「浙江新聞」客戶端：傳統媒體怎麼擁抱大數據？

大數據與人工智慧技術帶來的傳媒業的生產力變革已然近在眼前。浙江日報報業集團認識到新技術對於自身發展的重要作用，通過吸引大數據和人工智慧人才來布局大數據，綜合近幾年來的經驗和資源，打造了「媒立方——融媒體傳播服務平台」「互聯網傳播評價體系」「媒體雲」等一系列以大數據為基礎的媒體融合平台，取得了階段性的成果。

浙江新聞客戶端於2014年6月上線，搶抓大數據技術帶來的巨大機會，在3年多的時間裡不斷探索前行，從體制機制到內容生產方式都有了很大的創新。

內容生產智能化變革

傳統媒體獲取新聞線索主要是通過通訊員、網路、電話爆料等方式，判斷事件真偽以及收集、整理傳遞資料的過程往往會耗費大量的時間。但隨著自媒體的崛起，社交媒體已經成為一個實時信息的海洋，越來越多的突發性事件都會在社交媒體上迅速形成爆點。

與傳統採訪新聞內容生產模式相比，通過大數據發現和獲取信息的來源更廣泛，在收集成本和效率上更加出色，從大數據中掌握新聞線索能充分滿足信息挖掘的需求。

運用最新的人工智慧技術可以通過網路「爬蟲」，獲取實時的消息和信息，然後進行內容特徵詞的抽取計算，快速地提取新聞線索，再經過多渠道驗證來排除無效內容和判斷消息的真偽性，從新聞時效性和真實性上提升內容質量。

但寫作機器人的存在，並不是取代記者和編輯，而是解放了勞動力，讓采編人員將精力集中於社會更深層級的思考、對情感訴求的挖掘，新聞創作過程中的人文價值思考是人類最核心的競爭力。

新聞內容可視化，增強新聞可讀性

大數據可視化技術則為新聞表達方式提供了更多樣的選擇，具有創意設計的互動式圖表、H5、短視頻等可視化形式，可將枯燥的專業性內容、複雜的數據分析等以簡潔直觀的方式展現，這正適應了新媒體時代受眾的淺閱讀習慣，增強了新聞的可讀性。

浙江新聞客戶端在「東方之星」沉船事件發生后，第一時間匯總了與事件相關的大量數據，以時間為軸梳理了事件的進展過程，用H5的形式直觀呈現整個事件。在《人民的名義》熱播之際，浙江新聞客戶端推出了《大數據告訴你 浙江的「達康書記們」一季度在忙些啥？》的可視化作品，利用數據圖的方式明晰解讀時政熱點，抓住當下社會關注的輿論風口，引導輿論走向。

傳播渠道自動化，實現優化分發效率

隨著互聯網技術的不斷革新，傳統媒體的舊式單向傳播格局已無法滿足用戶不斷增長的個性化需求，當前傳統媒體在實際業務分發環境中，主要存在以下幾種困境。

一是缺乏用戶精準畫像，導致傳播精準度低。傳統媒體的用戶規模、內容生產量級，與互聯網媒體還有巨大的鴻溝，針對現有用戶的行為提煉，演算法偏好難以把握，傳統媒體無法個性化地提供符合用戶當下關注點、興趣點的內容，導致智能分發的匹配精準度不高。

二是智能推薦效果較差。用戶對時下的熱點內容進行搜索查看時，傳統媒體提供的搜索內容排序不佳，以及搜索結果缺乏智能化展示，導致用戶體驗感較差。

三是人工處理媒體內容效率低。媒體行業單靠編輯人工進行新聞內容的編輯、設置標籤、歸類處理，效率不高且可持續性低。

四是編輯掌握了內容分發的權利，用戶接收到的新聞資訊都是由少數媒體精英所決定。而現在，隨著用戶數量和內容數量的持續增長，傳統的編輯模式無法適應用戶個性化的需求，新聞內容分發的主體，亟待從有血有肉的編輯，讓渡給機器演算法。

