建立得益于多方面：一是遍布杭州大街小巷的无数高清摄像头；二是各类车主通过移动终端发送来的实时路况信息。这类信息源充分利用的前提是保持有海量的听众，这些听众乐于与交通广播进行信息互动。当所有的道路交通数据都可以直观的展示在交通广播面前之时，广播工作者所要做的便是从冗杂的数据中提炼出听众最需要的信息。
占有数据是为了使用数据，否则数据再多也只是冗余信息。在将海量的数据集结到自己的平台后如何处理、分析、重组这些数据又会是一个难题。如果说数据的搜集考量的还只是一个交通广播的硬件能力，那么如何运用这些数据考量的则是其软件能力。面对听众个性化和公信力的双重诉求，交通广播必须学会如何在海量的数据中提取出对听众最有用的信息。大数据时代，一条新闻信息的生产必然是多种因素考量下的结果。以交通91.8为例，若是要编辑杭州傍晚下班高峰期的路况信息，就必须根据以往的路况数据判定出每一条道路上的拥挤程度、从各类车主们实时路况播报里挑选出最新的路况画面或语音提醒、根据道路实际车流量决定各条路况的播报顺序。这样的路况信息生产方式将交通广播与听众的需求更加紧密的结合起来，提供了比以往更加具体化和及时性的资讯。对于习惯了有限数据下生产路况信息的交通广播
大数据背景下中国交通广播的“危”与“机”
变了听众对于广告的接受形态。传统的交通广播在广告的传播上还是属于“子弹式”的，听众属于被动接受。而当听众掌握的媒介增多之后，曾经的被动接受将因为听众主动性选择的增加而不复存在。
其次，大数据改变了广告主在交通广播这一媒体上的广告投放比。以前广告主在向交通广播投放广告时经常会遇到“需要投放多少广告”“我们应该在”“这家广播的收听率是多少”“用户哪家广播投放
听到广告有何反应”等问题，这些在大数据时代都可以通过数据分析看到结果。大数据使得广告的精准投放成为可能，移动终端上的媒体因大数据而受到广告主的青睐。借助于语义分析软件、语言处理软件、机器认知软件、集群分析软件等，大数据可以揭示出在线市场行为的真实结果。大数据让移动终端的价值被重新定位，广告主因此也会重新评估自己在社交媒体及传统媒体上的投入配比。
如同上文所述，广播现今早已不是独霸车内的唯一媒介，一个智能手机便包含了各式各样的媒体。一个杭州的车主在行使的过程中，若要知道路况，可以查询专门的路况软件；若要放松休闲，可以从手机搜索各类歌曲小品等；若要知晓天下大事，也有专门的客户端自动播报。在这样一个各式各样的媒体包围车主的情况下，交通广播也不过是可供选择的媒介方式之一，可供广告主投放广告的媒体大大增加。
三、大数据时代里交通广播的发展机遇
媒体业作为信息行业中的一员，在首当其冲地面临着来自大数据的威胁之时，也拥有很多的先天优势。具体说来，交通广播面临着下面这些机会：
1.重新塑造交通广播媒介品牌的机会
交通广播的品牌一旦形成，就会受到听众的关注和依赖。在以后生活中，收听该电台也会成为听众的惯性选择。对交通广播来说，品牌是一种资产，听众对品牌的忠诚度决定着它的广告额度。大数据时代，交通广播有了重新塑造自身品牌的机会。
首先，交通广播的媒介定位会更加清晰化。大数据技术为交通广播把握听众的需求提供了可能，从而更好帮助其明确自己的发展定位。交通91.8每天所面对的是杭州100多万车主，在微信平台上也拥有35万的关注人数，因为这些巨大的用户群的存在，交通91.8可以通过微信后台迅速了解这些关注者的性别比例、地区分布、语言类别等信息，从而辅助自己进行内容定位。
③
新媒体研究
其次，交通广播推广自身品牌的机会也会增多。以往交通广播的传输方式以单线传播为主，传播者通过媒介向广大听众传达各类资讯。交通广播想要树立自己的品牌也主要通过自身所拥有的大众媒介这一个通道，此外还包括与其他媒体的合作、举办论坛、年会等方式。但大数据为交通广播的品牌推广打开了一扇新的大门，那便是在网络中的多层次、全方位的推广。网络的发展早已降低了传统媒体的准入门槛，在网络这个大平台上无论是文字传播、视频传播还是音频传播都实现了零距离。交通广播除了通过声音去推广品牌之外，也可以通过更加多样性的方式去推广。文字、图片、视频这些原本不属于广播的东西在大数据时代可以成为交通广播占领舆论阵地的有力工具。
