
大数据改变传统媒体传播环境
“媒体融合”是网络时代的全球性话题,随着信息技术的广泛应用和创新发展,如何认识当前媒介生态、推动媒体融合深度发展,成为学界和业界的共同课题。10月25—26日,“世界传播论坛:上海2015——全球比较视野下的媒体融合”在上海召开,吸引了海内外百余位专家学者。
以互联网为传播平台的新媒体打破了传统媒体对信息传播的时空限制,日渐成为公众了解社会、获取信息和互动交流的重要渠道。会议认为,传统媒体只有主动转型实现媒体融合,并在互联网和信息技术主导下适应与新媒体的竞合媒介生态,才能找到构建新型媒介生态、助推媒体融合的方向与出路。
作为一种新的资源、技术和方法,大数据改变着传统媒体的运作与传播环境。与会学者提出,不仅应将其视为一种思维方式,增强传统媒体的“数据意识”和“技术意识”,还应尽可能做到用数据说话,将数据作为决策和绩效评估的重要依据,更加重视技术的引领作用。而且,大数据会成为一种生产方式,促使传统媒体优化资源配置,将数据采集、挖掘、分析作为新闻信息生产的重要环节。此外,大数据将促使媒体从业人员结构调整,引入更多数据专家、设计师等技术人员。
媒体融合时代背景下,人才培养的方式也随之发生改变。美国密苏里大学新闻学院学者章于炎表示,为了满足受众对新闻和资讯及其他内容的快捷、随时和多种形态呈现的需求,就需要培养熟悉多媒体平台特点、熟练运用多媒体技术的媒体融合人才,新兴媒体分析师、网页设计师、互动图表或信息图表设计师、节目研发员、数据营销经理、多媒体新闻协调人等新兴媒体人才也应运而生。
新媒体时代,开启了“草根”传播时代。与会学者认为,社交媒体、定制化传播的发展,也使社会关系、信息技术的传播控制权增大。新的新闻生产和消费模式也带来种种问题,包括海量信息使受众难以把握,碎片化传播使受众注意水平下降,圈子化传播造成信息自我循环等。为此,未来新闻业仍需要大力提倡专业传播者的精英传播模式,让专业标准成为新闻把关和呈现的关键。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30