AI賦能媒體的場景創新

摘? 要：本文以大數據和人工智能為技術手段，分析技術支撐下如何推動媒體的場景創新，其中包括智能策劃、智能生產、智能分發、智能評價等場景，為媒體融合發展賦能。

關鍵詞：四全媒體;媒體融合;縣級融媒體;智能化;業務場景

中圖分類號：F49;G206? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A

本文著錄格式：林松濤.AI賦能媒體的場景創新[J].中國傳媒科技，2020，04（04）：10-12.

2019年1月25日，中共中央政治局在人民日報社進行第十二次集體學習時，習近平總書記提出了新時代對媒體行業的更高要求——四全媒體?？倳浱岢觥叭襟w不斷發展，出現了全程媒體、全息媒體、全員媒體、全效媒體，信息無處不在、無所不及、無人不用，導致輿論生態、媒體格局、傳播方式發生深刻變化，新聞輿論工作面臨新的挑戰?！比诿襟w已經上升為國家戰略，需要從技術、業務、生態等多維度相互協同，秉持“人在哪兒，宣傳思想工作的重點就在哪兒”的理念，著力構建資源集約、結構合理、差異發展、協同高效的全媒體傳播體系。

1.媒體融合的三階段

媒體融合之路歷經了三個階段，首先是 “從流程中心轉變為數據中心”的數媒時代，以新華社待編稿庫、人民日報公共稿庫為融合數據資源的典型案例;第二個階段是“從新媒體轉向為融媒體”的融媒時代，重點是實現渠道、體質、機制、技術、平臺等全方位的融合傳播體系;第三個階段就是當下正在探索的“大數據+智能化賦能”的智媒時代。

在大數據+AI這個新時代背景下，傳媒行業也向著智媒時代進發，越來越多的媒體利用大數據和人工智能的先進技術手段，打造智媒平臺以迎接未來趨勢的挑戰。人工智能在媒體傳統的策、采、編、發、評等環節進行賦能，從整個行業的技術格局探析：“AI重構生產，智能升維傳播”。從傳統媒體到新媒體、從新媒體升維到智媒體，其技術支撐必然是大數據+AI，但是技術支撐的有效落地一定還是場景服務，只有合理的場景才能將智能化技術實現賦能創新。人工智能的分支方向很多，和媒體有機融合的技術主要有：認知智能、智能語音、智能圖像、虛擬現實、知識圖譜等，其中媒體行業應用最廣泛和扎實的則是基于知識圖譜相結合的自然語言理解（NLP），有專家曾提出“語言理解是人工智能領域皇冠上的明珠”。

2.智能化賦能媒體的業務場景

智媒時代核心是智能傳播，智能傳播的本質是“建立智能的人的情、境、意、識+機的態、勢、感、知的協同機制”。智能化賦能媒體業務的場景服務，主要體現在智能策劃、智能生產、智能分發與智能評價四大方向。

2.1智能策劃場景

依托于海量數據中篩選價值點，輔助媒體用戶實現選題與策劃的數據智能決策;同時利用NLP技術對大數據實時數據流進多維分析，結合知識圖譜體系規劃場景服務。智能策劃的場景選型從多種維度方向進行垂直細化延伸，主要是線索發現、熱點挖掘、情感關注、突發爆料、流量異動、深度追蹤等等。

如線索發現場景，重點是從海量數據流中實時發現可供決策和選題輔助的線索信息，在線索發現的模型算法后，還需配套一系列模型才能提高線索供給背后的有效支撐。線索真偽認證，不僅是從線索內容表面進行分析，還需要結合上下文語境、線索溯源的源頭發布信源的公信力、傳播圖譜上關鍵節點的信源評估、歷史相似內容的發布信源等級，還有持續更新的謠言庫比對等，只有通過諸多環節的算法模型處理，為每條線索賦予置信度閾值，才能提煉線索真偽性的量化數值依據，并供給為媒體從業者參考。

熱點挖掘，不僅是從海量數據中發現聚類熱點數據，而且需要將熱點數據進行下鉆分析、挖掘熱點背后的多元因子，才能幫助內容生產和決策者從不同角度來選擇合適的選題方向;因此從技術角度來看，每個熱點多層級分析至少需要熱度模型機選、子話題時移、熱點趨勢預測、爆點溯源評價、重要觀點提煉、熱力圖譜、政策關聯、報道角度預測、實體熱度抽取等數十種子模型算法來匹配。

