李雨菲　閆莉　楊直

摘 要：針對(duì)“三網(wǎng)融合”下廣電網(wǎng)絡(luò)面臨的技術(shù)問(wèn)題，運(yùn)用K-means算法對(duì)其市場(chǎng)需求數(shù)據(jù)進(jìn)行分析，并根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來(lái)產(chǎn)品的關(guān)鍵屬性，得出其產(chǎn)品及技術(shù)發(fā)展趨勢(shì)。

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

隨著國(guó)家“三網(wǎng)融合”戰(zhàn)略的全面推進(jìn)，“信息消費(fèi)”和“寬帶中國(guó)”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(hù)，其業(yè)務(wù)也亟需由單一業(yè)務(wù)向多業(yè)務(wù)轉(zhuǎn)化，這對(duì)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(yīng)緊跟市場(chǎng)需求，針對(duì)性研發(fā)市場(chǎng)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(shì)是什么。

關(guān)于技術(shù)發(fā)展趨勢(shì)研究國(guó)內(nèi)外專(zhuān)家學(xué)者已做了許多工作，從研究方法上來(lái)講，主要包括技術(shù)預(yù)見(jiàn)和專(zhuān)利數(shù)據(jù)挖掘等方法[1，2]，其中技術(shù)預(yù)見(jiàn)是從宏觀的角度，重點(diǎn)從國(guó)家、行業(yè)技術(shù)體系發(fā)展的角度進(jìn)行技術(shù)發(fā)展現(xiàn)狀的調(diào)研、未來(lái)技術(shù)發(fā)展趨勢(shì)調(diào)研，其技術(shù)預(yù)見(jiàn)時(shí)間比較長(zhǎng)；由于廣電網(wǎng)絡(luò)技術(shù)專(zhuān)利相對(duì)較少，采用專(zhuān)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(shì)與市場(chǎng)需求息息相關(guān)，文章擬以廣電網(wǎng)絡(luò)為例，運(yùn)用K-means算法對(duì)市場(chǎng)需求數(shù)據(jù)進(jìn)行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來(lái)產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢(shì)。

1 K-means算法流程及聚類(lèi)

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(shì)

本實(shí)證研究對(duì)象是對(duì)廣電網(wǎng)絡(luò)技術(shù)基于K-means算法通過(guò)對(duì)海量用戶(hù)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(shì)。文章通過(guò)問(wèn)卷調(diào)查的方式得出研究數(shù)據(jù)，問(wèn)卷內(nèi)容為廣電網(wǎng)絡(luò)產(chǎn)品市場(chǎng)需求及實(shí)現(xiàn)難易度。采用李克特五點(diǎn)量表來(lái)打分，其中1、2、3、4、5分別表示用戶(hù)需求程度“較低”、“低”、“一般”、“較高”、“高”，專(zhuān)家打分用1-10分表示大規(guī)模實(shí)現(xiàn)各需求由難到易程度。用戶(hù)調(diào)查問(wèn)卷共發(fā)放問(wèn)卷280份，回收問(wèn)卷280份，其中有效問(wèn)卷276份，有效率達(dá)到98%。專(zhuān)家問(wèn)卷30份，回收30份，其中有效問(wèn)卷29份，有效率達(dá)97%，對(duì)各個(gè)市場(chǎng)需求得分求算術(shù)平均值，得出問(wèn)卷統(tǒng)計(jì)結(jié)果如表1所示。

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

由計(jì)算可得出聚類(lèi)結(jié)果分為三類(lèi)：

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

B類(lèi)：創(chuàng)新界面、節(jié)目推薦、在線購(gòu)物、在線查詢(xún)、在線體育、在線支付、時(shí)移回看、點(diǎn)播、遠(yuǎn)程教育、遠(yuǎn)程醫(yī)療、視頻監(jiān)控。

C類(lèi)：在線閱讀、在線游戲

通過(guò)聚類(lèi)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(lèi)結(jié)果提煉示意圖，如圖2所示。

根據(jù)聚類(lèi)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(shì)及研究方向如下所示：第一，數(shù)字化技術(shù)的推進(jìn)，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(chǔ)容量更為豐富，數(shù)據(jù)傳輸更具有快捷性。第二，運(yùn)營(yíng)平臺(tái)技術(shù)、中間件及系統(tǒng)集成技術(shù)的不斷升級(jí)，包括標(biāo)準(zhǔn)化技術(shù)、全業(yè)務(wù)支撐技術(shù)及平臺(tái)的建立。第三，基礎(chǔ)網(wǎng)技術(shù)的改進(jìn)，從網(wǎng)絡(luò)接入技術(shù)到網(wǎng)絡(luò)傳輸技術(shù)，形成先進(jìn)的技術(shù)切入點(diǎn)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(yǔ)

