大一計算機互聯網電視產業(yè)研究期末論文
隨著互聯網技術發(fā)展和電視終端產品快速智能化,互聯網電視逐漸走入了客廳,越來越多的互聯網電視產品也相應出現。下面是學習啦小編為大家整理的大一計算機互聯網電視產業(yè)研究期末論文，供大家參考。
大一計算機互聯網電視產業(yè)研究期末論文篇一
《 互聯網電視發(fā)展現狀思考 》
摘要：隨著互聯網和IT技術發(fā)展，在互聯網規(guī)模以及覆蓋面不斷擴充的背景下給予了OTTTV互聯網電視極大的發(fā)展空間，并且OTTTV也逐漸成為了未來電視行業(yè)發(fā)展的趨勢之一。OTTTV較傳統(tǒng)有線電視有著更好的延展性，其終端除了電視機外，還可以是電腦、機頂盒、平板、智能手機等。在這些設備支持下使得OTTTV有了良好的發(fā)展空間。
關鍵字：互聯網電視;發(fā)展現狀;研究
1互聯網電視的概念
互聯網電視是一種利用寬帶有線電視網，集互聯網、多媒體、通訊等多種技術于一體，向家庭互互聯網電視用戶提供包括數字電視在內的多種交互式服務的嶄新技術?；ヂ摼W電視是在數字化和網絡互互聯網電視化背景下產生，是互聯網絡技術與電視技術結合的產物，在整合電視與網絡兩大傳播媒介過程中，互聯網電視既保留了電視形象直觀、生動靈活的表現特點，又具有了互聯網按需獲取的交互特征，是綜合兩種傳播媒介優(yōu)勢而產生的一種新的傳播形式。
2互聯網電視技術
從互聯網電視技術服務層面來看主要包括三種模式，具體如下：
(1)開放式OTT模式。該模式是美國互聯網電視的主流服務模式。在此模式下互聯網終端由數字電視接收設備所承擔，終端可支持軟件即可實現電視視頻娛樂。在該模式下依托于互聯網為核心基礎，并可利用其他終端設備進行交互，服務以非專利形式運行，在終端設備范圍不斷擴充的情況分下使得盈利也越來越大，并且在谷歌、蘋果等大型企業(yè)的支持下推動了整個產業(yè)鏈的加速發(fā)展。
(2)HBBTV模式，該模式事實上是一種混合廣播技術，與DVB可兼容，并且屬于典型發(fā)布平臺的應用功能。在廣播服務的基礎上，HBBTV還可承載多項業(yè)務如線上購物、互動電視、廣告等，在寬帶性能質量不斷提升的過程中，其市場覆蓋面也越來越大，用戶數量也在不斷增長，儼然成為了市場主流。
(3)我國互聯網電視模式為OTTTV模式，廣電總局以牌照來實現相關管理并將牌照與客戶端綁定，以集成方式來實施宏觀監(jiān)控。
3發(fā)展趨勢
隨著互聯網的興起，人們通過PC、手機等終端觀看網絡視頻成為了潮流。但顯而易見的是，不管是PC還是手機，收看視頻節(jié)目的效果都無法同電視屏幕相比，而它們之所以獲得網民的青睞，是因為豐富的節(jié)目資源為用戶提供了主動選擇的空間。此外，PC和手機雖然業(yè)已成為人們觀看視聽節(jié)目的流行終端，但觀看視頻并不是電腦和手機最首要的功能，PC的定位首先是工作終端，而手機則是通訊終端。相比之下，電視則是天然的娛樂終端。它一般置于客廳，是家庭這個私密環(huán)境中供人們休閑、娛樂的專用設備。互聯網電視既擁有傳統(tǒng)電視的基本屬性，又克服了其節(jié)目資源有限性的短板，它未來的發(fā)展趨勢，就是圍繞家庭娛樂終端這一定位，進一步提升用戶體驗，具體而言，就是更加突出娛樂性和便捷性。