行业前瞻 | 打造信息传播新“声”态:传统媒体与新媒体的深度融合

简介: 编者按: 全媒体时代,信息无处不在、无所不及,媒体格局、传播方式等都在发生深刻变化。一批各具特色的新媒体平台不断涌现,充分利用好信息技术革命成果,将先进技术融入新闻信息生成、传播的全过程,拓展新闻舆论阵地,驱动传统媒体加快转型升级,引领和带动媒体深度融合发展,提升主流媒体传播影响力,已成为必然趋势。全文约2578字,建议阅读时间8分钟。


导语

2020 年 9 月,中共中央办公厅、国务院办公厅印发了《关于加快推进媒体深度融合发展的意见》,从重要意义、目标任务、工作原则三个方面明确了媒体深度融合发展的总体要求,要求深刻认识全媒体时代推进这项工作的重要性紧迫性,坚持正能量是总要求、管得住是硬道理、用得好是真本事,坚持正确方向,坚持一体发展,坚持移动优先,坚持科学布局,坚持改革创新,推动传统媒体和新兴媒体在体制机制、政策措施、流程管理、人才技术等方面加快融合步伐,尽快建成一批具有强大影响力和竞争力的新型主流媒体,逐步构建网上网下一体、内宣外宣联动的主流舆论格局,建立以内容建设为根本、先进技术为支撑、创新管理为保障的全媒体传播体系


目前,媒体融合经过深度交融和提速升级,已进入系统性创新的新阶段,需要识别需求、整合资源、防范风险。传统媒体与新媒体的融合是一项整体性工程,需要在推行理念、传播内容、组织机构、产品形态、版权保护等各个方面进行系统性创新。同时,媒体融合也需要新闻、互联网等行业通过行业联动,实现新闻信息传播业态的革新。在数字技术的融合发展中,我国已经步入 5G 时代,在以“云”为核心的 IT 体系内,数字孪生和万物互联等通信技术推动着媒体形态向 AR、VR、元宇宙沉浸式未来媒体等方向更新转型。


传统媒体与新媒体深度融合


精准识别媒体受众需求

在数字化飞速发展的当今社会,大量的数据和信息充斥着人们的生活,短视频、短文章正在夺走人们的注意力,碎片化信息侵入了日常生活的很多角落。在这样的时代背景下,精准识别媒体受众需求成为媒体行业的必修课。数智化具有数据融合的特征,可以运用大数据等手段对媒体受众的偏好进行分析,并以此为依据向媒体受众提供相应的定制化、个性化媒体服务。


随着流量逐渐占据重要地位,媒体要想获得资本以维持运营和扩大规模,需要吸引并转化足够的流量。流量从哪里来?数智化提供了一种新思路——智能标签和精准推送。这种思路的实现有赖于现代信息技术,通过建立一套 AI 技术系统构建媒体行业人机协作的新模式,运用智能算法等技术深刻理解新内容,对受众群体的兴趣意向进行分类,通过大量数据匹配形成若干群体行为模型,对受众群体打上不同的标签,如果受众的性别是“女性”、年龄是“青少年”、爱好是“影视”,就可以此为依据进行精准、个性化、定制化的新闻推送,对具有上述标签的受众群体推送新潮的影视新闻,做到有的放矢,真正从受众的需求出发。


有效整合传媒信息资源

为顺应数智化浪潮,传媒在平台建设、新闻产出流程、新闻产品形态等环节开展了系统性的创新工作,对传媒信息资源的有效整合发挥了重要作用。



通过一站式的数据处理平台,数智化帮助媒体构建了“信息中枢和大脑”并广泛应用于人民网、新华网、经济日报等媒体,在很大程度上优化了传媒信息的生产平台。在“媒体大脑”平台中,每日的数据采集量多达 20 亿条,数据实现实时秒级计算,推荐算法多达上百种,支持上千万名受众同时在线,新闻产出、传播的效率得到了较大的提高,新闻的产出流程得以更新,高效化特征明显,新闻产品形态有所突破,呈现多样化、高质量的新态势。多样化的新闻产品形态在信息产品中的表现是包含了更多的数据分析、可视化图表,将大量数据中体现的规律和特征通过图像、表格的形式清晰明朗地呈现给受众,新闻产品不但有故事性,而且有数据形成的客观性、科学性,为新闻受众带来更佳的体验。由此可见,数智化对传媒各个环节的革新产生了深远影响,推进和深化了传媒信息资源的整合过程。


