
借优势和公信,做优质数据服务商
数据驱动的解决方案至少可以覆盖三大方面:一是个性化定制、精准推送内容和广告;二是通过对大数据深加工,进行舆情、信息的分析、研判和预测;三是数据新闻制作。
其一,量身打造个性化资讯内容,私人定制、精准推送内容、广告。
传统报业是粗放型、广种薄收的传播,把所有的新闻信息向所有人传播,缺乏针对性、精确度。即便是网络媒体,也如腾讯网总编辑陈菊红所说,“目前门户网站之间、网络媒体之间同质化非常严重。未来的媒体和门户网站应充分利用大数据和关系链,在为用户筛选、推荐最适合的内容,提供近乎量身打造的新闻资讯的同时,使他们体验社交媒体的感受。”
大数据时代,基于用户兴趣生产和传播将是重要趋势。根据用户上网的习惯、浏览的痕迹、参与的话题以及评论的内容,对其相当长时间的浏览数据进行分析,便可获知其上网习惯、喜好等等,根据这些数据,在最合适的时间以最恰当的方式向用户推送其最感兴趣的新闻,更进一步就是定制新闻。“理论上每一个用户都可以被画出一幅网络肖像,拥有一个属于自己的UID(user identification用户识别)号,个人的兴趣图谱一旦构建,就成为新闻生产的基础。而基于个人UID特征和兴趣图谱进行的新闻生产不仅目标明确,让用户更有黏度,而且有利于整合新闻资源,甚至自动生成匹配,达到高效精准的效果。”②要做到这一点,就必须借助大数据技术和相关分析软件,建立可挖掘、可分析的用户资源数据库,通过对数据的整合和分析,针对不同的用户需求,推出满足用户个性化和专业化需求的各类内容产品。
不仅是新闻生产,在广告经营、活动营销等各个环节,都须借助大数据和云计算,以数据为核心优化内容、产品,进行市场分析、策划、投放、营销决策、效果监测。利用数据技术帮助客户定位目标用户,并建立用户数据库,进行精准营销。这对传统报业粗放式的发展,无疑是一个颠覆性的重构。
其二,信息深加工、趋势分析和舆情监测,应是传统报业的优势项目。
全球复杂网络研究权威艾伯特•拉斯洛•巴拉巴西曾指出:在大数据背景下,人类的很多行为都是可被预测的。③但是,海量的数据沉淀在网上,没有精准而靠谱的分析和应用,就没有价值。
以海量的政府信息为例,交通运输部网站2013年就发布信息12万余条,食品药品监管总局网站主动公开基础数据库43个,数据量166万条;国家统计局网站数据库包含统计指标3万多个、数据量600多万笔……如此海量的信息和数据中蕴含着多少更有价值的判断、趋势?谁去收集、整理、分析、挖掘这些并提供给公众?受众期待媒体提供的,不单是“易碎品”新闻,而是范围更广的信息类产品。媒体不能满足于当政府信息的二传手,而要从数据库中深度发掘有用信息,进行趋势分析。④
舆情研判显然是大数据时代报业可一展身手的另一个领域。媒体本来就是舆论工具。社交媒体大发展后,网上舆论环境越来越复杂,网络已经成为舆论主战场。要全面、快速地掌握网上传播态势,可以借助云计算对散布于各类网站、论坛、微博、SNS社区、微信的所有内容的浏览量进行实时监测,深度挖掘传播内容的变异和传播参与者的特性,即时监测、分析,提出应对预案或相关预测,供政府机构、企业甚至人个决策或应对时参考。
运用大数据进行舆情监测、趋势分析,在媒体已有不少成功案例。比如,英国《卫报》对伦敦骚乱事件的报道,美国《纽约时报》关于美国大选的预测和报道。在中国,很多媒体也开始做舆情分析。比如,南京日报社新媒体中心就对2014年“南京小护士被打事件”这一热点事件的微博传播进行了舆情分析。
2月25日凌晨,“南京小护士被打事件”发生后,网上围绕这一事件出现各种质疑和声音。《南京日报》法人微博@南京日报 针对“小护士被打事件”,分别在2月27日及3月5日发出打人现场的视频报道和后续处理报道。两条微博分别覆盖50111171人次及5198413人次。其中,2月27日转发层级有七层,第一层转发有698人,直到第六层还有认证微博的转发,到第七层还保持有10人的转发,说明事件的吸引力非常强。在转发本条微博的粉丝中,粉丝10000以上的达到69人,微博达人和认证用户转发量达到413人,官方及“大V”的转发是事件发酵的一大力量。3月5日17点54分,@南京日报 发出了对“小护士被打事件”处理进展的通报,这条微博转发量达到了3614次,覆盖达到5198413人次,比第一条微博关注程度更高。仅@马伯庸 的转发就被再转发了1400次。在传播力上,无论是第一条还是第二条微博,“大V”和名人的转发让事件的传播速度相当之快,基本在24小时之内迅速热炒。
