大数据在社交媒体的应用范文

导语：如何才能写好一篇大数据在社交媒体的应用，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

沙里淘金之大数据

大数据最明显的三大特征是：数据量的快速增长、数据类型的快速增加，以及分析速度的快速提升。

面对这些变化，企业在选择适用于大数据的信息基础架构时，首要考虑的因素就是信息基础架构对于大量数据存储的承载能力，以及在大数据量下保证计算分析时效性。基于这些要求，选择大容量、高扩展性、高性能、多业务承载能力的基础架构设备来承载大数据下的应用至关重要。数据显示，2013年有60%的大数据相关投资用在了基础架构上。没有高效的基础架构，大数据很难真正实现。

漫步云端之云计算

云计算被认为是继微型计算机、互联网后的第三次IT 革命，是大势所趋。

当企业的IT系统逐步向云转型，开放、共享成了重中之重，随着虚拟化技术的不断发展，服务器之间的差异陆续被屏蔽，计算能力可以按不同业务要求灵活分配，而网络层也实现标准化，组网成本显著降低；当计算层与网络层资源完成了按需供给后，存储层的问题也就凸显出来。容量、性能、资源的按需供给成为了存储实现云化的关键。

研究称，2014年云存储的容量将超过7EB，其中图片、媒体、文件等大数据应用将成为增长最快的部署在云端的应用。企业如果要把业务部署到云端，就需要云端能够提供专业的存储服务，并支持本地和云端数据流动，同时实现灾备和业务迁移。作为面向未来云架构设计的存储系统，应当具备让数据在私有云资源池和公有云之间有序、高效地流动的特性。

全球沟通之移动互联

人们迫切希望能够随时随地乃至在移动过程中都能方便地从互联网获取信息和服务，移动互联网应运而生并迅猛发展。迄今，全球移动互联网用户数总数已经超过10亿。24小时在线体验，带来的是数据井喷式的增长，这对存储的承载能力和扩展能力都提出了挑战。在这个用户体验至上的时代，能否快速、准确将数据信息上传或下载到用户手中，也成了衡量一个存储设备是否可以在移动互联网趋势下走得更远的重要考核指标。玩转指尖之社交媒体

人们的生活已被各种各样的社交媒体软件包围。社交媒体对个人而言是一项“服务”，它带领我们进入了数字化的“泛社交时代”。 从另一个角度来看，“社交媒体”也可以是一种媒体，因为在这个网络平台上，无数的信息被网络中的节点（人）过滤并传播着，有价值的消息会被迅速传遍全球。这种流淌在指尖上的数据随着人们的传播，逐渐汇聚成了数据的洪流，冲刷着传统的IT系统。

篇2

移动化将是2014年最大的变量

根据实力传播全球的预测数据，从2013年到2016年，全球新增广告支出总额的36%将来自移动广告；移动端将在2016年成为世界第四大广告平台。

实力传播大中华区CEO郑香霖表示，尽管用户使用移动终端的时长很长，不过广告的接受度比别的媒体都低。移动终端是很个人的平台，用户自己承担移动终端的费用，他们很难接受强制推送的移动广告。结合移动端的展示和用户使用特点来考虑移动广告的展现形式是需要重点考虑的方向。

4G时代的到来，将再次引爆移动端流量猛增，各大互联网公司开展移动端入口抢夺大战，加速在无线商业化的布局与变现，悠易互通COO郭志明预测，移动端数据的增长与沉淀会促进移动端的程序化购买进程。

移动支付带来消费者购物方式的变化，2014年将是移动支付更为成熟发展的一年，移动电子商务会带来更大的增长点。此外，安索帕中国区媒介管理合伙人黄敏尉认为，基于移动端的车联网、可穿戴设备及各种户外LBS服务，也将会提供给消费者更丰富的移动交互新体验。

视频领域掀起新一轮的视觉化革命

视频与图片在营销应用中扮演的地位越来越重要，在PC与移动端，视频的在线时长已超过目前中国各个细分服务而位居网络服务第一位，数据显示40%的世界顶级品牌100强公司在使用图片分享社区，2014年我们会看到更多关于视频与图片营销应用的创新。

