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。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25