大数据时代对于传媒业意味着什么_官建文

● 官建文
刘
扬
刘振兴
近
两年来， “大数据”一词越来越引起 关注，但媒体谈论大数据却很少提及
网、社交媒体、智能手机、物联网相继出现， 通信技术与互联网技术结合，传播技术不断 推陈出新，各种以“电子形式存储”的数据 以几何级数增长，其数量之大，已经无法计 算，只能进行估算。一般认为，人类现在一 年生产的数据量是上年的 150%。 大数据的来源主要有这样几方面 ： 一是 媒体数据，特别是互联网、社交媒体产生的 数据，包括人们浏览网页的数字化记录等 ； 二是各类企业的生产、 销售、 管理等等数据； 三是政府部门的数据 ； 四是物联网、各种传 感器产生的数据，以及未联网的各种摄像头 拍摄的数据 ； 五是民众个人留存的数据，包 括个人、家庭文字及音像数据。但是，这几 方面所产生的海量数据还不能称之为大数 据，大数据的特性之一是数据的完整性和综 合性 ； 特性之二是数据的开放性和公共性， 完整的、综合的大数据必然产生于一个开放 的、公共的网络环境之中 ； 大数据的特性之 三是数据的动态性和及时性。① 大数据还包 括巨量数据的处理技术，随着数据总量成几 何级数增长， 处理数据的技术将跨越式提升， “算法”会更加高明、 高效， 不仅软硬件升级， 人类对数据的认识也不断深化。数据量扩展 并不等于一个公司或机构具备拥有和利用大 数据的前景，能够进行数据的深度发掘与关
大数据时代如何做传媒？
功能理论认为传媒在一个社会发挥着监视环境、融
20
2013.02
的制作，至今已有近 50 年的历史与数据处理经验。 大数据时代，媒体要深入了解自身优势所在，扬己 之长，成为大数据时代不可替代的一极。社交媒体注册 用户不断扩大后，媒体的时效性优势正在丧失。在大数 据时代，媒体应从广度和深度两方面拓展自身。 “广度” 是指，媒体不仅要有自己的采编队伍，有自己的原创新 闻、原创评论，还应该围绕自身优势建立一个数字化的 平台——一个互动的、社交化的、拥有广泛人气、能够 容纳广大网民上贴、交流、讨论的平台。它可以汇聚各 方信息，形成庞大的、拥有巨量信息与数据的平台。做 出“深度”则是依靠训练有素的、专业的采编队伍，面 对良莠不齐、 真假莫辨的信息， 能够追根溯源， 披沙拣金， 写出透过表象见真章的深度报道，写出廓清谣言、求真 求证的文章，因此，传媒业完全有潜力成为大数据时代 的一个引领者，利用对大数据的挖掘获取对社会更深刻 的观察、 解读与预见， 在保有“宽广度”的同时， 在“纵 深度”上取得突破。 大数据时代，传媒业还要避己之弱，补足自身发展 的短板。大数据时代要求人们具备三种能力 ： 数学运算 与建模的能力、网络工程与分析能力、能够洞见事物本 质的能力。麦肯锡咨询公司报告预测，到 2018 年，仅 美国将面临 14 万到 19 万高级数据分析师短缺的情形。 中国的短缺情况应相去不远。但是，专业的工程师、数 据挖掘师擅长数据处理技术， 对国情、 社会及社会问题、 对政治经济的了解却并非长项。传媒从业者与人与社会 打交道，以整个社会为思考对象，对人对事有特殊的洞 察力，因此媒体需着力培养数据时代的媒体专家 ： 让编 辑记者尽快了解大数据，掌握基本的机器学习、各种算 法及数据分析方法，懂得用大数据技术分析解剖社会问 题，分析处理民众关注的社会热点、难点、焦点问题 ； 让数据工程师熟悉社会、了解社会，认清国情，增强政 治辨识能力，培养社会洞察力，拥有这样一批“全才” ， 传媒业才有更大的发展潜力。 