摘 要：随着“互联网+”理念不断深入人心，慢慢的变多的行业走向网络化、数据化，新闻传播行业也不例外。通过对大数据的概念与特征分析，探讨大数据对新闻传播业带来的机遇与挑战，总结新闻媒体在大数据应用方面的创新与探索，有助于逐步提升传播效果，为创新新闻生产、推动报业转型开辟广阔空间。

  随着互联网的快速的提升，特别是近年来社交网络、物联网、云计算以及多种传感器的广泛应用，数据的重要性愈发凸显。对大数据的研究，将有利于更精准、更有力地开展新闻宣传。如何将内容信息和新兴技术深层次地融合，在确保正确导向的前提下，提供更具可读性和吸引力的新闻产品，集聚更多精准性和信任度高的用户，已成为党报不可回避的一大课题。

  “大数据”是一个体量大、类别多的数据集，传统数据库工具无法对其内容做抓取、管理和处理。IBM提出，大数据具有5V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）。大数据的应用重质不重量，通过对海量数据的分析和处理，其目的主要在于获取数据背后的价值。对于很多行业而言，如何利用大数据技术，精准定位目标用户和需求，为产品和服务的改进提供参考和依据，成为赢得竞争的关键。

  传播方式日新月异，信息技术迭代更新，倒逼新闻传播业必须加快转型。大数据和云计算等新技术的发展和应用既深刻影响着人们的生产生活，也有助于逐步优化媒体内容采集、制作、分发、传播，使得媒体属性定位、内容生产方式、信息采集流程和报道传播渠道都在发生着巨大的变化。

  在传统媒体环境中，新闻生产属于自上而下的专业化模式，传统媒体在信息生产和传播渠道方面都占据着垄断地位。进入大数据时代，受众信息获取、发布和传播渠道大大丰富，参与的积极性也明显提高。受众在信息传播过程中由被动转为主动，在内容生产特别是突发事件中开始发挥日趋重要的作用。

  传统媒体新闻从业人员的业务要倾向于文字、音视频的采编，更多的是自身能力的培养。而在大数据时代，采编人员如果仍然“单兵作战”，势必会造成内容信息单一化而存在偏差。因此，信息共享、数据协作的能力慢慢的变成为新闻单位人才培养的一大重点。

  在传统媒体环境下，信息相对稀缺，媒体需要投入大量的人力物力进行信息采集，而获取的信息中只有少部分被采用。大数据时代，面对海量多元的信息渠道，对于媒体及媒体记者而言，专业化的信息筛选整合成为关键。采编人员既要了解受众需求，而且要具备从海量信息中精准筛选符合这类需求的信息的能力。

  全媒体时代，大数据将对媒体的转型升级、业态重构产生深远影响。新闻媒体必须加强顶层设计，提升新闻品质吸引客户，构建平台体系沉淀用户，利用大数据技术细分用户，并以此为参考对新闻采编和传播流程进行转型升级，有效提升传播力、引导力、影响力、公信力。

  大数据与新闻报道的结合，创造了一种新的报道形态—数据新闻。可视化是数据新闻的主要呈现方式，通过图解、图表、地图、动画、视频等可视化手段，可以使原本枯燥抽象的数据、概念变得生动、具象，更易于理解接受。

  通过数据梳理、形态创新，受众可以在一件数据新闻作品中，快速了解新闻事件的背景、发展、演变。特别是热点解码、政策解读方面，数据新闻更是可以把丰富的信息浓缩到一个表或一张图之中。比如每年的政府工作报告，其中涉及大量的经济数据，单凭文字报道，读者很难在极短的时间内形成直观了解，传播效果也会大打折扣。而通过图表形式，内容通俗易懂，受众一目了然，更易于传播。

  此外，还有关于科普类的知识信息，数据可视化既能弥补科普内容晦涩带来的阅读困难，且能带来更强的传播效应。比如，新闻媒体针对重大突发事件中网络流传的谣言，通过对从权威机构搜集来的数据来进行科学分析，进行数据可视化的报道，可以用一张图就充分展示其中的科学知识，具有更强的可读性和感染力，有助于传播科学知识，粉碎谣言。

