AI和大数据对新媒体传播的影响及应用分析

刘敏华

【摘要】当前，AI和大数据技术对新媒体传播有重要影响，借助AI和大数据技术，能够充分优化新媒体传播的效果。本文围绕AI和大数据技术进行研究，分析了AI与大数据技术对新媒体传播带来的影响，面对新技术带来的影响，提出了相应的应用策略来阐明AI和大数据在新媒体传播领域中的路径。旨在促进AI与大数据技术新媒体传播体系的深度融合，改变传统媒体传播的局限性，从而丰富用户体验，提升传播效率。

【关键词】AI与大数据；新媒体传播；影响力

中图分类号：TN949                           文献标识码：A                            DOI：10.12246/j.issn.1673-0348.2024.09.016

近年来，AI与大数据技术在我国媒体行业中发挥了重要的作用，AI技术以智能创作与提供智慧服务为功能定位，大数据技术以协助处理海量数据作为功能定位，新技术的应用彻底颠覆了媒体行业发展格局，并对媒体行业造成了强烈的冲击。为此，媒体人员要重点研究AI技术与大数据技术，必须基于人工智能与大数据，革新生产模式，丰富呈现形式，提高传播效率。本文从传播内容、生产传播、传播效率、内容供给方式分析了AI与大数据技术对新媒体传播带来的影响，并提出了AI和大数据的应用策略。

1. AI与大数据技术对新媒体传播带来的影响

1.1 传播内容多元化

传统的传播模式主要采取人工处理方式，由媒体人员锁定目标受众，围绕受众群体喜好或新闻品牌形象，收集整理指定类型方向的素材资料，受限于人工处理效率，传播内容丰富程度虽然远超传统媒体，但仍存在优化提升空间。随着AI技术与大数据技术的应用，依托大数据技术精准识别受众群体对新媒体传播内容的倾向，依托AI智能算法辅助或替代人工生產新媒体内容，呈现出内容生产多元化趋势，同时满足诸多受众群体的新闻需求，为个体受众提供定制化服务。从内容生产角度来看，给媒体人员提供更为广阔的想象空间与操作空间，还有助于增强媒体人员与受众间的关联性。

1.2 生产传播一体化

传统的新媒体传播模式，内容生产和内容传播活动虽然有一定的联系，但总体关联程度不够紧密，不但会影响日常工作，还可能降低传播效果，如新闻报道时效性被削弱、传播数据没有达到预期要求。针对此项问题，传统媒体机构以搭建创新平台、打造一体化融合发展格局，逐渐形成“策采编播发”一体化生产流程。但根据实际情况来看，上述举措耗时耗力，难以在短时间内解决现实难题，需要媒体机构长期持续投入大量人力物力资源，很难巩固自身在激烈市场竞争中的优势地位。随着AI人工智能技术的落地应用，技术层面打通了素材收集、内容生产、内容传播等环节的渠道，合理应用新闻写作机器人、面部识别、声音识别、ChatGPT开发等技术手段，建立更高效、内部紧密衔接的新闻生产方式[1]。

1.3 提升传播效率

新媒体传播效率与内容生产效率息息相关，在新闻团队规模有限的情况下，内容产出总量较少，新闻传播效率不理想。AI与大数据技术的应用，可以显著提升新闻采编效率，进而带动传播效率大幅提升。根据实际情况来看，在素材收集环节运用大数据技术，从融媒体平台等渠道收集海量信息，从中提取具备一定新闻价值的素材内容，为内容生产提供资源支撑。在内容生产与传播环节运用AI技术，通过AI智能算法生成新闻内容，将新闻内容二次加工为短视频、长视频、图文报道等诸多媒介形态，对接多条渠道进行广泛传播。从受众角度来看，发生新闻热点事件后，短时间内即可查阅到相关新闻报道，增强了新闻时效性和新闻价值[2]。

1.4 转变内容供给方式

在早期新媒体传播模式中，内容供给方式落后，一般通过指定渠道发布内容，新闻内容仅对部分受众群体具备吸引力，多数受众对新闻内容不感兴趣。这一问题的根源在于，在新闻信息过剩的行业背景下，受众需求呈现出个性化趋势，单一类型新闻内容无法满足诸多类型受众对实际需求，新闻传播期间会浪费大量资源，投入与产出不合理。随着AI技术与大数据技术的应用，凭借其强大的数据处理和决策分析能力，绘制用户画像，将庞大受众精准划分为诸多类型，根据新闻内容选择目标受众群体，集中资源向目标受众群体传播新闻内容，构成全方位、多声部、多层次的传播矩阵，实现精准传播目标。

