京公网安备 11010802034615号
经营许可证编号:京B2-20210330
解析大数据能为媒体带来什么?
数字信息爆炸时代,我们生活的每时每刻都在产生着数据信息。沃尔玛通过对过去一年原始交易数字的详细分析将尿布与啤酒一起销售,取得赫然的业绩;Google通过分析美国人最频繁检索的词汇,将之与季节性流感传播时期的数据进行比较,从而建立了一个特定的数学模型,最终成功预测了冬季流感的易发地区。在电信、金融等行业已经达到“数据就是业务”的地步。这不由让人联想,大数据能为媒体带来什么?
1 揭开大数据的神秘面纱
大数据(Big Data)是指以多元形式、自许多来源搜集而来的庞大数据组,也有一种说法称大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。
大数据的特点就是“庞大”、“海量”。这是因为人类每时每刻的活动都伴随着数据信息的产生,数据集合的范围已经从兆字节(MB)到吉字节(GB)再到太字节(TB),甚至还有拍字节(PB)、艾字节(EB)和泽字节(ZB)的计数单位出现。
大数据可能取自社交网络、商务和视频网站、顾客来访纪录,还有许多其他来源。用户电脑浏览记录、手机通信记录、网页浏览习惯、微博使用习惯、手机GPS定位跟踪记录等这些行为都会被作为数据记录下来。
2 大数据时代下的媒体思维转变
大数据在物理学、生物学、环境生态学、医药学等科学领域已有广泛应用,对军事、通讯、金融等行业也有广泛的影响。随着互联网的风行,大数据对互联网的影响日渐加深,而对于依托互联网发展起来的新媒体行业也初现端倪。
大数据统计技术发展到今天,生产、存储、积累的数据量之大,已经超越了一般人所能想象的范围。“以铜为镜,可正衣冠;以古为鉴,可知兴替”,而以“数据”为镜不仅能掌握历史信息,还能更好地预测未来。
①利用大数据掌握受众趣味
美剧《纸牌屋》的成功让人们将焦点聚集在数据分析对媒体的应用层面。这部收视火爆的美剧出自影片租赁提供商Netflix。Netflix对2700万名美国订阅用户、3300万名全球订阅用户的评分、观看记录、好友推荐等信息进行深度挖掘,从而找出用户喜欢的视频风格、内容风格、导演和演员,利用这些关键信息确定了观众喜爱的体裁、演员、导演。
②注重个体用户体验
因为大数据技术的支持,促进了各类终端、平台的发展,为用户带来了多样化的信息获取渠道,并使用户在意见的表达和信息的发布中占据一席之地,终端和平台为了吸引用户,会根据用户的搜索记录,得出每个用户的爱好、兴趣,为他们推荐适合自己的社群。
③实现多屏互动
随着互联网的快速升级和智能终端的发展,用户收看渠道从单一媒体到多终端整合。全媒体、全渠道、全终端,已成为媒体发展自身的必然趋势。目前,较多电台将自己的品牌节目,放到自己的PC、移动互联网、IPTV和OTT等平台进行播放,并且开设微博、微信公众平台,通过与观众的亲密互动,把握他们的观看需求。
3 大数据对新媒体的作用
大数据的云计算能力可以为手机APP、微博、微信等移动终端提供大数据服务,成为媒体融合的底层平台基础,微博的推荐用户、搜索引擎的相似关注都是在大数据的支持下实现的,新媒体的大数据系统需要具备信息采集的功能, 根据用途的不同,设计系统的日信息处理量,对信息进行过滤、去重、相似性聚类、情感分析、文摘、自动分类等处理。
①手机APP
大数据可以使APP应用实现精准推送,并借助APP互动的环境,对用户爱好进行挖掘。例如电商会透过不同的生活服务APP,对每位消费者产生的支付数据进行估量和测评,然后量体裁衣的对自身的商品实施推送。无论是购物类APP、团购类APP还是咨询类APP,用户规模越大,数据采集时间越久,对用户的需求分析就越精确。
②微信
微信的公众账号管理平台可以实时统计每个自定义菜单的点击量、分析每次推送消息的点击率,并自动进行客户分层。这意味着每一个公众账号都可以通过微信平台的数据收集与分析功能了解到哪一类的信息更易于被订阅用户接受、哪一些订阅用户对产品的关注度高,从而为不同的客户推送个性化的服务内容,实现有效的信息推送。
有人预言未来的几十年,数据将会成为人类最宝贵的财产之一,大数据对新媒体的作用是否能持续发酵,我们都将期待。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19