AI赋能媒体的场景创新

摘  要：本文以大数据和人工智能为技术手段，分析技术支撑下如何推动媒体的场景创新，其中包括智能策划、智能生产、智能分发、智能评价等场景，为媒体融合发展赋能。

关键词：四全媒体;媒体融合;县级融媒体;智能化;业务场景

中图分类号：F49;G206                                                               文献标识码：A

本文著录格式：林松涛.AI赋能媒体的场景创新[J].中国传媒科技，2020，04（04）：10-12.

2019年1月25日，中共中央政治局在人民日报社进行第十二次集体学习时，习近平总书记提出了新时代对媒体行业的更高要求——四全媒体。总书记提出“全媒体不断发展，出现了全程媒体、全息媒体、全员媒体、全效媒体，信息无处不在、无所不及、无人不用，导致舆论生态、媒体格局、传播方式发生深刻变化，新闻舆论工作面临新的挑战。”融媒体已经上升为国家战略，需要从技术、业务、生态等多维度相互协同，秉持“人在哪儿，宣传思想工作的重点就在哪儿”的理念，着力构建资源集约、结构合理、差异发展、协同高效的全媒体传播体系。

1.媒体融合的三阶段

媒体融合之路历经了三个阶段，首先是 “从流程中心转变为数据中心”的数媒时代，以新华社待编稿库、人民日报公共稿库为融合数据资源的典型案例;第二个阶段是“从新媒体转向为融媒体”的融媒时代，重点是实现渠道、体质、机制、技术、平台等全方位的融合传播体系;第三个阶段就是当下正在探索的“大数据+智能化赋能”的智媒时代。

在大数据+AI这个新时代背景下，传媒行业也向着智媒时代进发，越来越多的媒体利用大数据和人工智能的先进技术手段，打造智媒平台以迎接未来趋势的挑战。人工智能在媒体传统的策、采、编、发、评等环节进行赋能，从整个行业的技术格局探析：“AI重构生产，智能升维传播”。从传统媒体到新媒体、从新媒体升维到智媒体，其技术支撑必然是大数据+AI，但是技术支撑的有效落地一定还是场景服务，只有合理的场景才能将智能化技术实现赋能创新。人工智能的分支方向很多，和媒体有机融合的技术主要有：认知智能、智能语音、智能图像、虚拟现实、知识图谱等，其中媒体行业应用最广泛和扎实的则是基于知识图谱相结合的自然语言理解（NLP），有专家曾提出“语言理解是人工智能领域皇冠上的明珠”。

2.智能化赋能媒体的业务场景

智媒时代核心是智能传播，智能传播的本质是“建立智能的人的情、境、意、识+机的态、势、感、知的协同机制”。智能化赋能媒体业务的场景服务，主要体现在智能策划、智能生产、智能分发与智能评价四大方向。

2.1智能策划场景

依托于海量数据中筛选价值点，辅助媒体用户实现选题与策划的数据智能决策;同时利用NLP技术对大数据实时数据流进多维分析，结合知识图谱体系规划场景服务。智能策划的场景选型从多种维度方向进行垂直细化延伸，主要是线索发现、热点挖掘、情感关注、突发爆料、流量异动、深度追踪等等。

如线索发现场景，重点是从海量数据流中实时发现可供决策和选题辅助的线索信息，在线索发现的模型算法后，还需配套一系列模型才能提高线索供给背后的有效支撑。线索真伪认证，不仅是从线索内容表面进行分析，还需要结合上下文语境、线索溯源的源头发布信源的公信力、传播图谱上关键节点的信源评估、历史相似内容的发布信源等级，还有持续更新的谣言库比对等，只有通过诸多环节的算法模型处理，为每条线索赋予置信度阈值，才能提炼线索真伪性的量化数值依据，并供给为媒体从业者参考。

热点挖掘，不仅是从海量数据中发现聚类热点数据，而且需要将热点数据进行下钻分析、挖掘热点背后的多元因子，才能帮助內容生产和决策者从不同角度来选择合适的选题方向;因此从技术角度来看，每个热点多层级分析至少需要热度模型机选、子话题时移、热点趋势预测、爆点溯源评价、重要观点提炼、热力图谱、政策关联、报道角度预测、实体热度抽取等数十种子模型算法来匹配。

