
大数据时代下的智能传播及其盈利模式
信息开放、摩尔定律、社交媒体、数据挖掘技术把我们带入大数据时代,大数据具有量度、频度、速度、维度和温度五个方面的显著特点,并致力于为决策服务。大数据也给传媒业和传播带来了革命性的变化,为了更好地满足用户更为个性化和定制化的需求,传媒业必须从信息稀缺时代的大众传播、信息丰裕时代的互联网传播,快速转变为信息过载时代下的智能传播。而要实现智能传播,关键在于打造基于大数据的信息智能匹配平台,在不断优化用户信息需求的基础上,实现信息和用户需求的智能化匹配。智能传播具有潜力巨大的混合型盈利模式,主要包括信息服务收费、广告、电子商务、舆情增值服务收入和网络行政服务等。
【关键词】大数据;信息智能匹配;智能传播;信息过载
2013年,是大数据和移动互联元年,标志着我们已经进入大数据和移动互联时代。在大数据时代,用户对信息的需求更加个性化、精准化,借助于数据挖掘和分析技术,传播体现出智能化的趋势,而其盈利模式日趋混合化和多元化。
一、大数据时代到来的原动力:信息开放
(一)技术赋权:四次传播革命助推信息开放
从远古到现在,我们经历了文字的发明、古登堡印刷术、电报技术的应用和互联网四次传播革命,每一次传播革命都使得信息的数量和公开程度快速增加。
第一,文字发明打破了时间的限制,使得代际传播成为可能。在文字发明之前,传播只能通过口口相传,信息量极其有限,讲古人也具有很大的权力。在公元前4000年楔形文字出现之后,文字发明带来的第一次传播革命使得代际之间的传播成为可能,也使得信息数量开始大幅度增加。
第二,古登堡印刷术打破了范围限制,使得大范围传播成为可能。在古登堡印刷术出现之前,书籍主要依赖掌握文字的抄书人,一方面,由于抄书人的数量很少,信息积累和传播的范围受到很大的限制;另一方面,抄书人具有很大的权力,甚至比一些王公贵族的权力都大。1450年,古登堡的印刷术,给世界带来了第二次传播革命,此后的50年间,大约有800万本书被印刷,比之前所有的手抄本还多。这些书籍帮助更大范围的人获取知识和信息,使得更大范围的精英能够更好地获得信息。
第三,电报技术打破了时间和距离的制约,使得大范围远距离的传播成为可能。电报技术的发明,带来了第三次传播革命,使得千里之外的信息瞬息可至,不仅大大加快了信息的传播速度,信息的数量也急速增加,使更多的人能够更好地获得信息。
第四,互联网技术打破了为精英所控制的大众传播限制,使得及时、互动的自媒体传播成为可能。发轫于1989年的万维网,带来了第四次传播革命,借助于互联网技术,人人都可能成为自媒体,人人都可以拥有麦克风,一方面打破了信息由精英控制的局面,在很大程度上赋予普通人传播信息的权利;另一方面,由于社交媒体等的推崇,信息数量急速增加,根据ZDNet的数据显示,2013年中国产生的数据总量超过0.8ZB,是2012年的2倍,相当于2009年全球的数据总量。
(二)三大成因汇成大数据时代
第一,摩尔定律使得人类保存数据的能力大大增强。摩尔定律是由英特尔创始人之一的戈登·摩尔于1965年提出来的。其内容为:当价格不变时,集成电路上可容纳的晶体管数目,约每隔18个月便会增加一倍,性能也将提升一倍。在摩尔定律的推动下,价格以更快的速度下降,即在存储器的性能提高的同时,大约每9个月存储容量的价格就下降一半。这一方面使得人们可以有更大、更快的数据保存能力,另一方面也使得人们能够承担起保存数据的成本。根据相关数据显示,1990年至2013年,计算成本平均每年下滑33%,1MM的晶体管从527美元下降到5美分;存储成本平均每年下滑38%,1G的存储成本从569美元下滑到2美分;带宽成本平均每年下滑27%,1000M的带宽成本从1245美元下滑到16美元。
第二,社交媒体的出现使得人类生产数据的能力增强。Facebook、Twitter、新浪微博、微信等社交类媒体使得每个用户都可以发表自己的言论,并以其及时、互动实现传播效应最大化的特点,使得人们生产数据的能力大大增强。例如,Facebook用户每分钟分享的内容高达246万条,Youtube用户每分钟上传72小时的视频,Twitter用户每分钟发布27.7万条信息。
第三,数据挖掘能力使得人类使用数据的能力大大增强。目前,主流的相关技术主要有以MapReduce和Hadoop为代表的非关系数据分析技术。
(三)政府数据公开力度加大
首先,国际信息公开已初具规模。美国等西方发达国家大力推进数据开放运动,2011年9月20日,美国等8个国家在纽约发起“开放政府联盟”,以向本国社会开放更多的信息。目前,该联盟已经有50多个会员,30多个国家建立了公共数据的开放网站。2012年3月,奥巴马政府公布“大数据研发计划”,以提高和改进人们从海量、复杂的数据中获取知识的能力,发展收集、储存、保留、管理、分析和共享海量数据所需要的核心技术,大数据成为全世界关注的焦点。例如,在美国的“蓝纽扣”计划中,用户可以使用“蓝纽扣”获取个人健康信息,以便管理其健康、经济状况,并与信息提供方交换信息。目前,已有超过1.5亿的美国人能够从健康服务企业、医药实验室、零售药房供应商与州免疫信息数据库获得他们所需要的个人健康数据。
其次,我国也在加快数据开放步伐。国家统计局推出了国家数据开放工程,广东、上海、北京等地都在加快数据开发进程,但是和发达国家相比,开放程度仍然极低。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08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 ...
2025-09-01