  社交网络和移动互联网的发展，信息与媒体出现“富余化”倾向，但也为个性化信息聚合提供了更广泛和更便捷的平台。通过深入分析用户的新闻阅读习惯、跟踪用户标签的使用习惯和频率，能了解用户的兴趣爱好，并有明确的目的性地提供个性化内容。与传统意义上的读者调查不同，这样的形式采用互联网生产逻辑，借助特征分析、语义分析，形成基于个人兴趣的个性化信息合成和推荐模式。通过社交数据挖掘+个性化推荐的新闻生产和推送模式，使新闻生产流程更加智能，也能为用户所带来更好的使用体验。

  按照每个用户个性化需求的信息采集，建立用户兴趣图谱，“先端后网再报”融媒传播、个性化推送，大大增强信息产品对用户的吸引力和引导力。根据用户在客户端上阅读、评论、点赞的内容及其所属类别、用户自标签、社交关系、使用时间等数据源，通过整合、分析，可以建立受众阅读习惯和品味偏好数据库。

  通过用户数据分析，在新媒体平台打造个性化推荐栏，以“媒体单”的形式，推荐符合受众兴趣偏好的内容产品，帮助其更快捷、方便地找到所需内容。比如，人民日报APP建立旅游、财经、体育、健康、汽车、美食等20多个兴趣标签，用户可自主选择，及时接收“私人定制”的内容，既能够迅速了解新闻事件的发展、演变，掌握新闻中的知识化内容，也能用网民认可的新形态报道在潜移默化中引导舆论。

  大数据技术的发展和应用，为舆情把控提供了更精准的解决方案。对某一区域相关舆情的监测，可以为政府部门和公司可以提供政策参考和资讯服务，新闻媒体可以转化为“智库”。比如，作为温州舆情监测服务的信息平台，温州日报报业集团舆情信息中心提出了集网络舆论情况“监测”“预警”“研判”“处置”“修复”的一体化解决方案。凭借强大的技术实力和客观、专业的舆情数据支撑，以及可操作性的舆情应对建议，该集团为政府和企业领导决策提供有力支持，同时也助力于政府、企业舆论导向的把握和形象的巩固与提升。该集团还与温州市委政研室、市教育局、市文明办等40多家单位和公司进行战略合作，每年提供1000多篇舆情信息专报。

  再以温州日报报业集团为例。针对网络环境中谣言日益增多的现状，该集团主办全国首个地市联合辟谣平台—温州辟谣举报平台，通过及时监控和辟谣，进行相对有效化解。至2019年底，该平台共发布辟谣信息4087条，涉温信息499条，微信微博阅读量7406万，网站访问量3.5亿PV，被评为“全国最佳创新应用政务微博”，入选全国五大辟谣平台，荣获全国社会治理创新奖、全国网络举报工作先进集体。

  新闻媒体一般拥有较为固定的受众群，受众对媒体品牌有着高度的信赖感。随着全媒体平台的构建，媒体受众呈现出指数级增长趋势。但由于长期以来对用户的深度分析不足，在需求满足方面仅限于信息的供给，用户价值没有正真获得充分利用。大数据技术的出现和应用，为激活用户价值甚至变现提供了可能。

  媒体融合过程中，原先分散的读者、观众、广告客户被统一聚合到全媒体平台。这些忠实用户的引流成本远远小于陌生用户。对点击率、转发率等数据来进行分析，把大数据分析和市场调研结合起来，可以更精准掌握用户偏好，把握市场脉搏，发掘出“粉丝经济”。

  借助大数据分析技术，对海量用户进行识别并标记出具有同类型特征的“种子受众”，能轻松实现目标客户的定位和细分。加以对不一样的行业、领域和终端的数据来进行关联分析和价值挖掘，有助于提高媒体营销的管理效能和投资回报。比如，华东某报业集团旗下电子商务平台“温都猫”，借助全媒体渠道优势实现年轻网购一族的低成本引流，自2014年5月上线亿元。

  媒体融合时代，是信息的时代，也是技术的时代。舆论生态出现重大变化，媒体格局深刻调整，大数据为传媒转型提供了一把钥匙。通过对大数据的有效运用，使技术与内容互为支撑、相互融合，将成为媒体融合发展的一体之两翼、驱动之双轮，为创新新闻生产、推动报业转变发展方式与经济转型开辟广阔空间。