技术设备软件采购平台开发要求说明

附件2：大数据受众分析可视化平台开发要求说明一、总体要求1．大数据受众分析可视化平台开发必须满足SMG信息化系统整合要求。2．大数据受众分析可视化平台开发必须满足信息化规划的总体设计原则。3．大数据受众分析可视化平台开发所涉及到的系统构架、网络构架必须符合SMG网络部署规范和安全性规范要求。4．大数据受众分析可视化平台提供各种标准服务接口，供外部信息系统及内部组件调用。二、开发要求1．大数据受众分析可视化平台页面开发标准符合以下标准协议中的一种或多种：i.JSR168、JSR170、JSR94、JSR88、JavaServerFaces(JSF)1.1和1.2、AJAX（Web2.0）、Spring3.0ii.SOAP1.1、1.2；EnterpriseWebServices1.1；WSDL1.1；WS-Security1.0iii.基于HTML、JSP、Struts2.3、JSF、Netty4.1、Ibatis2.3.4iv.基于SSH框架和SpringMVC模式的设计2．大数据受众分析可视化平台提供灵活的技术管理模块及相应的访问控制策略，具有可扩展性和灵活性，以便于新管理功能的扩展。3．大数据受众分析可视化平台开发必须支持企业服务总线标准，必须提供数据及流程控制接口，接口符合以下标准协议中的一种或多种：i.支持传统消息方式，包括：JMS、MQ、EJB/RMI、File、Socket、TCP/IP、EJBconverterJAR和本地数据库ii.支持各种WebService协议，包括：HTTP/SOAP、WS-I、WS-Security、WS-Policy、WS-Addressing、SOAPv1.2等4．大数据受众分析可视化平台开发必须符合SMG数据定义标准，提供符合BI分析功能要求的数据提取接口。5．大数据受众分析可视化平台项目建设须包括用于前端测试的受众测试用的专用软件、受众表情分析软件、受众脑电分析软件和用于后端数据管理和分析的软件四大部分，且包含历史数据整合入库的服务。附录：大数据受众分析可视化平台规划介绍一、项目背景受众研究是大众传播研究的一个重要领域。在新传播时代，面对电视传媒日益激烈竞争的趋势，运用大数据等先进信息技术加强受众研究工作，已成为关系电视传媒生存发展、前途命运的一项重要基础工作。电视节目的成败，不仅仅决定于电视人素质水准的高低、电视手法的优劣，还必须依据受众研究的成果，立足于受众需求，重塑收视平台。只有关注受众心声、追踪受众脚步、透视受众心理、扣准受众脉搏、品析受众喜好、鉴识受众口味、探知不同受众对广播电视的不同需求期望值，才能打造出受众喜爱的节目，达到社会效益和经济效益的双赢。SMG是国内最早提出向互联网企业转型战略口号的广播电视媒体集团。2013年，集团在国内率先建成了受众测试中心。随着测试项目的深入开展，中心需要引入先进的技术、丰富的采集手段，建立多维度的分析模型、深化应用研究，让视听产品的测试能够更精准、更有效。现中心拟建设的大数据受众分析软件平台项目，将借助于生物感知、行为工程等先进技术成果，通过客观数据和主观反馈相结合的方式，构建更契合新传播时代节目测试工作要求的技术平台，从而适应新交互时代大众传播的新特征，树立业界新标杆。二、系统规划目标此次拟建设的大数据受众分析可视化平台项目的总体目标有：1.建设测试现场使用的测试专用软件，支撑前端设备工作、采集受众主观反馈数据。2.建设受众表情分析软件，分析实时采集的受众表情状态。3.基于前期脑电采集数据和成果，固化脑电分析模型和算法。4.建设用于数据管理和分析的专用软件，对测试的流程和人员进行管理、测试现场数据进行实时分析、测试数据进行后期分析和查看。5.对历史测试数据进行整合，使现有系统能够向前兼容现有数据。6.在平台的建设过程中，预留与相关系统的数据接口，为远期与周边相关系统流程和数据的纵向打通以及平台的横向扩展提供良好的系统基础。三、设计原则建设一个完整的、符合现在及将来业务发展需求的高标准的大数据受众分析平台，总体设计要求如下：·高性能——满足测试现场数据采集和后台实时分析的巨量数据实时响应的要求。·稳定性——系统运行稳定，完善的安全机制。·可靠性——核心设备运行期间平均无故障率99.995%。·先进性——系统设计选择主流、先进和开放的技术平台。·维护性——支持在线维护，维护操作简单。·扩展性——建立和开发标准的接口，充分考虑未来业务增长，无论从功能上还是从物理上均支持未来扩容需求。四、关键技术性分析在大数据受众分析可视化平台建设过程中拟解决的关键技术问题：1.使用合适的技术手段，提升受众测试中被试主观反馈的操作体验和数据采集维度的扩展性。2.使用可靠的人脸表情识别算法，实时捕捉被试表情变化。3.使用成熟的脑电分析方法，对脑电数据进行有效分析。4.通过设计合适的数据交互架构、合理设计数据库表结构，使系统中能够支持大规模的实时数据交互要求，呈现大数据特征。5.选用合适的技术平台和开发技术，针对不同用户角色建设符合其各自应用场景特征的软件平台。