媒体中央厨房建设思路

在媒体融合指挥平台（中央厨房）中媒体融合数据大屏是整个平台的核心，通过数据大屏，将不同类型的内容数据、用户数据、业务数据进行抽取、分析、可视化展示，再依据不同介质传播特点，分析用户的个性化需求，从而完成报道融合、经营融合和业务融合。
而基于大数据的媒体融合，将从选题策划、报道指挥、新闻编采、数据新闻、传播分析、报道追踪等环节全面入手，通过建立中央厨房数据大屏、新闻指挥中心，改变传统新闻生产组织形式，促使新闻出版单位的组织结构由职能向平台服务转型，最终达到流程扁平化、分众化、垂直化、差异化的目标，实现采编、经营、技术的三方融合。
7.
展现来各媒体呈现的事件数据，实时刷新各媒体信息的对比，展现来自新闻网站、各地方的热点词，展示新闻线索，展现事件介绍的文字和图片，展现来各媒体呈现的相关报道数据。
8.
展现各媒体的实时数据和情况，展现各媒体的稿件数据和情况，展现各媒体的统计数据和情况，展现各媒体的覆盖量数据和情况，展现各媒体的版本统计数据和情况，展现各媒体的设备统计数据和情况等。
4.
实时展示运行数据，多层级统计数据，素材流转方向及情况，稿件多层级，多目标的传播路径等。
5.
展现来自新闻网站、各地方的热点词，大量的热点数据分布，实时展现热点数据列表，实时展现问题排行及解决排行，展现热点分布及具体情况等信息。
6.
展现用户关心的热点数据，展现热点情况，并同步热点数据显示，展现用户画像的多维度数据，实时更新用户画像的多维度数据和目标路径和运行轨迹，展现新闻算法结果。
行业现状
随着移动互联网，互联网等信息技术在社会、经济各个领域的不断应用，新媒体正在以极快的速度改变传统媒体行业，传统媒体和新媒体的结合趋势已经不可阻挡。与此同时，由媒体传播产生的数据类型，数据多样性，数据的生产和分析的实时性等复杂特征日益显著，媒体行业大数据时代正在来临。
结合以上两方面的影响，“中央厨房”模式开始在全国的媒体中成为媒体转型的一股风潮。而在中央厨房的模式中，内容数据、用户数据、业务数据的融合，以及使用这些数据创新产品与服务的能力，即基于大数据的媒体融合指挥平台是传统媒体转型的关键。
4.数据展示层：通过大屏幕数据展示，推进业务协同，内容协同，同时也可以通过可视化的分析探索工具，进行深入的分析研究；
通过中央厨房媒体融合数据大屏的技术架构的设计，主要通过以下几个方面，帮助媒体顺利完成业务转型：
1.内容协同融合：从选题策划、报道指挥、新闻编采、数据新闻、传播分析、报道追踪等环节全面入手，通过数据大屏进行统一的呈现，打通所有的业务系统，打破信息孤岛，让内容协同工作变的实际可操作；
2.数据驱动媒体运营：将媒体所拥有的内容数据、用户数据、平台数据进行整合，通过数据分析，真正用于指导媒体运营，让数据产生价值；
3.智能感知：通过引入人工智能，深度学习技术，进行内容的自然语言分析处理，进行内容选题的挖掘，事件提前预警，做到真正驾驭新舆论场；
客户价值
建立以中央厨房媒体融合数据大屏为核心的媒体融合指挥中心，可以帮助媒体将中央厨房的模式和概念落地，真正做到媒体融合，数据融合，从而顺利完成媒体业务转型。
架构和方案
中央厨房数据大屏系统从技术层面共分为四层：
系统架构
1.第三方系统层：包括媒体中常用的各种内容管理，新媒体系统，传播跟踪系统等第三方业务系统；
2.数据采集存储层：用于业务系统数据采集和对接，并将数据统一进行处理，存储，方便后续进行分析和展示；
3.数据分析层：使用内存分析引擎对所有的数据进行交叉分析，同时可以引入人工智能和自然语言处理技术，多维度的数据探索式分析技术，方便对媒体工作进行探索；
媒体中央厨房建设思路
（媒体融合数据大屏）
Copyright 2017@DataHunter
媒体融合数据大屏幕是媒体中央厨房（媒体融合指挥生产平台）的核心组成部分，是专门为各新闻媒体的中央厨房所设计定制的一套数据可视化展示系统。
系统能提供7x24小时的不间断运行，并能和现有的各类新闻媒体业务系统进行数据对接。从而将新闻数据进行汇聚、同步、缓存，并通过卓越的可视化设计，进行数据可视化呈现展示。
产品效果示意图
具体的产品模块如下：
1.
包括头条新闻，各媒体的微博头条，各媒体的微信头条，国内媒体新闻的舆情情况，舆情类型，新闻网站、各地方的热点词，新闻线索等。
2.
包括电视收视率排行，电台收听率排行，文字传播力，稿件传播路径，热点词，稿件量等。
3.
包括指挥数据展示，交互操作，多层级缩放，多品类筛选指挥数据，多种媒体素材，多路视频信号可随意调整等。
遇到的问题
1.海量的新闻媒体数据
现在新媒体业务相对比较复杂，随着媒体传播，收集的数据越来越细，数据量的增长越来越快。现有的系统只能做到部分数据的处理分析，无法从全局上对业务，数据进行统一的展示，分析和快速响应。
2.数据认知能力差
传统的IT技术，对于舆论场，评论等自然语言的处理能里较弱，需要使用大数据结合人工智能等关键技术进行业务处理，例如自然语言分析、机器学习、自动分类聚类、内容标签体系、搜索引擎、流式数据处理、分布式存储、分布式检索、NoSQL等。
9.
展现当前大报和网站的实时情况，展现历史数据和情况，展现最新稿件的使用统计数据和情况，展现最新稿件的选题统计数据和具体内容及状态，显示多路视频信号可随意调整。
10.
展现包含取自各媒体的头条新闻，展现包含取自各媒体的微博头条，展现来自新闻网站、各地方的热点词，展现新闻线索，展现最新稿件的选题统计数据和具体内容及状态，展现热点分布及具体情况，实时展现指挥数据，展现稿件数据，实时展现运行数据，展现最新稿件的使用统计数据和情况，展现最新稿件的使用统计数据和情况，展现稿件多层级，多目标的传播路径，展现来用户关心的热点数据，展现电视收视率排行，电台收听率排行，展现文字传播力等信息。
3.业务系统分散，决策过程长
随着传统媒体的IT化，大量的业务系统成为了日常工作中不可或缺的一部分，从选题策划、报道指挥、新闻编采、数据新闻、传播分析、报道追踪等环节。但是如何才能打通这些业务系统，将原有的流程扁平化、分众化、垂直化、差异化成为了一个挑战。
产品和业务
根据数猎天下对中央厨房媒体融合指挥平台的理解，以及过往在省级中央级媒体融合指挥平台建设过程中积累的经验，我们将中央厨房涉及到的业务需求整理成几个产品模块，每个模块都有对应的展示内容，方便客户快速的实施中央厨房媒体融合数据பைடு நூலகம்屏业务。