京公网安备 11010802034615号
经营许可证编号:京B2-20210330
“大数据与全球传播变革”国际研讨会圆满落幕
大数据时代已向我们走来,它将如何改变我们的生活?对全球网络空间治理、各国政府管理、跨国公司商业活动、新闻传播格局与媒介生态、数字公民个人生活将产生怎样深刻的影响?如何迎接大数据时代的媒介变革与创新?6月27日,河北大学新闻传播学院联合国家社科基金重大项目“网络文化建设”课题组、河北省传媒与社会发展研究中心、中央人民广播电台新媒体中心、中国科技新闻学会网络媒体专业委员会、中国社科院世界传播研究中心、中国网络传播学会、美国太平洋大学传播学系,中国科技大学传播学系等机构一起邀请国内外政产学研用诸领域专家学者,在河北大学举办“大数据与全球传播变革”国际学术研讨会。
开幕式上河北大学党委常委杨立海致辞,表达了对与会代表的欢迎,河北省社科联常务副主席、河北省社科院副院长曹保刚,中央人民广播电台、央广网副总编伍刚;中国社会科学院新闻研究生所姜飞致辞,美国世界媒介素养峰会主席玻尔发来贺词。
接下来的主旨报告环节中,中国人民大学新闻学院博导喻国明作了题为《大数据:“互联网”时代的能源》的报告,阐明大数据是类似石油的战略性资源,强调大数据应用的战略比战术更重要。美国太平洋大学传播系主任董庆文以美国政府的管理、奥巴马竞选等大数据案例向大家讲述《大数据与国家治理、新闻发展及挑战》,美国硅谷数据工程师、架构师董飞则从高科技公司大数据实践等为大家讲述大数据前沿技术,中国传媒大学新闻学院教授沈浩以人民日报微博、李克强政府工作报告等实际操作案例为大家讲述《大数据的价值和可视化传播》,河北大学图书馆技术部主任任瑞娟教授从数据新闻的角度讲述《大数据背景下数据新闻的制作流程与语义构建》
美国BZM公司CEO王英捷从征信市场、金融产业创新等阐述了《互联网金融与大数据》。中国人民大学新闻学院博导匡文波《大数据带来的冷思考》和中国社会科学院新闻研究所世界传播中心主任姜飞的《“大数据”之人文思考路径探索》则给大数据“泼冷水”,看到大数据的局限性。新华社新闻研究所研究员、中外媒体发展战略研究中心主任唐润华《如何认识大数据对传统媒体的价值》以新华社实际情况为例讲述传统媒体对大数据的需求。河北大学新闻传播学院博导陶丹教授的《大数据时代的传媒变革与新技术观念之挑战》主要报告了LiFi和DNA存储等新技术带来的机遇和挑战。
下午研讨会分为大数据时代产业与技术、大数据时代的新媒体、媒介融合创意、数据新闻四个论坛,来自中国传媒大学、安徽大学、南京政治学院、哈尔滨工业大学以及河北大学等十余所高校的学者、老师以及业界人士就有关大数据的不同主题以及相关作品进行了多方位的探讨。
最后各个分论坛汇报讨论成果以及其中的问题,央广网副总编伍刚做会议总结并宣读《数字时代的传播共识暨中国保定宣言》,王英捷女士英文宣读。河北大学新闻传播学院院长白贵教授对此次研讨会做总结,肯定了会议达成的各项共识,期待以后更进一步的合作和探讨。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06