你知道节目收视评价是怎样升级的吗？

文|「广电独家」记者 周煜媛

“现在电视的变化非常大，跨设备、跨平台、跨时空，跨形态，所以收视率、点击率这些单一评价指标会越来越不足。”

随着5G、超高清技术、大数据、人工智能等新一代信息技术登上产业舞台，中国广电也趁势迎来了升级换代的重要契机。广电产业如何应用这些新技术？5G的到来对广电产业意味着什么？

近日，「广电独家」记者专访了国家广播电视总局科技委副主任杜百川，请他从技术角度解读2018年的广电行业大事件。 杜百川以深入浅出的语句发表专业见解，传递出理性的声音。

杜百川国家广播电视总局科技委副主任

「广电独家」：前些天，中央广播电视总台和三大运营商及华为签订了5G新媒体平台的合作协议，您怎么看待这样一个大事件？

杜百川：5G是第五代移动通信技术的缩写，是LTE技术的演进。R15是由3GPP组织发布的技术规范的版本编号，是5G相关技术规范的首个标准。

现在5G只是发布了R15，还会发布更多5G标准。现在的标准化主要是新空口。

新空口现在能解决的问题还在起步阶段，可以支持运营商在现有4G核心网的基础上开展5G业务，说得简单一点就是大的容量通道。像美国，开始5G都是做固定的接入，真正的场景应用还比较少。所以这次签订5G新媒体平台的合作协议，就是希望5G能够有更多的应用场景，包括新闻传播、娱乐信息、超高清电视都可以通过5G这种方式来传输。如果5G能够由此找到一次增长的应用场景的话，这件事还是非常有意义的。

「广电独家」：5G来了对广电来说意味着什么？5G将来的核心应用场景有哪些？

杜百川：5G做了三件事：一是全世界达成共识，使用统一标准；二是不再拘泥于语音业务，而是什么业务最有发展前途就做什么；三是升级网络，同时满足上述多种业务的不同需要。

5G可以用在任何地方，不单单是广电。5G是个高性能传输手段，容量更高，速度更快，可以移动传输更多东西，做更多不同要求的事，所以对广电来说是一个机会，意味着更大的发展空间。

根据ITU（国际电联）描述的5G愿景，它有三个性能顶点：一个是增强型移动宽带，一个是大规模机器类型通信，还有一个是超可靠和低延迟通信。三个顶点中间包含了两个大部分业务，一个是智慧家庭，一个是智慧城市。

智慧家庭和智慧城市其实很多地方都已经开展了，原来的技术也可以，但是利用5G技术，规模会更大、反应会更快、效果会更好。此外，5G还可以用来做超高清、VR、自动驾驶汽车等不同高要求的业务。

「广电独家」：目前来看，超高清技术在广电方面有哪些实际的意义？是否会带来产业格局的变化？

杜百川：超高清技术不是目前电视系统的一个实际应用，它属于系统的升级，是广电系统从高清升级到超高清的一个过程。

产业格局肯定会变，但超高清技术只是其中的影响因素之一。VR、个性化、超高清……这些东西都会集合起来，是所有的技术总和推动产生整体变化，推动产业格局的发展。

「广电独家」：不久前，广电总局宣布广播电视节目收视综合评价大数据系统开通试运行，您怎样理解这个事情？

杜百川：我们现在已经不能唯收视率了。现在电视的变化非常大，跨设备、跨平台、跨时空、跨形态，所以收视率、点击率这些单一评价的数据指标会越来越不足。

现在我们会使用电视机、计算机、平板和手机来收看电视，内容可能来自地面、卫星、有线、IPTV和互联网等不同的平台。我们可以在家、在路上、在其他地方和时移随时随地观看节目。

现在的业务形态也多种多样，主要是有三大类，一大类是新闻传播，一大类是娱乐，另一大类是服务。比如说广播，除了传统的形式，现在还有网上直播、点播，有交互、弹幕等形式，和办事、教育、养老、购物等其他各种服务，服务模式也从大众千篇一律到个性化服务。

原来的电视收视率仅仅关注了频道和栏目，而对另外所有变化几乎没有关注。网络上的评价是从点击率向个人品牌态度、购买倾向、直接购买转变。从点击率评价指标转变可以看到，不仅要知道观众是否有观看行为，也要知道其对内容的具体态度和评价，实现了更进一步的理性分析和细化。对娱乐节目，也会从是否看到，到黏度，到体验转变。

所以，我觉得不要纠缠在收视率上面，将来的收视评价体系会有很多参数。广告投放方式也会发生改变，逐步从整体到细分，不同广告会精准投放到对其感兴趣的不同人群。

「广电独家」：现在市场上有不同的收视调查公司，您怎么评价它们各自的算法？

杜百川：收视调查不单单是算法问题，还包括数据来源、数据处理和系统管理等多个方面。

国际上有多种算法，我们都可以参考。但现在面临的共同问题是如何适应电视环境的快速变化，如何适应收视数据的快速增长，这就要引入大数据、人工智能和云计算等先进技术。

「广电独家」：您认为广播电视节目收视综合评价大数据系统在推行上会遇到哪些技术难关？

杜百川：会遇到很多。比如，数据来了之后，第一步是清洗。

好多人都觉得清洗就是作假，不是这么回事。举个例子，遥控器按键不好的时候，按一下它会出现三下或者几下，所以可能要规定一定时间秒之内出现的都只会算一下；再比如说某个球员身上的广告在画面里出现，机器很容易发现，但眼睛可能因为速度太快而发现不了，等等。

数据清洗就是规定哪些数据有效、哪些无效，多余的去掉，根据原则让机器作一个筛选，保证数据的有效性。

第二步，根据需要、特性建模型。建模型可能就需要一定的时间去做，要分析根据哪些参数得到的结果比较正确，有了模型以后还要再去做实践，这就要人工智能等技术来实现，所以是一个长期的事。

比如说，现在需要收视率数据，这还好办，但是逐步会有更多、更综合的要求，那就要根据不同的要求来建模型。建了模型，找到算法，得到结果，看它的准确率，然后再检测一下，经过一段时间，它的准确率就会越来越高。这是一个不断完善、不断升级的演进过程。