在大数据的冲击下，中国网络视频领域的市场份额可能会发生颠覆性的变化。“评判标准朝着最精准倾斜，最大的未必是最美的，而最准的才是。”缔元信总裁梅涛如此总结。

针对电视屏幕，优朋普乐副总裁韩怡冰认为，互联网电视的发展会加速全屏时代的到来，数字客厅一方面为用户带来高清点播服务，另一方面也会为品牌广告主提供更多的广告营销模式，2014年，互联网电视大屏成为各大互联网公司、互联网电视服务商、传统电视制造商加速抢占“客厅”市场，“回归客厅”时代或将来临。

大数据成为企业的核心资产

伴随用户大数据的积累沉淀，以及大数据行业DMP平台建设的进一步完善，2014年或是大数据真正的营销应用年。

腾讯网络媒体事业群广告平台产品部助理总经理刘曜预测，大数据合作将成2014年行业最重要的突破点，除了考虑数据的安全性和合法性以外，比较重要的还有产业链上下游之间如何更好的合作共赢。梅涛则提出“数据银行”模式或许是大数据行业应用的尝试形式，面对移动流量、视频流量及社交广告流量的增加，程序化购买在中国将会进入多元化的一年。

从品牌广告主角度，大数据成为最重要的资产，代表了与其目标受众的“私人关系”，企业努力的方向在向经营“私人关系”转变。

对于公司及媒体而言，中海互动CEO艾颂认为，用户数据会成为最核心、最基础的营销依赖，公司结构或因大数据的重要性发生重大变化，公司和媒体服务也因此会变得更加智能化。

内容营销激活社交圈的影响力

数据显示，中国拥有全球最活跃的社交媒体用户群，更具互动和社交属性的内容对这一群体更具吸引力，对内容的要求也越来越高，私人定制的内容以及社交媒体精细化耕耘将被越来越多的品牌重视，2014年内容营销将继续唱主角。

跨屏、移动化的发展让未来营销更加细分化，利用数据挖掘技术寻找用户偏好，在此基础上进行更加个性化的内容营销成为主流。

在此背景下，博圣云峰CEO马向群提出，2014年基于企业官方微博、微信的自媒体凭借互动、分享属性会有更多的成功典范出现，企业在营销传播的把控上会更加重视自媒体和社交媒体的影响力度。

微播易CEO徐扬预测，2014年，社会化媒体影响力在延续的同时也会逐渐向优质媒体集中，营销重点也将随之发生转移。

电商继续迎来美好的时代

互帮国际首席市场官马旗戟指出，传统企业的电商之路会在2014年全面爆发，伴随线上和手机购物份额的进一步增大，O2O将成为传统实体零售业的救命稻草。电商平台支付大战在2014年会更加激烈，平台或许会实现进一步的整合。

篇3

（济南大学图书馆，山东 济南 250022）

【摘　要】大数据时代，图书馆服务质量的提高需要大数据的支持。图书馆可通过增加大数据分析服务、与社交网络融合、培养面对大数据时代的分析能力来创新图书馆的服务。

关键词 图书馆；大数据；数据分析；图书馆服务

作者简介：王秀云（1972.03—），女，1999年毕业于东北大学，济南大学图书馆电子阅览部，馆员。

随着信息技术的发展，用户通过网络、手机、客户端等多种手段无时无刻地在向世界各地接收和发送数据，带来了各种数据海量般快速产生，人类已进入了一个大数据的时代，大数据的概念应运而生。2011年5月，全球知名咨询公司麦肯锡了一份题为《大数据：创新、竞争和生产力的下一个前沿领域》的报告，报告指出“数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”[1]。目前，大数据已引起各行各业的高度重视，并作为战略性技术大力推动其发展。EMC、IBM、惠普、微软、Oracle在内的IT巨头纷纷通过收购大数据相关厂商来实现技术整合。作为拥有大量数据的图书馆，不可避免的面临着大数据信息浪潮的冲击，如何使用好大数据，更好地服务于图书馆事业发展和读者将成为摆在图书馆面前的重要发展课题。