以微电影为例，它因制作成本低、拍摄时间短、故事结构小、观看便捷等特点而成为当下最为火热的传播方式之一。同时，微电影也是大数据的产物，短短的十几分钟时间里，要想赢得观众的青睐，就必须在里面融合各类受众人群最为关心或是感兴趣的元素，这些元素的获取就建立在对大量用户平日所产生的海量信息的搜集整理之上。交通91.8一直关注微电影这类新媒体的传播。为了在网络上更好地推广品牌，他们从2012年开始尝试微电影的拍摄。于2012，上线后在各类年底拍摄完成的微电影《迫在眉睫》
视频网站上的总点击率达到10万次以上，交通91.8的官方微信在此次微电影的拍摄决策中发挥了不小的作用。根据对关注者的互动反馈和后台在各个不同节目时间段所收到的反馈数的分析，他们依此安排了不同的主持人在该微电影的出场。通过微电影的方式，这些主持人也开始从幕后走到台前。
最后，在大数据时代交通广播可以更好地结合自身固有优势去维护品牌。任何时候，听众都需要最权威、最专业的信息。交通91.8的优势便是利用自己独有的专业化水平去提供别的媒体所不能够提供的信息。这样的信息优势得益于多方面因素，包括拥有一支出色的采编团队、过去十几年的发展历程中形成的稳定的听众群和与交警巡警平台等权威机构形成的长期战略合作关系。
2.媒介角色的转变
这种变革需要交通广播从内容的制作发布中心，转变为以用户为中心。从一个播出管道升级为互动平台，从单纯的内容制作机构调整为内容分发平台，随时随地和受众建立联系。强化互动功能，让单一的媒体成为一个个分众群组，由简单的信息传播变成一个
活动社区。
陈响园张权伟：大数据背景下中国交通广播的“危”与“机”
个工作日的11：00—12：30直播之时，节目组都会收到大量的汽车投诉电话，投诉种类繁多，包括汽车质量、售后服务、保险理赔等等。但节目时长毕竟有限，主持人也只能从众多投诉中选择比较具有针对性的来帮助解决。如何让所处理的投诉具有针对性便成为该节目能否得到听众喜爱的一个重要因素。节目导播组在长期处理汽车投诉的过程中建立起了一个庞大的数据库，打进热线电话的每一位听众的个人信息、汽车牌号、投诉问题都包含之中。每日下午，导播们便会在近期的投诉电话中进行筛选，看哪种类型的问题刚刚受理过、哪一类问题投诉较多、哪一种车型被投诉最多、哪个汽车4S店经常被投诉等，在综合考虑各项因素的基础上决定在节目播出时受理哪个电话。
四、结语
大数据作为一个正式的概念提出只有两年多时间，却迅速在全球掀起了一股大数据狂潮，衍生出无数的大数据概念股。这之中当然少不了些许的炒作，但也深刻地反映出大数据从技术层面指出了人类社会发展的趋势：一切都将变得数字化，一切都变得可控和预测。大数据是网络社会深入发展之下的结晶，它不仅代表了一种技术，也代表了一种思维方式。这就决定了大数据对于传统媒体的影响将是全方位的，越早洞悉大数据时代的规律特点才能越快地在大数据的滚滚洪流之中认清自己的位置。
交通广播相比于其他媒体，在其发展的过程中曾遭遇过其他新兴媒体的数次冲击，但经过不断的重新定位和改造革新，依然适应了新的媒介环境，甚至相比于其他传统媒体适应得更加迅速和深入。个中原因，便是交通广播工作者能够积极适应时代环境，顺利地度过了一次又一次的转型阵痛。如今，大数据方兴未艾，交通广播也只有如同前几次所做的一样，及早了解大数据将带来的潜在影响，明白自己所要面临的挑战和可能的机遇，才能确保自己在将来的媒介洗牌中屹立不倒。
车主们对于综合性信息的渴求日盛。虽然各类路况信息软件和各种娱乐渠道已经层出不穷，但对于车主来说，综合性的媒体对于他们来说仍然不可或缺。由于各类智能终端的发展和普及，车主们的身边已具有了各种功能的媒体。路况信息方面的、娱乐休闲方面的、国内国际新闻方面的等都可以通过不同的渠道满足，但每一种渠道的满足都可能意味着失去另外一种渠道。比如一个人不可能在开车的同时一边听音乐一边滑动手机屏幕去浏览新闻资讯。交通广播在这样全媒体包围个体的时代里的任务便是建立一个综合性平台，尽可能满足车主们多层次、多方位的需求。
