林松濤：大數據·AI 構筑融媒轉型發展的道與術

“互聯網的發明者蒂姆·伯納斯·李曾說媒體的未來是分析數據。今天看來媒體的未來是數據+服務。”

(北京拓爾思信息技術股份有限公司新聞出版事業部總經理 林松濤)

在融媒體轉型發展進程中，媒體轉型該怎么做？目前的技術系統需要解決哪些問題？如何更好地解決問題，支持媒體未來的發展？如何規劃建設技術系統，如何在媒體發展進程中建設具有可生長性的技術系統？

一、構筑融媒轉型之“道”

移動互聯網普及的當下，媒體融合的本質是不同陣地的融合宣傳與服務變現。多元化技術支撐下的媒體變革，核心在于圍繞傳播的優化創新，助力媒體在內容、數據與服務的轉型。而技術平臺本身的建設不能僵化在固有的技術體系架構中，必須為媒體未來的數據+服務奠定基礎。

媒體的未來是什么？很多年前互聯網的發明者蒂姆·伯納斯·李曾說媒體的未來是分析數據。在今天看來媒體的未來實際上是數據+服務。

近年來技術平臺的建設在融合發展中所起的作用更多是渠道的融合，打通資源以“配菜”的方式為不同用戶提供定制化的加工服務，這種資源定制“知識服務”型的方式在未來具有一定的生存發展潛力。

在媒體變革的今天，從移動優先向智能優先推進過程中，清華大學彭蘭教授表示在移動化、社交化與智能化當中，智能化讓數據成為了傳媒業生產過程中的新核能，讓媒體人重新定義自己的角色，驅動生產流程再造。

大數據+AI如何賦能媒體提升智能化水平？在今天看來大數據在媒體行業的應用以及媒體融合發展的智能化水平并不樂觀。首先，由于傳統媒體固有的生產模式中缺乏大數據生存的土壤，大數據應用并未成為媒體行業發展的剛需，僅僅起到錦上添花的作用。其次，數據分析的精準度是決定技術能否貼合業務應用的關鍵，而數據分析的精準度需要在積累與深度應用的實踐中不斷修正。

浙報“媒立方”技術平臺的建設，從去年系統上線至今，技術人員持續優化數據，在長期優化的過程中提升數據的準確度與實用性。大數據平臺的建設不是一個 單純的項目，而是一個產品的運營。專業的數據分析人才是推動大數據在媒體應用中進入深水區的關鍵。目前，浙報“媒體方”技術平臺有專業的互聯網產品經理與開發人員，并專門成立數據分析室，在日常采編三會前，由專業的數據分析人員對大數據系統的數據進行分析處理，將選題策劃、傳播數據等分析結果顯示在編前會的大屏（屏幕），將數據分析扎根在日常的新聞生產中。從數據顯示結果看，自“媒立方”建成運行后，無論從傳播力、內容生產創作力、還是傳播效果上相較之前而言提升30%～50%。

在傳統媒體向互聯網化的轉型過程中，技術系統的建設需要迭代服務，并與新聞業務形成雙輪驅動。但技術平臺的建設不是媒體融合成功與否的關鍵因素，配套與之相適應的組織結構，變革體制機制，形成技術研發與業務創新螺旋式上升的發展常態，才能夠真正讓技術平臺發揮其效，實現專業人員專注于生產，技術平臺助力分發，原創精品內容的回歸。“媒立方”技術平臺的迭代發展與浙報集團的機制體制變革共同推進內容生產與傳播服務能力的提升。

二、構筑融媒轉型之術

TRS開發的融媒體智能生產與傳播服務平臺，是以內容資產為核心的數據型生產平臺。該平臺由策、采、編、發、評（價）、（運）營與大屏組成6+1平臺，所對應的選題策劃分析、協調指揮調度、融合生產創作、數據資源融合、傳播效果分析、用戶資產運營平臺，是大屏可視化綜合平臺的前提基礎。其中，數據資源融合平臺，實現從數據庫到知識庫資源的轉變。未來的大數據分析，如果沒有一個本地的數據中心，不把數據沉淀，那么未來一切都是空談。內容生產的創作平臺，融合所有的渠道，在生產過程中，以知識服務+AI的方式為編輯記者提供更多的知識輔助與支撐。選題策劃分析平臺從輿情大數據到媒體大數據，將數據化思維轉化為業務智慧，數據維度不僅包括熱點分析，還包括引爆者、重要傳播節點、熱詞、相關人物、機構、各方媒體機構觀點等多個層面，為編輯記者提供豐富的數據資源。傳播效果分析平臺，在浙報“媒立方”平臺建設過程中加入互聯網轉載、互動、閱讀指數三個維度，不斷優化傳播力指數的精準度。協調指揮調度平臺不僅包括記者調度，還包括任務分發、全流程監控，在浙報的大屏可視化平臺可一鍵了解稿件在多端發布的實時情況。在用戶資產運營平臺上，“媒立方”將各端口用戶資源融合，嵌碼，匯聚用戶行為，形成用戶沉淀與聚集。在大屏可視化平臺，“媒立方”大屏可視化中心全天24小時實時使用，實時顯示輿情、熱點、稿件簽發等情況。

拓爾思公司推出的媒體大數據云服務，以媒體知識庫、領域知識庫、地域知識庫、突發事件知識庫等知識庫為支撐，挖掘數據價值，同時進行多層次的數據分析，為媒體提供大數據+AI的智能化服務。

林松濤表示大數據+AI 支撐媒體技術平臺進入2.0時代。他強調在人工智能女王李飛飛看來，回顧人工智能過去20年發展，特別是人工智能的重要分支領域，例如，機器學習、自然語言處理、計算機視覺的發展，可以看到以互聯網為基礎的數據成為人工智能越來越強大的推動力。