【中心组研讨发言】融媒环境下大数据平台的建设及应用.docx

【中心组研讨发言］融蛔境下大瞬平台的
随着全国广播电视系统媒体融合工作的 推进，整合现有网络传播渠道和行业资源， 结合自身优势加强内容制作和融媒体渠道 传播，已逐渐成为各级融媒体中心建设的规 定动作。媒体机构开展融媒离不开数据的支 撑，各级广播电视（以下简称“广电”）媒体 拥有自己的大数据平台是开展融媒的必要 步骤。随着大数据在地方融媒体工程中的应 用越来越成熟，多家地方传统媒体和新兴的 媒体机构都利用大数据实现了自己的个性 化转型⑴。
一、媒体环境下大数据平台的开展现状
2020年，我国出台的《关于加快推进媒 体深度融合开展的意见》指出，要以互联网 思维优化资源配置，做大做强网络平台，占 领新兴传播阵地［2］。融媒大数据平台是推动
通过相关数据的深度分析，还可以得知不 同年龄、不同地点、不同学历、不同性别的 用户对相关事件的不同看法，为主流媒体引 导用户提供数据支撑。同时也可以尽早发现 负面舆情，正确引导网友，揭示事实真相， 从正确的角度解析事件，多角度还原事件， 从而规避负面舆情的传播风险。
（三）大数据在节目编排中的应用
通过大数据挖掘可以精准了解用户需求， 以便根据用户需求调整节目编排，开发新的 节目类型。传统的广播电视数据统计的是收 听率、收视率，其判断是定量评估，无法做 到统计学上真正意义的抽样统计，所以存在 片面性。大数据技术的出现可以解决传统媒 体数据的统计问题。传统媒体的接入方式从 有线电视变为IPTV （网络电视），IPTV （网 频道乃至于各时间段节目的统计。节目编排 人员通过电视盒子、公众号以及相关活动掌 握数据信息后，进行关联性分析，如对节目络电视）的智能化数字化,

络电视）的智能化数字化,
解决了对频率和
的受众进行年龄、喜好等分析，从而研发出 更符合群众口味的节目。
（四）大数据在新闻采写与编辑中的应用
大数据对新闻采写和编辑上的影响主要 表达在两个方面：一是采访前，对新闻热度 的判断和根据采访的内容预先准备材料;二 是在采访后，通过大数据分析的角度得到更 为翔实、准确的数据，记者可以通过横向对 比，对新闻内容给出更具体的数据支撑。同 时也可以通过舆情监测，提前预判新闻热 点，增加新闻内容设计的遍历性。采访是新 闻报道的基础，是记者获取信息的重要途径 [5]o大数据技术对于新闻采访的影响主要体 现在采访前的准备、筹划阶段，具体表现在 新闻热点预测捕捉、采访前期资料准备的便 利性。同时大数据分析也能做到“数据取之于 用户，用之于用户”，即通过收集用户行为和 用户生产的内容来了解用户兴趣，之后通过 数据整合设计出更符合用户心理的新闻场 景。
（五）大数据在媒体融合中的应用
早在2016年，国家新闻出版广电总局发 布了《关于进一步加快广播电视媒体与新兴 媒体融合开展的意见》，但一直到2019年, 省级媒体融合才引起群众的重视。群众传播 媒介从纸媒到广播电视，再到新媒体和融媒 体，科技的开展在传播媒介的变革与开展中 起了重要的作用。
大数据技术是媒体融合应用的基点，利用 大数据技术可将现有的广播电视内容与新 兴传播平台结合，利用大数据算法可以提升 社会正能量、政策方针的传播度。传统媒体 利用新媒体平台，可使信息获得更高的关注 度，实现热点新闻、正面新闻的大范围传播; 尝试“借力打力”通过新媒体平台宣传自有媒 体平台，从而提升自有平台的用户数，完成 用户转化，使传统媒体在信息传播中产生更 大的影响力。同时在传统媒体与新兴媒体的 融合中，可以发挥各自的优势和特色，更好 地应对大数据中数据的多变性，使二者共同 进步共同开展。
四、结语
信息技术的不断开展给人类社会和生活 带来全面而深刻的影响，群众从报纸、广播 和电视等途径单向、被动接收信息的传统方 式，转变为通过互联网多向获取信息。受众 从信息被动接受者转变成信息的参与者和 传播者，同时信息技术可以通过用户互动的 行为了解用户心理，这个过程就是大数据在 新型媒体下的应用。在融媒开展的今天，利 用成熟的大数据技术实现传统媒体与新兴 媒体的融合，完成传统媒体向智慧媒体的转 型是传统广电媒体的必经之路。同时，建设 广电大数据平台，也是传统广电迈向互联网 思维运营用户的重要一步，是未来广电媒体 经营广告、实现用户变现不可缺少的支撑平 台。
参考文献
[1]张洵2017年大数据在传媒中的应用[J]. 新闻战线，2018 (1) ： 3.
