大数据应用于内容生产的三重路径

大数据应用于内容生产,实质是对非结构化数据进行重构和再构,是利用数据再生内容和驱动内容的过程.社会、政治、经济、文化、历史、人文等各方面数据的信息化、数字化,物联网、云计算和数据挖掘、分析技术的成熟,数据的开放、分享和共享等,是大数据应用于内容生产的基础和前提.实现基于数据的内容生产可以从以下三方面着力.     

大数据时代新闻生产的挑战及其应对策略

在社会进入大数据时代的趋势下,新闻生产的主体、内容和方式都打上了大数据的烙印。基于大数据的新闻生产在伦理、能力和制度方面面临着一些挑战。大数据时代的新闻生产应克服技术至上的思维,从伦理培育、技术创新和制度建设三个层面做出变革。     

基于大数据的出版内容价值发现与应用

大数据的普及和应用正在重塑很多行业的生产模式、销售模式和管理模式。本文从出版行业的角度出发,主要探索出版行业内大数据的内容来源和分类,分析数据组成、特点和价值,在此基础上提出出版大数据的内容应用模式,推动出版产业快速发展。     

创新与变革:大数据时代的内容生产与营销

基于逻辑分析,对大数据及其思维革新进行论述,并从生产理念、生产方式、营销对象、营销手段、营销渠道等方面分析大数据对内容生产与营销的影响.本文认为,开放性思维、参与性思维和关联性思维是大数据引致的重要思维变革,这种思维变革引起内容生产与营销模式的转变,即生产理念上从供给导向向需求导向转变、生产方式上从垂直单向向水平互动转变、营销对象上从大众市场向利基市场转变、营销手段上从被动推介向主动推送转变、营销渠道上从单一媒体向全媒体转变.     

基于大数据的广播新闻内容生产创新

大数据深刻地改变着传媒功能和内容生产方式,广播新闻的内容生产亦面临着再造。当传统广播新闻的种种优势不再时,广播媒体应转变观念,坚持内容创新为本的原则。广播新闻内容生产要以用户思维替代受众思维,提高大数据收集、分析、应用水平,开展更为精准和细致的传播和服务活动,同时积极探索广播新闻;新闻的社会化生产模式,以满足不同用户的需求。     

收入难越两万大关,大数据相关技能最受追捧,新一代媒体人画像出炉

<正>近日,美通社发布《2017中国媒体内容生产者职业发展状态与工作习惯调查报告》(以下简称《报告》),报告聚焦媒体内容生产者现状,指出数据可视化成为最受追捧的职业技能,大数据和直播对内容生产影响最大,而薪资却难突破两万天花板。技术渗透内容生产,数据可视化最受追捧人工智能正在影响着新闻业的走向,对于内容生产的渗透愈来愈深。根据上述报告显示,大多数受访媒体人认为大数据(42%)与视频直播(41.8%)将会对其工作带来最多的影响。     

大数据分析与畅销书选题的精准策划

读者每天在各种网络平台上留下的结构化、半结构化的海量数据蕴涵巨大的商业价值,出版业如果能够对这些读者生成内容(UGC)进行有效数据分析和挖掘,可能对产业两端的生产和销售服务带来革命性变革.文章从生产环节出发,探讨以打造畅销书为目标的图书选题如何借力大数据,对海量UGC进行分析,从而有效把握读者需求,达到选题的精准策划.然而从实际情况看,传统出版商并不具备存储和分析大数据的能力,同现有大数据拥有者进行数据买卖与合作,实行数据外包挖掘服务是利用大数据更实际的路径.同时大数据也并非万能,需警惕读者需求与社会价值许可等产生的矛盾.     

基于大数据的出版流程变革

数据驱动的选题策划、读者主导的内容生产、机器智能的编排制作、精准定位的营销推广、"人""文"交互式读者服务,大数据对出版流程可实现全方位、多角度、深层次的渗透。但在大数据的渗透过程中出版人必须把握主导权,在数据开放和隐私保护、作品质量和读者需求、内容生产和数据服务、海量数据和信息筛选之间权衡利弊。随着出版流程的数据化变革,未来出版行业的内容生产将从批量到个性,阅读模式将从私密到共享,销售模式将从固化到碎片,知识关联也将从平面到立体。     

大数据时代新闻生产的策略

在信息技术快速发展的新时代,大数据技术已经对新闻生产具有很大的影响,本文对大数据时代的新闻生产进行了研究,在简要分析大数据时代新闻生产模式基础上,重点分析了大数据时代新闻生产的策略,旨在为促进大数据时代新闻生产步入可持续发展轨道提供参考。     

融媒体时代短视频新闻评论的发展策略——以观点类短视频“晶报说”为例

随着大数据、人工智能等新技术的使用,基于移动端的视频内容聚集了大量的注意力,“新闻+短视频”的传播模式成为新闻媒体在移动端进行内容生产的着力点。如今的大数据技术为新闻短视频的内容生产赋能,尤其是新闻评论,不断与技术融合,呈现影像化、视听化、便捷化的特点,开辟了新闻评论的新形式,但在发展过程中还面临着一定的困境与挑战,需要从内容、用户和创新等方面下功夫。本文以深圳《晶报》观点类短视频“晶报说”为例,探究传统媒体短视频新闻评论的发展策略。     

