大数据智能化引领下的媒体深度融合

2022-06-09朱小满

传播力研究 2022年12期

◎朱小满

(福建省广播影视集团融媒体资讯中心，福建福州 350000)

随着人工智能技术与媒体的融合不断深化，媒体融合向纵深化演进已成为必然趋势。从内容的智能化推送到信息资源的整合，从价值观念的挖掘到营销服务的推广，大数据平台以其丰富的信息呈现手段推动媒体深度融合。媒体大数据平台使信息的收集、整理、分析、解构以及可视化等方面更加高效便捷，促进了融合媒体产业生态系统的建设，顺应媒体发展趋势与客观规律。

一、媒体融合的内涵

媒体融合的概念由美国计算机学家Nicholas Negroponte提出，他指出媒体融合不仅仅是传播媒介的结合，而是整个媒体行业的行业形态的变化。随着科学技术的不断发展，信息传播渠道明显增加，信息传播速率也得到大幅度提升。媒体融合逐渐脱离了单一化的形式联合，正加速迈向纵深。而媒体融合作为我国息化建设的核心环节，其发展对于我国建设网络社会治理体系具有不可忽视的作用。

二、媒体融合的主要特征

(一)多层面

媒体融合囊括了传播形式、传播技术、以及传播渠道选择等各个方面。在媒体融合的过程中，需要立足长远，从整体的角度出发，对其进行多层面、全方位的考虑，从而加速推进媒体深度融合的进程。

(二)多视角

社会大众普遍将媒体融合释义为新旧媒体的结合，但这只是媒体融合的一个视角。媒体融合不能只从媒体的视角来进行思考，还要考虑其“人本”视角，构建用户平台来改善大众在信息传播中的地位，使用户成为内容创造的一部分。

(三)界限模糊

媒体融合注重“合”字，但随着科技水平的提高，各个互联网终端之间的联系日益密切，信息能够通过手机、电视、电脑等智能化产品进行实时传递。这些数码产品之间相互独立，但通过大数据技术又能够很好地融合到一起，充分体现了媒体融合的界限模糊。

(四)不断变化

媒体融合实质上是新旧媒体适应社会形式的过程。随着技术的不断升级与优化，媒体融合的介质与手段也会逐渐转变。而更加智能化的设备的出现也会使媒体融结合的形式发生巨大的变化。

三、媒体深度融合需遵循的三大原则

(一)立足实际

要加快媒体深度融合的步伐，必须要立足实际，找准媒体融合向纵深化发展的落脚点，明确融合的内容与方向。各媒体平台应认清媒体行业的行业形势，对国家出台的媒体新规进行分析，结合自身战略发展规划，在融合的过程中坚持原则、量力而行，规避因盲目自大所导致的风险。

(二)追求实用

媒体深度融合需要的是其实际效用能够得到充分发挥。在融合的过程中，不能盲目地追求形式的“高、大、上”，要秉持实用性的原则，将新旧媒体等传媒资源进行重组，通过可操作性强的方式对媒体的传播影响能力进行整体提升，节约重组成本，进一步优化和改善行业媒体格局。

(三)注重实效

媒体深度融合不仅要立足长远，以发展的视角进行规划设计，提高对自身运营能力的重视。媒体的融合与发展需要一定的资金成本，只考虑媒体深度融合的标准，不能帮助各大媒体实现长远发展的目标，也无法承担好引领社会舆论导向的职责。因此，各大媒体在迈向纵深化发展的同时，还要对其盈利能力进行统筹规划，推进其盈利模式的变革与升级。

四、大数据智能化引领下的媒体深度融合表现

(一)智能化内容生产

大数据平台具有优秀的数据收集与整理、分析与匹配的能力，能够有效筛选信息内容，并为内容的生产、加工以及二次加工提供技术支撑。各大媒体平台充分利用视频智能生产引擎，通过对受众的个性化偏好等信息数据进行采集、整理以及分析，从而搭建完善的用户内容搜索框架以及视频观看喜好图谱，进一步实现内容推送的智能化，使用户通过媒体与技术之间的衔接获取更加高效便捷的服务体验。

针对内容的创作，大数据在其中发挥了不可忽视的重要作用。通过分析网络上种类繁多且涉及范围广泛的信息，媒体的融合模式已具备一定的“思维能力”，不仅局限于内容的个性化推荐上面，还包括了内容评价机制的构建以及用户情绪的及时反馈。

