大數(shù)據(jù)平臺建設(shè)及其在媒體融合中的應(yīng)用分析

文/戴文雄

針對于傳統(tǒng)媒體，如果想要實(shí)現(xiàn)真正的“媒體融合”，首先需要將傳統(tǒng)媒體與互聯(lián)網(wǎng)、手機(jī)等智能新媒體結(jié)合在一起，將不同的信息產(chǎn)品通過不同平臺傳遞給讀者。另外，應(yīng)該對互聯(lián)網(wǎng)、手機(jī)等新興媒體中的信息優(yōu)勢進(jìn)行充分利用，將大數(shù)據(jù)的作用充分發(fā)揮出來，通過對數(shù)據(jù)的采集、分析等過程，為傳統(tǒng)媒體提供更好的服務(wù)工作，最終實(shí)現(xiàn)傳統(tǒng)媒體的流程再造。

一、大數(shù)據(jù)平臺建設(shè)

(一)大數(shù)據(jù)采集

想要實(shí)現(xiàn)大數(shù)據(jù)平臺的建設(shè)和發(fā)展，相關(guān)部門首先要做的就是數(shù)據(jù)采集。如果對數(shù)據(jù)的來源進(jìn)行分類，可分為集團(tuán)內(nèi)數(shù)據(jù)和集團(tuán)外數(shù)據(jù)；如果從數(shù)據(jù)格式上劃分，包括結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)數(shù)據(jù)。在平臺建設(shè)初期，相關(guān)工作人員需要根據(jù)平臺的最終建設(shè)目標(biāo)，對需要采集的數(shù)據(jù)進(jìn)行合理規(guī)劃，并根據(jù)數(shù)據(jù)的具體類型，選擇數(shù)據(jù)的采集方法。針對集團(tuán)內(nèi)數(shù)據(jù)，可以通過接口或文件畸形數(shù)據(jù)導(dǎo)入，并通過數(shù)據(jù)庫等裝置實(shí)現(xiàn)數(shù)據(jù)之間的對接。由于集團(tuán)外部的網(wǎng)絡(luò)數(shù)據(jù)量較大，在大數(shù)據(jù)采集過程中，可對網(wǎng)絡(luò)爬蟲或公開的API進(jìn)行合理利用，從而將網(wǎng)站中的相關(guān)文本、音頻等信息成功采集。

(二)大數(shù)據(jù)預(yù)處理

當(dāng)數(shù)據(jù)采集工作完成之后，由于數(shù)據(jù)的來源和格式等存在不同性，再加上數(shù)量眾多，導(dǎo)致數(shù)據(jù)結(jié)構(gòu)十分復(fù)雜。因此，在大數(shù)據(jù)實(shí)際應(yīng)用之前，需要對其開展預(yù)處理工作，按照最終數(shù)據(jù)的使用要求，建設(shè)出一套或者多套數(shù)據(jù)選擇標(biāo)準(zhǔn)，并按照相應(yīng)標(biāo)準(zhǔn)對數(shù)據(jù)進(jìn)行處理，之后在輸送到讀者面前。在大數(shù)據(jù)預(yù)處理過程中，主要包括的步驟有數(shù)據(jù)抽取、數(shù)據(jù)清洗等。在數(shù)據(jù)采集過程中所獲取的大數(shù)據(jù)可能具備結(jié)構(gòu)多樣化等特點(diǎn)經(jīng)過數(shù)據(jù)抽取過程，可能會幫助人們將原本復(fù)雜的數(shù)據(jù)轉(zhuǎn)變成單一或者容易處理的結(jié)構(gòu)類型，以此來達(dá)到對數(shù)據(jù)快速處理目的。在大數(shù)據(jù)使用之中，并不是所有數(shù)據(jù)均對人們有利用價值，有些數(shù)據(jù)信息更是讀者所不關(guān)心的，還有的數(shù)據(jù)存在明顯錯誤。因此，在數(shù)據(jù)預(yù)處理過程中，工作人員需要對數(shù)據(jù)進(jìn)行仔細(xì)過濾，將無用或錯誤的信息驅(qū)除出去，從而實(shí)現(xiàn)數(shù)據(jù)預(yù)處理效果的有效提升[1]。