在三網融合、寬帶中國等戰(zhàn)略的驅動下，電視終端的網絡化已經成為大勢所趨，互聯網電視也將隨之普及，而這也必將對視聽節(jié)目的傳播秩序形成結構性的影響。近幾年，IPTV伴隨三網融合戰(zhàn)略的開展迅速發(fā)展，目前已在全國50余個大中城市投入試點。IPTV通過可控、可管理的通信網絡傳輸視頻節(jié)目，只要將IPTV機頂盒連接互聯網和電視機，即可觀看電視臺節(jié)目直播、回看，以及影視綜藝等節(jié)目的點播，其中影視庫內容的豐富程度更是超過有線電視。然而，從用戶的角度看，不管是有線電視還是IPTV，其節(jié)目內容的豐富性仍然不及互聯網電視?；ヂ摼W的開放特性，為擁有內容優(yōu)勢、技術優(yōu)勢的市場主體通過各種形式參與到互聯網電視領域提供了可能。在三網融合的大背景下，有線電視早已開始調整自己的發(fā)展策略，推進有線電視網的雙向數字化，推廣互聯網接入等基礎電信業(yè)務，而今面對互聯網電視的迅速發(fā)展，有線電視網IP化的進程或將進一步加快，以爭取在基礎電信服務領域占領一席之地。另一方面，為防止客戶流失，有線電視公司也可能在整合現有頻道資源和豐富其他功能方面著力，進一步改善用戶的使用體驗。就IPTV而言，幾年前IPTV因為擁有有線電視所不具備的回看、點播功能而獨具優(yōu)勢，隨著有線電視雙向化的逐漸普及，這些優(yōu)勢已不那么顯著。而與同樣經由公共互聯網傳輸互聯網電視相比，IPTV無論在內容豐富程度還是在功能的多樣性上都沒有優(yōu)勢。
4結語
HAS技術將會在OTTTV中占據主導地位，這給我國互聯網電視的發(fā)展帶來了推動力。OTTTV無論是對于運營商而言還是用戶而言都來帶了可觀的效益，用戶可以得到更好的服務，而商家將得到更多的經濟利潤。
參考文獻
[1]姜濤.電視節(jié)目創(chuàng)新，為OTT時代受眾而變[J].廣告大觀(綜合版)，2013(08).
[2]李嵐.移動化.社交化：視聽新媒體融合發(fā)展新態(tài)勢[J].聲屏世界•廣告人，2013(08).
大一計算機互聯網電視產業(yè)研究期末論文篇二
《 大數據時代我國互聯網電視產業(yè)的發(fā)展 》
【摘要】
在大數據時代，互聯網電視產業(yè)有著良好的發(fā)展機遇，互聯網電視企業(yè)的管理者應制定出定位策略，還要制定出推廣模式，這有利于擴大電視產業(yè)的規(guī)模。在大數據時代，互聯網技術有著廣泛的應用單位，電視產業(yè)引入互聯網技術后，還要做好數據分析與整合工作?；ヂ摼W電視有著良好的發(fā)展前景，與電腦、手機等設備相比，互聯網電視的屏幕比較大，這也是其競爭的一大優(yōu)勢，適合家庭成員共同使用，具有互動性。本文對大數據時代我國互聯網電視產業(yè)的發(fā)展策略進行了分析，以供參考。
【關鍵字】大數據時代 互聯網 電視 發(fā)展
