京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据对新闻业三大革命性改变
在大数据与信息过剩的风险社会,真正有价值的新闻应当是基于数据分析得出的‘预计明天将有暴风雨’式的对公众的忠告、指南、通知、预警。”概言之,大数据时代的新闻传播较之传统的新闻业态是一种深刻的转型,本文集中探讨大数据对于新闻业态重构的若干革命性改变。
一、生产信息提供者层面的变化
(一)个性化信息推荐:新闻生产机制的颠覆性转变
1、基于个性化信息聚合的信息推荐模式
这种模式是对新闻生产机制的颠覆性转变。“个性化信息推荐”首先是基于个性化的信息聚合,即通过人工智能分析和过滤机制,根据个性化需求聚合相关的信息和应用,并以此对信息进行深度智能分析,以实现用户个性化的、动态的需求。信息聚合已经不再是由媒体主导的信息过滤与筛选,而是基于互联网生产逻辑的信息聚合的过程,并借助特征分析、语义网等技术的发展,形成了基于个人兴趣的个性化信息合成和推荐模式。
社交网络和移动互联网的发展,为个性化信息聚合提供了更广泛和更便捷的平台,使深入分析用户标签之间的联系、跟踪用户标签的使用习惯和频率成为可能,并能够以此为用户推荐个性化内容。
2、基于用户兴趣图谱的个性化新闻推荐模式
以“今日头条”APP客户端为例,其有两个最大的特点:一是基于用户兴趣图谱分析的个性化阅读推荐。“今日头条”基于大数据挖掘技术,会有一个所谓的“冷启动”过程,即通过对用户微博账号的分析建立一个“兴趣图谱”,即兴趣模型,原理是根据用户在微博上发布的内容及其所属类别、用户自标签、社交关系、社交行为、参与的群组、机型、使用时间等数据源来推断出用户的兴趣点有哪些。
二是“今日头条”通过对网易、新浪等各大门户网站的新闻进行内容聚合,完成基于“推荐”、“热门”、“好友动态”三个维度向用户进行包括资讯和评论在内的内容推送。
(二)众包、众筹:从信息集成者到社会意义生成者
2006年,互联网杂志《连线》的资深编辑杰夫?豪(Jeff Hawe)在《众包的崛起》(The Rise of Crowd sourcing)一文中提出了“众包”(Crowd sourcing)这一概念。“众包”是指利用集体智慧来搜集与核实信息、报道故事,或者在新闻生产中做出选择。
1、众包新闻
大数据时代,社会化媒体对数据新闻生产影响深远,它既是数据搜集的重要来源,又可以帮助扩大传播影响力。
2、众筹新闻
众筹新闻(Crowd sourcing news),亦称新闻众筹,是指个人或机构向公众募集资金,实现特定的新闻报道计划。相比喜闻乐见的众包新闻生产,众筹新闻尽管开创了新闻生产的新模式,但是得到的评价却是毁誉参半。众筹新闻充分发动公众参与新闻生产,固然增强了记者与受众的互动性,但是也会容易导致丧失传统新闻生产孜孜以求的独立性。
二、媒体层面的变化
(一)“推倒新闻编辑室的那面墙”:数据团队进驻编辑部
大数据新闻的生产模式决定了头脑风暴和奇思妙想的重要性,部门与部门之间的界限日渐模糊。正如英国卫报数据博客编辑西蒙?罗杰斯所指出的“新闻编辑部的布局很有讲究,如果你越靠近新闻编辑部,就更方便对报道进行交流,成为新闻策划进程中的一部分;反之则两者距离越来越远。”
(二)媒体融合、跨界合作与产业升级:大数据时代媒体机构的自我颠覆
除了“推倒新闻编辑室的那堵墙”,让新的数据团队来主导新闻生产外,从媒体自我颠覆的层面来说,还需要加强跨界合作,与社会化媒体、移动互联网结合起来,把不同行业、领域和终端的数据进行聚合,进行关联分析和价值挖掘,增强媒体融合及跨界合作,加速产业升级。
1、加速媒介融合
大数据技术的运用,促进了不同行业、不同领域、不同终端的数据交换和相互融合。11传统媒体联合新媒体正在打造的“云计算”和“全媒体平台”,能够为大数据分析和数据驱动的生产建立庞大的数据库基础和通畅的信息交流整合渠道。同时还可以对数据进行二次价值的挖掘。
2、增强跨界合作
在大数据分析技术运用方面,新闻媒体还面临着很多挑战。数据的来源、加工和挖掘都需要专门的技术人才和设备等,跨界合作,也许是比自己事必躬亲来说是最适合的方式,不仅可以降低成本,而且可以通过合作碰撞出新的火花。
3、加速产业升级
媒介融合和技术发展给媒介集团带来的冲击有目共睹,迫使传统媒体也在加快与互联网媒体融合的步伐,加速产业升级。文汇新民联合报业集团和解放日报报业集团于2013年合并成立上海报业集团,除了对旗下业务板块进行重新整合之外,还将与百度公司合作,开始了与互联网媒体融合的第一步。
三、用户层面的变化
(一)从“传者中心”转向“用户中心”
信息获取方式的多元化与信息的易得性,使得信息与媒体出现“富余化”倾向,信息生产的单位成本不断降低,信息的供应量以每年8%—10%的速度快速增长。媒介市场从“传者中心”向“受者中心”转变,信息的供应也从供不应求的卖方市场开始进入供过于求的买方市场。
(二)从单向变双向:体验至上,提升用户分析价值
转变为以用户为中心的传播模式后,用户的体验和反馈对媒体的改进尤为重要。因此,通过跨媒体的平台来收集用户意见,通过关联分析受众需求、偏好及行为模式,是提升用户分析价值,增强用户体验满意度的有效途径。
以电视媒体为例,可以通过数字电视或者是互联网智能电视的机顶盒,采集与统计受众对节目内容的接触频次、行为轨迹等数据,甚至提取受众在观看电视时快进、暂停产生的收视率数据与传统媒体收视率数据汇总,以此找出受众的兴趣点和喜好所在。大数据时代,结合个性化的数据平台,通过有效的数据采集和受众洞察系统,可以实现节目定制,为受众带来更好的观看体验和推送内容。
本文来源:CDA数据分析师培训官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08