(三)大數(shù)據(jù)存儲管理

在數(shù)據(jù)預(yù)處理工作完成之后，工作人員需要將采集到的數(shù)據(jù)進(jìn)行存儲，以此來實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)一管理。一般來說，人們常用Hadoop主體架構(gòu)來解決大規(guī)模的數(shù)據(jù)存儲問題。該架構(gòu)由Apache基金會研究開發(fā)出來，屬于分布式系統(tǒng)的基礎(chǔ)架構(gòu)。在使用過程中，用戶即使對分布式底層細(xì)節(jié)了解不夠詳細(xì)，也可以實(shí)現(xiàn)分布式程序的深層次開發(fā)，通過對集群的威力應(yīng)用，最終實(shí)現(xiàn)數(shù)據(jù)的高效存儲。Hadoop還可以在分布式系統(tǒng)中建立文件庫，該軟件被稱為HDFS。HDFS在使用過程中具有較高的容錯率，可以將其利用在價格低廉的硬件裝置上，以此來實(shí)現(xiàn)數(shù)據(jù)傳輸效率的有效提升，適合在大數(shù)據(jù)環(huán)境下進(jìn)行應(yīng)用。利用該種架構(gòu)對大數(shù)據(jù)平臺進(jìn)行搭建，可實(shí)現(xiàn)對周期成本的有效降低。而在大數(shù)據(jù)存儲管理平臺建立的同時，還需要對同步平臺安全體系的建設(shè)進(jìn)行充分考慮。工作人員可通過對數(shù)據(jù)的銷毀、加密等，促使大數(shù)據(jù)在存儲過程中保持完整，將整個存儲平臺的安全性有效提升。

(四)大數(shù)據(jù)分析

在大數(shù)據(jù)分析過程中，可將其分成兩部分進(jìn)行探討。其中，底層為基礎(chǔ)分析層，在這之上是業(yè)務(wù)分析層。基礎(chǔ)分析層的重要作用是為業(yè)務(wù)分析層提供分析基礎(chǔ)和服務(wù)，而業(yè)務(wù)分析層在工作過程中主要是根據(jù)用戶的不同需求，對分析對象進(jìn)行準(zhǔn)確定立，并在后續(xù)整合基礎(chǔ)分析服務(wù)，為用戶提供更為專業(yè)的分析結(jié)果。在實(shí)際分析工作進(jìn)行時，工作人員可以根據(jù)已經(jīng)建立好的多維語義，為每個標(biāo)簽建立一個關(guān)鍵詞云庫，并根據(jù)以往使用的特定算法，對每篇新聞報道進(jìn)行深層分析，并自動做好分類工作，將其輸送到固定的標(biāo)簽之下。在自動分類過程中，分類結(jié)果可能在一開始可能存在問題，需要經(jīng)過長時間的學(xué)習(xí)和訓(xùn)練才能漸漸適應(yīng)。除此之外，相關(guān)工作人員還要做好分類和糾錯工作，對分類算法和關(guān)鍵詞云庫進(jìn)行適時更新，最終實(shí)現(xiàn)自動分類結(jié)果的合理優(yōu)化[2]。

二、大數(shù)據(jù)平臺在媒體融合過程中的具體應(yīng)用方式

(一)IPTV大數(shù)據(jù)分析系統(tǒng)的應(yīng)用

為了更好的促使媒體融合，各個媒體單位和部門做了大量的研究和實(shí)踐工作。以成都地區(qū)為例，當(dāng)?shù)孛襟w以成都地區(qū)300萬戶家庭的全量當(dāng)做數(shù)據(jù)基礎(chǔ)，利用IPTV大數(shù)據(jù)分析系統(tǒng)，對收視率、收視份額等進(jìn)行了全面統(tǒng)計和分析，時間甚至精確到秒，為各級廣播電視的節(jié)目優(yōu)化和媒體融合發(fā)展提供了有利條件。與此同時，由于對觀眾需求有了一個大致的了解，為廣告主的精準(zhǔn)營銷提供了數(shù)據(jù)支持，通過IPTV大數(shù)據(jù)分析系統(tǒng)，以及傳統(tǒng)媒體的權(quán)威性，再加上新媒體的傳播速度，廣告的影響力大大提升，為提升各個企業(yè)在市場中的知名度奠定了基礎(chǔ)。

(二)新聞智能選稿系統(tǒng)的應(yīng)用

智能選稿系統(tǒng)在業(yè)內(nèi)被稱為智能“爬蟲”，可對互聯(lián)網(wǎng)中的新聞進(jìn)行有效抓取，并通過大數(shù)據(jù)模型對熱點(diǎn)新聞事件進(jìn)行深入分析，為新聞內(nèi)容的產(chǎn)生和傳遞提供了有利條件。一般來說，新聞稿初選幾乎全部由機(jī)器來完成，并進(jìn)行一鍵轉(zhuǎn)載，相關(guān)記者等人員可以根據(jù)關(guān)鍵詞的搜索，對熱點(diǎn)人物、專題等綜合信息進(jìn)行獲取，從而為素材編輯提供數(shù)據(jù)支撐，還可以為新聞宣傳和媒體報道提供網(wǎng)絡(luò)傳播分析。這種選稿系統(tǒng)的出現(xiàn)，不但體現(xiàn)出了大數(shù)據(jù)的強(qiáng)大作用，還能在一定程度上提升媒體融合之下的新聞內(nèi)容產(chǎn)生效率，促使新聞更加符合人們的關(guān)注點(diǎn)，最終實(shí)現(xiàn)新聞行業(yè)的全面發(fā)展。

