基于K—means的廣電網(wǎng)絡(luò)產(chǎn)品及技術(shù)發(fā)展趨勢研究

李雨菲　閆莉　楊直

摘 要：針對“三網(wǎng)融合”下廣電網(wǎng)絡(luò)面臨的技術(shù)問題，運用K-means算法對其市場需求數(shù)據(jù)進行分析，并根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來產(chǎn)品的關(guān)鍵屬性，得出其產(chǎn)品及技術(shù)發(fā)展趨勢。

關(guān)鍵詞：廣電網(wǎng)絡(luò)；K-means；聚類分析

隨著國家“三網(wǎng)融合”戰(zhàn)略的全面推進，“信息消費”和“寬帶中國”戰(zhàn)略的提出，廣電網(wǎng)絡(luò)行業(yè)逐漸失去了原有的政策保護，其業(yè)務也亟需由單一業(yè)務向多業(yè)務轉(zhuǎn)化，這對廣電網(wǎng)絡(luò)技術(shù)提出新的需求。企業(yè)從自身出發(fā)，更希望能夠低投入高收益，因此應緊跟市場需求，針對性研發(fā)市場需求度高的產(chǎn)品技術(shù)，明確廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢是什么。

關(guān)于技術(shù)發(fā)展趨勢研究國內(nèi)外專家學者已做了許多工作，從研究方法上來講，主要包括技術(shù)預見和專利數(shù)據(jù)挖掘等方法[1，2]，其中技術(shù)預見是從宏觀的角度，重點從國家、行業(yè)技術(shù)體系發(fā)展的角度進行技術(shù)發(fā)展現(xiàn)狀的調(diào)研、未來技術(shù)發(fā)展趨勢調(diào)研，其技術(shù)預見時間比較長；由于廣電網(wǎng)絡(luò)技術(shù)專利相對較少，采用專利數(shù)據(jù)挖掘法缺乏可行性。因此，基于廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢與市場需求息息相關(guān)，文章擬以廣電網(wǎng)絡(luò)為例，運用K-means算法對市場需求數(shù)據(jù)進行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢。

1 K-means算法流程及聚類

2 基于K-means算法的廣電網(wǎng)絡(luò)產(chǎn)品及技術(shù)發(fā)展趨勢

本實證研究對象是對廣電網(wǎng)絡(luò)技術(shù)基于K-means算法通過對海量用戶產(chǎn)品需求數(shù)據(jù)的分析而得出的客觀的廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢。文章通過問卷調(diào)查的方式得出研究數(shù)據(jù)，問卷內(nèi)容為廣電網(wǎng)絡(luò)產(chǎn)品市場需求及實現(xiàn)難易度。采用李克特五點量表來打分，其中1、2、3、4、5分別表示用戶需求程度“較低”、“低”、“一般”、“較高”、“高”，專家打分用1-10分表示大規(guī)模實現(xiàn)各需求由難到易程度。用戶調(diào)查問卷共發(fā)放問卷280份，回收問卷280份，其中有效問卷276份，有效率達到98%。專家問卷30份，回收30份，其中有效問卷29份，有效率達97%，對各個市場需求得分求算術(shù)平均值，得出問卷統(tǒng)計結(jié)果如表1所示。

結(jié)合問卷調(diào)查數(shù)據(jù)和文章第2節(jié)的模型，通過SPSS18.0軟件計算得出表2-5。

由計算可得出聚類結(jié)果分為三類：

A類：多屏融合、高清互動、3D互動、無線寬帶、視頻通話、智能終端、錄播共享、視頻流暢、網(wǎng)絡(luò)流暢、高清、互動、互聯(lián)網(wǎng)視頻、3D、即時消息、智能家居。

B類：創(chuàng)新界面、節(jié)目推薦、在線購物、在線查詢、在線體育、在線支付、時移回看、點播、遠程教育、遠程醫(yī)療、視頻監(jiān)控。

C類：在線閱讀、在線游戲

通過聚類結(jié)果的提煉得到廣電網(wǎng)絡(luò)產(chǎn)品的關(guān)鍵屬性，其廣電網(wǎng)絡(luò)產(chǎn)品聚類結(jié)果提煉示意圖，如圖2所示。