1.5 增强传播互动属性

互动传播是改善受众体验、提高新闻价值的一项重要手段，互动期间引导受众参与到新闻生产传播过程中，帮助受众实现自我价值、满足分享欲望，并把受众作为传播主体，在社交关系网转发新闻内容，做到裂变式传播。但根据实际效果来看，新媒体传播主要采取问卷调查、实时滚动弹幕、新闻选题投票等互动手段，互动程度与受众体验感存在不足，无法达到新媒体传播效果。相比之下，AI人工智能技术可以进一步增强传播互动属性，实时解答受众困惑，提供更优质的互动服务。例如，在新媒体平台上开发智能助手，提前设定各类问题的标准答案，受众向智能助手提出包括新闻创作注意事项、推送本地新闻、提交新闻线索在内的基础性问题，智能助手足以胜任此类工作。

2. AI与大数据技术在新媒体传播领域中的应用路径

2.1 内容精准化推送

为迎合受众个性化需求，避免受众因长期被推送自身不感兴趣的新闻内容而对媒体机构、新闻品牌形成负面印象。当务之急要将AI与大数据技术融入新媒体传播体系中，绘制受众画像，将兴趣喜好相似的受众归类，制定面向各类别受众的专项传播方案，仅向受众推送感兴趣的新闻内容，以此增加受众黏性、避免形成负面印象。在实现内容精准推送目标期间，媒体人员还要重点关注以下问题。第一，尊重受众反馈意见。受众画像与受众兴趣喜好存在差异，且受众长时间收看单一类型新闻内容时容易形成审美疲劳[3]。应认真了解受众反馈意见，根据受众对内容偏好，调整对民生、时政、财经、科普、体育等类型新闻内容的推送力度。第二，丰富个性化服务内容。根据受众需求提供更加完善的新闻服务，通过增加服务类型来改善传播效果，主要服务包括智能搜索、智能客服、智能推荐。智能搜索是受众输入新闻事件名称等关键信息后，新媒体平台向受众推送相关联的新闻内容，提供精准搜索结果。智能客服是在语音识别与图像识别算法支持下，智能解决受众问题与满足个性化需求。智能推荐是根据受众浏览记录等历史数据来推送定制化的新闻内容及产品。

2.2 创新传播战略

早期新媒体传播体系面临渠道单一、中心属性过强的现实难题，实际的传播范围有限，如果盲目拓展传播渠道，会增加媒体人员工作量，且无法兼顾传播范围和传播效果。因此，为充分发挥大数据技术的价值，切实强化传播效果，需要依托大数据技术创新传播战略，全新战略包括平台化传播、融合化传播和社会化传播，大数据技术负责在新媒体传播过程中提供数据支持，实时收集、处理海量数据信息。①平台化传播战略。将新媒体传播渠道进行整合处理，包括网络社交媒体、订阅平台以及新闻资讯网站，集中资源来构造数字化传播平台，大数据技术负责共享、实时交互数据信息，受众访问数字化传播平台，即可享受包括新闻浏览、观看互动式新闻、平板视听等新闻服务。②融合化传播战略。利用智能算法与大数据算法，从诸多形式新闻报道内提取具备一定价值的信息，后续通过文字、图片、视频等表现形式生成新闻内容，再通过相应渠道进行发布传播。如此，可以高效整合传统媒体机构、新媒体机构的新闻资源和传播资源，有利于扩大传播范围，这也契合资源通融、宣传互融、利益共融的融媒体理念。③社会化传播战略。受众作为新媒体传播链条的重要组成部分，媒体机构不再扮演传播中心身份，重点引导受众自发传播新闻内容。例如，吸引受众作为独立撰稿人，定期向新媒体平台投稿，对稿件进行筛选、审核后，定期发布一批具备一定新闻价值、提出独特观点意见、从全新视角解读新闻事件的稿件，独立撰稿人更擅长拉近与受众的心理距离。

2.3 健全数据库

在新技术应用期间，AI与大数据技术对数据样本规模有严格要求，数据样本越丰富，才能根据数据分析结果来掌握受众喜好、新闻事件后续发展情况等目标事件的客观规律，在数据样本不足的情况下，容易出现错误决策问题，进而对新媒体传播效果造成影响。因此，为改善技术应用条件，媒体机构必须倾斜资源健全数据库。一方面，定期对现有数据库进行扩容升级，确保数据库可以采集、存储海量数据信息，数据采集范围覆盖新媒体传播活动的方方面面，不会因剩余容量不足而发生数据库崩溃、数据信息丢失问题，给智能算法与大数据算法提供有力信息支持。另一方面，在数据库内编写数据挖掘程序，也可着手构建数据分析模型体系，媒体人员根据自身判断、工作经验，在程序内设定新闻价值判定规则，数据库自动从所采集原始信息中提取具备一定新闻价值的有效信息，滤除无效信息和失真信息，降低数据库系统运行负担。