文章針對(duì)廣電網(wǎng)絡(luò)傳媒產(chǎn)業(yè)，運(yùn)用K-means算法對(duì)市場(chǎng)需求數(shù)據(jù)進(jìn)行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來(lái)產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢(shì)。將K-means聚類(lèi)算法應(yīng)用于廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢(shì)分析是一種嘗試，它的聚類(lèi)結(jié)果可以分析出市場(chǎng)需求，進(jìn)而得去廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢(shì)。但K-means算法只適用于聚類(lèi)均值有意義的情況，因此應(yīng)盡可能增加樣本維數(shù)，并通過(guò)過(guò)濾異常、無(wú)效數(shù)據(jù)得出相應(yīng)的樣本數(shù)據(jù)。此外K-means算法還有一個(gè)缺點(diǎn)就是用戶(hù)還必須事先指定聚類(lèi)個(gè)數(shù)，如果聚類(lèi)個(gè)數(shù)定義不準(zhǔn)確將會(huì)使聚類(lèi)結(jié)果不合理。

參考文獻(xiàn)

[1]萬(wàn)勁波，崔志明，浦根祥.技術(shù)預(yù)見(jiàn)、關(guān)鍵技術(shù)選擇與產(chǎn)業(yè)發(fā)展[J].科學(xué)學(xué)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(xué)報(bào)，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(guó)華.基于高斯函數(shù)的曲面形狀控制方法[J].計(jì)算機(jī)應(yīng)用與軟件，2003，（5）.

作者簡(jiǎn)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(duì)“三網(wǎng)融合”下廣電網(wǎng)絡(luò)面臨的技術(shù)問(wèn)題，運(yùn)用K-means算法對(duì)其市場(chǎng)需求數(shù)據(jù)進(jìn)行分析，并根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來(lái)產(chǎn)品的關(guān)鍵屬性，得出其產(chǎn)品及技術(shù)發(fā)展趨勢(shì)。

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

隨著國(guó)家“三網(wǎng)融合”戰(zhàn)略的全面推進(jìn)，“信息消費(fèi)”和“寬帶中國(guó)”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(hù)，其業(yè)務(wù)也亟需由單一業(yè)務(wù)向多業(yè)務(wù)轉(zhuǎn)化，這對(duì)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(yīng)緊跟市場(chǎng)需求，針對(duì)性研發(fā)市場(chǎng)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(shì)是什么。

關(guān)于技術(shù)發(fā)展趨勢(shì)研究國(guó)內(nèi)外專(zhuān)家學(xué)者已做了許多工作，從研究方法上來(lái)講，主要包括技術(shù)預(yù)見(jiàn)和專(zhuān)利數(shù)據(jù)挖掘等方法[1，2]，其中技術(shù)預(yù)見(jiàn)是從宏觀的角度，重點(diǎn)從國(guó)家、行業(yè)技術(shù)體系發(fā)展的角度進(jìn)行技術(shù)發(fā)展現(xiàn)狀的調(diào)研、未來(lái)技術(shù)發(fā)展趨勢(shì)調(diào)研，其技術(shù)預(yù)見(jiàn)時(shí)間比較長(zhǎng)；由于廣電網(wǎng)絡(luò)技術(shù)專(zhuān)利相對(duì)較少，采用專(zhuān)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(shì)與市場(chǎng)需求息息相關(guān)，文章擬以廣電網(wǎng)絡(luò)為例，運(yùn)用K-means算法對(duì)市場(chǎng)需求數(shù)據(jù)進(jìn)行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來(lái)產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢(shì)。

1 K-means算法流程及聚類(lèi)

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(shì)

本實(shí)證研究對(duì)象是對(duì)廣電網(wǎng)絡(luò)技術(shù)基于K-means算法通過(guò)對(duì)海量用戶(hù)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(shì)。文章通過(guò)問(wèn)卷調(diào)查的方式得出研究數(shù)據(jù)，問(wèn)卷內(nèi)容為廣電網(wǎng)絡(luò)產(chǎn)品市場(chǎng)需求及實(shí)現(xiàn)難易度。采用李克特五點(diǎn)量表來(lái)打分，其中1、2、3、4、5分別表示用戶(hù)需求程度“較低”、“低”、“一般”、“較高”、“高”，專(zhuān)家打分用1-10分表示大規(guī)模實(shí)現(xiàn)各需求由難到易程度。用戶(hù)調(diào)查問(wèn)卷共發(fā)放問(wèn)卷280份，回收問(wèn)卷280份，其中有效問(wèn)卷276份，有效率達(dá)到98%。專(zhuān)家問(wèn)卷30份，回收30份，其中有效問(wèn)卷29份，有效率達(dá)97%，對(duì)各個(gè)市場(chǎng)需求得分求算術(shù)平均值，得出問(wèn)卷統(tǒng)計(jì)結(jié)果如表1所示。

