大数据在新媒体传播中的运用

（黑龙江新媒体集团 哈尔滨 150010）

一、新媒体传播与大数据发展的现状分析

（一）新媒体改变传媒生态环境

根据The Media Briefing发布的《2017年传媒生态报告》（The State of Media 2017），在30个国家的逾千名调查对象中，有67%的传媒业高管对自己所有媒体持乐观态度，纵观传媒的整体环境，有几大特点值得关注，一是视频成为媒体的投入重点。在中国，2017年网络视频用户、移动网络视频用户持续增长，移动互联网成为观众观看视听内容的首选。截至2017年6月，中国网络视频用户数量达5.65亿，较2016年底增长3.7%，其中手机视频用户规模为5.25亿，与2016年底相比增长5.1%[1]。二是互联网广告已经成为我国市场的主导，根据艾瑞咨询的数据，2017年第一季度，我国网络广告季度市场规模为698.9亿元，同比增长31.1%；第二季度为861.6亿元，同比增长28.5%[2]，即根据赞助商的需求量身打造并精准推送的广告内容。三是互联媒体已经成为主导，随着大数据、人工智能、云计算等新技术的发展，兴趣细分、个性推荐、内容分发已经成为众多媒体的重要战略方向，包括网易、今日头条、搜狐、UC等都实现了基于算法的个性化、精准化的分发方式。

（二）非结构化数据衍生的新价值

“大数据”在物理、生物、环境生态、自动控制等科学领域存在已久，但与新媒体的融合尚待挖掘，大数据技术，从本质上来说就是从类型各异、内容庞大的数据中快速获得有价值信息的技术，而对于大数据所处理的两种数据类型来说，非结构化数据规模是结构化数据的100倍以上，很显然，非结构化数据对新媒体的大数据应用更具新价值，这些价值主要体现于几个方面。一是语义价值，即非结构化的语义理解，通过最大似然估计计算出各个符号的频率分布[3]，从越来越多的语音、图像、视频等非结构化数据中挖掘出有价值信息的数据，实现人工智能的培养，最终的目标是人工智能能够理解并模仿人类的语言。二是社交价值，当前的社会媒体形成了一个极为庞大而又错综复杂的社会网，“大数据推动了传媒行业的纵向垂直整合，用户数据和客户群成为整个产业链中最为重要的因素”[4]，而非结构化数据则是描绘了整个传媒行业之内用户轮廓、客户群轮廓的重要工具。三是决策价值，大数据在媒体中的运作是寻找隐藏在数据中的模式、趋势和相关性，包括“今日头条”“网易新闻”等媒体客户端都在利用非结构化数据来进行内容分发。因此，对于新媒体的决策者来说，非结构化数据正是根据各类趋势进行决策，进而实现精准行文、精准投放及精准营销。

二、大数据在新媒体传播中的社会应用

（一）大数据带给新媒体传播的机遇

今天的大数据除了统计功能外，还包括了云计算、深度学习等先进的技术，大数据技术让我们越来越多地从数据中观察到人类社会的复杂行为模式，不断增加着我们的可用知识，使人们有了传统手段所无法比拟的分析能力，这也从几个维度为新媒体带来了前所未有的机遇。首先，是自媒体应用的机遇，“自媒体和大数据在实际发展中都将受到‘相关性’的影响，这也促成了两者直接的契合”[5]。微博、微信等自媒体平台的广泛应用实现了“人人都是信息的传播者”，根据《2017年中国自媒体从业人员生存状况调查报告》显示，2017年全国自媒体人数量为260万人，其中有38.8%的自媒体人月收入超过5000元。其次，是挖掘潜在渠道的机遇，随着新媒体时代传播渠道的多样化，定制化渠道及个性化需求将成为新媒体运营者在细分市场的核心竞争力，包括了新旧媒体之间渠道的转换及打通，这些都可以实现渠道的创新与受众的触达。第三，是大数据营销的机遇，大数据营销的核心是让网络广告在合适的时间，通过合适的载体，以合适的方式，投放给合适的人。付安红提出了相较于传统营销，新媒体营销具有产品个性化定制、价格策略更加柔性化、增强企业与消费者的交互性、提高“顾客让渡价值”、节约营销成本、提高营销效率等优点[6]。