提前预见防范传媒风险

在信息技术日新月异的今天,无论是形式还是内容,传媒的变革、改造和更新必须跟上时代的步伐。但是,变革不仅能创造机遇,其下也暗含风险。数智化在促进传统传播媒体与新媒体融合的过程中,还具有提前预见防范传媒风险的重要作用。充分掌握传媒的数据信息意味着可以对现状进行分析,并基于此对未来的发展趋势进行预先研判,从而发现隐藏的风险和隐患,提前采取防范措施,实现有效规避。阿里云具备全球领先的安全能力,风险识别多达上百种,对全链路数据采用加密措施,增强隐私计算,为媒体行业提前预见防范内容风险、数据风险和系统风险提供了技术支持。

提前预见防范传媒风险的路径


展望

媒体融合发展从零起步、从无到有,从最初的转观念、做产品、建平台,现在要进入全面发力、构建体系的新阶段。以数智化推动传统媒体与新媒体的深度融合,实现精准推送、传媒信息资源的有效整合和传媒风险的有效防范。


我们要顺应全媒体趋势、增强全媒体意识、把握全媒体规律,既要延续发挥传统平台和渠道作用,更要强化互联网思维。要规划好布局、统筹好资源,媒体融合前期架梁立柱、筑基企稳的改革成效显著,下一步深度融合、提质增效的改革任重道远。


内容来源:《数智化:数字政府、数字经济与数字社会大融合》

出品人:阿里云研究院战略总监 刘建强

联系邮箱:liujianqiang.ljq@alibaba-inc.com


阿里云研究院小助手微信:AlibabaCloudResearch

编辑:阿里云研究院 赵子千

相关文章
|
存储 运维 安全
AIGC时代数据中心运维面临的挑战
AIGC时代数据中心运维面临的挑战
425 1
AIGC时代数据中心运维面临的挑战
|
11月前
|
机器学习/深度学习 人工智能 算法
《C++与 Armadillo:线性代数助力人工智能算法简化之路》
线性代数是构建人工智能模型的基础,涉及矩阵乘法、特征分解等运算。C++作为高效编程语言,在AI开发中占据重要地位。Armadillo库为C++提供了强大的线性代数支持,具备高效性、易用性和丰富功能,简化了AI算法的实现。本文深入探讨如何利用Armadillo库优化线性代数运算,提高AI算法的开发效率和性能。
238 10
|
12月前
|
人工智能 架构师 大数据
广西广电X阿里云:共同成立全媒体AI实验室!
广西广电X阿里云:共同成立全媒体AI实验室!
347 5
|
供应链 安全 Cloud Native
阿里云容器服务助力企业构建云原生软件供应链安全
针对软件供应链的攻击事件在以每年三位数的速度激增,其中三方或开源软件已经成为攻击者关注的重要目标,其攻击方式和技术也在不断演进。通过供应链的传播,一个底层软件包的漏洞的影响范围可以波及世界。企业亟需更加标准和完善的供应链风险洞察和防护机制。本文将结合最佳实践的形式,面向容器应用完整的生命周期展示如何基于容器服务ACK/ACR/ASM助力企业构建云原生软件供应链安全。
|
11月前
|
存储 SQL 前端开发
【若依RuoYi-Vue | 项目实战】帝可得后台管理系统(二)
接着上回的【若依RuoYi-Vue | 项目实战】基于若依的帝可得后台管理系统(一),本次我们继续完成人员管理、设备管理、策略管理模块的开发。
1737 6
【若依RuoYi-Vue | 项目实战】帝可得后台管理系统(二)
|
Web App开发 缓存 网络协议
浏览器原理 20 # Chrome开发者工具:利用网络面板做性能分析
浏览器原理 20 # Chrome开发者工具:利用网络面板做性能分析
598 0
浏览器原理 20 # Chrome开发者工具:利用网络面板做性能分析
|
机器学习/深度学习 自然语言处理 算法
词性标注(Part-of-Speech Tagging)
词性标注(Part-of-Speech Tagging)
492 3
|
传感器 网络协议 安全
【Matter】Matter学习笔记1(上)
【Matter】Matter学习笔记1
1230 1
|
机器学习/深度学习 人工智能 算法
VGGNet架构解析
VGGNet 是 2014 年 ImageNet Challenge 图像识别比赛的亚军。参赛团队是来自牛津 大学的研究组 VGG (Visual Geometry Group) 。VGGNet 的很多设计思想都受到 AlexNet 的影响,所以跟 AlexNet 也有一点点相似的地方。VGGNet 不仅在图像识别方向有着广泛应 用,很多目标检测,目标分割,人脸识别等方面的应用也会使用 VGGNet 作为基础模型。
483 0
VGGNet架构解析