林松涛：大数据·AI 构筑融媒转型发展的道与术

“互联网的发明者蒂姆·伯纳斯·李曾说媒体的未来是分析数据。今天看来媒体的未来是数据+服务。”

(北京拓尔思信息技术股份有限公司新闻出版事业部总经理 林松涛)

在融媒体转型发展进程中，媒体转型该怎么做？目前的技术系统需要解决哪些问题？如何更好地解决问题，支持媒体未来的发展？如何规划建设技术系统，如何在媒体发展进程中建设具有可生长性的技术系统？

一、构筑融媒转型之“道”

移动互联网普及的当下，媒体融合的本质是不同阵地的融合宣传与服务变现。多元化技术支撑下的媒体变革，核心在于围绕传播的优化创新，助力媒体在内容、数据与服务的转型。而技术平台本身的建设不能僵化在固有的技术体系架构中，必须为媒体未来的数据+服务奠定基础。

媒体的未来是什么？很多年前互联网的发明者蒂姆·伯纳斯·李曾说媒体的未来是分析数据。在今天看来媒体的未来实际上是数据+服务。

近年来技术平台的建设在融合发展中所起的作用更多是渠道的融合，打通资源以“配菜”的方式为不同用户提供定制化的加工服务，这种资源定制“知识服务”型的方式在未来具有一定的生存发展潜力。

在媒体变革的今天，从移动优先向智能优先推进过程中，清华大学彭兰教授表示在移动化、社交化与智能化当中，智能化让数据成为了传媒业生产过程中的新核能，让媒体人重新定义自己的角色，驱动生产流程再造。

大数据+AI如何赋能媒体提升智能化水平？在今天看来大数据在媒体行业的应用以及媒体融合发展的智能化水平并不乐观。首先，由于传统媒体固有的生产模式中缺乏大数据生存的土壤，大数据应用并未成为媒体行业发展的刚需，仅仅起到锦上添花的作用。其次，数据分析的精准度是决定技术能否贴合业务应用的关键，而数据分析的精准度需要在积累与深度应用的实践中不断修正。

浙报“媒立方”技术平台的建设，从去年系统上线至今，技术人员持续优化数据，在长期优化的过程中提升数据的准确度与实用性。大数据平台的建设不是一个 单纯的项目，而是一个产品的运营。专业的数据分析人才是推动大数据在媒体应用中进入深水区的关键。目前，浙报“媒体方”技术平台有专业的互联网产品经理与开发人员，并专门成立数据分析室，在日常采编三会前，由专业的数据分析人员对大数据系统的数据进行分析处理，将选题策划、传播数据等分析结果显示在编前会的大屏（屏幕），将数据分析扎根在日常的新闻生产中。从数据显示结果看，自“媒立方”建成运行后，无论从传播力、内容生产创作力、还是传播效果上相较之前而言提升30%～50%。

在传统媒体向互联网化的转型过程中，技术系统的建设需要迭代服务，并与新闻业务形成双轮驱动。但技术平台的建设不是媒体融合成功与否的关键因素，配套与之相适应的组织结构，变革体制机制，形成技术研发与业务创新螺旋式上升的发展常态，才能够真正让技术平台发挥其效，实现专业人员专注于生产，技术平台助力分发，原创精品内容的回归。“媒立方”技术平台的迭代发展与浙报集团的机制体制变革共同推进内容生产与传播服务能力的提升。

二、构筑融媒转型之术

TRS开发的融媒体智能生产与传播服务平台，是以内容资产为核心的数据型生产平台。该平台由策、采、编、发、评（价）、（运）营与大屏组成6+1平台，所对应的选题策划分析、协调指挥调度、融合生产创作、数据资源融合、传播效果分析、用户资产运营平台，是大屏可视化综合平台的前提基础。其中，数据资源融合平台，实现从数据库到知识库资源的转变。未来的大数据分析，如果没有一个本地的数据中心，不把数据沉淀，那么未来一切都是空谈。内容生产的创作平台，融合所有的渠道，在生产过程中，以知识服务+AI的方式为编辑记者提供更多的知识辅助与支撑。选题策划分析平台从舆情大数据到媒体大数据，将数据化思维转化为业务智慧，数据维度不仅包括热点分析，还包括引爆者、重要传播节点、热词、相关人物、机构、各方媒体机构观点等多个层面，为编辑记者提供丰富的数据资源。传播效果分析平台，在浙报“媒立方”平台建设过程中加入互联网转载、互动、阅读指数三个维度，不断优化传播力指数的精准度。协调指挥调度平台不仅包括记者调度，还包括任务分发、全流程监控，在浙报的大屏可视化平台可一键了解稿件在多端发布的实时情况。在用户资产运营平台上，“媒立方”将各端口用户资源融合，嵌码，汇聚用户行为，形成用户沉淀与聚集。在大屏可视化平台，“媒立方”大屏可视化中心全天24小时实时使用，实时显示舆情、热点、稿件签发等情况。

拓尔思公司推出的媒体大数据云服务，以媒体知识库、领域知识库、地域知识库、突发事件知识库等知识库为支撑，挖掘数据价值，同时进行多层次的数据分析，为媒体提供大数据+AI的智能化服务。

林松涛表示大数据+AI 支撑媒体技术平台进入2.0时代。他强调在人工智能女王李飞飞看来，回顾人工智能过去20年发展，特别是人工智能的重要分支领域，例如，机器学习、自然语言处理、计算机视觉的发展，可以看到以互联网为基础的数据成为人工智能越来越强大的推动力。