欢迎来到杂志之家!发表咨询:400-888-7501 订阅咨询:400-888-7502 股权代码 102064

如何构建以大数据及人工智能为核心的体系

摘要:在国家大力推动媒体融合发展以及将大数据、人工智能等技术作为新一代信息技术产业重点发展和推进的背景下,媒体行业迎来了重大发展契机,同时也面临着严峻挑战。
如何构建以大数据及人工智能为核心的体系

一、引言

纵观人类社会的发展,每一次重大变革都是由生产力的变革所引发的,“科学技术是及时生产力”在当今高度信息化的社会中更是体现得淋漓尽致。这一点从全球市值较高的公司排名变化情况,可以得到充分验证。聚焦到媒体行业的发展,当前世界媒体格局、舆论生态和传播形式正在经历深刻变革,而这一变革的根本原因还是技术的突破式发展,人口红利的逐渐消失使得媒体开始转向技术红利的挖掘,大力推动以大数据为基础的人工智能等先进技术应用于新闻生产的各个环节,实现媒体智能化转型升级。可以预见的是,媒体行业必将伴随着大数据、人工智能等先进技术的发展而产生革命性的变革。

二、媒体行业大数据&人工智能发展综述

从政策层面来看,国家“十三五”规划明确提出了大数据、人工智能将作为新一代信息技术产业重点发展和推进的领域,并大力推动网络空间从人人互联向万物互联演进,数字化、网络化、智能化服务将无处不在。与此同时,媒体融合已经成为国家战略,多次强调建设新型主流媒体的重要意义,并提出要推进传统媒体与新兴媒体融合发展,以使主流媒体掌握网络空间的话语权,巩固网络舆论阵地,牢牢把握意识形态工作领导权。可以说,无论是大数据、人工智能技术的推动,还是传统媒体与新兴媒体融合发展,国家都从政策层面给予了大力支持和保障。从市场层面来看,国内在大数据、人工智能领域有着一定积累的技术厂商、高校、科研院所以及投资机构,纷纷加大对这一领域的研究投入。与此同时,大数据、人工智能技术在媒体行业的应用也已得到广泛认可,无论是人民日报社的“创作大脑”平台,还是新华社的“媒体大脑2.0——MAGIC智能生产平台”,都是大数据、人工智能技术在媒体行业的成功应用。由此可见,在国家媒体融合发展战略的大趋势下,媒体行业正处于由主流媒体牵头发起、互联网高科技公司快速渗透、高校及科研院所积极参与、社会资本大力支持的历史性发展时刻。未来,大数据、人工智能等先进技术在媒体行业的应用会越来越多,必将会有更多的媒体探索使用基于大数据的智能媒体生产方式。从业务层面来看,在新媒体浪潮的冲击下,面对掌握新传播形式和渠道手段的新兴媒体,传统媒体的年营业收入呈现断崖式下滑,一些昔日辉煌的报社或关停或合并,严酷的现实让每个传统媒体从业者清晰地感受到,任何不能随时展的企业终将在新时代被淘汰。随着我国互联网发展的日益成熟、媒体类型的逐渐扩展、内容传播形式的快速变化以及网民个性化需求的不断增多,媒体行业呈现出明显的“长尾效应”,如何有效细分市场、如何抓住核心用户、如何实现流量变现,这些都成为困扰媒体未来发展的大问题。而问题的解决,不仅需要有良好的制度去保障、的人员去执行,还需要先进的技术来支撑。可以说,如果媒体无法快速转型,并大力拥抱以大数据、人工智能为代表的新技术,则必将在下一个智能媒体时代成为过去。从技术层面来看,大数据与人工智能并不是两项孤立的技术,而是一套完整的技术体系,包含了数据采集、数据挖掘、数据科学、自然语言处理、图像识别、语音识别、神经网络、深度学习、机器学习等一系列的相关技术与理论,具备对海量结构化、半结构化、非结构化数据进行统一采集与接入、数据清洗与格式转换、分布式数据存储与检索以及深度智能挖掘分析的能力。目前,针对媒体行业的数据采集与接入,主要是针对互联网公开数据的采集以及媒体内部数据的接入这两部分,互联网公开数据包含新闻网站、论坛/贴吧、博客、微博、微信公众号以及移动新闻客户端等数据,内部数据包含媒体的内容生产数据、历史数据、用户数据、版权数据、经营数据等;数据清洗与格式转换主要是对各类采集数据进行统一的预处理,包含垃圾信息过滤、数据消重、异常数据清除、数据变换、格式标准化等;分布式数据存储与检索,主要是基于Hadoop平台对经过预处理后的数据进行多类型索引构建并存储,从而实现多源异构数据的统一存储管理与多维检索;深度智能挖掘分析主要是根据业务场景,利用神经网络、深度学习、机器学习以及人工数据标注等,构建并不断优化分析算法模型,从而实现对图、文、音视频数据的多维统计分析,为上层业务应用提供决策支撑。

