
“大数据+传媒”影响各行业转型与变革
2016中关村大数据日活动暨京津冀协同发展高峰论坛在中关村国家自主创新示范区展示中心会议中心开幕。围绕 “数据驱动创新,智慧引领未来”这一主题,来自政府、学术界、企业界、传媒界嘉宾,就大数据技术创新、成果转化和产业融合等问题进行全面、深入交流和研讨。北京北大方正承办“2016中关村大数据日——传媒大数据分论坛”,深入探讨并交流了大数据给传媒行业带来的深刻变化,以及如何通过大数据应用构建传媒的核心竞争力等话题。
北京大数据研究院院长、中国科学院院士鄂维南在开场致辞中提到,从长远来看,互联网大数据在传媒行业应用空间非常大。一方面,所有的人都需要用到媒体,另一方面,在现在的条件下,有可能让每一个人都成为新闻界一员。和日本、美国等相比,中国的传统媒体受到的互联网冲击力度更大,然而,互联网只是第一步,大数据是下一步,智能化的一步。希望方正电子和其他企业一起,使传媒大数据应用更上一层楼。
北京师范大学新闻传播学院执行院长喻国明以《技术发展下的传媒业态与转型》为主题,阐述了影响中国传媒业发展变化的基本动因。他认为,智能化的引入,对于整个互联网未来的产业发展具有特别重要的意义,谁能够利用智能化的技术,处理数据的使用,并以更加有效的方式跨界融合整合,谁就能够夺得市场、产业的主动权。在下一轮发展当中,对于数据的智能化处理映射出这个产业最重要的发展路径。
北大计算机研究所教授、博士生导师彭宇新分享了“跨模态大数据分析与识别技术”的最新进展。他介绍说,随着媒体数据的快速增长,出现了两个问题,一是存在大量未上传且敏感的数据“管不住”,二是图像视频很难识别导致“用不好”。不过,随着多模态识别关系和系统的开发与建立,可以突破网络有害信息难以识别、难以利用的问题,最终应用于互联网监管领域,从而促进媒体大数据的运用。
在新闻媒体快速数字化的今天,在数据处理领域出现了哪些新进展?北大计算机研究所研究员、博士生导师赵东岩表示,媒体大数据的语义搜索和系统,可以基于互联网和新闻出版资源的信息,包括社交网络,进行语义分析,构建出专业化的知识库将媒体的信息与知识服务能力提高到新的水平。
新华社中国经济信息社新华丝路事业部总监魏薇表示,目前新华社中国经济信息社正在为国家“一带一路”战略提供信息服务,而这个体系的打造,离不开大数据的支持,需要利用“互联网+信息服务”的思维,打造以“精准数据+智库”为支撑的新华丝路信息服务体系。
人民网技术总监邢华以《大数据时代的传统媒体》为题做了分享。介绍了人民网对大数据应用的成果,重点介绍了正在建设的人民网数据中心项目。
作为传媒行业领先的技术、服务提供商和行业咨询专家,方正电子全力打造DT时代的智慧媒体,已为300余家报社提供DT时代的媒体融合解决方案,在当天的论坛上,来自方正电子的3位技术专家分享了针对互联网大数据的深度挖掘与利用技术、方正传媒大数据的成果以及知识体系建设方案。
方正电子互联网大数据技术开发部部长张丹深度解读了对互联网大数据进行挖掘的方式与技术,其重点是围绕着互联网的数据、业务信息资源和知识库,从内容、人、位置三个方面展开,包括态势的分析,以及敏感事件、热点话题、传播溯源等角度。
方正电子媒体大数据总经理卢岚分享了如何借助大数据,推进媒体的新闻生产,帮助新媒体运营,并开拓媒体经营服务的转型,从而实现新型媒体集团的转型与飞跃。卢岚认为,在DT时代,新闻的未来是分析数据,而媒体的未来就是数据能力。我们的目标是帮助传统媒体打造成为“智慧媒体”,它的核心目标就是以用户为中心,实现精准传播、精准营销和精准服务。
今年中关村大数据日关注的一个重点是,以大数据的思维、技术、模式、产品、服务等突破行政藩篱和区域界线,而由方正电子承办的此次传媒大数据分论坛则体现了整个业界针对传媒大数据领域的更多探索。无论如何,大数据时代已经来临,并在加速影响着各行各业的产业转型与变革。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28