此外，智能策劃還有情感關注、突發爆料、信息（或流量）異動、專題事件的深度追蹤等一系列諸多場景服務。

智能策劃場景其本質就是為媒體發現值得報道或者跟進的線索熱點等信息，在海量數據信息的篩選上，需要借助諸多算法理論和模型實現不斷的優化調整?！靶畔⒄撝浮笨藙诘隆は戕r為信息發現提供了扎實的理論基礎，香農在1948年的論文中，首次提出了“信息熵”的概念，，在信息論的這個著名公式下，通過單調性、非負性和累加性三個維度的計算，可以量化關于內容策劃化解所決策的信息增益和信息量，輔助媒體決策事件報道的方向和深度。

2.2智能生產場景

在媒體的內容創作過程匯總，利用大數據+人工智能為生產環節提供知識服務，以“人機協同”實現智能創作輔助;運用語音智能、圖像智能、虛擬現實等創新性先進技術，提升專業創作、全息內容形態和安全發布等。

智能生產場景大致可以分為四類方向：知識服務類、生產輔助類、全息創作類和內容安全類。

知識服務類，核心是利用大數據+認知智能技術，將媒體知識圖譜的語義關聯有機結合，在內容創作過程中，通過“機器大腦”的方式理解內容創作者的思路目的，以主動推薦式的服務提供內容緊密相關的知識、素材和延展等，通常被應用于主題延展、背景分析、智能配圖、素材關聯、語義關聯和以圖搜圖、視頻關鍵幀查詢等場景，實現內容與知識的“人機協同”創作。

生產輔助類，利用智能化的技術在內容生產的工具軟件中，輔助創作者有效降低內容生產的實際成本（時間+人力），實現生產過程的工具優化和效率優化;內容輔助類場景涵蓋了全形態的內容類型生產，如語音自動轉換、視頻智能拆條、字幕自動識別、OCR識別、關鍵幀提取和內容自動標簽等。

全息創作類，在媒體內容的傳播形態上進行創新，未來將大量借力5G+的技術方向，實現傳播方式上的全息報道，使得內容傳播者和內容受眾者都有“身臨其境”般的沉浸式體驗;目前應用的比較廣泛的有虛擬演播室、虛擬主播、AR/VR/MR的虛實混景、傳感器新聞等。

內容安全類，主要是利用人工智能技術對媒體生產的內容（文、圖、視頻等）實現機器自動初檢，幫助內容生產者減少錯誤，在核心環節保證了報道與形式內容的正確導向;利用AI實現此類的自動智能機審場景很多，如智能檢校、敏感提醒、影像三鑒（鑒黃、鑒恐、鑒暴）、政治識別、惡意低俗廣告等。

2.3智能分發場景

通過對數據的積累分析，實現傳播預測和分發匹配等，實現內容在用戶端、媒體端的精準推薦，以達到內容生產與用戶個性化需求之間的智能匹配。為實現智能分發的目標，需要對受眾群體和內容標簽之間搭建多種方向的算法模型。

如面向終端用戶的行為畫像、面向媒體渠道和頻道欄目的機構畫像、面向不同渠道欄目預發布的內容傳播預測、面向用戶個性化需求的精準推薦、面向廣告主的計效廣告模式等。

智能分發的場景案例眾多，也是國內外媒體機構利用技術手段不斷探索實踐的重要方向分支：如智能漏斗路徑，通過數據深加工和深度機器學習相結合的方式，自動發現傳播真實路徑和關鍵傳播節點，圍繞數據傳播圖譜實現分眾定制化傳播;個性化推薦，從用戶標簽發展到相似群體的協同過濾，目前也走向了理解個體的NLP，個性理解實際上包含了自然語言技術所涉及的方方面面。

在新媒體快速發展過程中，平臺的內容流量顯得極為重要，比如微信公號的閱讀數與在看數作為該渠道最為重要的指標之一，面對刷流量假流量的操作行為，智能分發場景通過對公開數據的實時監測和模型匹配，也能夠讓異常流量的“李鬼”現身無處躲藏。

2.4智能評價場景

傳統媒體在內容傳播的全生命周期，從注重內容生產到關注傳播數據的效果量化，已經逐漸形成傳播閉環流程的思維;而傳播效果的量化數據往往能夠指導媒體在策采編發的各環節優化流程和輔助決策，并能在績效考核和版權追蹤等多個關聯場景下發揮支撐作用。

內容傳播的智能評價，其核心為構建多維度模型的傳播效果智能化監測，助力媒體通過量化數據掌握實際傳播情況建立傳播效能與傳播全流程各環節的閉環驅動。

智能評價場景是典型的互聯網傳播大數據+人工智能內容識別相結合的技術應用領域，如基于指紋特征提取的文章全網傳播路徑追蹤、基于圖像內容特征模式識別的傳播追蹤與圖譜繪制等;針對內容傳播路徑圖譜的繪制，涉及內容原創分析的判斷、版權內容的追蹤追溯等語義分析;傳播效果的量化指標在不同類型的媒體中也需要不斷修正調整參數變量，以符合特定的媒體類型和行業特征，傳播力指數的可變模型計算成為智能評價場景下的重要數據基礎。

