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
在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28