
大數(shù)據(jù)時(shí)代下的智能傳播及其盈利模式
信息開(kāi)放、摩爾定律、社交媒體、數(shù)據(jù)挖掘技術(shù)把我們帶入大數(shù)據(jù)時(shí)代,大數(shù)據(jù)具有量度、頻度、速度、維度和溫度五個(gè)方面的顯著特點(diǎn),并致力于為決策服務(wù)。大數(shù)據(jù)也給傳媒業(yè)和傳播帶來(lái)了革命性的變化,為了更好地滿足用戶(hù)更為個(gè)性化和定制化的需求,傳媒業(yè)必須從信息稀缺時(shí)代的大眾傳播、信息豐裕時(shí)代的互聯(lián)網(wǎng)傳播,快速轉(zhuǎn)變?yōu)樾畔⑦^(guò)載時(shí)代下的智能傳播。而要實(shí)現(xiàn)智能傳播,關(guān)鍵在于打造基于大數(shù)據(jù)的信息智能匹配平臺(tái),在不斷優(yōu)化用戶(hù)信息需求的基礎(chǔ)上,實(shí)現(xiàn)信息和用戶(hù)需求的智能化匹配。智能傳播具有潛力巨大的混合型盈利模式,主要包括信息服務(wù)收費(fèi)、廣告、電子商務(wù)、輿情增值服務(wù)收入和網(wǎng)絡(luò)行政服務(wù)等。
【關(guān)鍵詞】大數(shù)據(jù);信息智能匹配;智能傳播;信息過(guò)載
2013年,是大數(shù)據(jù)和移動(dòng)互聯(lián)元年,標(biāo)志著我們已經(jīng)進(jìn)入大數(shù)據(jù)和移動(dòng)互聯(lián)時(shí)代。在大數(shù)據(jù)時(shí)代,用戶(hù)對(duì)信息的需求更加個(gè)性化、精準(zhǔn)化,借助于數(shù)據(jù)挖掘和分析技術(shù),傳播體現(xiàn)出智能化的趨勢(shì),而其盈利模式日趨混合化和多元化。
一、大數(shù)據(jù)時(shí)代到來(lái)的原動(dòng)力:信息開(kāi)放
(一)技術(shù)賦權(quán):四次傳播革命助推信息開(kāi)放
從遠(yuǎn)古到現(xiàn)在,我們經(jīng)歷了文字的發(fā)明、古登堡印刷術(shù)、電報(bào)技術(shù)的應(yīng)用和互聯(lián)網(wǎng)四次傳播革命,每一次傳播革命都使得信息的數(shù)量和公開(kāi)程度快速增加。
第一,文字發(fā)明打破了時(shí)間的限制,使得代際傳播成為可能。在文字發(fā)明之前,傳播只能通過(guò)口口相傳,信息量極其有限,講古人也具有很大的權(quán)力。在公元前4000年楔形文字出現(xiàn)之后,文字發(fā)明帶來(lái)的第一次傳播革命使得代際之間的傳播成為可能,也使得信息數(shù)量開(kāi)始大幅度增加。
第二,古登堡印刷術(shù)打破了范圍限制,使得大范圍傳播成為可能。在古登堡印刷術(shù)出現(xiàn)之前,書(shū)籍主要依賴(lài)掌握文字的抄書(shū)人,一方面,由于抄書(shū)人的數(shù)量很少,信息積累和傳播的范圍受到很大的限制;另一方面,抄書(shū)人具有很大的權(quán)力,甚至比一些王公貴族的權(quán)力都大。1450年,古登堡的印刷術(shù),給世界帶來(lái)了第二次傳播革命,此后的50年間,大約有800萬(wàn)本書(shū)被印刷,比之前所有的手抄本還多。這些書(shū)籍幫助更大范圍的人獲取知識(shí)和信息,使得更大范圍的精英能夠更好地獲得信息。
第三,電報(bào)技術(shù)打破了時(shí)間和距離的制約,使得大范圍遠(yuǎn)距離的傳播成為可能。電報(bào)技術(shù)的發(fā)明,帶來(lái)了第三次傳播革命,使得千里之外的信息瞬息可至,不僅大大加快了信息的傳播速度,信息的數(shù)量也急速增加,使更多的人能夠更好地獲得信息。
第四,互聯(lián)網(wǎng)技術(shù)打破了為精英所控制的大眾傳播限制,使得及時(shí)、互動(dòng)的自媒體傳播成為可能。發(fā)軔于1989年的萬(wàn)維網(wǎng),帶來(lái)了第四次傳播革命,借助于互聯(lián)網(wǎng)技術(shù),人人都可能成為自媒體,人人都可以擁有麥克風(fēng),一方面打破了信息由精英控制的局面,在很大程度上賦予普通人傳播信息的權(quán)利;另一方面,由于社交媒體等的推崇,信息數(shù)量急速增加,根據(jù)ZDNet的數(shù)據(jù)顯示,2013年中國(guó)產(chǎn)生的數(shù)據(jù)總量超過(guò)0.8ZB,是2012年的2倍,相當(dāng)于2009年全球的數(shù)據(jù)總量。
