你好,游客 登录 注册 搜索
背景:
阅读新闻

传统媒体欲借大数据逆风再起 当防误区科学运用

[日期:2014-07-24] 来源: 中国经济网  作者: 中国经济网 [字体: ]

 

大数据

  对传统媒体来说,要想真正实现数字化转型,就必须建立起自己基于大数据技术的智能信息服务平台。那么,大数据到底是什么?传统媒体进军大数据要突破哪些局限?又可以从哪些方面突破?就此,国家行政学院社会和文化教研部高级经济师、管理学博士郭全中做了分析。

  2013年,是大数据元年,大数据正在给传统媒体带来革命性变化,传统媒体虽然也采取各种方式积极应对大数据的挑战,但是由于对大数据认识不够到位,导致实践变形,误区重重。

传统媒体大数据实践得益

  首先,通过大数据分析及时抓取传统媒体的用户的相关阅读等信息,提高用户体验。当前,无论是平媒还是广电媒体等传统媒体,用户体验都是其短板,而大数据分析可以通过分析用户的关注点、需求等数据,来更好地满足用户的需求,进而提升其用户体验

  其次,积极进行新闻数据化尝试。当前,用户对可视化的数据更为感兴趣和关注,传统媒体的一些重要报道越来越重视信息的可视化。

  第三,利用大数据技术开发舆情管理的相关产品。当前,我国正处于社会转型期,舆情管理的需求量很大,传统媒体因为具有较强的新闻挖掘能力和传播能力,可以利用大数据分析手段发力舆情管理业务。人民日报社旗下的人民网就在舆情管理方面做得很好,每年的营业收入过亿元。

传统媒体大数据实践误区

  首先,依然秉持“内容为王”理念。大数据时代,单纯的内容已经难以形成商业闭环,只有利用大数据技术实现信息与用户个性化、定制化的需求才能实现商业闭环。但是从传统媒体的实践来看,主流观念依然是“内容为王”,导致对互联网理念和技术不够重视,大数据平台更是难以实现。

  其次,误把数字化当成数据化。当前,很多传统媒体在实践中就是仅仅通过电子版、互联网网站实现内容的在线化呈现。大数据的本质是建立起不同数据之间的内在联系和建立起用户和信息之间的联系,通过数据挖掘和分析,找出不同事物之间的相关关系,进而实现商业价值。由于传统媒体当前实践仅仅完成了素材建设部分,离真正的数据化还有很远的距离。

  第三,误把新闻可视化当成数据化。当前,很多传统媒体在做新闻时,经常借助可视化工具,但是大多数可视化新闻仅仅追求新闻的美观,而并没有充分体现数据之间的本质逻辑关系,既不能有效地促进用户思考,更不能有效呈现其目的。

科学认识大数据

  首先,大数据是指服务于决策,需要新型数据处理模式才能对其内容进行采集、存储、管理和分析的海量、高增长率和多样化的信息资产。大数据作为全新的理念、运作方式和工具的集合体,而不仅仅是工具。

  其次,大数据具有在线性、海量性、全体性、非结构化、实时性等特点。在线性,即大数据是永远在线的,能够随时被调用的;海量性,即大数据规模巨大,当前通常指10TB规模以上的数据量;全体性,即大数据采取的是全体思维,而不是样本思维;非结构化,即大数据的种类繁多,不仅包括传统的关系数据,而且包括以网页、视频、音频、e-mail、文档等形式存在的未加工的、半结构化的和非结构化的数据;实时性,即大数据能够实时反应。例如,在Google搜索框输入一个关键词,能够瞬间呈现。

  第三,大数据代表着新的思想和思维。大数据既能处理“因果关系”又能处理“相关关系”,即不仅能够回答“为什么”又能回答“是什么”。在小数据时代,只能通过抽样调查的方式来回答“为什么”,而大数据则能通过全样本的方式来回答“是什么”,即发现相关关系。

  第四,大数据的关键在于智能化,即能利用有效的工具对数据进行有效的挖掘和专业化处理,进而通过“加工”实现数据的“增值”,进而实现盈利。目前,所用的方法主要有数据挖掘和对比分析,主流的相关技术主要有MapReduce 和Hadoop 为代表的非关系数据分析技术。

  第五,大数据的实施依赖于数据的可获得度、模型是否科学和观点的提炼。目前在国内,很多数据难以获得,导致难以实现真正的大数据挖掘和分析;其二,模型的科学性直接决定着数据分析的质量,这就要求有高超的建模水平;其三,为决策提供依据的基于数据挖掘的独到、高质量的观点,高度依赖于高质量的数据解释,这就体现了行业专家的价值。

  第六,大数据与云计算有机深度融合。云计算已经实现了数据分析服务,二者相伴而生。此外,当未来基于数据的语义网取代基于网页的互联网时,大数据必将成为我们获取信息的主流。





收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款