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

由計(jì)算可得出聚類(lèi)結(jié)果分為三類(lèi)：

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

B類(lèi)：創(chuàng)新界面、節(jié)目推薦、在線購(gòu)物、在線查詢(xún)、在線體育、在線支付、時(shí)移回看、點(diǎn)播、遠(yuǎn)程教育、遠(yuǎn)程醫(yī)療、視頻監(jiān)控。

C類(lèi)：在線閱讀、在線游戲

通過(guò)聚類(lèi)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(lèi)結(jié)果提煉示意圖，如圖2所示。

根據(jù)聚類(lèi)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(shì)及研究方向如下所示：第一，數(shù)字化技術(shù)的推進(jìn)，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(chǔ)容量更為豐富，數(shù)據(jù)傳輸更具有快捷性。第二，運(yùn)營(yíng)平臺(tái)技術(shù)、中間件及系統(tǒng)集成技術(shù)的不斷升級(jí)，包括標(biāo)準(zhǔn)化技術(shù)、全業(yè)務(wù)支撐技術(shù)及平臺(tái)的建立。第三，基礎(chǔ)網(wǎng)技術(shù)的改進(jìn)，從網(wǎng)絡(luò)接入技術(shù)到網(wǎng)絡(luò)傳輸技術(shù)，形成先進(jìn)的技術(shù)切入點(diǎn)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(yǔ)

文章針對(duì)廣電網(wǎng)絡(luò)傳媒產(chǎn)業(yè)，運(yùn)用K-means算法對(duì)市場(chǎng)需求數(shù)據(jù)進(jìn)行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來(lái)產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢(shì)。將K-means聚類(lèi)算法應(yīng)用于廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢(shì)分析是一種嘗試，它的聚類(lèi)結(jié)果可以分析出市場(chǎng)需求，進(jìn)而得去廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢(shì)。但K-means算法只適用于聚類(lèi)均值有意義的情況，因此應(yīng)盡可能增加樣本維數(shù)，并通過(guò)過(guò)濾異常、無(wú)效數(shù)據(jù)得出相應(yīng)的樣本數(shù)據(jù)。此外K-means算法還有一個(gè)缺點(diǎn)就是用戶(hù)還必須事先指定聚類(lèi)個(gè)數(shù)，如果聚類(lèi)個(gè)數(shù)定義不準(zhǔn)確將會(huì)使聚類(lèi)結(jié)果不合理。

參考文獻(xiàn)

[1]萬(wàn)勁波，崔志明，浦根祥.技術(shù)預(yù)見(jiàn)、關(guān)鍵技術(shù)選擇與產(chǎn)業(yè)發(fā)展[J].科學(xué)學(xué)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(xué)報(bào)，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(guó)華.基于高斯函數(shù)的曲面形狀控制方法[J].計(jì)算機(jī)應(yīng)用與軟件，2003，（5）.

作者簡(jiǎn)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(duì)“三網(wǎng)融合”下廣電網(wǎng)絡(luò)面臨的技術(shù)問(wèn)題，運(yùn)用K-means算法對(duì)其市場(chǎng)需求數(shù)據(jù)進(jìn)行分析，并根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來(lái)產(chǎn)品的關(guān)鍵屬性，得出其產(chǎn)品及技術(shù)發(fā)展趨勢(shì)。

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

隨著國(guó)家“三網(wǎng)融合”戰(zhàn)略的全面推進(jìn)，“信息消費(fèi)”和“寬帶中國(guó)”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(hù)，其業(yè)務(wù)也亟需由單一業(yè)務(wù)向多業(yè)務(wù)轉(zhuǎn)化，這對(duì)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(yīng)緊跟市場(chǎng)需求，針對(duì)性研發(fā)市場(chǎng)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(shì)是什么。

關(guān)于技術(shù)發(fā)展趨勢(shì)研究國(guó)內(nèi)外專(zhuān)家學(xué)者已做了許多工作，從研究方法上來(lái)講，主要包括技術(shù)預(yù)見(jiàn)和專(zhuān)利數(shù)據(jù)挖掘等方法[1，2]，其中技術(shù)預(yù)見(jiàn)是從宏觀的角度，重點(diǎn)從國(guó)家、行業(yè)技術(shù)體系發(fā)展的角度進(jìn)行技術(shù)發(fā)展現(xiàn)狀的調(diào)研、未來(lái)技術(shù)發(fā)展趨勢(shì)調(diào)研，其技術(shù)預(yù)見(jiàn)時(shí)間比較長(zhǎng)；由于廣電網(wǎng)絡(luò)技術(shù)專(zhuān)利相對(duì)較少，采用專(zhuān)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(shì)與市場(chǎng)需求息息相關(guān)，文章擬以廣電網(wǎng)絡(luò)為例，運(yùn)用K-means算法對(duì)市場(chǎng)需求數(shù)據(jù)進(jìn)行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來(lái)產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢(shì)。