進入大數據時代后，互聯網技術越來越發(fā)達，其對媒體電視產業(yè)的發(fā)展有著一定影響，對其發(fā)展的方向有著指導作用，而且提出了新的思路，互聯網電視在我國有著良好的發(fā)展前景，其屬于科技不斷發(fā)展的產物，對電視制造企業(yè)提供了新的發(fā)展方向，在推出互聯網電視后，受到了很多年輕人的熱捧。在大數據時代，各個行業(yè)都需要做好數據處理工作，提高數據信息的利用率。三網融合其實是對數據的融合，互聯網電視在大數據時代中有著良好的發(fā)展趨勢，互聯網電視產業(yè)應制定出具有長遠性的發(fā)展策略。
1大數據時代互聯網電視產業(yè)的定位策略
在大數據時代，電視產業(yè)面臨著電腦、手機等產業(yè)的競爭與挑戰(zhàn)，電視的優(yōu)勢在于，其可以拉近家庭成員之間的關系，而且屏幕更大，穩(wěn)定性更強，數據處理能力也更強。互聯網電視是電視產業(yè)未來發(fā)展的趨勢，在發(fā)展的過程中，企業(yè)的領導者應做好定位策略，充分發(fā)揮出電視的優(yōu)勢，安裝大功率處理器，將定位點設為家庭數據信息港?；ヂ摼W電視定位策略中將主要的工作放在家庭數據信息港的建設中，可以提高家庭數據處理的效率，而且可以搶占市場。大數據具有數據量大、單位數據價值量的特點，家庭成員的意見可能隨時發(fā)生改變，這一定位具有容易受到家庭成員影響的特點。由于電腦與手機等移動設備的同時存在，會使發(fā)出去的數據價值降低，已下的訂單也可能被取消，這增加了數據處理的難度。在家庭成員中，存在意見領袖，其對購買的最終決定有著較大的影響，在數據處理時，著眼于價值量更大的數據效果更好。家庭數據信息港的定位策略，還需要做好技術革新工作，由于個人數據處理終端比較小，處理能力有限，無法處理相對復雜的數據，而互聯網電視有著較強的數據處理終端，可以處理較為復雜的數據，這也是競爭的一大優(yōu)勢。另外，互聯網電視的定位策略還比較符合物聯網的發(fā)展要求，物聯網是一種集智能識別、定位、跟蹤、監(jiān)控以及管理等功能于一身的網絡，在大數據時代，利用互聯網相互連接的方式，可以發(fā)揮出數據交換以及通訊等功能?；ヂ摼W電視比較符合我國當前國情，將互聯網電視定位于家庭數據信息港，可以在家庭與數據源之間形成集成處理平臺，保障家庭數據隱私，也可以實現與外界的交互。
2大數據時代互聯網電視產業(yè)的贏利模式
在大數據時代下，互聯網電視產業(yè)需要建立贏利模式，這對提高企業(yè)的經濟效益有著較大的幫助，采用模塊化的方式重組數據，可以產生更有市場價值的產品，將不同的產品提供給不同的用戶，能更好的滿足用戶的需求?；ヂ摼W電視產業(yè)在制定贏利模式時，應以“一次生產、多次加工”為原則，由于市場競爭比較大，互聯網電視企業(yè)需要做好數據收集以及處理工作，其發(fā)展的重心是數據營銷商。在三網融合的基礎上，對數據進行融合，在客戶關系管理的基礎上，進行精確的數據化營銷，為了保留與吸引更多的客戶，互聯網電視產業(yè)需要考慮到用戶的差異性，還要給用戶個性化的體驗?；ヂ摼W電視在對數據進行整合時，需要對用戶需求進行互補性融合，而且不能局限于梳子終端，其主要是在數據整合分析的基礎上，為用戶融合提供幫助，可以實現跨平臺的客戶關系管理。數據營銷商可以利用互聯網電視提供的平臺，利用數據的相關性掌握不同客戶的需求，為客戶提供一對一的服務，這可以吸引更多的客戶，也可以留住老客戶、大客戶。在建立互聯網電視的贏利模式時，需要對用戶的偏好進行數據分析，建立跨平臺的交易框架，從而對數據進行更好的挖掘與分析，這有利于更好的了解客戶，挖掘出更多的客源。互聯網電視企業(yè)應最大限度的利用客戶資源，還要做好客戶需求的引導，為客戶提供個性化的體驗，創(chuàng)造出更大的贏利點。