[2]胡翼青，谟知翼.媒体融合再出发：解读 《关于加快推进媒体深度融合开展的意见》[J],中国编辑，2021 (01) ： 67-71.
[3]姜飞,大数据思维推动群众传播时代的 真正到来[J].中国广播，2015 (8) ： 3.
⑷陈猛,广电大数据平台建设及其在媒体 融合中的前景分析[J],科学与信息化，2020,4 (21) ： 2, 4.
⑸李丹丹,浅谈电视新闻记者的采访技巧[J].新^研究导刊，2014 (7) ： 2.
媒体融合开展的重要板块，也是建设智能媒 体的必要条件之一。
媒体机构的成功转型离不开数据，特别是 内部与外部数据之间的交互尤为重要。大数 据的价值表达在数据的量上，数据越多价值 也越高。数据是实时更新的，这增加了数据 的用途。随着技术的开展，媒体的传播方式 进入数字化和智能化的时代。在融媒体转型 过程中，各级媒体机构认识到大数据平台的 重要性。
2019年12月，“南方+”首个用户画像正式 出炉，通过大数据分析对“南方+”客户端所有 用户进行定量分析研究后，推出第一份数据 报告《中国移动端新闻资讯头部用户内容消 费洞察报告》。通过这个调查报告，可以了 解“南方+”用户的内容偏好、消费偏好、用户 时间分配等信息，把握该群体用户的行为特 征，从而有针对性地调整产品内容、推广策 略和服务方式，提高数据运营决策分析水 平。江苏有线视界观APP通过大数据系统 支撑前端APP业务运营。采用用户数据采 集、用户分析、用户触达等大数据技术辅助 用户运营，对前端用户增长带来持久动力。 截至2021年10月，江苏有线视界观APP 用户到达百万级，日均活跃用户数位列江苏 省级APP第一位。黄河云视APP充分利用 大数据用户运营平台及工具，构建起从用户 数据采集、用户属性分析、智能内容推荐的 全流程内容推荐和用户运营体系，自2020 年10月投入试运行以来，黄河云视APP的 日活用户实现高速增长。同时央视频也通过 多样化的用户分析工具对活动前、活动中、 活动后的运营活动进行分析，使用户运营业 务得到快速增长和提升。2019年10月，央 视频“人民方队，阅兵有我”的H5主题筹划 上线，这是央视频的首次亮相。来自全球150 多个国家和地区、国内390多个城市的超3000万人参加这次活动，在线直播人数峰
值300万+。2021年8月，东京奥运会期间, 央视频赛事视频观看量累计达25.8亿人次, 单日视频观看突破3亿人次，播放量达39 亿次。
由此可见，大数据平台在融媒开展中发挥 着重要的作用。如何应用相关技术，利用互 联网思维优化资源配置，是传统广电融媒发 展需要思考的问题。
二、广电大数据平台的建设
融媒体持续建设和深入开展与大数据密 不可分，业务数据化、数据业务化是其与传 统广播电视传播最主要的区别。大数据平台 的数据来源主要由用户数据、业务数据和互 联网数据等三个主要来源构成;结合实际应 用，广电大数据平台应该包括以下局部：数 据采集、数据清洗、智能分析，通过这些模 块实现数据的收集与分析。
（一）数据接入及采集
数据接入功能具备从不同数据源（结构化 数据、非结构化数据）将所需要的数据按照 要求进行收集与提取，同时也可以在一定程 度上完成数据的转换。现有的融媒数据采集 和接入分为离线数据接入和把不同来源、格 式的数据通过ETL （数据仓库技术）过程在 物理上整合后进行集中性存放，形成规范的 数据存储。离线数据接入的主要目的是将一 些不经常更新的数据，按照要求或规那么，定 时地将数据同步到后台，同时进行数据处理 和清洗;对来源数据和清洗后的数据进行检 查，保证加载后的数据的一致性和正确性； 将清洗后的数据加载到数据仓库中。实时数 据接入提供基于消息中间件的实时数据接 入服务，通过可视化的配置消息队列的参数 可以支持外部代码写入，并提供任务监控功 能帮助用户了解目前实时数据生产和消费 情况。实时数据计入主要包括以下功能：快 速高效使用、实时数据报警、多源多目的地。
（二）数据存储与查询