綜上所述，媒體升級轉型的重要抓手還是以數據為基礎、以智能為賦能、以場景為落地。

拓爾思公司在融媒體轉型時代，作為技術領先的行業服務商，全新打造的“以內容資產為核心”的智能生產與傳播服務平臺，重構新聞生產流程、提升數據價值挖掘與賦能，助力媒體融合的傳播與服務變現。該平臺已成功服務國內數十家重量級媒體單位并獲得多項行業技術殊榮。

3.“媒體+”技術公司的合作共贏

媒體與技術公司進行深度合作，最成功的模式已不再是甲乙方的項目合約制，而是將媒體的內容、資源優勢與技術公司的技術優勢形成互補，面向媒體本體業務外的“藍海”共同運營和收益。

拓爾思作為長期媒體技術合作廠商，也不斷在探索媒體+的跨產業拓展，從政務新媒體到企業新媒體，從高校實驗室到出版社等單位，將融媒體建設外延到傳統媒體以外的其他行業中。更重要的是，拓爾思將這種“共運營、共收益”的模式來助力合作媒體獲取更多收益。

在媒體+的跨產業拓展中，可以分為三圈，按照與媒體業務的緊密程度分為三個等級：運營托管、精準決策和智慧監管。

第一等級為運營托管，即將媒體緊密相關業務進行打包輸出，如政企的融媒體建設、政務服務、黨建服務和政府網站集約化等。如拓爾思發揮在政府集約化網站的技術和業務優勢，與湖北日報聯合建設湖北省政府網站集約化平臺;拓爾思與廣西日報合作，聯合實施了南寧海關的融媒體平臺，這些都是與媒體深度合作開辟藍海共贏的典型案例。在政務服務上，通過與中國日報合作建設對外政務服務平臺，幫助政府實現政務服務平臺的建設、政務服務事項的梳理、政務服務場景的策劃，以互聯網思維推廣互聯網+政務服務。

第二等級為精準決策，即助力媒體通過利用大數據服務能力來實現數據業務的增值能力。媒體所涉及的數據類的增值服務，一般分為數據解讀、輿情分析和傳媒智庫這幾個層面。拓爾思在輿情領域有多年的服務和經驗沉淀，為數十家媒體提供輿情系統和監測服務，幫助媒體拓展輿情客戶，從發現輿情到妥善應對提供完整系統流程。在傳媒智庫方面，拓爾思助力多家媒體單位發揮主流媒體的平臺、資源和專業優勢，通過“數據分析+專業研判”提供專業智力服務。如南方智庫的工作平臺、中國教育報刊社的中教傳媒智庫等。

第三等級為智慧監管，響應國務院關于“互聯網+監管”的指導意見，主要是在施政口碑監測和行業新業態風控等維度上。如拓爾思與中國健康傳媒集團合力打造的中國保健食品風險預警平臺，為媒體帶來了社會效益和經濟效益的雙豐收;同時也為經濟日報建設了經濟信息服務平臺等。

4.面向縣級融媒體中心的媒體云平臺建設

為響應總書記關于“縣級融媒體中心建設”的講話精神，拓爾思積極開拓縣級融媒體中心的省級媒體云平臺，參與了天津、浙江、貴州、內蒙古、新疆等多省級平臺的建設工作。在融媒體采編發、大數據指揮監測、人工智能全景輔助、多元內容生態匯聚分發、全流程量化考核管控、一站式多端移動運營等方面提供了全案的解決方案和平臺建設經驗。其中為浙江日報建設的天目云平臺已經實現了數千萬以上的銷售收入。

結語

跳出媒體看融媒體：融媒體建設不限于傳媒集團，以 “新聞+政務+服務”的融媒體中心是新時代的治國理政新平臺。

媒體融合的核心和方向：全面移動化、視頻化、數據化和智能化。

媒體轉型：基于互聯網基因的現代綜合傳播體系（四全媒體）。

拓爾思在融媒體建設歷程中，以數據為媒體賦能，以知識為行業賦能。從中央廚房、融媒體到縣級融媒體中心的媒體云平臺，拓爾思一直和媒體在一起;并將持續創新人工智能與傳媒行業的融合應用，助力于智媒時代。

參考文獻

[1]人民日報社北京1月25日電.習近平在中共中央政治局第十二次集體學習時強調推動媒體融合向縱深發展 鞏固全黨全國人民共同思想基礎 [N]. 人民日報，2019-01-26.

作者簡介： 林松濤（1977-），男，遼寧省朝陽市，拓爾思新聞出版事業部總經理，研究方向：融媒體。