1　大数据的内涵和影响

大数据（Bia data）是指在一定时间内用常规软件工具对其内容进行获取、储存、管理和分析的大容量数据[2]，大数据的特点可以总结为4V：一是数据量大（Volume）。数据量级已从TB发展至PB，甚至开始以EB和ZB来计数。IDC研究报告称，2011年全球被创建和被复制的数据总量为1.8ZB，预计全球数据量大约每两年翻一番，到2020年全球将拥有35ZB的数据量[3]。二是数据类型复杂（Variety）。数据类型涵盖字符数据、文本数据、图片、视频等信息。三是处理速度快（Velocity）。大数据不仅包括结构化、半结构化和非结构化数据，而且这些数据往往是高速实时数据流，大量数据都是随机动态产生，数据处理需要在几秒钟内形成答案。四是价值高（Value）。大数据蕴含着巨大的财富，通过对这些数据进行处理和分析后，可以获得许多有价值的知识、模式用于新的知识服务方式。

大数据为政府、企业以及个人带来了巨大的价值和影响。第一，大数据的开放将提升社会的公开透明度和政府政策制定的效率。一方面，多种类型数据的公开打开了政府部门间和层级间、政府与民众间的边界，政府内部协同办公效率和为民众办事效率大大提高。另一方面，政府通过为大众提供的门户网站、移动政务、政府微博平台与公众在线交流互动，充分汲取民众的信息、知识和智慧，及时调整决策，从而有效提升社会效率和政府效率。第二，随着物联网、移动互联网、社交网络的快速发展，及视频监控、智能终端等的快速普及，使得对消费者个体和群体的行为、态度以及对于信息的反应进行实时观察和了解逐渐成为可能，这为精准定位目标客户群体数据和了解个体消费习惯、风险收益偏好等提供了重要的工具。大数据已被广泛应用于诸多领域并产生出惊人的威力和创新能力。第三，大数据意味着大资源，无论是商业、企业、经济或者其他领域，任何决策行为将日益基于数据分析做出，经验和直觉的判断将不再流行。新数据的不断增长和人们数据处理能力的不断提高，使得利用大数据来进行预测和决策的能力将会随之无限放大。第四，个人成为大数据链条中不可缺少的一环，大量的数据开始应用于人类的生活和工作领域。

2　大数据带给图书馆的影响

2.1　提供了全新的沟通渠道和营销手段

一方面，新型媒体的兴起给图书馆提供了全新的与读者接触的渠道。目前越来越多的图书馆已开通了微博，并将其作为信息、信息收集、参考咨询、馆员读者互动的交流平台。通过与微博上读者的交流，图书馆信息服务时效性、互动性得以大大提升，同时也提高了图书馆的形象和知名度。利用社交媒体的力量，往往能够取得意想不到的效果。2012年春运期间，新疆维吾尔自治区图书馆、陕西省图书馆、重庆图书馆和上海市青浦区图书馆先后在新浪网发出了内容相似的微博：“春运期间，图书馆将免费为没有上网条件的外来务工人员提供上网设备，并配有专门的工作人员免费辅导、帮助外来务工人员完成网上订票”[4]。此事经媒体报道后，一时之间图书馆成为社会的热点话题，受到了公众的好评，这对图书馆的形象具有极大的正面宣传效应。另一方面，通过整合并分析图书馆内部和外部数据可以及时、准确获取更为完整的读者信息，从而进行更为精准的信息营销和服务。图书馆本身拥有读者的大量数据，如读者个人身份、借阅记录、信息行为、搜索方式等等，通过对数据的分析可以了解读者信息获取习惯、业务需求、知识应用能力及希望提供什么样的服务等，进而有针对性地根据不同读者特征打造人性化、精确化的信息营销服务，将优质产品及时、准确地送到目标群体手中。