三、媒体行业大数据&人工智能应用现状

当前,虽然从事大数据、人工智能技术研究与应用的技术企业非常之多,且无论是在技术研究侧重点还是在应用领域方向上都各有不同,但就媒体行业来说,众多企业都仅仅围绕着媒体行业现有的业务场景在提供技术服务,包括现在常用的网络热点推荐、舆情监测分析、传播效果追踪以及最近受到热捧的机器人写稿等文本分析处理功能,同时随着媒体融合的推动,图片、音视频数据越来越成为媒体重点需要挖掘分析的对象,出现了包括涉黄、涉暴、敏感人物的检测,重点场景的识别以及图片的版权追踪等图像智能分析处理功能。除此之外,知识图谱技术的出现也为大数据、人工智能技术在媒体行业的应用,带来了更多想象空间。通过调研各大主流媒体的信息化建设情况,当前媒体行业大数据应用平台的建设基本采用分层架构,从数据层、接入层、分析层、应用层这四个层面,利用大数据、人工智能、知识图谱等技术,汇聚内、外部数据资源,围绕内容生产全流程、各环节、多角度,打造立足当下、着眼未来的媒体大数据中心,从而为媒体未来持续、高速、稳定发展提供强有力的技术支撑。 通过融合媒体内部数据以及互联网公开数据,实现数据资源的充分整合利用,并利用大数据、人工智能等技术对图、文、音视频数据进行深度挖掘分析,从指挥策划、采编审核、运营、传播追踪到绩效考核的各个环节,提供智能化的应用服务,可提升媒体生产运营的效率与质量,从而真正落实国家关于打造新型主流媒体的政策方针,实现新型传播体系和舆论引导新格局建设,最终推进国家治理体系和治理能力现代化这一国家战略。

四、媒体应积极构建技术生态体系

面对如此复杂的行业生态格局与不断更新的信息技术,传统媒体的融合转型之路走得崎岖又艰难,因为需要融合的不仅仅是媒体类型,还有组织结构、业务流程以及技术架构,而技术架构又是融合的关键。所以,无论是中央媒体、行业媒体还是地方媒体,在努力找寻适合自身未来发展方式的同时,都在积极建设各种信息化项目来完善自身技术体系,希望利用先进技术不断武装自己,尤其是在看到竞争对手利用新技术来改变生产、经营方式,并取得良好效果时,这种迫切的意愿变得尤为强烈。但是,先进的信息化技术只是手段,如何有效利用才是关键,今日的信息化建设能否为长远的发展奠基,哪家企业适合成为真正的技术合作伙伴,符合自身未来发展的技术体系该如何构建,这些都是媒体管理者必须考虑的问题。每一家媒体技术体系的打造并非一朝一夕可以完成的,更不是照搬照抄可以实现的,需要媒体单位的技术负责人在与业务负责人充分沟通后,根据单位自身业务的发展需要、特色优势、技术现状以及行业发展趋势等重新进行设计,包括技术架构的规划、技术路线的选择、技术人员的配置以及技术合作伙伴的选择等。正常情况下,媒体单位的技术负责人虽然对行业的技术发展具有深刻的理解,但是在具体技术应用落地与同类单位实际应用效果这两个方面,仍不如技术企业了解得与深入。因此,媒体在进行技术选型时,一般都会选择多家技术企业进行沟通交流,反复比较不同企业的技术优势与特长,进而挑选其中的一到两家作为技术合作伙伴来支撑媒体技术体系的建设。但是,由于新技术的不断更新且更新速度往往快于单个企业的成长速度,因此媒体的技术体系需要不断调整且技术合作伙伴需要经常变化,尤其是在当前新技术爆炸式发展的时代,以大数据、人工智能为代表的新技术正在不断改变人们的生产、生活方式,构建以大数据&人工智能为核心的全新技术生态体系变得尤为重要。积极打造行业生态比自身埋头苦干要重要得多。当前,虽然很多媒体都拥有自己的技术团队,但是由于信息技术的发展实在太快,尖端人才又十分稀缺,而且新技术的研发投入非常之大,单独任何一家媒体都不可能有时间、有人力、有资本去研发所有的新技术。在这种情况下,媒体应充分认清自身发展定位,依托自身特色优势牢牢把握媒体行业的业务发展方向,提出具有前瞻性的业务创新模式,并进一步联合技术企业打造适用于自身发展的技术生态体系,从而在新的市场竞争环境下占据一席之地。 

结语

综上所述,在大数据、人工智能等先进技术引入媒体行业的当下,媒体融合向智能化媒体发展是大势所趋,所有媒体都应该“着眼未来,布局当下”,积极开拓新思路、构建新模式、运用新技术,联合技术企业共同打造以大数据&人工智能为核心的技术生态体系,这样才能在新的媒体格局和舆论生态形势下取得经验丰富优势与主导地位。

在线咨询