2.4 拓展应用场景

由于AI与大数据技术应用推广时间有限，在新媒体传播过程中，主要面临技术应用场景单一的问题，AI与大数据技术应用价值大打折扣。因此，媒体机构需拓展技术应用场景，通过增加应用场景不断强化新媒体传播效果，以语音识别、视频加工、内容审查作为应用方向。第一，语音识别。在新媒体平台上建立语音搜索引擎，受众与媒体人员提交语音命令，自动分析语音命令的涵义，并从平台数据库中搜索相关信息，或是把语音内容转换可识别的文字、图像信息。例如，Clobhouse在线语音社交应用程序支持语音评论功能，用户通过语音形式来发表评论、回复留言，把语音内容转换为文字，还可以把语音翻译为特定语种，为用户提供便利[4]。第二，视频加工。在新媒体传播环境下，随着媒介形态的增多，媒体人员工作负担日益加重，需要把新闻内容二次加工为多种媒介形态的产品，工作效率、传播效率有所降低。可以应用AI与大数据技术执行视频加工任务，用于减轻工作负担。例如，在加工短视频、微视频与长视频时，依托AI算法与语音识别技术，提取视频背景声音，将背景声音转换为文字内容，在视频画面下部生成字幕，在短时间内批量化加工多条视频，并改善受众观看体验。第三，内容审查。为保证新闻报道时效性，通过即时报道来提高新闻质量与改善传播效果，推行智能审查模式，媒体人员在智能算法上设定多条审查规则，新闻内容生产完毕后，率先提交给智能算法进行审查，退回不符合传播要求的新闻内容，通过智能算法审查后，再提交给人工核对确认。此外，还应做好人才培养工作，对媒体人员组织开展专项培训活动，以AI和大数据技术的应用方法、流程步骤、技术问题、注意事项作为培训内容，帮助媒体人员在短时间内熟悉全新的新媒体传播模式。

2.5 多模态智能传播

在新媒体传播领域中，多模态是AI与大数据技术的未来发展趋势，多模态也可理解为多种异构模态数据协同推理机制，融合应用多种识别技术，利用多重识别独特优势，使得认证识别过程更加精准，这也是AI人工智能、大数据两项技术手段结合的产物[5]。在多模态智能技术落地应用期间，需重点掌握数据处理、情感分析、自然语言处理、增强现实四方面的应用要点。①多模态数据处理。提前在智能算法中设定规则，新媒体传播期间，不断从传播内容与新媒体平台上提取文字、视频、音频以及图像等类型的多模态数据，自动把数据分類整理并标注，实现海量数据高效处理目标。②情感分析。以受众作为分析对象，采集受众行为数据，对行为数据加以深度分析与学习，准确判断受众情感兴趣，按照分析结果来科学设计、动态调整内容推荐方案。③自然语言处理。以语音、表情等自然语言作为处理内容，依托智能算法不断从数据信息中识别、分析与处理自然语言，根据处理结果来支持新媒体平台的智能问答、语音搜索、语音交互等多项功能。④增强现实。利用虚拟现实技术，构建与新闻事件发生场景基本一致的新闻背景，生动还原新闻事件发生过程，在新闻传播期间向受众提供更加丰富的文本信息，引导受众沉浸到新闻场景当中[6]。我国媒体行业于2015年尝试发展“VR+新闻”模式，以增强新媒体传播内容的多感知性、实时性与可读性为首要目标，当前已成为新闻传播活动的重要表现形式。

3. 结束语

AI与大数据技术的应用，给新媒体传播活动带来了更多可能性，也给我国媒体行业注入全新发展活力。媒体机构与从业人员都应提高对AI与大数据技术的重视程度，及早树立全新观念意识，了解技术应用对新媒体传播形势造成的现实影响，坚持走内容精准化推送、创新传播战略、健全数据库、拓展应用场景、多模态智能传播的技术应用路径，提高新媒体传播效率和质量。

参考文献：

[1]田新梅.AI和大数据技术对新媒体传播的影响及应用分析[J].中国有线电视，2021（02）：192-194.

[2]金雪，金晓晖.AI和大数据对新媒体传播的影响及应用研究[J].新闻研究导刊，2019，10（18）：40，109.

[3]常烁.AI和大数据对新媒体传播的影响及应用分析[J].新闻研究导刊，2020，11（11）：110-111.

[4]曾雪琦.人工智能与新媒体传播关系研究[J].采写编，2024（01）：101-103.

[5]任书成.人工智能技术对新媒体传播的影响及应用分析[J].新闻研究导刊，2023，14（16）：76-78.

[6]韦庆贤.新媒体语境下传统电视新闻传播路径探索[J].视听，2024（02）：142-144.