介绍了随着数字电视各种业务的增加,用户收视情况和行为类型繁多,频道更换行为、节目观看时间、视频点播行为、产品订购行为等在收视过程中产生的对机顶盒操作行为记录不断增多。在收视行为数据规模大量增加的新形势下,通过基于大数据平台方式快速地分析数字电视用户收视行为的方法,可以为广电网络企业制定业务策略提供依据第42卷第7期(总第504期)91到相应的数据仓库中，OLAP后生成报表，透过Portal展现给用户，利用这些经过分类、聚集、描述和可视化的数据，提供业务决策［1］。2大数据分析平台2．1NoSQL数据库NoSQL———NotOnlySQL，而不是NotSQL，指非关系型的数据库它不一定遵循传统数据库SQL标准、ACID属性、表结构等等，相比传统数据库。NoSQL叫分布式数据管理系统，其主要分类如图1所示，重点被放在了分布式数据管理上，通过其数据存储被简化，以CAP、BASE和最终一致性为理论基础，由于发展很快，产生许多成熟产品，被广泛应用于互联网、金融等各种行业［2］。图1分布式数据管理系统分类2．2大数据分析平台(1)基于分布式数据库管理系统的大数据平台的优势1)采用分布式搜索，并发搜索从而扩充服务器，提高搜索能力;2)整体由于并发性和可靠性的提升，远远大于SQL数据库;3)采用非结构化的数据处理方式，可以做到不宕机时，进行业务的拓展;4)丰富的可视化表现形式本文由全自动弯管机公司网站网站采集转载中国知网整理! http://www.wanguanji158.com ，有利于用户按照不同界面定制;5)每天可以处理TB级别数据量;6)原始数据和索引数据相分离，原始数据不会受到影响，其示意图如图2所示，从而保证数据安全;图2数据分离与关联示意图。第42卷第7期(总第504期)93用户情况和行为，主要包括数据采集、数据提交、数据协议、用户操作标志等方面。4．1数据采集规则采集系统工作方式概述如图3所示，终端行为采集程序在机顶盒启动时进驻内存，开始即时的监控用户的使用行为，采集程序根据规定的规则生产数据，并通过IP方式回传给采集服务系统，使用标准HTTPPost方式发送数据。图3终端数据采集系统工作方式(1)机顶盒状态及变化需记录的机顶盒状态大致可分为以下4个状态:开机初始化状态A;直播频道\音频广播模式B;EPG导航，Web应用等IP交互应用\VOD点播，电视回放等模式C;待机、唤醒状态D。状态转换如图4所示。图4机顶盒工作状态转换图(2)数据采集规则1)机顶盒开机初始化状态采集(中间件系统启动且网络服务建立后);2)机顶盒进入直播或音频广播状态，同时可以通过采集具体频点等信息。直播状态，当停留大于等于1秒的时候才会记录当前频道频点，如在19:10:15切换到频道508A，系统开始计时1秒，当到19:10:16，如果还在当前频道，那么就记录数据，最终能得到如下数据:@1机顶盒进入直播或音频广播状态时，如一直停留的某频道，需要每5分钟记录一次当前频道频点信息，称之为:心跳。4)机顶盒进入EPG、VOD点播或增值业务，只记录状态，不记录具体影片、增值页面具体内容;5)机顶盒待机、唤醒状态采集4．2数据提交规则(1)数据通过HTTP标准协议，在机顶盒端累计存储5分钟后发送，以减少网络操作频度，发送结束后清理机顶盒内存，防止溢出本文由全自动弯管机公司网站网站采集转载中国知网整理! http://www.wanguanji158.com