京公网安备 11010802034615号
经营许可证编号:京B2-20210330
当大数据遇到传播:跨界专家共探新闻业未来
“我想致力于当数据科学家,因为有人说21世纪最性感的职业就是数据科学家。”提及研究方向,中国传媒大学教授沈浩开玩笑地说。
12月23日,沈浩在百度新闻、百度百家、百度新闻实验室举办的“The BIG Club”融合传播精英沙龙上作为演讲嘉宾,介绍了大数据背景下数据挖掘与可视化传播的前景,沈浩妙语连珠的讲解给在场嘉宾留下了深刻印象。
对于大数据与传播的关系,沈浩一针见血:“大数据对我们新闻传播从生产方式、内容、传播、包括受众都产生重大影响。大数据提升了新闻所具有的价值、敏感性以及新鲜性”。
这场以“大数据、新传播”为主题的沙龙活动,邀请了百度大数据实验室主任张潼和CMRA市场研究协会会长、中国传媒大学教授沈浩、百度大数据部高级经理高代鹏、37°副总裁华磊作为演讲嘉宾,新华网、人民网、央广网等二十余家核心媒体的中层管理者作为讨论嘉宾共同参与。在大数据不断发挥越来越重要作用的背景下,怎样融合、促进媒介传播的需求成了大家关注和探讨的焦点。
大数据的未来——个性化,智能化,产业化
“大数据产业的维度很多,有做基础架构的,有做平台上,有做分析工具的……这些百度都有涉及”。作为百度大数据实验室主任,张潼曾担任美国新泽西大学统计系教授,是机器学习、大数据分析和统计学领域的国际级学者。在沙龙上他为在座嘉宾介绍了大数据的“前生今世”,并且依据他的经验预告了大数据的未来走向。
浏览网页时,个性化推荐的电商广告;生病就医时,医院提供的电子病历、精准医疗;还有今日头条、百度新闻等资讯平台的定制化新闻推荐……大数据的技术开发与应用相互促进,发展至今,已经深入到生活的方方面面,影响着每一个人的生活。“大数据产业最重要的方向,是智能连接、人机交互和数据创新。“张潼在演讲中说。
在这些应用都已经得到实现之后,下一步还能实现什么?“沿着智能化的方向,我们做了两个东西,一个是在线问诊,一个是秘书化。”张潼认为,当今的信息学习技术依靠复杂的模型,良好的计算能力,和尖端的大数据学。企业和学者能够在个性化和智能化的方向继续前进,这与对机器学习技术的研究是分不开的。“未来的一大趋势是基于机器学习的计算、建模大数据,最近5年有很多提升在这上头,这充分体现了大数据的价值。”
据张潼介绍,百度具有用户基础广泛和技术实力雄厚的双重优势,这为数据收集、数据管理和数据应用提供了必要的条件。而说到大数据的未来,张潼教授点出了三个关键词:个性化,智能化,产业化。“大家还都在学习和尝试,但是未来十年,这是一个整体的发展方向。”
能为大众所理解的大数据更有价值
沈浩是中国传媒大学的教授,数据可视化领域的专家。作为学者,沈浩更关心的是大数据应用的社会意义。
“我们能不能通过大量数据看这个社会?举例来说,如果追踪大量新闻事件中乌克兰跟美国、乌克兰跟俄罗斯之间关系的报道,基于合作冲突的比值观察声量的变化,由此推演出国与国之间是不是会产生今天这样一个冲突事件,如果能够以可视化的方式表现出来,会带来更大的影响和价值。”
十年前,沈浩在互联网方兴未艾的大潮中感受到了大数据带来的冲击,他写下了这样的感慨:如何从海量知识中发现知识,揭示社会现象和发展规律,发现隐藏在大数据中的模式、趋势和相关性,以及可能的商业应用前景,都需要我们拥有更好的大数据洞察力。这段话后来成为他写给《大数据时代》一书的推荐语。
在沈浩看来,大数据对于时代的意义,除了技术的应用,还有可视化处理后对于传播的重要价值。“大数据可以让我们感知这个社会。”沈浩不断强调,大数据并不是一个空中楼阁的东西,它所出产的成果不但能够为大众所用,更能为大众所“懂”。“百度基于大数据做的迁徙地图,老百姓都看得懂,这就是大数据可视化的特点。”
沈浩鼓励更多的新闻媒体采用数据可视化的工具和模型,在他看来,能够为大众所理解的大数据呈现将对新闻本身带来质的改变。“大数据时代,意味着社会科学的春天到了,我们可以比以往更好地研究人和人类社会的特征。”
“TheBIGClub”融合沙龙的主办方百度新闻,始终致力于技术与新闻传播结合的研究与探索。“TheBIGClub”已被打造成一个交流互动、思想碰撞的平台,聚合了大批科技界、媒体界的精英人士。“2015年,我们看到,技术的变迁已经给传播行业带来了巨大的变革,2016年,这种变革肯定会来得更为猛烈。我们希望与行业共同探讨、一道迎接即将到来的挑战。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09