这类还是最基本的分析,借助相关软件,分析和判断还可以深入到更深层次,并可提出应对热点的相应举措。而真正在复杂的舆论环境中用好大数据技术还要假以时日。应该说,这类大数据应用对传统媒体来说,是优势所在,是可以大有作为的领域。
其三,数据新闻为未来新闻内容打开充满想像的空间。
数据新闻,指的是对数据进行分析与过滤,从而创作出新闻报道的方式。是在上世纪60年代菲利浦•迈耶的《精确新闻》与《新精确新闻》的基础上发展起来的。它可以解放新闻生产的思维方式,也创新了新闻的叙事形式,通过挖掘和展示数据背后的关联与模式,运用丰富的、互动性的可视化手段,帮助公众理解正在发生的事件及其影响。数据新闻可以大大提高新闻报道的科学性和真实性,使媒体从支离破碎的信息和数据中发现规律和趋势,使新闻报道达到以往达不到的广度、深度,获得对社会更深刻的洞察、解读与预见,使新闻更具有厚度、宽度。
数据新闻制作正在全球媒体中进行程度不一的尝试,除了做得较早也很具代表性的英国《卫报》外,美国的《纽约时报》《华盛顿邮报》也都有很多尝试。在中国,央视“晚间新闻”从2014年1月25日起正式推出大数据报道形态,从《“据”说春运》到《“据”说春节》《“据”说两会》等等,到3月15日共播出23期,成为国内最早系统、持续地通过大数据技术改进电视新闻播出形态的栏目,受到广泛的关注,提高了收视率。
为了鼓励数据新闻制作,由“全球编辑网络”和谷歌共同组织“数据新闻奖”于2012年5月31日首次颁出,共计51个国家286个参赛项目,最终6件作品获奖。获奖作品分三大类:数据驱动的新闻调查;用数据可视化讲述新闻故事;数据驱动的新闻应用,包括移动设备和网页。第二届在2013年6月颁出,8件新闻作品从300多个参赛作品中脱颖而出,获得了“数据新闻奖”。
数据新闻网联合创始人马金馨认为,数据新闻制作包括了海量资料的收集和整理,以及后期编程的实现,包括社科研究方法、计算机数据处理、平面与交互设计、网络编程等多个领域,投入非常大。“就现阶段来看,公众的关注度并不高”“数据新闻很小众,但很重要。”
数据新闻的制作仅仅才是开始,呈现出来的产品层次也参差不齐,比如英国《卫报》实际操作中使用最多的主要是数据地图、时间线和交互图表;我国一些媒体的数据新闻探索还停留在数据的可视化操作上。随着技术的进一步发展和软硬件的升级,以及传统媒体与新媒体的全方位融合,生产、分析、解读数据,探索一条为受众和用户提供分众化服务和体验的发展之路,应是报业立足未来的一项功课。
眼下,我国已有报业集团布局大数据领域。浙报集团2013年开始投资数据分析项目,获取用户平台,将目光放在了未来社交网络的数据深度挖掘上。今年4月,广州日报传媒股份有限公司(下称“粤传媒”)与甲骨文(中国)软件系统有限公司签定战略合作协议,粤传媒将与甲骨文进行数据共享与研究,有望在软硬件方面提升大数据的捕获、组织、分析和决策能力,培育开放型的传媒大数据系统。并将与甲骨文公司展开多样化的数据库营销合作,建立有效的数据库体系,实现数据库营销方面的收入拓展。
“新闻的未来,是分析数据。”——这是“互联网之父”蒂姆•伯纳斯•李描述新闻未来的方向。现在看,这确实是传统报业值得重点布局的领域,但看到这点还远远不够,姜奇平说:“数据量的快速增长,需要在带宽和存储设备等基础设施方面加大投入,这令很多媒体进退维谷。”如何切入大数据领域,做优质数据服务商,不同的媒体也许会给出不同的答案。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29