2.2　利用数据的能力将成为图书馆竞争的关键

图书馆界利用数据来提升竞争能力具有得天独厚的条件。首先，图书馆的数据种类繁多，既有所藏文献资源中的纸质纯印本、数字资源、数据库资源、网络资源等结构化数据，也有目前图书馆还无法进行或暂时没有建设的读者信息、服务信息等半结构化和非结构化数据。其次，在信息时代，图书馆在以读者满意度评价模型和服务营销模型为代表的数据分析上积累了大量的实战经验，具备向大数据分析跨越的基础。第三，通过无线移动网络、互联网、多媒体等科技手段，图书馆完全可以通过虚拟的渠道向读者提供浏览、信息查询和获取资源的服务。应该说，图书馆对于传统的结构化数据的利用是处于领先水平的，但一方面图书馆传统的数据库信息量并不丰富和完整，另一方面对于多种异构数据的分析是难以处理的。因此，利用大数据从读者服务环节中发现新知识，创造新价值将成为图书馆竞争的一大关键因素。

3　大数据时代图书馆的服务

3.1　图书馆服务融入社交网络

图书馆要打破传统数据源的边界，应重视新型数据来源，通过各种渠道获取尽可能多的读者行为、意愿、专业需求等数据，并对这些数据进行实时分析，从而挖掘出更大价值。一是注重新媒体读者服务的发展，利用QQ/MSN、博客、论坛、微博这些便捷的多向交流工具开展新书通告、参考咨询、信息推送、活动播报等，吸引读者的关注，实现多种媒介的联动效应，并将其打造成为与到馆服务并行的重要服务渠道。二是将图书馆内部数据和外部社交数据互联，获得完整的读者基本信息表，从而进行更加规范、高效的读者关系管理。三是创造性利用社交网络数据和移动数据进行服务创新和精准营销。如当图书馆通过读者的移动定位信息知道该读者所处的地理位置，便自动发送与其位置相关的各类信息服务；购买新数据库时在网络上征求读者意见，激发读者参与的热情，在了解读者需求、建议的同时达到良好的宣传效果。

社交网络为图书馆提供了一个机会，一个交流平台，但图书馆服务融入社交网络获取更多的读者信息行为存在着一定的困难，需要一个不断探索的过程。首先，图书馆难以得知读者在社交网络上的用户名，也就难以进行数据处理、整合分析。图书馆可举办各类互动活动来收集读者的用户名，或者在读者协会申请表上添加社交网络用户名的选项，也可以考虑和社交网站进行直接的合作，在实名制的社交网站上，利用已有的读者身份与读者对接。其次，目前尚缺乏成熟有效的非结构化数据的处理技术和工具。在初创时期可采取半人工的方式进行处理。第三，目前在国内图书馆庞大的读者群体中，应用社交网络所提供的服务只是一部分，是青年读者喜爱的网络平台，他们借助这个平台获取信息的需求与他们在成长发展过程中获取知识，寻求友谊、舒缓心情等方面的精神追求和心理需求有关。如果只凭借对他们的分析来制定针对所有读者的策略，统计数据的偏差可能会导致策略的失效，因此暂时只能用于制定一定量的读者群。第四，数据让我们面向更开放式共享和分散式合作的同时，也面临着个人被放在显微镜下观察的困境。知晓读者的信息而又严控其传播范围，坚定地维护读者的个体安全及隐私是大数据时代图书馆员为读者守秘的义务和责任。

3.2　培养面对大数据时代的分析能力

大数据时代，图书馆行业间的竞争不仅仅依靠丰富的馆藏资源、数据共享、创新方式，大数据的拥有量及对各类数据的融合、挖掘与分析能力将成为大数据时代图书馆竞争的关键，图书馆建设方案调整将依赖于对大数据的分析与预测。大数据时代的数据分析与传统的图书馆智能有很大区别。首先，传统的图书馆智能所处理的数据大多是读者身份、借阅记录等结构化数据，是一种对现有资源的分析与挖掘，而在大数据时代，更多需要处理的是读者信息行为、搜索方式、服务消费痕迹等半结构化、非结构化数据。其次，大数据时代的数据容量通常以数百TB或者数百PB来计量，海量的数据超越了人们数据处理能力的范畴，传统的数据分析技术难以有效挖掘这些数据潜在的价值。第三，随着时间的流逝，数据中所蕴含的知识价值往往也在衰减，因此更多的数据分析从离线转向了在线，开始出现实时或准实时处理。这些本质上的区别要求图书馆提供高通量计算机、高可靠性、高可扩展性、高可用性的规模、语义、统计及预测性等数据分析技术、新的数据表示方法[5]。

