
新媒体行业如何利用大数据掌握受众趣味
数字信息爆炸时代,我们生活的每时每刻都在产生着数据信息。沃尔玛通过对过去一年原始交易数字的详细分析将尿布与啤酒一起销售,取得赫然的业绩;Google通过分析美国人最频繁检索的词汇,将之与季节性流感传播时期的数据进行比较,从而建立了一个特定的数学模型,最终成功预测了冬季流感的易发地区。在电信、金融等行业已经达到“数据就是业务”的地步。这不由让人联想,大数据能为媒体带来什么?
1 揭开大数据的神秘面纱
大数据(Big Data)是指以多元形式、自许多来源搜集而来的庞大数据组,也有一种说法称大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。
大数据的特点就是“庞大”、“海量”。这是因为人类每时每刻的活动都伴随着数据信息的产生,数据集合的范围已经从兆字节(MB)到吉字节(GB)再到太字节(TB),甚至还有拍字节(PB)、艾字节(EB)和泽字节(ZB)的计数单位出现。
大数据可能取自社交网络、商务和视频网站、顾客来访纪录,还有许多其他来源。用户电脑浏览记录、手机通信记录、网页浏览习惯、微博使用习惯、手机GPS定位跟踪记录等这些行为都会被作为数据记录下来。
2 大数据时代下的媒体思维转变
大数据在物理学、生物学、环境生态学、医药学等科学领域已有广泛应用,对军事、通讯、金融等行业也有广泛的影响。随着互联网的风行,大数据对互联网的影响日渐加深,而对于依托互联网发展起来的新媒体行业也初现端倪。
大数据统计技术发展到今天,生产、存储、积累的数据量之大,已经超越了一般人所能想象的范围。“以铜为镜,可正衣冠;以古为鉴,可知兴替”,而以“数据”为镜不仅能掌握历史信息,还能更好地预测未来。
①利用大数据掌握受众趣味
美剧《纸牌屋》的成功让人们将焦点聚集在数据分析对媒体的应用层面。这部收视火爆的美剧出自影片租赁提供商Netflix。Netflix对2700万名美国订阅用户、3300万名全球订阅用户的评分、观看记录、好友推荐等信息进行深度挖掘,从而找出用户喜欢的视频风格、内容风格、导演和演员,利用这些关键信息确定了观众喜爱的体裁、演员、导演。
②注重个体用户体验
因为大数据技术的支持,促进了各类终端、平台的发展,为用户带来了多样化的信息获取渠道,并使用户在意见的表达和信息的发布中占据一席之地,终端和平台为了吸引用户,会根据用户的搜索记录,得出每个用户的爱好、兴趣,为他们推荐适合自己的社群。
③实现多屏互动
随着互联网的快速升级和智能终端的发展,用户收看渠道从单一媒体到多终端整合。全媒体、全渠道、全终端,已成为媒体发展自身的必然趋势。目前,较多电台将自己的品牌节目,放到自己的PC、移动互联网、IPTV和OTT等平台进行播放,并且开设微博、微信公众平台,通过与观众的亲密互动,把握他们的观看需求。
3 大数据对新媒体的作用
大数据的云计算能力可以为手机APP、微博、微信等移动终端提供大数据服务,成为媒体融合的底层平台基础,微博的推荐用户、搜索引擎的相似关注都是在大数据的支持下实现的,新媒体的大数据系统需要具备信息采集的功能, 根据用途的不同,设计系统的日信息处理量,对信息进行过滤、去重、相似性聚类、情感分析、文摘、自动分类等处理。
①手机APP
大数据可以使APP应用实现精准推送,并借助APP互动的环境,对用户爱好进行挖掘。例如电商会透过不同的生活服务APP,对每位消费者产生的支付数据进行估量和测评,然后量体裁衣的对自身的商品实施推送。无论是购物类APP、团购类APP还是咨询类APP,用户规模越大,数据采集时间越久,对用户的需求分析就越精确。
②微信
微信的公众账号管理平台可以实时统计每个自定义菜单的点击量、分析每次推送消息的点击率,并自动进行客户分层。这意味着每一个公众账号都可以通过微信平台的数据收集与分析功能了解到哪一类的信息更易于被订阅用户接受、哪一些订阅用户对产品的关注度高,从而为不同的客户推送个性化的服务内容,实现有效的信息推送。
有人预言未来的几十年,数据将会成为人类最宝贵的财产之一,大数据对新媒体的作用是否能持续发酵,我们都将期待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15