3大數據時代互聯網電視產業(yè)的市場推廣模式
在做好互聯網電視產業(yè)的定位，確定贏利模式后，最關鍵的問題是要做好市場推廣工作，加強對產品的推銷，可以提高企業(yè)的經濟效益，如果制定的市場推廣模式存在問題，則會導致定位與贏利模式都缺乏實際意義及價值。互聯網電視產業(yè)在市場推廣時，應考慮如何推、如何守兩大問題，推廣時，首先要滿足用戶的使用要求，結合用戶對傳統(tǒng)電視功能提出的要求，保證互聯網電視產品最大限度的滿足用戶需求;在守的過程中，主要是對增加電視的功能，保證用戶不會中途退出。在市場經濟方面考慮，互聯網電視企業(yè)應分析有效需求，還要了解“邊際效應”的原理，分析結果證明，互聯網電視在功能增加的同時，成本也在增加，互聯網電視對用戶發(fā)揮的效用在不斷遞減，很多用戶可能會出現中途退出的問題，而且會放棄對互聯網電視的使用，為了改善這一問題，互聯網電視產業(yè)一定要做好推廣工作，根據市場的規(guī)律操作，在大數據時代的背景下，考慮用戶心理接受能力以及行為習慣，滿足其心理需求?；ヂ摼W電視企業(yè)還要結合我國的國情，對傳統(tǒng)的推廣模式進行改進，在考慮用戶電視需求時，結合用戶個人特性，比如受教育程度、喜好等，還要結合大數據時代的社會條件，分析用戶對互聯網電視的期待程度及價格的敏感性，制定出符合我國當前國情以及政策的推廣模式。在推廣前，進行必要的市場調查，也是滿足用戶需求，解決邊際效用遞減問題的有效措施，做好推廣工作，用戶才能繼續(xù)使用互聯網電視，否則將回到傳統(tǒng)電視。采用互聯網電視并繼續(xù)使用的用戶、采用互聯網電視又中途放棄的用戶和堅持只使用傳統(tǒng)電視用戶的行為都將影響互聯網電視價格、互聯網電視期待并最終影響互聯網電視產業(yè)的市場推廣和政府相關政策的制定。
4結語
通過本文的分析可以看出，我國互聯網電視產業(yè)在發(fā)展的過程中，需要考慮用戶的需求，還要結合國家相關政策，在三網融合的背景下，促進廣播電視網絡公司更好的組建。在市場調查時，可以了解用戶對互聯網電視的期待程度，這可以推斷出互聯網電視在市場的推廣中能否成功。在大數據時代中，我國互聯網電視產物需要制定出定位策略，還要制定出贏利模式，在制定市場推廣模式，這樣才能取得成功，才能保證互聯網電視產業(yè)的經濟效益。
參考文獻：
[1]董峻巖,金虹,康健.哈爾濱城市住區(qū)廣場的聲環(huán)境研究[J].四川建筑科學研究,2013.
[2]董峻巖.哈爾濱城市居住區(qū)公共空間聲環(huán)境評價及分析研究[D].哈爾濱:哈爾濱工業(yè)大學,2013.
[3]董峻巖.本土建筑與外來文化的影響——以昆明本土近代建筑為例[D].昆明:昆明理工大學,2008.
