電視數據的數據論文
論文常用來指進行各個學術領域的研究和描述學術研究成果的文章，簡稱之為論文。它既是探討問題進行學術研究的一種手段，又是描述學術研究成果進行學術交流的一種工具。電視數據的數據論文，我們來看看。
1引言
但是現有電子商務多數局限于PC、Pad等終端。基于電視的購物節目缺乏品牌、可信性，傳統的遙控器輸入也難以滿足電子商務的交互要求。電視機是我國千萬家庭中最為普及的家庭信息交互智能終端產品之一，集公共傳播、信息服務、文化娛樂、交流互動于一體。因此，新型電視電子商務融合傳統的電視購物和互聯網模式，通過多屏互動、電視映像觸控徹底改變電視的操控方式，結合數據挖掘、行為分析技術，將帶來電視商務的蓬勃發展，彌補相關領域空白。
2技術方案
2.1電視商城前端管理系統功能模塊
前端管理系統軟件架構圖如圖2所示。電視商城前端管理系統由客戶管理、欄目及商品信息管理、電視數據同步管理、電視數據交互、對賬管理、支付管理、用戶管理、日志管理等功能模塊組成。客戶管理模塊主要包含電視商城用戶的注冊、登錄、收藏等一系列客戶行為的管理；欄目及商品信息管理模塊主要為電視上商品及欄目提供統一格式的一系列的后臺數據。電視的欄目主要是通過時間、頻道號、節目號做關聯；電視數據同步管理模塊主要是指后臺同步電商數據的一系列管理。主要是指后臺同步電商數據的一系列管理；電視數據交互模塊主要是指與電商數據接口交互的后臺接口的處理；對賬管理模塊主要是指與電商的一個訂單對賬管理，包含支付情況的對賬；支付管理對接第三方支付平臺，如支付寶等；系統日志管理模塊主要是指后臺日志系統的增刪改查操作，以便系統用戶跟蹤問題。
2.2多屏互動、電視映像觸控
電視映像觸控技術徹底丟掉了繁瑣輸入工具，是革命性、顛覆性的技術創新，為電視設備提供了簡單的操作，用戶可以像操控手機一樣操控電視，解決了長期以來久攻不克的電視輸入難題。行業分析者認為將會在未來幾年內有上萬億的市場前景。用戶可以通過手機或Pad操控大屏電視、搜索視頻、縮放網頁、拖動圖片、玩轉重力游戲，帶給你前所未有的電視體驗，或通過手機或Pad在家里的任何地方觀看電視實時播放的內容，暢想多屏互動的樂趣。通過高速Wi-Fi連接，只需要各設備在同一個局域網。實現了手機、Pad、電視“零延時”同步，精彩多屏看，真正實現“大屏映小屏、小屏控大屏”。當機頂盒接收到直播Server的數據后會將EPG數據保存，當手機、Pad請求的視頻播放狀態信息時，機頂盒會通過Wi-Fi網絡將EPG信息發送給手機、Pad。手機、Pad將直播視頻播放的狀態信息發送給前端服務平臺，前端服務平臺每天會定時請求直播Server來獲取和解析EPG信息的詳細內容，當接收到手機、Pad視頻播放信息時，則會自動匹配相關的program內容，并將匹配到的商品信息等通過后臺的編輯人員編輯加工入庫后傳送給電視商城系統。電視商城系統接收到前端服務平臺關聯的商品信息后，會返回商品的詳情、購買情況等信息，然后由前端服務平臺將數據打包傳送給手機、Pad，此時用戶在移動終端已經完全可以瀏覽到與直播相關聯的商品信息并與電視商城系統平臺之間進行交互，完成商品購買。
2.3數據挖掘和精準推送
數據挖掘和精準推送流程圖。當用戶開啟電視商城系統平臺的服務客戶端觀看直播時，會發起關聯請求，此時機頂盒會將用戶所觀看的直播節目和當前的時間記錄下來發送給服務端請求關聯商品界面及關聯的內容，初步請求按照channelname+time查找關聯界面，如果找到則放回固定的Link_epg_gues_goods中，如果不存在則只按照channelname查找關聯界面，若channelname存在，則返回關聯頻道的link_epg_gues_goods，如果不存在，則返回通用的關聯商品界面Link_epg_home_goods。在服務端接收到請求消息后會在服務端統計數據并進行分析用戶的行為，最終返回關聯商品界面，供用戶購買。
3結論
基于數字電視數據挖掘新一代電視電子商務系統平臺結合大數據、電視互聯網、多屏互動等新興技術，突破了傳統電視購物的交易方式，為數字電視用戶提供了一種新穎、時尚的購物消費模式，能夠對接廣電運營商的BOSS系統、在線支付系統，使用戶能方便、快捷地在電視上進行購物并支付。基于該系統開展的電子商務業務，可以根據用戶收視行為及社交應用的使用習慣，有針對性地進行商品信息推送，從而大大提高用戶購買率，促進電視電子商務產業的可持續發展，為中國電子商務突破廣電行業做出巨大貢獻。
作者:楊雪娟 單位:深圳市同洲電子股份有限公司
【電視數據的數據論文】相關文章：
大數據技術對廣播電視監測的應用論文03-15
淺談反病毒數據庫的數據分類挖掘論文02-19
SSD的數據安全問題論文02-24
數據挖掘論文的參考文獻01-07
數據庫專業論文致謝12-11
數據庫論文開題報告11-14
數據結構課程建設論文提綱12-10
數據挖掘論文的參考文獻范文02-18
數據結構論文參考文獻02-26
- 相關推薦