(三)融媒體數(shù)據(jù)分析系統(tǒng)的應(yīng)用

大數(shù)據(jù)平臺在媒體融合之中的應(yīng)用，主要體現(xiàn)在融媒體的數(shù)據(jù)分析過程之中。在日常媒體工作過程中，工作人員會在融媒體之中植入統(tǒng)一的數(shù)據(jù)“探針”，建立一個穩(wěn)定有序的數(shù)據(jù)分析和采集系統(tǒng)，該系統(tǒng)的工作流程主要包括內(nèi)容采集、生產(chǎn)、審核、發(fā)布。全過程都涉及到了大數(shù)據(jù)的分析，還涉及到很多政治服務(wù)、行業(yè)應(yīng)用等全產(chǎn)品大數(shù)據(jù)分析體系。通過這種大數(shù)據(jù)平臺的應(yīng)用，在促使媒體融合之外，還能實(shí)現(xiàn)各種產(chǎn)品之間的用戶互通，并實(shí)現(xiàn)用戶共享和內(nèi)容共享，增加新媒體產(chǎn)品矩陣的創(chuàng)新性和共享性，還可以將大數(shù)據(jù)平臺的應(yīng)用作用有效發(fā)揮出來[3]。

(四)全媒體大數(shù)據(jù)演播室的建造

根據(jù)媒體融合過程中的內(nèi)容產(chǎn)生機(jī)制和原理。首先，工作人員需要將全平臺與新媒體網(wǎng)絡(luò)之間的通路進(jìn)行打通，在保證數(shù)據(jù)安全的前提下實(shí)現(xiàn)融合與共享。其次，需要按照內(nèi)容匯集、資源共享等具體流程，對大數(shù)據(jù)平臺的應(yīng)用進(jìn)行全面指揮，以此來實(shí)現(xiàn)對熱點(diǎn)事件的全面融合性報道。在融合大數(shù)據(jù)使用過程中，需要對融合狀態(tài)下的全流程、全環(huán)節(jié)提供有效支撐。例如，在新聞內(nèi)容的匯聚端口，人們需要根據(jù)智能選稿系統(tǒng)，對網(wǎng)絡(luò)中的熱點(diǎn)數(shù)據(jù)進(jìn)行抓取，再通過融合編輯和資源共享，將記者的工作情況、稿件來源等進(jìn)行掌握，而在此過程中，大數(shù)據(jù)平臺的可視化將會發(fā)揮出重要作用，對實(shí)時信息進(jìn)行全面掌握。最后，在全媒體大數(shù)據(jù)演播室建造過程中，需要實(shí)現(xiàn)大數(shù)據(jù)平臺和虛擬前景系統(tǒng)的有效對接，促使各類演播室均具備可視化功能，以此來增加媒體融合之下用戶的體驗(yàn)感。

三、結(jié)論

綜上所述，在大數(shù)據(jù)時代下，人們應(yīng)該對傳統(tǒng)媒體與新媒體之間的融合進(jìn)行重視，并以互聯(lián)網(wǎng)技術(shù)為依托，慢慢順應(yīng)大數(shù)據(jù)為整個新聞行業(yè)帶來的改變，努力克服各種困難。除此之外，傳統(tǒng)媒體還要對各方優(yōu)勢進(jìn)行借助，對大數(shù)據(jù)運(yùn)營平臺進(jìn)行建立，為時代的進(jìn)步以及信息傳遞提供基礎(chǔ)，并在實(shí)現(xiàn)發(fā)展目標(biāo)的同時，維持大數(shù)據(jù)的平穩(wěn)與健康。

[1]梅劍平.大數(shù)據(jù)助力媒體融合——央視大數(shù)據(jù)平臺技術(shù)與實(shí)踐[J].現(xiàn)代電視技術(shù)，2017(05)：100-104.

[2]李川.打造廣電融媒大數(shù)據(jù)中心助推城市臺媒體融合轉(zhuǎn)型升級[J].現(xiàn)代電視技術(shù)，2017(05)：105-109.

[3]殷俊，柳青.論大數(shù)據(jù)模式對媒體融合的推進(jìn)作用[J].西南民族大學(xué)學(xué)報(人文社科版)，2017，38(05)：161-165.