大数据时代，既要用事实说话，也要用数据说话。 媒体要用事实说话，这是新闻本身的要求所决定的，但 在大数据时代，既要用事实说话，也要用数据说话。数 据也是事实，大量的历史数据、不同角度不同方面的数 据经过用科学方法来分析， 可以获得表面看不到的东西， 这是更深刻的事实。例如，单次航班的延误时间似乎是 随机的、无规律的，但是，当数据累积到一定程度时， 航班延误时间的长短就会在统计上呈现出一种秩序和稳 定。美国有程序员利用全美航班起飞、到达、延误的数 据，开发了一个航班延误时间的分析系统，向全社会免 费开放。由于其简单、实用，获得了全美多个新闻报刊 的报道和关注，成为很多人乘机、候机的行动指南。 用数据说话比用事实说话更难。数据只是数字化的 记录，是符号，结构化、非结构化的，有序的、无序的 数据堆在计算机、 数据仓库里， 不用大数据技术去分析、 处理它们，就像一堆稻草、一片乱石，毫无价值。用数 据说话，需要使用服务器集群，用云技术、先进的数据 处理技术，去整合、挖掘、分析，从而发现更接近实质 的事实。用数据说话， 是媒体在大数据时代展现权威性、 公信力的重要手段。 大数据时代，新闻传播将更有针对性，更精准，传 播将更有效果。大众传播是粗放型、广种薄收的传播， 把所有的新闻信息向所有人传播， 缺乏针对性、 精确度。 受众必须从众多新闻信息中寻找自己需要的、感兴趣的 内容。新闻媒体自产生以来，都是以大众传播为主，综 合性报纸、综合性的广播电台电视台都是传播界的王 者。能做大做强的，都是面向大众的综合性媒体。大数 据时代，情况将发生变化，人们上网浏览都会留下“足 迹” ——各种数字化记录， 即浏览数据。对一位受众—— 固定 IP 地址或同一终端浏览器上的所有浏览数据或相 当长时间的浏览数据进行分析，便可获知其上网习惯、 喜好等等，根据这些数据，在最合适的时间以最恰当的 方式向他推送最感兴趣的新闻，这就是精准传播、 “长 尾营销” ，这样的新闻不仅不会被当做垃圾，还很可能 被定制。随着大数据时代的发展，精准传播会越来越普 及，越来越受欢迎。 同样，将所有的新闻信息、广告、贴文的浏览数据
合社会、传承文化和休闲娱乐的职能。这四项基本功能 是任何一个社会正常运转所必需的。因此，不管社会如 何发展，也不管数据时代中“数据”如何称王，传媒业 都将继续存在，问题在于，大数据时代如何做媒体？这 必定与以往有所不同。 大数据时代，媒体要有强烈的数据意识，要善于收 集数据、 分析数据、 使用数据。媒体业本身是信息产业， 并且是信息业的前沿，在大数据时代拥有先天优势。麦 肯锡全球研究所曾对美国 17 个行业拥有的数据量做了 估算，离散式制造业居首位，拥有 966PB 数据总量 ； 美国政府居第二位，拥有 848PB 的数据总量 ；传播与 媒体业居第三位，共有 715PB 数据量。可见，媒体在 大数据时代是有数据优势的。④ 媒体在做好社会记录者与信息传播者外，更应定位 成社会解读者和分析预测者，深度解读和去伪存真本是 媒体的重要职责，而大数据赋予的全面深刻的洞察恰好 能为传媒再添一双慧眼。媒体数字化转型正在进行中， 从采集、处理、储存、传播，完全地数字化后，媒体产 生的数据量将急速增大，成为大数据的重要生成与应用 行业。在上世纪 60 年代精确新闻的基础上， 近年来， “数 据驱动新闻” （data-driven journalism) 等依赖数据挖掘 的信息产品方兴未艾。也是从 60 年代开始，诸如朝日新 闻、日本经济新闻和路透社等新闻机构开始从事数据库