1 K-means算法流程及聚類(lèi)

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(shì)

本實(shí)證研究對(duì)象是對(duì)廣電網(wǎng)絡(luò)技術(shù)基于K-means算法通過(guò)對(duì)海量用戶(hù)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(shì)。文章通過(guò)問(wèn)卷調(diào)查的方式得出研究數(shù)據(jù)，問(wèn)卷內(nèi)容為廣電網(wǎng)絡(luò)產(chǎn)品市場(chǎng)需求及實(shí)現(xiàn)難易度。采用李克特五點(diǎn)量表來(lái)打分，其中1、2、3、4、5分別表示用戶(hù)需求程度“較低”、“低”、“一般”、“較高”、“高”，專(zhuān)家打分用1-10分表示大規(guī)模實(shí)現(xiàn)各需求由難到易程度。用戶(hù)調(diào)查問(wèn)卷共發(fā)放問(wèn)卷280份，回收問(wèn)卷280份，其中有效問(wèn)卷276份，有效率達(dá)到98%。專(zhuān)家問(wèn)卷30份，回收30份，其中有效問(wèn)卷29份，有效率達(dá)97%，對(duì)各個(gè)市場(chǎng)需求得分求算術(shù)平均值，得出問(wèn)卷統(tǒng)計(jì)結(jié)果如表1所示。

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

由計(jì)算可得出聚類(lèi)結(jié)果分為三類(lèi)：

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

B類(lèi)：創(chuàng)新界面、節(jié)目推薦、在線購(gòu)物、在線查詢(xún)、在線體育、在線支付、時(shí)移回看、點(diǎn)播、遠(yuǎn)程教育、遠(yuǎn)程醫(yī)療、視頻監(jiān)控。

C類(lèi)：在線閱讀、在線游戲

通過(guò)聚類(lèi)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(lèi)結(jié)果提煉示意圖，如圖2所示。

根據(jù)聚類(lèi)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(shì)及研究方向如下所示：第一，數(shù)字化技術(shù)的推進(jìn)，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(chǔ)容量更為豐富，數(shù)據(jù)傳輸更具有快捷性。第二，運(yùn)營(yíng)平臺(tái)技術(shù)、中間件及系統(tǒng)集成技術(shù)的不斷升級(jí)，包括標(biāo)準(zhǔn)化技術(shù)、全業(yè)務(wù)支撐技術(shù)及平臺(tái)的建立。第三，基礎(chǔ)網(wǎng)技術(shù)的改進(jìn)，從網(wǎng)絡(luò)接入技術(shù)到網(wǎng)絡(luò)傳輸技術(shù)，形成先進(jìn)的技術(shù)切入點(diǎn)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(yǔ)

文章針對(duì)廣電網(wǎng)絡(luò)傳媒產(chǎn)業(yè)，運(yùn)用K-means算法對(duì)市場(chǎng)需求數(shù)據(jù)進(jìn)行分析，再根據(jù)分析結(jié)果，提煉出廣電網(wǎng)絡(luò)未來(lái)產(chǎn)品的關(guān)鍵屬性，得出其技術(shù)發(fā)展趨勢(shì)。將K-means聚類(lèi)算法應(yīng)用于廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢(shì)分析是一種嘗試，它的聚類(lèi)結(jié)果可以分析出市場(chǎng)需求，進(jìn)而得去廣電網(wǎng)絡(luò)技術(shù)發(fā)展趨勢(shì)。但K-means算法只適用于聚類(lèi)均值有意義的情況，因此應(yīng)盡可能增加樣本維數(shù)，并通過(guò)過(guò)濾異常、無(wú)效數(shù)據(jù)得出相應(yīng)的樣本數(shù)據(jù)。此外K-means算法還有一個(gè)缺點(diǎn)就是用戶(hù)還必須事先指定聚類(lèi)個(gè)數(shù)，如果聚類(lèi)個(gè)數(shù)定義不準(zhǔn)確將會(huì)使聚類(lèi)結(jié)果不合理。

參考文獻(xiàn)

[1]萬(wàn)勁波，崔志明，浦根祥.技術(shù)預(yù)見(jiàn)、關(guān)鍵技術(shù)選擇與產(chǎn)業(yè)發(fā)展[J].科學(xué)學(xué)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(xué)報(bào)，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(guó)華.基于高斯函數(shù)的曲面形狀控制方法[J].計(jì)算機(jī)應(yīng)用與軟件，2003，（5）.

作者簡(jiǎn)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