根據(jù)聚類結(jié)果分析及關(guān)鍵技術(shù)的提煉，我們可以得出廣電網(wǎng)絡(luò)產(chǎn)業(yè)技術(shù)的發(fā)展趨勢及研究方向如下所示：第一，數(shù)字化技術(shù)的推進，從視頻、音頻、文字的壓縮編碼及調(diào)制傳輸，使內(nèi)容的存儲容量更為豐富，數(shù)據(jù)傳輸更具有快捷性。第二，運營平臺技術(shù)、中間件及系統(tǒng)集成技術(shù)的不斷升級，包括標準化技術(shù)、全業(yè)務支撐技術(shù)及平臺的建立。第三，基礎(chǔ)網(wǎng)技術(shù)的改進，從網(wǎng)絡(luò)接入技術(shù)到網(wǎng)絡(luò)傳輸技術(shù)，形成先進的技術(shù)切入點和傳輸流暢性。第四，網(wǎng)絡(luò)技術(shù)的優(yōu)化，從網(wǎng)絡(luò)架構(gòu)入手，形成一體化的、成熟的網(wǎng)絡(luò)體系。

3 結(jié)束語

文章針對廣電網(wǎng)絡(luò)傳媒產(chǎn)業(yè)，運用K-means算法對市場需求數(shù)據(jù)進行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢。將K-means聚類算法應用于廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢分析是一種嘗試，它的聚類結(jié)果可以分析出市場需求，進而得去廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢。但K-means算法只適用于聚類均值有意義的情況，因此應盡可能增加樣本維數(shù)，并通過過濾異常、無效數(shù)據(jù)得出相應的樣本數(shù)據(jù)。此外K-means算法還有一個缺點就是用戶還必須事先指定聚類個數(shù)，如果聚類個數(shù)定義不準確將會使聚類結(jié)果不合理。

參考文獻

[1]萬勁波，崔志明，浦根祥.技術(shù)預見、關(guān)鍵技術(shù)選擇與產(chǎn)業(yè)發(fā)展[J].科學學研究，2003（1）：41-46.

[2]劉曉東，劉大有.數(shù)據(jù)挖掘?qū)＠C述[J].電子學報，2003，S1：1989-1993.

[3]MacQueen J.Some Methods for Classification and Analysis of Mul-tivariate Observations[C].In： Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability. BerkeleyUniversity of California Press，1967： 281 - 297.

[4] Cox D R.Note on Grouping[J].Journal of the American Statisti-cal Association，1957，52（ 280）：543-547.

[5]Fisher W D.On Grouping for Maximum Homogeneity[J].Journal of the American Statistical Association，1958，53（284）：789-798.

[6]Sebestyen G S.Decision Making Process in Pattern Recognition[M].New York： Macmillan，1962.

[7]朱亞農(nóng)，周明全，耿國華.基于高斯函數(shù)的曲面形狀控制方法[J].計算機應用與軟件，2003，（5）.

作者簡介：李雨菲（1991-），女，碩士研究生，研究方向：企業(yè)集成與信息化。

通訊作者：閆莉（1973-），女，博士，教授，研究方向：物流系統(tǒng)工程。endprint

摘 要：針對“三網(wǎng)融合”下廣電網(wǎng)絡(luò)面臨的技術(shù)問題，運用K-means算法對其市場需求數(shù)據(jù)進行分析，并根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來產(chǎn)品的關(guān)鍵屬性，得出其產(chǎn)品及技術(shù)發(fā)展趨勢。

關(guān)鍵詞：廣電網(wǎng)絡(luò)；K-means；聚類分析

隨著國家“三網(wǎng)融合”戰(zhàn)略的全面推進，“信息消費”和“寬帶中國”戰(zhàn)略的提出，廣電網(wǎng)絡(luò)行業(yè)逐漸失去了原有的政策保護，其業(yè)務也亟需由單一業(yè)務向多業(yè)務轉(zhuǎn)化，這對廣電網(wǎng)絡(luò)技術(shù)提出新的需求。企業(yè)從自身出發(fā)，更希望能夠低投入高收益，因此應緊跟市場需求，針對性研發(fā)市場需求度高的產(chǎn)品技術(shù)，明確廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢是什么。

