政治电视广告档案库背后的技术

Rohanseo143@#

有没有想过我们是如何建立政治电视广告档案库的？这篇文章解释了幕后运作——我们如何利用先进技术来统计特定广告在我们追踪的市场中，在哪些地区、何时播出。

政治电视广告档案库由三部分组成：

互联网档案馆 负责收集、整理和提供我们拥有信号源的地区的电视内容 。收集电视节目是实现本组织“普及所有知识”使命的更广泛工作的一部分。互联网档案馆是数百万免费书籍、电影、软件、音乐、图像、网页等资源的在线家园。
Duplitron 5000是我们对一个开源系统的戏称，该系统负责提取视频并创建独特的压缩音频版本，即所谓的“音频指纹”。我们会为发现的每条政治广告创建一个音频指纹，然后将其与我们接收到的电视广播流进行比对，以查找该广告的每一次新版本或播出。这些结果会反馈给互联网档案馆。
政治电视广告档案库是一个WordPress网站，它展示我们的数据和视频，并将其呈现给全世界。为了便于后人查阅，我们在这个网站上也存档了部分政治广告，这些广告可能在我们未追踪的市场播出，或仅在社交媒体上发布。但对于在我们收集电视数据的地区出现的广告，我们能够提供关于其播出情况的补充信息。

第一步录制电视节目

我们在全国各地部署了大量硬件设备来录制电视节目。这些内容会被拼接起来，形成节目，并存储在互联网档案馆的服务器上。我们有 WS 数据库 几种方式来收集电视内容。在某些情况下，例如旧金山市场，我们拥有并管理用于录制当地有线电视节目的硬件设备。而在其他情况下，例如俄亥俄州和爱荷华州的市场，内容则由第三方服务商提供给我们。

无论我们如何获取数据，最终都会通过同一流程传输到同一个地方。我们以分钟为单位录制视频片段，并根据电视台的节目安排将它们拼接成节目。这样生成的视频片段时长从30分钟到12小时不等。之后，这些节目会被转换成多种文件格式进行存档。



我们发布的广告播放量数据基于实际播放次数，而非报告的播放次数。这意味着我们并非通过分析 联邦选举委员会 (FEC) 关于竞选支出的报告来估算播放量，也并非将广播电台向联邦 通信委员会 (FCC)提交的 政治广告报告数字化（尽管这的确是一个值得追求的目标）。相反，我们通过统计实际向公众播出的广告内容来得出播放量数据。

因为我们直接从源头获取数据

所以我们知道不会被误导。但另一方面，这也意味着我们只能报告我们主动追踪和记录的频道的收视率数据。在项目的第一阶段，我们追踪了11个关键初选州的20多个市场（详情请点击 此处）。目前，我们正在规划大选期间要追踪哪些市场。我们面临的主要限制很简单：资金。电视收视率的获取需要成本。

这里可能会出现很多问题。暴风雨会影响信号接收，数据包在到达服务器之前可能会丢失或损坏。这会导致时间偏差或内容缺失。但大多数情况下，数据最终都能完好无损地保存在我们的硬盘上。