此外，智能策划还有情感关注、突发爆料、信息（或流量）异动、专题事件的深度追踪等一系列诸多场景服务。

智能策划场景其本质就是为媒体发现值得报道或者跟进的线索热点等信息，在海量数据信息的筛选上，需要借助诸多算法理论和模型实现不断的优化调整。“信息论之父”克劳德·香农为信息发现提供了扎实的理论基础，香农在1948年的论文中，首次提出了“信息熵”的概念，，在信息论的这个著名公式下，通过单调性、非负性和累加性三个维度的计算，可以量化关于内容策划化解所决策的信息增益和信息量，辅助媒体决策事件报道的方向和深度。

2.2智能生产场景

在媒体的内容创作过程汇总，利用大数据+人工智能为生产环节提供知识服务，以“人机协同”实现智能创作辅助;运用语音智能、图像智能、虚拟现实等创新性先进技术，提升专业创作、全息内容形态和安全发布等。

智能生产场景大致可以分为四类方向：知识服务类、生产辅助类、全息创作类和内容安全类。

知识服务类，核心是利用大数据+认知智能技术，将媒体知识图谱的语义关联有机结合，在内容创作过程中，通过“机器大脑”的方式理解内容创作者的思路目的，以主动推荐式的服务提供内容紧密相关的知识、素材和延展等，通常被应用于主题延展、背景分析、智能配图、素材关联、语义关联和以图搜图、视频关键帧查询等场景，实现内容与知识的“人机协同”创作。

生产辅助类，利用智能化的技术在内容生产的工具软件中，辅助创作者有效降低内容生产的实际成本（时间+人力），实现生产过程的工具优化和效率优化;内容辅助类场景涵盖了全形态的内容类型生产，如语音自动转换、视频智能拆条、字幕自动识别、OCR识别、关键帧提取和内容自动标签等。

全息创作类，在媒体内容的传播形态上进行创新，未来将大量借力5G+的技术方向，实现传播方式上的全息报道，使得内容传播者和内容受众者都有“身临其境”般的沉浸式体验;目前应用的比较广泛的有虚拟演播室、虚拟主播、AR/VR/MR的虚实混景、传感器新闻等。

内容安全类，主要是利用人工智能技术对媒体生产的内容（文、图、视频等）实现机器自动初检，帮助内容生产者减少错误，在核心环节保证了报道与形式内容的正确导向;利用AI实现此类的自动智能机审场景很多，如智能检校、敏感提醒、影像三鉴（鉴黄、鉴恐、鉴暴）、政治识别、恶意低俗广告等。

2.3智能分发场景

通过对数据的积累分析，实现传播预测和分发匹配等，实现内容在用户端、媒体端的精准推荐，以达到内容生产与用户个性化需求之间的智能匹配。为实现智能分发的目标，需要对受众群体和内容标签之间搭建多种方向的算法模型。

如面向终端用户的行为画像、面向媒体渠道和频道栏目的机构画像、面向不同渠道栏目预发布的内容传播预测、面向用户个性化需求的精准推荐、面向广告主的计效广告模式等。

智能分发的场景案例众多，也是国内外媒体机构利用技术手段不断探索实践的重要方向分支：如智能漏斗路径，通过数据深加工和深度机器学习相结合的方式，自动发现传播真实路径和关键传播节点，围绕数据传播图谱实现分众定制化传播;个性化推荐，从用户标签发展到相似群体的协同过滤，目前也走向了理解个体的NLP，个性理解实际上包含了自然语言技术所涉及的方方面面。

在新媒体快速发展过程中，平台的内容流量显得极为重要，比如微信公号的阅读数与在看数作为该渠道最为重要的指标之一，面对刷流量假流量的操作行为，智能分发场景通过对公开数据的实时监测和模型匹配，也能够让异常流量的“李鬼”现身无处躲藏。

2.4智能评价场景

传统媒体在内容传播的全生命周期，从注重内容生产到关注传播数据的效果量化，已经逐渐形成传播闭环流程的思维;而传播效果的量化数据往往能够指导媒体在策采编发的各环节优化流程和辅助决策，并能在绩效考核和版权追踪等多个关联场景下发挥支撑作用。

内容传播的智能评价，其核心为构建多维度模型的传播效果智能化监测，助力媒体通过量化数据掌握实际传播情况建立传播效能与传播全流程各环节的闭环驱动。

智能评价场景是典型的互联网传播大数据+人工智能内容识别相结合的技术应用领域，如基于指纹特征提取的文章全网传播路径追踪、基于图像内容特征模式识别的传播追踪与图谱绘制等;针对内容传播路径图谱的绘制，涉及内容原创分析的判断、版权内容的追踪追溯等语义分析;传播效果的量化指标在不同类型的媒体中也需要不断修正调整参数变量，以符合特定的媒体类型和行业特征，传播力指数的可变模型计算成为智能评价场景下的重要数据基础。