支持已建设融媒体平台用户数据和运营 数据的导入和数据存储，支持对已发布运营 活动的运营数据的批量计算与实时查询，为 用户运营活动的实时调整和更新提供数据 依据和保证。大数据平台的存储数据为结构 化数据、半结构化数据、非结构化数据，存 储方式是基于Hadoop （分布式系统基础架 构）的分布式存储方案。结构化数据存储于Hive （数据仓库工具）建立大数据仓库，半 结构化数据基于列存储HBase （开源数据 库）实现，非结构化数据根据实际需要可提 供HDFS （云存储）存储。
HDFS （云存储）是一种分布式文件存储 系统，与传统的文件系统相同，用户可以在 其中创立目录和文件，也可以对目录和文件 进行删除和移动。Hive （数据仓库工具）把 存储在HDFS （云存储）之上的结构化数据 抽象成关系型数据表，并提供SQL （结构化 查询语言）接口对数据表做查询操作。因此, 用户能够以传统关系型数据库的方式来查 询大数据存储系统，可以通过Hive （数据仓 库工具）来实现SQL （结构化查询语言）查 询分析。
（三）数据分析与用户标签
大数据平台需具备数据分析的功能，该功 能通过特定的SQL （结构化查询语言）语句 查询，实现用户数据的多样可视化展现。此 外，需要具备多种数据分析模型，包括但不 限于事件分析、漏斗分析、留存分析、实时 分析等功能。用户画像方面，需具备多维度 的用户标签体系，可以实现用户画像和用户 分群的功能。支持可视化操作集中管理、加 工、整合各业务系统数据源进行标签加工。 实现对现有用户的多角度分析，为后续运营 用户提供前期支撑。可完成标签体系管理、 标签加工、标签任务管理、标签统计分析、 用户分群、用户探查、群体画像等功能。同 时也具备分群洞察和可视化的功能。
（四）大数据的数据规范
通过大数据平台把用户数据格式统一规 范，统筹数据的管理规划、质量改进和效能 评价，严格把控数据资源的流向和计算任 务。确保数据服务的一致性、准确性和实时 性。同时实现大数据中心数据规范的制定， 对后续接入平台制定标准。
三、大数据在融媒环境下的应用
大数据时代的到来改变了人们对生活和 社会的认识，也改变了人们的思考模式［3］。 媒体通过对数据的深度挖掘，可以在用户订 阅、收听、观看和互动中发现用户的需求，以此提升运营质量，满足广大受众在大数据 平台中实现数据共享服务、提供个性化推 荐、分析用户收视行为和经营分析的需要 [4]o
（一）大数据在用户运营中的应用
如今，随着传统媒体和新媒体的融合进程 加快，信息传递的边界正在消融，每个人都 成了新的信息发声端，及时获取用户的关注 信息对于媒体传播来说显得尤为重要。通过 对用户观看的时间、内容、习惯等数据进行 挖掘分析，媒体能够更加了解用户群体以及 他们关注的内容，进而实施精准的广告及活 动运营。同时也可建设一套完整的用户运营 体系，通过沉淀、分析、经营用户的方法及 服务，提升用户活跃度，刺激消费，实现产 品价值提升。还可以搭建完善的会员成长体 系，通过积分任务、积分商城提升用户活跃 度，刺激用户消费，推动用户持续留存创造 终身价值。同时通过积分激励社交裂变，快 速获取新增用户，提升品牌效应，增加经济 收益。依靠大数据能力，搭载强大的用户标 签体系，提供模块化专业数据分析能力，全 方位洞察用户画像，满足用户的个性化需 求，实现运营活动精准触达。还可以基于大 数据平台构建用户权益中心，通过积分兑换 权益的方式，增强用户黏性，从而完成用户 变现，最终实现增加营收的目的。
（二）大数据在舆论监测与未来预判中的 应用
舆情检测是当今传统媒体必须具备的能 力，舆情检测离不开大数据技术。舆情检测 首先通过维护人员设置相关检测词洪次通 过对自有平台和网络平台的检测词筛选并 设定阈值等方式来提供预警服务;最后通过 地理定位、时间筛选、关联匹配、情感词分 析等方式，对各个平台上的文章进行进一步 筛选。地理定位和时间筛选可说明该舆情在 哪段时间哪个地点影响力大;关联匹配和情 感词分析能发现该舆情是积极还是消极导 向;还可以进行热点词统计，统计数值能直观 地显示该舆情的影响力。