關(guān)于技術(shù)發(fā)展趨勢研究國內(nèi)外專家學者已做了許多工作，從研究方法上來講，主要包括技術(shù)預見和專利數(shù)據(jù)挖掘等方法[1，2]，其中技術(shù)預見是從宏觀的角度，重點從國家、行業(yè)技術(shù)體系發(fā)展的角度進行技術(shù)發(fā)展現(xiàn)狀的調(diào)研、未來技術(shù)發(fā)展趨勢調(diào)研，其技術(shù)預見時間比較長；由于廣電網(wǎng)絡(luò)技術(shù)專利相對較少，采用專利數(shù)據(jù)挖掘法缺乏可行性。因此，基于廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢與市場需求息息相關(guān)，文章擬以廣電網(wǎng)絡(luò)為例，運用K-means算法對市場需求數(shù)據(jù)進行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢。

1 K-means算法流程及聚類

2 基于K-means算法的廣電網(wǎng)絡(luò)產(chǎn)品及技術(shù)發(fā)展趨勢

本實證研究對象是對廣電網(wǎng)絡(luò)技術(shù)基于K-means算法通過對海量用戶產(chǎn)品需求數(shù)據(jù)的分析而得出的客觀的廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢。文章通過問卷調(diào)查的方式得出研究數(shù)據(jù)，問卷內(nèi)容為廣電網(wǎng)絡(luò)產(chǎn)品市場需求及實現(xiàn)難易度。采用李克特五點量表來打分，其中1、2、3、4、5分別表示用戶需求程度“較低”、“低”、“一般”、“較高”、“高”，專家打分用1-10分表示大規(guī)模實現(xiàn)各需求由難到易程度。用戶調(diào)查問卷共發(fā)放問卷280份，回收問卷280份，其中有效問卷276份，有效率達到98%。專家問卷30份，回收30份，其中有效問卷29份，有效率達97%，對各個市場需求得分求算術(shù)平均值，得出問卷統(tǒng)計結(jié)果如表1所示。

結(jié)合問卷調(diào)查數(shù)據(jù)和文章第2節(jié)的模型，通過SPSS18.0軟件計算得出表2-5。

由計算可得出聚類結(jié)果分為三類：

A類：多屏融合、高清互動、3D互動、無線寬帶、視頻通話、智能終端、錄播共享、視頻流暢、網(wǎng)絡(luò)流暢、高清、互動、互聯(lián)網(wǎng)視頻、3D、即時消息、智能家居。

B類：創(chuàng)新界面、節(jié)目推薦、在線購物、在線查詢、在線體育、在線支付、時移回看、點播、遠程教育、遠程醫(yī)療、視頻監(jiān)控。

C類：在線閱讀、在線游戲

通過聚類結(jié)果的提煉得到廣電網(wǎng)絡(luò)產(chǎn)品的關(guān)鍵屬性，其廣電網(wǎng)絡(luò)產(chǎn)品聚類結(jié)果提煉示意圖，如圖2所示。

根據(jù)聚類結(jié)果分析及關(guān)鍵技術(shù)的提煉，我們可以得出廣電網(wǎng)絡(luò)產(chǎn)業(yè)技術(shù)的發(fā)展趨勢及研究方向如下所示：第一，數(shù)字化技術(shù)的推進，從視頻、音頻、文字的壓縮編碼及調(diào)制傳輸，使內(nèi)容的存儲容量更為豐富，數(shù)據(jù)傳輸更具有快捷性。第二，運營平臺技術(shù)、中間件及系統(tǒng)集成技術(shù)的不斷升級，包括標準化技術(shù)、全業(yè)務支撐技術(shù)及平臺的建立。第三，基礎(chǔ)網(wǎng)技術(shù)的改進，從網(wǎng)絡(luò)接入技術(shù)到網(wǎng)絡(luò)傳輸技術(shù)，形成先進的技術(shù)切入點和傳輸流暢性。第四，網(wǎng)絡(luò)技術(shù)的優(yōu)化，從網(wǎng)絡(luò)架構(gòu)入手，形成一體化的、成熟的網(wǎng)絡(luò)體系。

3 結(jié)束語

文章針對廣電網(wǎng)絡(luò)傳媒產(chǎn)業(yè)，運用K-means算法對市場需求數(shù)據(jù)進行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢。將K-means聚類算法應用于廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢分析是一種嘗試，它的聚類結(jié)果可以分析出市場需求，進而得去廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢。但K-means算法只適用于聚類均值有意義的情況，因此應盡可能增加樣本維數(shù)，并通過過濾異常、無效數(shù)據(jù)得出相應的樣本數(shù)據(jù)。此外K-means算法還有一個缺點就是用戶還必須事先指定聚類個數(shù)，如果聚類個數(shù)定義不準確將會使聚類結(jié)果不合理。

參考文獻

[1]萬勁波，崔志明，浦根祥.技術(shù)預見、關(guān)鍵技術(shù)選擇與產(chǎn)業(yè)發(fā)展[J].科學學研究，2003（1）：41-46.

