京公网安备 11010802034615号
经营许可证编号:京B2-20210330
文化产业如何面对大数据时代
日前举行的贵阳2018中国国际大数据产业博览会上,各种最新技术和融合发展成果让参观者耳目一新。大数据不仅与经济正在实现快速融合,也正在改变着文化产业的产业链、价值链和营销链。
当文化产业与互联网和大数据牵手,将给产业发展带来哪些变迁?大数据时代,文化产业面临怎样的颠覆和创新?如何建设大数据时代的文化产业“共生生态”?记者对此进行了采访。
问题一:大数据给文化产业带来什么
[案例]贵阳花溪区溪云小镇,以大数据为引领的文化产业集聚平台正在形成。短短几个月,专为智慧社区建设提供高科技智能化服务的“志合天成”,打造贵州智慧旅游与文化研究院智库品牌的“斑点贵州”,提供智能软件和编排设计服务的“智炫维度”、竞技格斗机器人,青少年创客教育在线平台“麦芽圈”,以及无人便利店等30多个优质平台成功落地小镇。近年来,花溪区结合当地聚集众多特色文化和高校资源的特点,筑巢引凤,在十里河滩景区周边打造溪云小镇,以大数据文化旅游产业聚集平台为核心,推动花溪文化旅游产业发展。
观者在2018数博会上通过阿里巴巴的虚拟试衣镜现场试衣。光明图片/视觉中国
在大数据的洪流中,互联网与传统文化产业的融合,成为一个新的市场契机。而在更多人看来,随着两者的深度融合发展,特别是互联网巨头提出的“泛娱乐”战略,将有望在盘活文化产业发展方面带来新的契机。
专家指出,作为创意性、知识性、融合性强的产业,三大要素的支撑对于文化生产力的发展至关重要。“文化产业对资源具有高度依赖性、对人才具有高度依赖性、对开放和多元包容具有高度依赖性。这与互联网和大数据的基因不谋而合。”中国社会科学院中国文化研究中心研究员张晓明说。
互联网给中国文化产业发展带来新的爆发点和增长点,越来越多的平台型文化企业与文化创意平台经济集群开始出现,并且崭露头角。
“互联网不仅改变着文化产业的业态和模式,也不断重塑着文化产业的产品链和价值链。”张晓明分析指出,随着大数据技术的不断突破,中国文化产业的市场定位也愈来愈精确。互联网可以提供全面感知、互联互通以及智慧服务,正是这些大数据技术的突破使得文化产业的市场定位更加精准。用户广泛的移动分布,运输带来的边际成本的降低,内容服务的高度汇聚集中,这些突破都是史无前例的,是互联网推动了文化产业可以最快找到自己的服务群体,文化消费、文化服务的效率均得到了质的提升。
影视产品、出版行业、艺术品投资领域……大数据时代,互联网对文化产业的影响在各个领域走向纵深。
在出版领域,近年来电子出版物的消费远远高于传统书籍,亚马逊、谷歌等都已开始对消费者的购买行为进行大数据分析,通过分析了解读者的偏好,定制他们喜爱的出版商品。甚至作者也可以通过对作品的预测分析读者的偏好来修改完善作品,以求书籍更为畅销,而出版商则通过大数据了解电子图书的受欢迎程度来出版纸质书,预测读者来进行一定数量以及特定地点的发行。
艺术品市场的成交状态也是一个庞大的数据库,通过大数据可以分析艺术品的价格走势,了解当前最受欢迎的艺术家、艺术作品,给收藏投资者一个重要的参考指标。尤其是对于那些对艺术品行业不是很了解却想投资的顾客而言,大数据帮助他们去挑选艺术家与艺术品的投资组合,从而提高效率与决策准确性。
“大数据充分运用在预测、定位、识别等方面的优势,大大缩短了生产和消费之间的距离,从先生产再消费到一边生产一边消费,渐而形成一边生产一边研发的模式。”张晓明说。
问题二:大数据向文化产业要求什么
[数据]截至2017年12月,我国网民规模达7.72亿,网络视频用户规模达到5.79亿,较2016年年底增加3437万,占网民总体的75%。网络视频用户付费能力明显提升,付费比例为42.9%,比2016年增长7.4%,且用户满意度达到55.8%。网民用户的增长,为互联网与文化产业的深度融合提供了加速器。
2018年5月27日,贵阳群众在中国国际大数据产业博览会上了解数字产业。光明图片/视觉中国
数据背后,大数据与文化产业融合发展的问题也在日益凸显。大数据纵然给文化产业带来一场空前的革命,给我国文化产业的发展带来很多机遇,也给产业发展带来一些困惑和挑战。
互联网和大数据的迅猛发展也不禁让人们对其进行反思,当我们的个人信息泛滥到危害我们的权益时,人们是否会抵制大数据侵犯个人隐私的行为?仅靠计算而产出的文艺作品往往会缺乏艺术的原创力,这种问题应如何破解?应如何规避无序竞争、丛林法则等产业发展的问题?