其中，内容评价机制的构建主要包含了内容的深度挖掘、创作可行性评价以及未来播放量的预测等方面。内容的深度挖掘主要表现各媒体平台通过大数据库对热门影视题材、流量较大的视频内容以及广受欢迎的节目进行分析，从而进一步衡量内容生产加工的必要性，简化制作流程。创作可行性评价则是指对内容创作的操作性进行全方位的研究，并对整合后内容所创造的最大化价值的评估，以此来提升内容生产的有效性。用户情绪的及时反馈本质是对用户使用行为进行分析，以反馈的情况构建用户情感模型，从而提高预测用户观影情绪的能力。

在大数据智能化的宏观环境下，大数据平台对于其内容的创作、用户的反馈以及媒体的战略决策具有重要的影响。以Media AI为例，它基于对内容认知理解，有效结合计算机视觉、自然语言处理等技术，通过对素材内容的实时监控和分析，抓取所需要的内容进行加工，进而创作出满足用户实际需求的内容，实现内容自动化、智能化生产，最终提升了媒体业务运营效率和效果，同时还为内容创作者提供了创作模板。

(二)助力媒体机构底层数据技术体系融合建设

首先，在大数据智能化的引领下，各大互联网平台可以向媒体提供数据计算、数据存储、数据安全性维护等最为底层的数据技术能力，为媒体的网络化、数字化转型提供帮助。北京广播电视台为了更好地储存、整理以及分析受众的相关信息与数据，提升信息传播能力，在2020年与阿里巴巴集团旗下的公司——阿里云进行合作，利用阿里云优秀的数据计算以及处理能力，进一步保障其信息的安全性。

有研究结果显示,教师参加临床实践后课堂教学质量评价总分高于临床实践前总分,差异具有统计学意义,说明护理专任教师参加临床实践有利于课堂教学质量的提高[4]。通过临床实践,教师对书本理论知识有了更加直观、深刻的认识,在授课过程中能合理组织教材、避免了照本宣科的情况。在实践中教师可以更清楚地了解临床护理岗位需求,更好地把握教学中的重难点。与此同时,教师能够收集典型教学病例并及时了解临床新进展。教师将临床实践中遇到的情境、问题和病例作为课堂教学的素材,可以激发学生的学习兴趣和积极性,提高学生主动发现问题,并应用所学理论知识分析、解决临床实际问题的能力,有助与学生临床思维的形成。

其次，各大互联网公司也通过构建“云平台”以及搭建完善的大数据体系，来帮助媒体完善底层数据的框架，优化和升级其技术应用集成平台，从而促进媒体的数据融合、业务融合。

例如，浙江广电集团为了加快省级媒体的融合步伐，提升媒体融合的影响力，在理论数据库的基础上，以云计算、AI技术为支撑力量，发挥其协同效应以共同推进新型融合平台建设，着力打造了以“理论传播+人工智能”为主的“中国蓝云”应用生态平台，进一步优化了媒体融合的整体布局。

又如，重报集团为给受众提供更好的信息资源服务，扩大自身的公信力，进而使品牌化战略发挥实效，联合“资讯云”“政务云”以及“生活云”等数据资源进行网上宣传平台的建设。此外，新华网也通过与阿里云的合作，利用AI调度、AI自学习等技术能力打造了“新华云”，并随着阿里云的研究技术水平的提升，“新华云2.0”应运而生，助推其数字化转型。图1为“新华云”的结构模式。

图1 “新华云”结构模式

在大数据体系建设方面，各大媒体平台深化与云计算公司的合作，利用其信息收集与筛选、数据的管理与保护等技术能力，提高自身的统筹规划能力，浇筑坚实的大数据底座。例如，央视网与阿里集团达成战略协作，将业务流程的相关数据进行细化分析，并在2018年年底建成了包含网站、手机客户端、IPTV以及平台公众号在内的大数据平台，进一步提升了数据量采集、计算能力，使其在媒体行业竞争中保持优势。

(三)强化版权衍生开发的多主体联动匹配

媒体对素材内容的挖掘能力不能只依托受众对媒体平台的支持和配合，还需要自身具备内容的价值变现能力，而内容的价值变现需要对IP版权进行合理的衍生和二次创作。因此，媒体深度融合的过程中对内容的深层次开发是必不可缺的环节。

对此，新旧媒体在融合的进程中与各大版权交易平台进行深度合作，内容在平台进行交易，媒体通过平台的寻找具备利益创造潜力的内容，最终使内容与媒体的之间的联系更加密切，不但为内容创作者提供机会与平台，也使媒体之间的联动性增强。如优酷、爱奇艺等视频服务平台与天猫商城等电商业务平台进行对接，利用其大数据体系，从内容创作的源头到其二次加工，从版权的衍生开发到其售后服务的全流程，搭建内容与媒体精准匹配的机制。

