Роль метаданных в анализе телеэфира

Что нужно сделать, чтобы ответь на три простых вопроса?   1. Какие самые рейтинговые по версии "Кинопоиска" и IMDb познавательные передачи выходили в эфир на всех каналах, вещающих в России и странах СНГ, за последние полтора года?   2. Сколько выходов было у каждой передачи?   3. Когда и на каком канале каждая из них впервые вышла в эфир?   Время для сбора информации непосредственно от телеканалов упущено, поэтому для начала нужно найти источники, в которых есть телепрограмма по всем каналам. Да еще и за такой длительный период. Затем придется определить контент для каждого эфирного события. Причем названия одного и того же контента на каналах могут различаться, быть на разных языках или оказаться вплетены в описание эфира, когда сложно понять, где название самого контента, а где название его серии или другая вспомогательная информация. А ведь нужно точно идентифицировать этот контент без создания дублей. Каждую неделю на 1,4 тыс. каналах (это все каналы, вещающие в интересующих нас странах) в среднем 340 тыс. эфирных событий. Умножаем на 80 недель и получаем 27 млн 200 тыс. эфирных событий, которые нужно идентифицировать. К счастью, описания эфирных событий на каналах повторяются и оригинальных описаний всего 1 млн 360 тыс. Далее для всего полученного контента, а это 160 тыс. уникальных единиц, нужно определить, относится он к категории познавательного или нет, так как нас интересует не весь контент, а лишь определенная категория. И затем останется только определить рейтинг для 8,5 тыс. познавательных передач. Если на определение эфирного события тратить 30 секунд, на определение категории контакта 30 секунд, а на определение рейтинга контента 2 минуты (по 1 минуте на каждый), общие трудозатраты будут такими: 11330 + 1330 + 283 = 12 940 чел./час. Примерно 4 млн рублей... И это с учетом того, что у нас уже имеется ИТ инфраструктура, созданная специально под нашу задачу, так как на таблицах Exсel такая задача решается крайне неэффективно. К счастью, вся работа уже проделана, и мы готовы поделиться с вами полученными результатами.   Итак, первый вопрос был, какие самые рейтинговые, по версии "Кинопоиска" и IMDb, познавательные передачи выходили в эфир на всех каналах, вещающих в России и странах СНГ, за последние полтора года?     Второй вопрос: сколько выходов было у каждой передачи?     Третий вопрос: когда и на каком канале каждая из них впервые вышла в эфир?     Естественно, полученные и обработанные данные, а также наполненный нашими свойствами контент можно использовать и для ответов на многие другие вопросы. Пример на рейтингах — это малая часть набора метаданных, которыми можно наполнить полученный нами список уникальных передач. В частности, контент можно классифицировать по категории, жанру, теме, возрастной группе, полу, году выпуска, производителю и разным другим рейтингам. В итоге это дает массу шансов для быстрого анализа большого объема данных и, как следствие, возможность принимать своевременные и взвешенные управленческие решения. Ссылка на источник