(二)三大成因匯成大數(shù)據(jù)時(shí)代
第一,摩爾定律使得人類(lèi)保存數(shù)據(jù)的能力大大增強(qiáng)。摩爾定律是由英特爾創(chuàng)始人之一的戈登·摩爾于1965年提出來(lái)的。其內(nèi)容為:當(dāng)價(jià)格不變時(shí),集成電路上可容納的晶體管數(shù)目,約每隔18個(gè)月便會(huì)增加一倍,性能也將提升一倍。在摩爾定律的推動(dòng)下,價(jià)格以更快的速度下降,即在存儲(chǔ)器的性能提高的同時(shí),大約每9個(gè)月存儲(chǔ)容量的價(jià)格就下降一半。這一方面使得人們可以有更大、更快的數(shù)據(jù)保存能力,另一方面也使得人們能夠承擔(dān)起保存數(shù)據(jù)的成本。根據(jù)相關(guān)數(shù)據(jù)顯示,1990年至2013年,計(jì)算成本平均每年下滑33%,1MM的晶體管從527美元下降到5美分;存儲(chǔ)成本平均每年下滑38%,1G的存儲(chǔ)成本從569美元下滑到2美分;帶寬成本平均每年下滑27%,1000M的帶寬成本從1245美元下滑到16美元。
第二,社交媒體的出現(xiàn)使得人類(lèi)生產(chǎn)數(shù)據(jù)的能力增強(qiáng)。Facebook、Twitter、新浪微博、微信等社交類(lèi)媒體使得每個(gè)用戶(hù)都可以發(fā)表自己的言論,并以其及時(shí)、互動(dòng)實(shí)現(xiàn)傳播效應(yīng)最大化的特點(diǎn),使得人們生產(chǎn)數(shù)據(jù)的能力大大增強(qiáng)。例如,F(xiàn)acebook用戶(hù)每分鐘分享的內(nèi)容高達(dá)246萬(wàn)條,Youtube用戶(hù)每分鐘上傳72小時(shí)的視頻,Twitter用戶(hù)每分鐘發(fā)布27.7萬(wàn)條信息。
第三,數(shù)據(jù)挖掘能力使得人類(lèi)使用數(shù)據(jù)的能力大大增強(qiáng)。目前,主流的相關(guān)技術(shù)主要有以MapReduce和Hadoop為代表的非關(guān)系數(shù)據(jù)分析技術(shù)。
(三)政府?dāng)?shù)據(jù)公開(kāi)力度加大
首先,國(guó)際信息公開(kāi)已初具規(guī)模。美國(guó)等西方發(fā)達(dá)國(guó)家大力推進(jìn)數(shù)據(jù)開(kāi)放運(yùn)動(dòng),2011年9月20日,美國(guó)等8個(gè)國(guó)家在紐約發(fā)起“開(kāi)放政府聯(lián)盟”,以向本國(guó)社會(huì)開(kāi)放更多的信息。目前,該聯(lián)盟已經(jīng)有50多個(gè)會(huì)員,30多個(gè)國(guó)家建立了公共數(shù)據(jù)的開(kāi)放網(wǎng)站。2012年3月,奧巴馬政府公布“大數(shù)據(jù)研發(fā)計(jì)劃”,以提高和改進(jìn)人們從海量、復(fù)雜的數(shù)據(jù)中獲取知識(shí)的能力,發(fā)展收集、儲(chǔ)存、保留、管理、分析和共享海量數(shù)據(jù)所需要的核心技術(shù),大數(shù)據(jù)成為全世界關(guān)注的焦點(diǎn)。例如,在美國(guó)的“藍(lán)紐扣”計(jì)劃中,用戶(hù)可以使用“藍(lán)紐扣”獲取個(gè)人健康信息,以便管理其健康、經(jīng)濟(jì)狀況,并與信息提供方交換信息。目前,已有超過(guò)1.5億的美國(guó)人能夠從健康服務(wù)企業(yè)、醫(yī)藥實(shí)驗(yàn)室、零售藥房供應(yīng)商與州免疫信息數(shù)據(jù)庫(kù)獲得他們所需要的個(gè)人健康數(shù)據(jù)。
其次,我國(guó)也在加快數(shù)據(jù)開(kāi)放步伐。國(guó)家統(tǒng)計(jì)局推出了國(guó)家數(shù)據(jù)開(kāi)放工程,廣東、上海、北京等地都在加快數(shù)據(jù)開(kāi)發(fā)進(jìn)程,但是和發(fā)達(dá)國(guó)家相比,開(kāi)放程度仍然極低。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11