针对版权衍生开发的一体化生态链，各大媒体强调与IP交易与创新平台的协调合作，如在2021年，阿里鱼IP2B2C的再升级进一步贯通了与消费者的连接渠道。通过阿里鱼构建C2M工业互联网商业模式以及文娱IP粉丝经济模式，在版权方、商家、消费者以及粉丝等主体之间以大数据匹配为手段实现联动。

在2021年5月，环球影业、大麦体育联合共同举办的“Pokémon RUN”等IP主题跑计划。积极探索电商及文娱两大产业链的深度耦合，满足消费者以及IP粉丝的需要，帮助内容版权交易的多主体实现联动，带动IP商业价值的提升。

(四)拓展边界，推动全媒体建设

信息的传播具有一定壁垒，但随着智能化的演进，信息的传播速率以及范围得到了大幅度提升。各大媒体在通过功能上的融合，实现了对信息的追根溯源、实时跟踪、全程监测、效果评估的一体化，不但拓宽了媒介生态环境，还达到了信息共域传播的现实目的，增加了信息传递的渠道，使其传播更加直播化、透明化、清晰化。

在大数据智能化的引领下，媒体突破时空壁垒的表现大致有两个方面。首先是信息的传递达到共时化、全程化，使受众能够突破空间的限制，随时随地获取自己想要的信息资源。

其次是对信息完整度进行“复原”与“溯源”，利用智能化的场景还原过去的信息，提升受众的信息服务体验。

媒体本身就具备信息传递的社会属性，通过科学技术与媒体之间的互补作用，对信息传递各个流程与环节进行优化和再造，进而实现信息的直播化。例如，在2019年全国“两会”期间，通过运用“四全媒体”为两会报道赋能，充分结合AI主播、AI机器人，实现了对“两会”的全程深度解读和全方位、多角度立体展示，使信息从发生、发展直至结束的全部环节都处于传播链条之中。在2020的“两会”期间，结合了感应技术和全息成像技术的“5G+AR”使沟通转变为“云对话”“云访谈”，解决了无法面对面交流的问题，实现新闻报道跨时空的同频共振。

总之，运用智能技术已成为媒体拓宽边界、结构重组与改革的核心手段。通过智能识别技术感知受众观看情绪，利用大数据分析受众的观看偏好，保证了媒体的信息清晰化传播效果，进一步提升了受众的观看体验，增强受众黏性，最终改善媒体功效的扁平化的问题，提升媒体传播的精度、广度和深度，为媒体融合发展提供了宝贵机遇。

(五)优化媒体内容运营的各个环节

媒体的盈利能力是支撑其深度融合发展的基础。在大数据智能化的引领下，媒体的营运能力得到提升。媒体利用智能技术加强自身的内容的输出能力，扩大了媒体的公信力与影响力。

一方面，各大媒体结合自身发展需要，立足实践，以内容生产加工为基础，利用云计算对内容运营的全过程提供数据分析服务。其数据技术分析主要集中于违规审核方面，通过对内容进行敏感信息的检测，规避平台内容风险。

另一方面，智能技术还能为媒体综合业务提供多样化的设计方案。媒体深度融合不仅是形式上的融合，还是业务的融合。媒体利用智能技术搭建“智媒体融合平台”，增加智能媒资管理的有效性，使各媒体、各业务之间的联系更加紧密。“智媒体融合平台”具有优秀的“策、采、编、审、发”的功能，为内容运营的全流程提供一体化的服务，加快内容生产和加工的速度，提升了内容的创作的水平与质量。

同时，以融合化、智能化、便捷化的数据技术为基础，媒体实现了经济效益与信息传媒的有效衔接，并为媒体业务全流程的智能化升级提供助力。基于媒体深度融合的实践而言，数据技术能力为媒体融合向数字化转型提供了巨大的技术支撑，使媒体实现业态整合、功能整合等多条业务线的融合联动，帮助其完全释放出媒体业务运营价值，抓住发展先机。

最后，以智慧为外在表现形式，以满足受众要求为现实目标的智能媒资管理技术，将媒体融合的智能化得到贯彻落实，使数据技术能力成为推动媒体创造价值的桥梁，实现媒体深度融合的深层驱动，最终实现智能媒体与经济效益的深度融合，使媒体深度融合成为社会的发展与进步的保障。