[2]劉曉東，劉大有.數(shù)據(jù)挖掘?qū)＠C述[J].電子學報，2003，S1：1989-1993.

[3]MacQueen J.Some Methods for Classification and Analysis of Mul-tivariate Observations[C].In： Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability. BerkeleyUniversity of California Press，1967： 281 - 297.

[4] Cox D R.Note on Grouping[J].Journal of the American Statisti-cal Association，1957，52（ 280）：543-547.

[5]Fisher W D.On Grouping for Maximum Homogeneity[J].Journal of the American Statistical Association，1958，53（284）：789-798.

[6]Sebestyen G S.Decision Making Process in Pattern Recognition[M].New York： Macmillan，1962.

[7]朱亞農(nóng)，周明全，耿國華.基于高斯函數(shù)的曲面形狀控制方法[J].計算機應用與軟件，2003，（5）.

作者簡介：李雨菲（1991-），女，碩士研究生，研究方向：企業(yè)集成與信息化。

通訊作者：閆莉（1973-），女，博士，教授，研究方向：物流系統(tǒng)工程。endprint

摘 要：針對“三網(wǎng)融合”下廣電網(wǎng)絡(luò)面臨的技術(shù)問題，運用K-means算法對其市場需求數(shù)據(jù)進行分析，并根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來產(chǎn)品的關(guān)鍵屬性，得出其產(chǎn)品及技術(shù)發(fā)展趨勢。

關(guān)鍵詞：廣電網(wǎng)絡(luò)；K-means；聚類分析

隨著國家“三網(wǎng)融合”戰(zhàn)略的全面推進，“信息消費”和“寬帶中國”戰(zhàn)略的提出，廣電網(wǎng)絡(luò)行業(yè)逐漸失去了原有的政策保護，其業(yè)務也亟需由單一業(yè)務向多業(yè)務轉(zhuǎn)化，這對廣電網(wǎng)絡(luò)技術(shù)提出新的需求。企業(yè)從自身出發(fā)，更希望能夠低投入高收益，因此應緊跟市場需求，針對性研發(fā)市場需求度高的產(chǎn)品技術(shù)，明確廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢是什么。

關(guān)于技術(shù)發(fā)展趨勢研究國內(nèi)外專家學者已做了許多工作，從研究方法上來講，主要包括技術(shù)預見和專利數(shù)據(jù)挖掘等方法[1，2]，其中技術(shù)預見是從宏觀的角度，重點從國家、行業(yè)技術(shù)體系發(fā)展的角度進行技術(shù)發(fā)展現(xiàn)狀的調(diào)研、未來技術(shù)發(fā)展趨勢調(diào)研，其技術(shù)預見時間比較長；由于廣電網(wǎng)絡(luò)技術(shù)專利相對較少，采用專利數(shù)據(jù)挖掘法缺乏可行性。因此，基于廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢與市場需求息息相關(guān)，文章擬以廣電網(wǎng)絡(luò)為例，運用K-means算法對市場需求數(shù)據(jù)進行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢。

1 K-means算法流程及聚類

2 基于K-means算法的廣電網(wǎng)絡(luò)產(chǎn)品及技術(shù)發(fā)展趨勢

本實證研究對象是對廣電網(wǎng)絡(luò)技術(shù)基于K-means算法通過對海量用戶產(chǎn)品需求數(shù)據(jù)的分析而得出的客觀的廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢。文章通過問卷調(diào)查的方式得出研究數(shù)據(jù)，問卷內(nèi)容為廣電網(wǎng)絡(luò)產(chǎn)品市場需求及實現(xiàn)難易度。采用李克特五點量表來打分，其中1、2、3、4、5分別表示用戶需求程度“較低”、“低”、“一般”、“較高”、“高”，專家打分用1-10分表示大規(guī)模實現(xiàn)各需求由難到易程度。用戶調(diào)查問卷共發(fā)放問卷280份，回收問卷280份，其中有效問卷276份，有效率達到98%。專家問卷30份，回收30份，其中有效問卷29份，有效率達97%，對各個市場需求得分求算術(shù)平均值，得出問卷統(tǒng)計結(jié)果如表1所示。

