
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
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 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28