阅读点
正如《大数据》 一书所言： “大 数据”之 “大”， 更多的意义在 于： 类可以 人 “分析和使用” 的数据在大量 增加，通过这些 数据的交换、整 合和分析，人类 可以发现新的知 识，创造新的价 值 ， 来“ 大 知 带 识” “大科技” ， 、 “大利润”和 “大发展”。大 数据时代的竞 争， 将是数据开 放程度以及数据 收集、整合、处 置、使用能力强 弱的竞争。
FRONTIERS 前沿关注
大数”与核心资源。“大数据”概念最早源于上世纪80 年代，但真正火爆是在2011年5月麦肯锡全球研究所发表专门研究报告《大 数据：下一个创新、竞争和生产率的前沿》之后。 “大数据”不只是一个概 念，实际上是对一种社会状态的描述。大数据时代对每一个人都是挑战。新 闻传媒业作为信息传播的前沿行业，它所面临的冲击和挑战是显而易见的。
IBM大数据与商业图。
THE PRESS 19
IBM大数据图景。
打交道，而在大数据时代，记者编辑不仅要熟练使用文 字、 图像， 还需要懂得如何收集、 整合、 挖掘和分析数据。 媒体从业人员面临着如何适应大数据时代需要的挑战。 大数据时代，最重要的是数据的开放性，数据被垄断的 可能性很小，公共“云” 、公共数据库到处存在。媒体 既要生产自己的数据，更要会用、用好公共数据。 从媒体的舆论工具特性看，大数据时代，媒体如何 代表舆论、主导舆论、影响舆论面临挑战。社交媒体的 出现，微博、微信等大量转发网民的言论，已经开始对 传统媒体的舆论工具作用产生抗衡。大数据时代， 机构、 个人通过数据挖掘、数据分析得出的各种结论会不胫而 走。因为它以数据为依托，其说服力、影响力、冲击力 不可小觑。 当然，媒体在大数据时代如何经营、赢利是更为根 本性的挑战。传统媒体长期形成的“依靠优质产品（新 闻、评论等）→良好信誉→广覆盖→多广告”的赢利模 式，在向数字化转型过程中正面临难以持续的困境。在 大数据时代，什么样的赢利模式是适合媒体业的呢？ 大数据时代正在来临，媒体面临的冲击与挑战才刚 刚显现，完全明朗还有待时日。
数据时代的来临
什么是数据，什么是“大数据”？ 在汉语中，数据原指用于统计、计算的 数值、数字。计算机出现后，数据则指“一 切以电子形式存储的记录” 。 “大数据”概念最早源于 80 年代，但真 正火爆是在 2011 年 5 月麦肯锡全球研究所 发表专门研究报告《大数据 ： 下一个创新、 竞争和生产率的前沿》之后。计算机、互联
的指标。大数据时代，联网的网民和各种电子记录设备 （如摄像头）散布在社会各个角落，不断观察和上传实 时情况，在经过网民们的“分布式”集体选择后，形成 热点新闻。成都公交车失火、卡扎菲被杀，都说明最有 时效的新闻来自“在现场”的人，而不是 “到现场”的 人。如今，真正的“独家新闻”已越来越少，媒体追求 的首发，也许只能抢到分、秒间的优势。 从媒体的产出品来看，媒体的新闻报道、评论强调 原创、深度，数量有限，在大数据时代容易在数量上被 海量数据淹没。网民以极低的成本，共同产生以 EB ③ 计的文字、音频、视频内容，如熔岩般四处蔓延，而一 家百年老报所积累的所有文字和图片信息也不过数十个 GB，量级上的巨大差异让新闻淹没其中。相比于海量 的数据，媒体的各类报道、评论的存储也不过是沧海一 粟，新闻报道是重要的数据，但同时也是数量微小的数 据，媒体如何生产、收集大量的、有影响力的数据是大 数据时代无可回避的挑战。 从媒体从业人员来看，记者编辑主要同文字、图像