
“大数据与全球传播变革”国际研讨会圆满落幕
大数据时代已向我们走来,它将如何改变我们的生活?对全球网络空间治理、各国政府管理、跨国公司商业活动、新闻传播格局与媒介生态、数字公民个人生活将产生怎样深刻的影响?如何迎接大数据时代的媒介变革与创新?6月27日,河北大学新闻传播学院联合国家社科基金重大项目“网络文化建设”课题组、河北省传媒与社会发展研究中心、中央人民广播电台新媒体中心、中国科技新闻学会网络媒体专业委员会、中国社科院世界传播研究中心、中国网络传播学会、美国太平洋大学传播学系,中国科技大学传播学系等机构一起邀请国内外政产学研用诸领域专家学者,在河北大学举办“大数据与全球传播变革”国际学术研讨会。
开幕式上河北大学党委常委杨立海致辞,表达了对与会代表的欢迎,河北省社科联常务副主席、河北省社科院副院长曹保刚,中央人民广播电台、央广网副总编伍刚;中国社会科学院新闻研究生所姜飞致辞,美国世界媒介素养峰会主席玻尔发来贺词。
接下来的主旨报告环节中,中国人民大学新闻学院博导喻国明作了题为《大数据:“互联网”时代的能源》的报告,阐明大数据是类似石油的战略性资源,强调大数据应用的战略比战术更重要。美国太平洋大学传播系主任董庆文以美国政府的管理、奥巴马竞选等大数据案例向大家讲述《大数据与国家治理、新闻发展及挑战》,美国硅谷数据工程师、架构师董飞则从高科技公司大数据实践等为大家讲述大数据前沿技术,中国传媒大学新闻学院教授沈浩以人民日报微博、李克强政府工作报告等实际操作案例为大家讲述《大数据的价值和可视化传播》,河北大学图书馆技术部主任任瑞娟教授从数据新闻的角度讲述《大数据背景下数据新闻的制作流程与语义构建》
美国BZM公司CEO王英捷从征信市场、金融产业创新等阐述了《互联网金融与大数据》。中国人民大学新闻学院博导匡文波《大数据带来的冷思考》和中国社会科学院新闻研究所世界传播中心主任姜飞的《“大数据”之人文思考路径探索》则给大数据“泼冷水”,看到大数据的局限性。新华社新闻研究所研究员、中外媒体发展战略研究中心主任唐润华《如何认识大数据对传统媒体的价值》以新华社实际情况为例讲述传统媒体对大数据的需求。河北大学新闻传播学院博导陶丹教授的《大数据时代的传媒变革与新技术观念之挑战》主要报告了LiFi和DNA存储等新技术带来的机遇和挑战。
下午研讨会分为大数据时代产业与技术、大数据时代的新媒体、媒介融合创意、数据新闻四个论坛,来自中国传媒大学、安徽大学、南京政治学院、哈尔滨工业大学以及河北大学等十余所高校的学者、老师以及业界人士就有关大数据的不同主题以及相关作品进行了多方位的探讨。
最后各个分论坛汇报讨论成果以及其中的问题,央广网副总编伍刚做会议总结并宣读《数字时代的传播共识暨中国保定宣言》,王英捷女士英文宣读。河北大学新闻传播学院院长白贵教授对此次研讨会做总结,肯定了会议达成的各项共识,期待以后更进一步的合作和探讨。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 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在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23