京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代下的智能传播及其盈利模式
信息开放、摩尔定律、社交媒体、数据挖掘技术把我们带入大数据时代,大数据具有量度、频度、速度、维度和温度五个方面的显著特点,并致力于为决策服务。大数据也给传媒业和传播带来了革命性的变化,为了更好地满足用户更为个性化和定制化的需求,传媒业必须从信息稀缺时代的大众传播、信息丰裕时代的互联网传播,快速转变为信息过载时代下的智能传播。而要实现智能传播,关键在于打造基于大数据的信息智能匹配平台,在不断优化用户信息需求的基础上,实现信息和用户需求的智能化匹配。智能传播具有潜力巨大的混合型盈利模式,主要包括信息服务收费、广告、电子商务、舆情增值服务收入和网络行政服务等。
【关键词】大数据;信息智能匹配;智能传播;信息过载
2013年,是大数据和移动互联元年,标志着我们已经进入大数据和移动互联时代。在大数据时代,用户对信息的需求更加个性化、精准化,借助于数据挖掘和分析技术,传播体现出智能化的趋势,而其盈利模式日趋混合化和多元化。
一、大数据时代到来的原动力:信息开放
(一)技术赋权:四次传播革命助推信息开放
从远古到现在,我们经历了文字的发明、古登堡印刷术、电报技术的应用和互联网四次传播革命,每一次传播革命都使得信息的数量和公开程度快速增加。
第一,文字发明打破了时间的限制,使得代际传播成为可能。在文字发明之前,传播只能通过口口相传,信息量极其有限,讲古人也具有很大的权力。在公元前4000年楔形文字出现之后,文字发明带来的第一次传播革命使得代际之间的传播成为可能,也使得信息数量开始大幅度增加。
第二,古登堡印刷术打破了范围限制,使得大范围传播成为可能。在古登堡印刷术出现之前,书籍主要依赖掌握文字的抄书人,一方面,由于抄书人的数量很少,信息积累和传播的范围受到很大的限制;另一方面,抄书人具有很大的权力,甚至比一些王公贵族的权力都大。1450年,古登堡的印刷术,给世界带来了第二次传播革命,此后的50年间,大约有800万本书被印刷,比之前所有的手抄本还多。这些书籍帮助更大范围的人获取知识和信息,使得更大范围的精英能够更好地获得信息。
第三,电报技术打破了时间和距离的制约,使得大范围远距离的传播成为可能。电报技术的发明,带来了第三次传播革命,使得千里之外的信息瞬息可至,不仅大大加快了信息的传播速度,信息的数量也急速增加,使更多的人能够更好地获得信息。
第四,互联网技术打破了为精英所控制的大众传播限制,使得及时、互动的自媒体传播成为可能。发轫于1989年的万维网,带来了第四次传播革命,借助于互联网技术,人人都可能成为自媒体,人人都可以拥有麦克风,一方面打破了信息由精英控制的局面,在很大程度上赋予普通人传播信息的权利;另一方面,由于社交媒体等的推崇,信息数量急速增加,根据ZDNet的数据显示,2013年中国产生的数据总量超过0.8ZB,是2012年的2倍,相当于2009年全球的数据总量。
(二)三大成因汇成大数据时代
第一,摩尔定律使得人类保存数据的能力大大增强。摩尔定律是由英特尔创始人之一的戈登·摩尔于1965年提出来的。其内容为:当价格不变时,集成电路上可容纳的晶体管数目,约每隔18个月便会增加一倍,性能也将提升一倍。在摩尔定律的推动下,价格以更快的速度下降,即在存储器的性能提高的同时,大约每9个月存储容量的价格就下降一半。这一方面使得人们可以有更大、更快的数据保存能力,另一方面也使得人们能够承担起保存数据的成本。根据相关数据显示,1990年至2013年,计算成本平均每年下滑33%,1MM的晶体管从527美元下降到5美分;存储成本平均每年下滑38%,1G的存储成本从569美元下滑到2美分;带宽成本平均每年下滑27%,1000M的带宽成本从1245美元下滑到16美元。
第二,社交媒体的出现使得人类生产数据的能力增强。Facebook、Twitter、新浪微博、微信等社交类媒体使得每个用户都可以发表自己的言论,并以其及时、互动实现传播效应最大化的特点,使得人们生产数据的能力大大增强。例如,Facebook用户每分钟分享的内容高达246万条,Youtube用户每分钟上传72小时的视频,Twitter用户每分钟发布27.7万条信息。
第三,数据挖掘能力使得人类使用数据的能力大大增强。目前,主流的相关技术主要有以MapReduce和Hadoop为代表的非关系数据分析技术。
(三)政府数据公开力度加大
首先,国际信息公开已初具规模。美国等西方发达国家大力推进数据开放运动,2011年9月20日,美国等8个国家在纽约发起“开放政府联盟”,以向本国社会开放更多的信息。目前,该联盟已经有50多个会员,30多个国家建立了公共数据的开放网站。2012年3月,奥巴马政府公布“大数据研发计划”,以提高和改进人们从海量、复杂的数据中获取知识的能力,发展收集、储存、保留、管理、分析和共享海量数据所需要的核心技术,大数据成为全世界关注的焦点。例如,在美国的“蓝纽扣”计划中,用户可以使用“蓝纽扣”获取个人健康信息,以便管理其健康、经济状况,并与信息提供方交换信息。目前,已有超过1.5亿的美国人能够从健康服务企业、医药实验室、零售药房供应商与州免疫信息数据库获得他们所需要的个人健康数据。
其次,我国也在加快数据开放步伐。国家统计局推出了国家数据开放工程,广东、上海、北京等地都在加快数据开发进程,但是和发达国家相比,开放程度仍然极低。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31