大数据时代传媒思路的转向

大数据影响媒介生产思路

  大数据与传媒业的相遇,首先碰撞出的是数据新闻、机器人新闻、预测新闻等全新的报道样态,媒体对来自政府、企业、互联网的大数据加以利用制作出可视化新闻,改变了过去只依赖事实而缺少数据支撑的报道逻辑。除此之外,大数据对传媒业的影响,还体现在媒介内容生产思路的变化上。

  过去被媒体视作原子化的“大众”的媒介使用者们已转身成为个性化的“用户”。如果说“受众”只是单向传播的被动接受者,那么“用户”对媒介的利用更为主动,选择空间更大,而且能够生产原创的信息回流给传统媒体。他们称得上是传媒业大数据的贡献者,如facebook每天更新的照片数量达到上千万张,youtube平均每秒上传一段长度在一小时以上的视频,每天世界各地数以亿计的网民在网络上互动交流……用户留下的网络痕迹,已经成为一种重要的大数据资源。通过挖掘这些数据,传媒可以更好捕捉到用户的个性化需求、潜在的兴趣点,从而主动向用户推荐满足需求的信息,开创一种“按需推荐”的内容生产模式。

  正如frogdesign咨询公司的观察家所言:“我们正在离开信息时代,迈入推荐时代。”作为移动媒体终端的“今日头条”,就是一个践行“按需推荐”模式的例子。2014年6月,“今日头条”这款号称“不生产新闻,只搬运新闻”的手机客户端完成1亿美金的融资,引发关注。其内容组织方式就是一种大数据分析基础上以用户为中心的模式,以往传统媒体的内容生产主要靠编辑选取新闻,但“今日头条”是靠算法推荐新闻。按照创始人张一鸣的说法,“今日头条”会“根据用户绑定的微博,自动建立一个用户的dna兴趣图谱,主要根据用户sns账号上的标签、关注人群、好友、评论或转发、收藏等数据,以及用户的手机、位置、使用时间等数据提取出来……随后系统会自动记录用户的阅读情况,不断摸索用户的兴趣,同时也在不断优化推荐的算法。六七次之后,机器就能基本上判断出用户的兴趣了”。

  其实,个性化推荐服务在网络电商平台上早已普及,电商通过分析消费者对产品页面的浏览、评论、收藏、添加到购物车等行为,可以向其推荐感兴趣的其他商品,从而实现精准的广告营销。这一思路换至新闻领域,同样适用。从长远看,依照新媒体“按需推荐”的逻辑组织和布局媒介内容,是传统媒体在大数据时代的变革方向。

大数据为媒体提供了受众的信息需求

  “按需推荐”蕴含着有别于以往传者主导传受关系的理念,更加强调用户地位、用户体验、用户评价。传统媒体由于新闻生产周期的固定化,可以在日积月累中塑造忠诚度较高的受众的“新闻期待”意识,但仍无法跟上网络时代全时传播的脚步。与其让受众“期待”媒介等米下锅,不如媒介主动“推介”信息送货上门。

  落实到具体报道中,则意味着传统媒体更重视新闻价值中的受众效用。作为新闻生产的核心概念,新闻价值对媒体来说,是一套衡量和选择新闻的职业准则,但对受众来说,则集中体现为一种使用价值,即是否有用。如果受众自己对新闻不关心、不感兴趣或不需要,即便传媒把它报道出来了,但站在接受者的角度依然是没有价值的。而如今,受众的信息需求更加分化和多元,面对“分众”和“小众”的现实,传媒与其调整新闻价值的标准,不如根据受众看重的使用价值,将新闻重新分类打包再分派推送出去,以实现效用的最大化。

  受众的认可或买账,在一定程度上决定着传媒的市场空间。就像过去电视节目的质量高低由收视率来衡量一样,如今,用户媒介使用行为、阅读习惯等大数据,更能聚沙成塔般地折射出他们对传媒的整体态度。比起依靠随机样本获得的收视率,大数据分析可以呈现覆盖全样本的总体态势,据此得出的结论也具说服力。与收视率相比,基于大数据生成的直观用户评价,无疑对传统媒体制定内容调整策略有更高的参考价值。

大数据可以为媒体直接提供选题内容

  “按需推荐”建立在对用户需要的精准把握之上,无形中对传统媒体设定了数据挖掘的技术门槛。“今日头条”的推送之所以精准,很大程度上有赖于其数据挖掘、分析与计算的技术条件。在其200多名员工中,一半以上都是负责专攻算法的。仅仅靠人工判断,无法完成如此大规模的数据运算,依靠机器自学习、不断优化算法,才能够提升推送的精准程度。

  可以说,技术与算法是移动媒体完成“按需推荐”的核心竞争力,但这却是传统媒体的短板。面对这种情况,传统媒体要么与技术成熟的新媒体平台合作,减轻渠道建设的压力;要么自主组建专门的数据分析团队,进驻编辑部,负责收集、整合、挖掘媒体的大数据资源,为内容生产提供选题支持。这方面,许多传媒已经开始实践,但他们引入的数据团队,多着眼于对数据新闻用到的大数据做分析,却对用户个体属性、使用行为、社交关系的数据不够重视。

  不过,新媒体已经为传统媒体提供了可以复制的经验。例如,电视媒体就可以向美国的网络视频服务商netflix学习。netflix曾通过分析用户每天在网站上产生的3000多万个行为(含检索、暂停、快进、回放、点赞等),推算出用户的观看兴趣,发现很多用户依然在点播1991年bbc的经典剧作《纸牌屋》,同时这些观众中许多人喜欢导演大卫·芬奇和演员凯文·史派西,最终决定邀请二人担当导演和主演,翻拍《纸牌屋》获得成功。这对传统的电视媒体来说,netflix的做法无疑是寻找节目选题的便捷路径。