（二）大数据带给新媒体传播的挑战

大数据的发展为整个行业带来了巨大的红利，但同时也引发了一系列挑战与难题。首先是算法瓶颈的挑战，一方面算法使新媒体的推送更加精准，触达率更高；另一方面，2017年9月人民日报连续三天发表评论文章，提出了以今日头条为代表，单纯依靠算法推荐的平台存在价值观缺失、制造信息茧房、竞争手段屡破底线三大问题，同时提出了“信息茧房”这一概念，主张算法主导下的内容分发模式会产生“自我封闭”的危险。其次是劣质内容挑战，新媒体被理解为“在独立的私人空间内，向特定或不特定的个人和群体传达和分享相关信息的新型媒体”[7]，因此很多自媒体缺少传统媒体所承担的一些义务与束缚，比如未经科学验证的健康知识、夸大其词的广告、只为博眼球的标题党、过于情绪化的观点乃至毫无用处的信息，都时常出现在智能平台首页的推荐当中。这些问题，也许最终还是要从大数据技术本身入手解决，需要开发出更先进的技术和算法，采取“人机互补”的方式来加强新媒体的把关或管理。

三、大数据融合新媒体传播的具体策略

（一）通过数据比对决策媒体运营方向

数据化指一切内容都通过量化的方法转为数据，而网络则实现了数据的实时交换，人们可以从其中找出各个数据之间的关联性，辅助自己的判断以实现有效决策，对于媒体运营来说，最有价值的数据包括了用户数据（读者数据）、内容数据与营销数据，大数据经过收集、分类、聚类后所提供的信息可以帮助新媒体运营者了解用户需求、阅读偏好及客户细分，找出传播的元素，分析读者喜欢或反感某类或某篇内容的原因，预测趋势及用户行为，实现媒体运营者的精准决策。

（二）通过数据精准分析用户画像

用户画像也即用户标签化（User Labeling），它是现代媒体领域重要的研究方向之一，即通过用户性别年龄、兴趣爱好、阅读习惯等的分析，实现个性化的推荐与精准的营销。而用户画像正是以大数据为基础的，当前所有的新媒体平台几乎都集成了用户数字化踪迹的记录功能，而无论是范围、效果还是效率都要远远高于传统的调查问卷方式。该方式利用大数据建立SVM（Support Vector Ma⁃chine）向量权重模型，根据用户的历史数据建立起运营者自己的网络资源库。

（三）通过可视化数据呈现多维度的数据关系

对于数据的呈现，除了微信等平台自带的流量监测之外，国内很多公司已经探索出了多种集群化、图标化的呈现模式，例如，“西瓜数据”提供全网优质公众号查询、监控及诊断等功能，可以帮助运营者迅速获悉公众号最新运营数据，实现公众号运营及广告投放效果的监控。可以查看地方公众号排名并按22个垂直领域进行细分，可以查看阅读增长趋势图，点赞数、公众号年龄分布、性别分布、发文习惯等等。同时，大数据可以呈现网络化的可视化分析结果，智能化实现包括用户分析、图文分析、竞争对手分析、活动/媒体合作分析等多维度的分析关系并以直观的形式展现出来。

（四）大数据智能化取代人工采编

随着人工智能与深度学习算法的不断发展，写稿机器人已经实现了第一时间自动生成稿件，瞬时输出分析和研判的功能。早在2009年美国职业棒球大联盟的季后赛上，一款名为StatsMondey的人工软件就已经成为了新闻撰稿人，而且已经达到30秒内即可生成一篇新闻稿件的“极速效率”。在国内，腾讯开发的Dreamwriter自动化新闻写作机器人实现了内容的编辑；里约奥运会期间，今日头条研发的写稿机器人张小明，16天撰写了450多篇体育新闻，并以和直播同步的速度发布；第一财经的“DT稿王”，1900篇/天的产出速度，相当于同时100位资深证券编辑1个小时的产量。尽管在涉及思维、情感、立场、判断、文化、艺术等方面，当前的人工智能仍然与人类存在着较大的差距，但可以预见的是，大数据和人工智能技术是机器人写稿的技术基础。尤其是随着大数据技术的发展，机器人写稿能力会越来越强。[8]

结语

在大数据时代，任何行业都无法与数据完全“割裂”，在“冷冰冰”的数据背后存在的却是人口统计信息、兴趣、偏好各不相同的读者、观众与网友，但如何用这些数据来产生“有态度”的内容，实现“有温度”的营销，创造“有深度”的产品，仍然需要人的努力。本文在研究大数据在新媒体传播中的运用的过程中，不仅对新媒体传播与大数据发展的现状进行了分析，探讨了其在社会中的应用，更提出了具体的策略，笔者也希望在该领域能够有更多的实例研究，深入到大数据的算法及从社会科学的框架加以探讨，同时，对新媒体领域大数据研究应紧跟其它领域的形势，为新媒体运营者提供更多的技术手段与思路。