最后是车主们对于更高互动性的渴求日益强烈。交流是人的一项基本需求，通过各类媒介，我们实现了与世界的各种交流。对交通广播的听众而言，交通广播便是他们交流各类信息的平台。在这个平台上，他们不仅需要知道最新最准确的路况信息，而且也需要这样一个平台去分享他们的所见所闻，更需要这样一个“汽车之家”去表达汽车方面的投诉。大数据时代，交通广播还需要发挥播报路况资讯和媒介监督的作用。
3.对听众需求的把握更加准确
面对网络上的海量信息，基于抽样调查+人口学特征的“小样本模式”不再具有导航性，用户是“谁”已经不重要，重要的是“用户什么时候需要什，即用户的“兴趣偏好”及“传播时机”等么东西” 更为重要，而这一切来源于大数据及对它的挖掘。
广播电台大数据存储：压倒一切的是可靠
尽管与电视台动辄几十G的高清节目制作的数据存储需求相比，广播电台所需的数据存储量要小很多。但是不断开辟的全新电台频道，不断延长的播出时长，特别是观众对立体声广播音质的高要求，这都令广播电台对大容量硬盘的需求也越来越高。尤其是在数据存储的稳定性方面，广播电台的要求更为严苛。这也使得希
RAID6保驾护航
目前，由于广播电台的直播类节目占比较重，加之实时采访更适合于广播的播出形态，因此相对于电视而言，广播在某些方面具有更快捷播放的优势。因此，电话连线直播成了广播中最常见的一种节目类型，也最为观众所欢迎。但也正因为如此，上至广电总局，下至各电台主管部门，都非常重视直播节目的播出安全。而另一方面，即使不是直播节目，播出安全也同样承受相当大的压力。这主要是因为电台的竞争压力空前激烈，很多频道都实行24小时不间断播出，如果数据存储、调取、传送出现问题，很可能出现断档现象，这样的播出事故，至今仍时有发生。因此，如何尽可能避免播出事故，始终是各电台最为重视的头等大事。
以北京人民广播电台为例，目前各频道都已经开始采用最为先进的RAID6磁盘阵列。与此前已经得到广泛应用的RAID5相比，RAID6除在每个硬盘上都有同级数据XOR校验区外，还有一个针对每个数据块的XOR校验区。这样一来，等于每个数据块有了两个校验保护屏障（一个分层校验，一个是总体校验），因此RAID 6的数据冗余性能相当好。北京人民广播电台技术部门的薛总工程师告诉记者：“现在，我们通常都是使用六块希捷硬盘。其中，4块硬盘在使用时都被先条带化，然后分别存储数据和校验位。如果有两块硬盘出现故障，其他四块硬盘仍然可以照常运转，硬盘间的相互备份，确保了资料存储的可靠性。”
图2：一般SAN存储备份方案示例
SAN应用：以空间换安全
从广播节目制作的实际存储量来说，1G的高清节目就可以满足6个小时的播出量，这一数量级在“高清”“光纤”时代，的确不算很大。但是，即使如此，考虑很多广播电台都已实现24小时不间断播出，这样下来一天一个频道的播出节目的累计数据量也将达到4G。而以北京人民广播电台，各类调频及专业频道已达10个，预估也需40G的大容量存储空间，这同样是一个不小的存储量。而在实际情况中，广播电台的存储需求却要远高于这一简单的累加预估值。
对此，北京人民广播电台技术部门的薛总工程进行了通俗易懂的讲解：“由于广播节目制作从技术手段运用和实现上，都相对比电视要更简洁更灵活，因为我们目前采用的是SAN(也就是存储局域网)，这使得我们在调用传输RAID磁盘阵列的数据时更为快捷，各数字IT设备之间的互联互通也更为方便。此举会大大提高工作效率，缩短节目的制作周期，也更便于节目能迅速及时播出。但是，这也同时增加了节目在制作环节及播出安全的风险。通常情况下，都是采用用空间换安全的做法。即进行了2-3个副本数据做备份，以确保万无一失。这样一来，对高质量的硬盘需求自然有相应的增长。”
据悉，按广电总局颁布的现行节目安全播出标准，对从业人员的考核标准为百小时停播率不能超过数秒，有的电台内部规定更高。薛总工程师表示，尽管导致节目停播的因素很多，但因硬盘故障而酿成播出事故的比例较高，因此，联想、IBM在向北京人民广播电台提供传输编播整体解决方案时，在硬盘的选购上也都十分严格，希捷的企业级硬盘目前是北京人民广播电台应用最多的硬盘。这同样是出于安全播出的考虑。
相关阅读
大数据时代下电视行业的前景
本文为数据观精编文章，数据观网址：www.cbdio.com
责任编辑：陈卓阳