新媒体平台赋能与内容生产的基本逻辑北大核心CSSCI

文章立足于媒介技术发展历史的整体视野,在平台化语境中对新媒体内容生产过程及其各个要素的变化进行辨析:持续互动的消费场景,赋予了消费者介入内容生产的能力;以大数据形式呈现的流量,促成了内容生产资源的优化配置;新媒体平台的技术属性,与内容产品形态演进有着内在关联。在揭示生产主体、生产资源以及产品形态变迁的基础上,思考新媒体平台功能与价值的实现方式,解读新媒体内容生产的内在逻辑与基本规律,客观认识新媒体时代内容景观的形成原因及其发展趋势。     

新闻聚合App侵犯隐私的场景及对策

我国网络媒体多采用转载、整合等形式进行新闻报道,久而久之发展出了一批新闻聚合类应用。这批应用多由商业公司运营,并采用最新的大数据和人工智能技术,对用户生产内容和专业媒体生产内容进行智能分发,由于其具有推广政策灵活、界面操作人性化、内容丰富、言论环境相对宽松等优势,积累了一批忠实用户,成为我国互联网空间中主要的新闻信息传播阵地之一。     

读者行为挖掘与分析的大数据技术及应用

出版业是随着大数据技术应用的推动在内容生产、营销方式、盈利模式上正发生深刻变革的重要领域之一,基于网络平台产生的读者行为大数据蕴含着丰富的商业价值.文章对读者行为挖掘这一主题的研究现状进行了文献回顾,重点对基于大数据技术的读者用户行为挖掘与分析方法进行了归纳总结,对面向读者用户行为挖掘的大数据应用方向进行了分析,结论指出了我国读者行为挖掘领域发展中存在的问题,对读者行为挖掘与分析的发展提出了建议.     

基于大数据的广播新闻内容生产创新

与挑战冲击并存,大数据给广播媒体带来的积极影响显而易见：海量的互联网信息,丰富了广播新闻生产的信息资源;网络广播的发展,使得传统广播电台的生存空间得以拓展。因此,广播新闻内容生产应充分认识到大数据的价值,扬己之长,不断变革与创新。     

国内报业用好大数据还要跨过三道坎

<正>读者流失、广告投放减少、活动影响力减弱,以报纸为主体的传统报业正面临着生存和发展的危机。大数据时代的来临,将为报业转型提供一条可借力的技术通道。"大数据"对报纸内容的改造《芝加哥论坛报》在运营危机中重新站立起来、实现盈利的过程,可以说是报纸利用"大数据",对从内容生产到运营架构等方面进行革新、再造的过程。1.以受众调查和数据分析明确内容整合的方向在《芝加哥论坛报》总编辑杰罗德·科恩看来,明确     

大数据驱动:5G时代广电媒体的转型之路

以5G和大数据技术为支撑的广播电视媒体融合发展,在面对诸多挑战的同时也将迎来新的机遇.在信息时代,精准的收视数据是科学判断和决策的重要依据.本文从内容生产发布、营销推广、效果评估反馈等方面分析大数据技术对广电媒体发展的影响,归纳大数据驱动下的广电视频内容产出模式,以及未来广电媒体融合转型的发展路径.     

大数据对百科全书知识生产和传播的作用——以《中国大百科全书》第三版为例

大数据时代的到来,数据技术的应用为百科全书知识生产和传播提供了新的契机。应用大数据技术,百科全书可以扩展知识范围,增强知识整合的能力,实现知识再创造和知识增值,从而为用户提供更方便、快捷、精准的知识服务。同时,大数据对百科全书内容的组织、加工、传播也有多方面的作用。     

大数据视阈下电视新闻采编的创新路径研究

当前,我们的生活进入了一个全新的时代,社会生产力发展迅速,移动互联网、大数据信息和云计算等一些新型的科技日新月异,呈现出移动化、智能化等基本特征,这些新型科技的发展对我们生活的方方面面都产生了巨大影响,甚至已经逐步影响着新闻生产,给新闻业带来巨大冲击。互联网革命爆发与发展导致新闻生产变革,智能化技术使电视发生着变化,从而导致新闻生产出现新特征——新闻生产定制化、生产内容碎片化、生产方式移动化、新闻内容数据化。本文主要探讨大数据视阈下电视新闻采编的创新路径。     

数据新闻中新闻叙事模式的变革——以《新京报》数据新闻为例

数据新闻拥有比传统新闻报道更为复杂的叙事维度,使得新闻内容生产在叙事声音、叙事语法、叙事话语和叙事接受等方面都产生了新的变革,改变了传统新闻内容的叙事模式。《新京报》作为传统媒体转型的典型代表,开发了多个数据新闻栏目,生产出了契合热点的深度化数据新闻,是数据新闻探索之路的先行者。在未来,新闻媒体还需强化数据新闻的故事性叙事,进行全媒体内容生产,在数据新闻的探索之路上进行更具深度的挖掘。     

大数据赋能电视媒体深度融合的创新路径

大数据对电视媒体的深度融合具有重要作用。本文以“数据赋能”为视角，全面分析大数据对电视新闻内容生产、市场预测和生产链重构这三个方面的意义，指出大数据赋能电视媒体深度融合的路径。本文认为，电视媒体深度融合要从用户管理、节目制作和效果评估等方面进一步创新大数据的应用模式，充分利用好数据赋能。