融媒环境下大数据平台的建设及应用

宋雪姣

【摘 要】融媒环境下，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。本文从广播电视大数据平台现状及平台建设模块入手，讨论大数据技术在媒体融合下的应用，并对未来做出展望。

【关键词】大数据;广电大数据平台;媒体融合

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。媒体机构发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发展融媒的必要步骤。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[1]。

一、媒体环境下大数据平台的发展现状

2020年，我国出台的《关于加快推进媒体深度融合发展的意见》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媒体融合发展的重要板块，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。大数据的价值体现在数据的量上，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。随着技术的发展，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用户达到百万级，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主题策划上线，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，大数据平台在融媒发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发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部分：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，按照要求或规则，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，用户可以在其中创建目录和文件，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、用戶分群、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]。

（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;其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表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。

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（网络电视）的智能化数字化，解决了对频率和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，如对节目的受众进行年龄、喜好等分析，从而研发出更符合大众口味的节目。

（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体现在两个方面：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]。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、策划阶段，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发展的意见》，但一直到2019年，省级媒体融合才引起大众的重视。大众传播媒介从纸媒到广播电视，再到新媒体和融媒体，科技的发展在传播媒介的变革与发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发展。

四、结语

信息技术的不断发展给人类社会和生活带来全面而深刻的影响，大众从报纸、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。在融媒发展的今天，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，谌知翼.媒体融合再出发：解读《关于加快推进媒体深度融合发展的意见》[J].中国编辑，2021（01）：67-71.

[3]姜飞.大数据思维推动大众传播时代的真正到来[J]. 中国广播， 2015（8）：3.

[4]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.

[5]李丹丹.浅谈电视新闻记者的采访技巧[J]. 新聞研究导刊， 2014（7）：2.

（编辑：黄佳君）