媒体可以利用大数据重塑“信息鉴别力”

  “按需推荐”模式需要技术提供强大的支撑,但在“信息推荐”之前的“信息采集与呈现”环节,机器计算与人工智能都依然无法替代人的专业判断,而这正是传统媒体的优势所在。实际上,“按需推荐”模式整合了两类大数据资源,一端是媒介已经生产出的海量的内容数据,一端是海量用户不断积累的媒介使用数据。以“今日头条”为例,无论其信息推荐系统多么精确,其信息来源都来自门户网站的新闻内容,而门户网站则多是转载于传统媒体。所以,在另一端源头数据的获取上,“按需推荐”模式的运行离不开众多传统媒体的集体贡献。

  进一步再换个角度看,被大数据包裹的用户面临着信息过剩的问题,如何处理、分析海量的数据,从中得出有价值的信息成为摆在每个人面前的问题。在源源不断涌现的信息中,人们越来越难辨别究竟自己真正需要什么信息,以及在复杂信息中分辨真相。帮助用户重塑“信息鉴别力”素养,仅仅依靠机器运算是无法完成的,说到底仍要依靠传统媒体提供有深度、有思想的专业信息服务来完成。特别是在受众“不知需求何在”的时候,传统媒体应当担负起解释者和瞭望者的角色,帮助他们减少困惑和压力,从而更好地“知晓和发现自己的需求”。媒介环境学者保罗·莱文森对未来媒介做过一个判断,认为媒介将朝着越来越人性化的趋势发展:无论是媒体的介质形态,还是媒体生产的内容,都将更加省力便捷,更加满足个性化的需求,拥有与人体器官相近的媒介体验。大数据创造的“按需推荐”,正是莱文森所说人性化媒介的一种情景。虽然目前能够做到“按需推荐”的媒介主要是新媒体,报纸、电视还尚未应用、开辟这种生产模式,但传统媒体只要是从人性的角度出发担负自身的社会角色,保障原创内容的品质,树立起“用户逻辑”、考虑到受众的实际感受,就会逐渐趋向“人性化”。

  目前,已经有一些媒体开始这样做了,例如,《纽约时报》的新闻采编部已经成立了受众拓展团队,即负责使用社交媒体、搜索引擎和电子邮件等推广业务,最重要的是探索如何使报道更加有效地抵达读者。可以想象,随着新旧媒体之间融合程度的加深与大数据分析技术的发展,建立在“按需推荐”基础上的人性化服务会逐步成为整个传媒业内容生产的新常态。

  当然,需要指出的是,“按需推荐”不是大数据时代传媒业内容生产的唯一方向。“用户逻辑”的背后除了强调用户的需求,也包含了用户分散却巨大的舆论力量。传媒如何动员海量用户参与到新闻的发现、采集与整理环节,以众包和众筹的方式聚合信息、完成新闻的雏形,这同样是大数据时代传媒内容生产中需要思考的话题。

  见光明网:大数据时代传媒思路的转向

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏全栈数据化营销

数据化分析从零到精通,只要一个可以交流分享的圈子

把你需要花大量时间和实践才能掌握的方法和知识,我加工后用通俗的语言分享给你,你就可以最短的时间掌握这些知识。

20620
来自专栏镁客网

李彦宏新年内部放狠话:反思虚假信息和过度广告,不行换人

21540
来自专栏帮你学MatLab

《大数据时代》读书笔记

最 早提出大数据时代到来的是全球知名咨询公司麦肯锡,麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的 挖掘...

390110
来自专栏罗超频道

五大派玩家角逐移动资讯市场,微博如何成“另类”?

近日移动数据机构Trustdata发布的一份报告显示中国移动资讯市场正在规模化增长,资讯类应用日均覆盖率已从年初的53%增长到近60%,就是说,越来越多的用户开...

33240
来自专栏服务端技术杂谈

技术团队,一定要做一款自己的产品

故事先从 [高德宣布日活超越百度,终成业界第一] 说起,在中国互联网界过去10年有三座过不去的大山–BAT。 但是最近几年看下来,B在与AT的竞争者逐渐掉队了。...

34180
来自专栏镁客网

VR龙虎斗,移动VR与PC VR谁将笑傲江湖?

14950
来自专栏腾讯研究院的专栏

潘勇:传统企业如何应对互联网大数据时代

大数据无处不在 随着云时代的到来,大数据已经越来越被大家所关注。潘勇先生认为,我们每一个人从早晨按点起床到上班的整个过程中也出现了很多的数据,所以说数据是...

31960
来自专栏新智元

微软、谷歌开发者大会终极PK:“AI First”的世界,谁的战略更清晰?

【新智元导读】Techcrunch 的专栏作家 Frederic Lardinois 在参加了微软 Build 开发者大会和 Google I/O 大会后,认...

28070
来自专栏养码场

曾被乔布斯diss的项目,后竟成为了谷歌的核心,这位谷歌软件女工程师笑了

一位女程序员,相继在美国贝尔实验室、诺基亚研究中心以及惠普实验室等处从事理论算法研究,在视频编码与视频通信的算法设计与实现上深耕数载。

8820
来自专栏软件测试经验与教训

如何在工作中更好的学习

35270

扫码关注云+社区

领取腾讯云代金券