综上所述，媒体升级转型的重要抓手还是以数据为基础、以智能为赋能、以场景为落地。

拓尔思公司在融媒体转型时代，作为技术领先的行业服务商，全新打造的“以内容资产为核心”的智能生产与传播服务平台，重构新闻生产流程、提升数据价值挖掘与赋能，助力媒体融合的传播与服务变现。该平台已成功服务国内数十家重量级媒体单位并获得多项行业技术殊荣。

3.“媒体+”技术公司的合作共赢

媒体与技术公司进行深度合作，最成功的模式已不再是甲乙方的项目合约制，而是将媒体的内容、资源优势与技术公司的技术优势形成互补，面向媒体本体业务外的“蓝海”共同运营和收益。

拓尔思作为长期媒体技术合作厂商，也不断在探索媒体+的跨产业拓展，从政务新媒体到企业新媒体，从高校实验室到出版社等单位，将融媒体建设外延到传统媒体以外的其他行业中。更重要的是，拓尔思将这种“共运营、共收益”的模式来助力合作媒体获取更多收益。

在媒体+的跨产业拓展中，可以分为三圈，按照与媒体业务的紧密程度分为三个等级：运营托管、精准决策和智慧监管。

第一等级为运营托管，即将媒体紧密相关业务进行打包输出，如政企的融媒体建设、政务服务、党建服务和政府网站集约化等。如拓尔思发挥在政府集约化网站的技术和业务优势，与湖北日报联合建设湖北省政府网站集约化平台;拓尔思与广西日报合作，联合实施了南宁海关的融媒体平台，这些都是与媒体深度合作开辟蓝海共赢的典型案例。在政务服务上，通过与中国日报合作建设对外政务服务平台，帮助政府实现政务服务平台的建设、政务服务事项的梳理、政务服务场景的策划，以互联网思维推广互联网+政务服务。

第二等级为精准决策，即助力媒体通过利用大数据服务能力来实现数据业务的增值能力。媒体所涉及的数据类的增值服务，一般分为数据解读、舆情分析和传媒智库这几个层面。拓尔思在舆情领域有多年的服务和经验沉淀，为数十家媒体提供舆情系統和监测服务，帮助媒体拓展舆情客户，从发现舆情到妥善应对提供完整系统流程。在传媒智库方面，拓尔思助力多家媒体单位发挥主流媒体的平台、资源和专业优势，通过“数据分析+专业研判”提供专业智力服务。如南方智库的工作平台、中国教育报刊社的中教传媒智库等。

第三等级为智慧监管，响应国务院关于“互联网+监管”的指导意见，主要是在施政口碑监测和行业新业态风控等维度上。如拓尔思与中国健康传媒集团合力打造的中国保健食品风险预警平台，为媒体带来了社会效益和经济效益的双丰收;同时也为经济日报建设了经济信息服务平台等。

4.面向县级融媒体中心的媒体云平台建设

为响应总书记关于“县级融媒体中心建设”的讲话精神，拓尔思积极开拓县级融媒体中心的省级媒体云平台，参与了天津、浙江、贵州、内蒙古、新疆等多省级平台的建设工作。在融媒体采编发、大数据指挥监测、人工智能全景辅助、多元内容生态汇聚分发、全流程量化考核管控、一站式多端移动运营等方面提供了全案的解决方案和平台建设经验。其中为浙江日报建设的天目云平台已经实现了数千万以上的销售收入。

结语

跳出媒体看融媒体：融媒体建设不限于传媒集团，以 “新闻+政务+服务”的融媒体中心是新时代的治国理政新平台。

媒体融合的核心和方向：全面移动化、视频化、数据化和智能化。

媒体转型：基于互联网基因的现代综合传播体系（四全媒体）。

拓尔思在融媒体建设历程中，以数据为媒体赋能，以知识为行业赋能。从中央厨房、融媒体到县级融媒体中心的媒体云平台，拓尔思一直和媒体在一起;并将持续创新人工智能与传媒行业的融合应用，助力于智媒时代。

参考文献

[1]人民日报社北京1月25日电.习近平在中共中央政治局第十二次集体学习时强调推动媒体融合向纵深发展 巩固全党全国人民共同思想基础 [N]. 人民日报，2019-01-26.

作者简介： 林松涛（1977-），男，辽宁省朝阳市，拓尔思新闻出版事业部总经理，研究方向：融媒体。