大一計算機互聯網電視產業(yè)研究期末論文篇三
《 HBase互聯網電視論文 》
1整體架構
1.1Hbase原有系統(tǒng)架構
HBase是ApacheHadoop的數據庫，能夠對大型數據提供隨機、實時的讀寫訪問。HBase的目標是存儲并處理大型的數據。HBase是一個開源的、分布式的、多版本的、面向列的存儲模型，它存儲的是松散型數據。相比傳統(tǒng)的關系型數據庫，HBase具有易擴展、大數量、擴展靈活、成本低等優(yōu)勢。
1.2OTT用戶行為數據系統(tǒng)架構圖
在OTT體系中，每個機頂盒終端就是一個用戶，有唯一的用戶標識UserID;用戶通過機頂盒來訪問和使用互聯網電視業(yè)務，用戶在盒端系統(tǒng)上產生的所有行為日志都上傳給系統(tǒng)平臺(OpenApi)，由系統(tǒng)平臺進行數據的處理后進行入庫，供經分系統(tǒng)進行單用戶或批量用戶的查詢。
2數據結構
2.1數據結構設計
Hbase底層是基于列式存儲的，可以在不浪費存儲空間的情況下將表設計得非常稀疏。因此可以將所有的用戶行為數據存儲在一張寬的表中，消除在進行“行為間組合查詢條件”查詢時帶來的表聯開銷。由于Hbase目前并不能很好的處理兩個或者三個以上的列族，本場景中采用單列族設計，列族的大版本數(MaxVersion)設定為1。想要獲得較好的查詢效率，應該將頻繁查詢的條件放在RowKey中，盡量保證查詢條件都在RowKey中有所體現。從圖3可以看出Hbase的查詢效率從高到低依次為RowKey、ColumnFamily、ColumnQualifier、TimeStamp和Value。因此想要獲得較好的查詢效率，應該將頻繁查詢的條件放在RowKey中，盡量保證查詢條件都在RowKey中有所體現。本應用場景中，需要頻繁查詢的條件依次為用戶身份標識(userID)、行為發(fā)生時間、行為類型和行為類型所包含的字段及其屬性值。根據查詢條件的頻繁度，可將RowKey設計成userID、行為發(fā)生時間和用戶行為ID的組合。同時考慮到RowKey的散列性，Key設計方案為：反轉userID+“，”+行為發(fā)生日期+“，”+用戶行為ID。由于單個用戶在特定的某一天，相同的行為類型可以發(fā)生多次(例如123456789用戶在2013年9月1日這一天可以發(fā)生多次播放行為)，如果采用真實的字段名稱作為列名，后來寫入的數據會把前面寫入的數據覆蓋掉。為了保證數據的完整性，需要在原有字段名的后面加上一個當天唯一的列ID以作區(qū)分。列ID僅僅為了保證數據的完整性，無任何實際意義，可以是一個從0開始依次遞增的數字序列。
2.2數據格式
源數據部分表示由平臺產生的原始日志，自定義部分表示源數據經過人工處理后的擴展屬性，行為ID為人為定義，列ID為人工生成的標識ID。列ID在一天內的同一個行為日志中具有唯一性。由反轉userID和用戶行為發(fā)生的日期以及用戶行為ID組成RowKey，由真實的列名加上列ID組成Hbase里面的列名。
3數據處理
源數據入庫過程分為2個步驟，源數據處理和并行入庫。源數據處理部分進行源數據整理，包括日志的清洗，RowKey和列ID的生成。并行入庫過程將處理好的源數據以MapReduce方式將源數據導入到Hbase中。
3.1數據入庫
源數據處理過程負責進行數據清洗及RowKey和列ID的生成，并將生成好的數據文件拷貝到HDFS中。一種列ID的設計方案是將列ID設定為一個從0開始依次遞增的數字序列，此ID使得同一天內，同一種用戶行為類型的每一條數據都具有唯一標識。以表1中模擬的播放日志數據為例。并行入庫部分負責將處理好的源數據以MapReduce方式從HDFS導入到Hbase中。此方式通過讀取HDFS上的文件，以Put的方式在Map過程中完成數據寫入，無Reduce過程。
3.2數據查詢