相比編輯人工分發，以大數據為基礎的智能化分發存在以下優勢：

一是利用大數據與人工智慧，對大量內容進行快速的深度加工。人工干預的內容數目受限，往往集中於最熱門的頭部內容，而機器分發則可以覆蓋與用戶生活、個人興趣相關長尾的新聞報道之外的資訊，通過對客戶端用戶行為和用戶閱讀偏好進行統計，追蹤用戶關注的新聞類別、屬性、來源及關鍵詞等，可以把握和定位用戶的偏好與個性化需求，針對性地推薦符合用戶閱讀習慣的新聞內容，達到更好的傳播效果；

二是跳出編輯個人主觀視野，優化內容質量與分發效率。大數據演算法排序的核心是根據用戶、內容、上下文信息決定實時計算每個內容的得分，按照得分進行排序。結合用戶的使用信息，排序結果個性化進行，同時充分利用已有數據，對模型實時優化更新，指導下次智能分發，最大化地優化分發效率。

建立用戶畫像，新聞資訊個性化推薦

用戶需求決定內容供給，浙江新聞客戶端正在內測中的個性化推薦引擎，正是基於此。浙江新聞客戶端目前實行的推薦系統冷啟動的方式，首先引導用戶設置他們所關心的新聞標籤，抓取用戶在客戶端內的閱讀、點贊、評論等行為數據及所在地域，通過對這些信息進行分析計算，可充分了解用戶的閱讀偏好和興趣，依據每個用戶的關注點、位置等多個維度進行個性化推薦，爭取在獲取新聞資訊時可以做到千人千面。

在實踐過程中浙江新聞客戶端還推出了欄目推薦功能，將精品內容以 「訂閱欄目」的推薦模式在信息流中穿插展示，使用戶能夠觸及到，並主動選擇所感興趣的欄目訂閱，從而形成良性的內容交互環流，提升新聞傳播內容分發效率。

同時，從今年開始將「時間場景」概念帶入浙江新聞客戶端內。從一個時間節點著手，慢慢介入到一天中用戶獲取資訊的各大節點，配合不同用戶的時間安排習慣，建立起用戶在資訊獲取方面的認可和依賴。

優化新聞客戶端運營模式

現在的數據分析趨勢，是針對每一個產品不同的營收目標和用戶路徑生產指標與報表，且行為數據的顆粒度越來越小，數據更加精確。

新聞客戶端累積了龐大的用戶數據，如用戶瀏覽新聞的時間、閱讀習慣等偏好信息，用戶閱讀新聞後生產的UGC內容等都是數據資源的組成部分。在未來的大數據發展方向上，除了利用大數據挖掘熱點，改造新聞資訊內容推薦方式外，還表現在積極引入外部的內容生產者，鼓勵用戶參與新聞製作，採用「眾籌新聞」的方式讓用戶參與報道，使信息的生產方式改變，生產速度加快，在紛繁的線索中迅速找到事實真相，媒體和用戶之間的互動也大大增強。

傳統的采編模式，將逐步向PGC(傳統編輯＋外部智囊)+UGC（純用戶產生內容）內容運營模式轉變。

數據分析的目的在於優化產品，提升效益。為了更高效的利用大數據帶來的紅利，浙江新聞客戶端的數據支持是通過產品及用戶數據訓練機器，使機器達到對產品運營狀態的分辨能力，當機器通過數據的監控認為服裝模塊的用戶收藏數據停滯超過3天，就會提出針對服裝主題的活動方案，且計算投放人群等，進而幫助我們制定更完善的客戶端運營方案。

利用大數據，解決廣告投放難題

新媒體盈利模式本質上是廣告創收，如何將用戶注意力轉化為商業價值是探索的難題，通過大數據至少可以實現以下幾點：一是原生廣告，即將廣告通過大數據匹配上下文和閱讀場景與新聞內容結合；二是基於用戶標籤系統，精準推送用戶可能感興趣的廣告內容；三是O2O廣告，結合LBS等數據展示適合本地的周邊生活廣告。大數據的引入可以更準確地進行廣告投放；可以把這些數據與其他平台進行資源置換，帶來持續的經濟效益。

傳媒行業已進入大數據時代，浙江新聞客戶端將著重探索如何延長用戶在客戶端內的停留時間，保障用戶產生的互動行為，同時利用大數據技術描述精準的用戶畫像，使得用戶收穫到更好的新聞閱讀體驗，促進新聞內容生產、提升新聞內容傳播效果、優化新聞客戶端發展。

經濟報刊協會期待大家的關注