大数据是一把双刃剑,大数据对于文化产业的发展,助益颇多,但在拥抱大数据的时刻,还需要有清醒的认识。
纪录片业界人士指出,目前,体量较大的网络视频平台对纪录片都比较重视,纪录片虽然尚未获得利润,但能稳定吸引住一部分观众,而且是受教育程度相对较高的受众。纪录片也能够让平台自身的节目种类更齐全,彰显平台的品牌价值。在这种情况下,优质内容就成了各平台追逐的资源,但遗憾的是,通常的反馈都是优质内容的相对匮乏。
“文化产业面临从市场选择转为内容导向、从资源依赖转向技术引领、从规模扩张转向品牌打造三个拐点。”中南大学教授欧阳友权认为,大数据时代文化产业的发展不能守旧、不能照搬,必须走创新之路。
“知识产权作为文化创意产业的核心资产,也需要得到有效保护。各种大数据技术、网络化技术、大数据终端产品的发展和应用,对文化创意产业的发展具有双向影响。”南京大学国家文化产业研究中心研究人员周锦指出,一方面,由于技术的发展传播速度加快,文化创意产品能够在短期内得到迅速传播,扩大其影响力和市场需求;另一方面,创造性和智慧是文化创意产业的核心生产要素。在大数据时代,文化创意产品的复制成本急剧下降,如果知识产权不能得到有效保护,创意生产的物质基础就会动摇,创意生产者会失去创造的动力。因此,在大数据时代对创意知识产权的有效保护是文化创意产业可持续发展的重要保障。
周锦建议,要强化知识产权保护,明确网络资源所有权和共享权。完善知识产权保护政策法规,加强对文化市场的监管力度,加大对知识产权保护的执法力度,严厉打击盗版侵权等各类违法行为,从而鼓励引导企业重视自主创新。要引导文化企业树立品牌意识,实施品牌战略和商标战略,特别是要突出地方文化特色,以特色文化品牌和驰名商标带动整个文化产业的转型升级。
问题三:如何建设文化产业“共生生态”
[共识]日前,在光明日报社主办的“大数据时代的中国文化产业——文化大数据分享与互动”活动上,业界企业家和专家就建设大数据时代文化产业“共生生态”达成共识。共识指出,大数据时代文化产业“共生生态”的实现路径是“四方五共”。“四方”是指消费者、企业、社会、政府这四个利益攸关方。“四方”要按照共商、共识、共建、共享、共担的“五共”程序和机制,以党建为引领,沿着“五共”的逻辑路径有序推进。在创新、协调、绿色、开放、共享的新发展理念指引下,最终实现共生,促进互联网空间的良性治理,营造开放包容的发展环境。
2018年6月1日,人们在呼和浩特市数字文化馆内体验VR骑行。光明图片/视觉中国
专家指出,创意经济的数字融合趋势验证了创意产业是“无边界产业”。其特征表现为两个动态过程:一是创意产业与相关产业的无边界融合,二是创意产业的无边界渗透。多媒体、新媒体等多种应用业务的交叉,使电信、媒体和信息技术部门既有竞争,又有合作,寻求跨平台的产品组合和收益共享,在为企业经营活动带来潜在市场空间的同时,也使得资源在更大范围内得以合理配置。
在这个过程中,不正当竞争、丛林法则的出现,往往给产业和企业的发展带来掣肘,信息安全、用户服务等问题也进而成为影响产业发展的关键点。
当前,大数据和互联网已经成为重构文化产业新生态的重要力量。但同时,“互联网+文化产业”面临文化价值观、文化安全观和文化发展观等方面的问题,需要重视文化产业的精神属性,关注文化价值厚度与深度,构建“互联网+文化产业”新格局。
新时代要有新担当、新作为,建设“共生生态”要遵循怎样的新理念,谋划怎样的新路径?
专家认为,大数据时代,文化产业发展要建立“共生生态”,在共生过程中完善生态,共生是目的,鼓励有序竞争,在有序中规避“丛林”、规避垄断,防止以邻为壑和赢者通吃现象,崇尚创新精神,尊重知识产权,弘扬开放理念,实现消费者、企业、社会、国家的良性“共生生态”,让心灵与技术同网,让魂魄引领躯体。
共建的核心在于共享,从而满足人民不断增长的物质文化生活的需求。
山东大学教授王育济指出,工业革命所带来的新动能、新技术催生了现代意义上的文化产业,也倒逼文化产业不断调整革新。数字技术是当代新动能的典范,必定推动文化产业不断产生新业态,构建新体系。文化产业在抓住新旧动能转换机遇的同时,也要清醒地关注负面影响,“防止新技术对文化造成的异化,如碎片化阅读、工匠精神被冷落等”。
“要挖掘文化价值深度,提升互联网文化附加值。”清华大学中国产业发展研究中心特约研究员李挺伟认为,要充分发挥互联网的平台效应和激励机制,个人创作与团队创作相结合,完善从内容创意创作源头到播放终端的知识产权保护机制,保障创意主体的合法权益,形成创意主体与互联网平台之间互信互利的良好循环。从文化产业与互联网融合角度去推动、鼓励原创内容的生产,结合互联网平台的传播优势和规律,以创意创新引领产业良性发展。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01