進行用戶行為軌跡查詢時需要輸入userID的集合、用戶行為發(fā)生的時間區(qū)間和行為類型信息這3個參數。這3個參數限定了查詢的范圍，即指定用戶在指定時間內發(fā)生的指定行為。通過解析userID參數可以得到RowKey的前綴部分;解析用戶行為發(fā)生的時間區(qū)間參數可以得到RowKey的中間部分;解析行為類型參數可以得到RowKey的后綴部分和各行為查詢所需要的字段。組成RowKey的全部參數集合都確定后，可以通過迭代將查詢所涉及到的RowKey全部窮舉出來，生成Get對象的列表，進行批量提交。在生成Get對象的時候，可以調用多重列前綴過濾器(MultipleColumnPrefixFilter)，使查詢結果只包含所需字段，提高查詢效率。
3.2.1單用戶查詢
查詢數據時，根據上文提到的查詢邏輯，將生成的Get的列表一次性提交，獲取查詢結果。由于Hbase的設計是基于列的，想要使查詢結果按行顯示，還需進行查詢結果的解析。同時，部分在HBase中無法實現的數據篩選功能如“行為間組合查詢條件”、值過濾等，可在此時通過編程語言靈活實現。遍歷結果進行解析時，可以生成一個哈希表resultMap、resultMap的key為列ID、value為真實字段名的字符串組合。在遍歷中可以根據列ID將真實字段名所對應的查詢值替換哈希表中value的值。遍歷完成后對resultMap的值集合進行排序，排序結果即為用戶的行為軌跡。此方法僅需對查詢結果進行一次遍歷即可完成解析。
3.2.2批量用戶查詢
批量用戶查詢時采用MapReduce方式提交查詢、解析查詢結果。由于Hbase官方提供的MapReduce接口InputFormat(TableInputFormat)只支持Scan方式來獲取數據，并不適用Get方式。因此實現批量用戶行為軌跡的分布式提取和解析，需要自定義3個類，即PrefixInputFormat(繼承自InputFormat)、PrefixSplit(繼承自InputSplit)和PrefixRecordReader(繼承自RecordReader)。自定義這3個類的目的在于將輸入的userID參數(包含RowKey前綴信息)、日期區(qū)間參數(包含RowKey中間部分信息)和用戶行為類型參數(包含RowKey的后綴信息和查詢所需的列)傳入到PrefixInputFormat中，在PrefixInputFormat根據每個userID所在的Region將其分配到不同的PrefixSplit上，在PrefixRecordReader中根據PrefixSplit傳入的參數信息完成RowKey的組裝和Get列表的生成，并將Get列表作為VALUEIN傳遞給Mapper進行查詢和解析。
4性能對比
測試數據：天翼視訊9月1日到10日之間10d的登陸、播放、訪問和訂購數據，總計條數約1億條，日志文件總大小21G;任務描述：找出在9月1日到9月10日這段時間內輸入用戶集合中同時發(fā)生播放、訂購、訪問、登陸4種行為的活躍用戶，并提取這部分用戶在這段時間內的用戶行為軌跡。
5結論
本文通過對HBase數據架構及數據字段設計的分析，設計了基于互聯網電視用戶行為分析的數據系統(tǒng)模型和數據庫表結構。經過實際測試發(fā)現，在提取用戶行為軌跡的數據分析時，HBase與傳統(tǒng)的關系型數據庫相比，在讀寫性能上均具有明顯優(yōu)勢。伴隨互聯網電視業(yè)務發(fā)展和用戶行為數據量的增加，對用戶行為數據的查詢及分析顯得尤為重要目前,在對普通的互聯網電視用戶的盒端對用戶行為數據的采集方面還不夠完善，還需要繼續(xù)完善補充用戶行為字段，優(yōu)化完善基于HBase數據字段及數據庫結構，建立數據挖掘模型，通過對用戶行為數據的深層次挖掘分析來優(yōu)化完善業(yè)務和產品，為互聯網電視業(yè)務在新疆兵團的持續(xù)優(yōu)化發(fā)展和運營分析提供決策支持。
有關大一計算機互聯網電視產業(yè)研究期末論文推薦：