結(jié)合問卷調(diào)查數(shù)據(jù)和文章第2節(jié)的模型，通過SPSS18.0軟件計算得出表2-5。

由計算可得出聚類結(jié)果分為三類：

A類：多屏融合、高清互動、3D互動、無線寬帶、視頻通話、智能終端、錄播共享、視頻流暢、網(wǎng)絡(luò)流暢、高清、互動、互聯(lián)網(wǎng)視頻、3D、即時消息、智能家居。

B類：創(chuàng)新界面、節(jié)目推薦、在線購物、在線查詢、在線體育、在線支付、時移回看、點播、遠程教育、遠程醫(yī)療、視頻監(jiān)控。

C類：在線閱讀、在線游戲

通過聚類結(jié)果的提煉得到廣電網(wǎng)絡(luò)產(chǎn)品的關(guān)鍵屬性，其廣電網(wǎng)絡(luò)產(chǎn)品聚類結(jié)果提煉示意圖，如圖2所示。

根據(jù)聚類結(jié)果分析及關(guān)鍵技術(shù)的提煉，我們可以得出廣電網(wǎng)絡(luò)產(chǎn)業(yè)技術(shù)的發(fā)展趨勢及研究方向如下所示：第一，數(shù)字化技術(shù)的推進，從視頻、音頻、文字的壓縮編碼及調(diào)制傳輸，使內(nèi)容的存儲容量更為豐富，數(shù)據(jù)傳輸更具有快捷性。第二，運營平臺技術(shù)、中間件及系統(tǒng)集成技術(shù)的不斷升級，包括標準化技術(shù)、全業(yè)務支撐技術(shù)及平臺的建立。第三，基礎(chǔ)網(wǎng)技術(shù)的改進，從網(wǎng)絡(luò)接入技術(shù)到網(wǎng)絡(luò)傳輸技術(shù)，形成先進的技術(shù)切入點和傳輸流暢性。第四，網(wǎng)絡(luò)技術(shù)的優(yōu)化，從網(wǎng)絡(luò)架構(gòu)入手，形成一體化的、成熟的網(wǎng)絡(luò)體系。

3 結(jié)束語

文章針對廣電網(wǎng)絡(luò)傳媒產(chǎn)業(yè)，運用K-means算法對市場需求數(shù)據(jù)進行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢。將K-means聚類算法應用于廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢分析是一種嘗試，它的聚類結(jié)果可以分析出市場需求，進而得去廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢。但K-means算法只適用于聚類均值有意義的情況，因此應盡可能增加樣本維數(shù)，并通過過濾異常、無效數(shù)據(jù)得出相應的樣本數(shù)據(jù)。此外K-means算法還有一個缺點就是用戶還必須事先指定聚類個數(shù)，如果聚類個數(shù)定義不準確將會使聚類結(jié)果不合理。

參考文獻

[1]萬勁波，崔志明，浦根祥.技術(shù)預見、關(guān)鍵技術(shù)選擇與產(chǎn)業(yè)發(fā)展[J].科學學研究，2003（1）：41-46.

[2]劉曉東，劉大有.數(shù)據(jù)挖掘?qū)＠C述[J].電子學報，2003，S1：1989-1993.

[3]MacQueen J.Some Methods for Classification and Analysis of Mul-tivariate Observations[C].In： Proceedings of the 5th Berkeley Symposium on Mathematical Statistics and Probability. BerkeleyUniversity of California Press，1967： 281 - 297.

[4] Cox D R.Note on Grouping[J].Journal of the American Statisti-cal Association，1957，52（ 280）：543-547.

[5]Fisher W D.On Grouping for Maximum Homogeneity[J].Journal of the American Statistical Association，1958，53（284）：789-798.

[6]Sebestyen G S.Decision Making Process in Pattern Recognition[M].New York： Macmillan，1962.

[7]朱亞農(nóng)，周明全，耿國華.基于高斯函數(shù)的曲面形狀控制方法[J].計算機應用與軟件，2003，（5）.

作者簡介：李雨菲（1991-），女，碩士研究生，研究方向：企業(yè)集成與信息化。

通訊作者：閆莉（1973-），女，博士，教授，研究方向：物流系統(tǒng)工程。endprint