参考文献

［1］大数据有大价值[EB/OL].[2012－07－18]．http：// vsharing.com/k/2012-7/662557.html．

［2］大数据时代的企业数据管理 [EB/OL].[2012－12-10]．http：//ebusinessreview.cn/articledetail-195747.html．

［3］IDC研究报告：2011年全球数据总量1.8ZB [EB/OL].[2011－06-29] ．http：//storage．chinabyte．com/163/12110163．shtml．

［4］新疆维吾尔自治区图书馆的工作人员正帮助农民工网购火车票[EB/OL].[2012－01－20]．http：//xjlib.org/41ba12df-084c-4d8e-8797-cbe458979590_1.html．

篇4

关键词：大数据 电视 栏目品牌 传播策略

伴随着云计算技术的发展和各种智能终端设备的普及，大数据技术已经逐步实现了海量数据的利用和增值，并迅速由计算机领域向社会各个领域扩展影响力。以大数据为代表的技术变革同样已经融入并改变着当今媒介的生态，受众不仅可以通过电视观看节目，而且可以借助网络通过各种智能终端设备观看视频。在各种社交平台上，甚至可以通过网络播放器的互动功能直接对节目发表评论、展开互动讨论。因此，充分利用大数据资源，全面、深入发掘受众需要，及时根据受众需求变化进行品牌调整，确切评估播出效果以维持品牌生命力，成为我国电视栏目品牌传播所面临的新课题。

基于目标受众数据化分析的栏目品牌要素建构

面对新媒体的挑战和传统媒体的饱和竞争，电视媒体的核心竞争力取决于以电视栏目综合实力为基础的栏目品牌竞争与传播。自品牌营销理念引入电视行业后，我国电视栏目品牌大多走“模仿+创新”之路，从《快乐大本营》《超级女声》到《中国好声音》《爸爸去哪儿》……同质化竞争成为中国电视业之殇。而对大数据的合理开发、运用则为电视品牌要素的建构与创新带来了新的契机。

电视栏目品牌的构建必须通过精细的市场调查来确定受众的需求，数据成为洞察受众真实需求的钥匙，以数据为依据确立栏目的构成要素和定位，是栏目品牌发展战略的基础。以往受众需求的调查往往基于抽样调查的数据统计与预测，带有很大的不确定性和经验色彩，因此电视栏目品牌要素的构建就只有走模仿或利用成功品牌的路子，以减少栏目投资的风险。而建立在云计算基础上的大数据技术则能够实现对目标受众及其收视行为的全面记录和动态追踪，实现对目标受众各种信息的数据化定位。在此基础上，电视栏目制作团队再通过数据挖掘和关联分析，精准地对受众需求进行定位和量化管理，使栏目品牌要素的构建更加科学，更具有代表性。美国Netflix（奈飞）公司基于大数据技术翻拍《纸牌屋》的品牌营销之路，为电视栏目品牌要素的建提供了有益借鉴。大数据技术为Netflix公司展现了剧本、导演、主演这三个观众需求点，为其确定品牌要素提供了可能。同样，电视栏目也可以通过国内视频网站收集受众的收视数据，寻找符合栏目定位的受众需要交叉点，并以此为依据对目标受众需求进行挖掘和预测，为电视栏目内容、编播团队、主持人、播出时间、平台等品牌要素的选择和整合提供科学依据，实现基于目标受众数据化分析的栏目品牌建构，降低品牌投放风险。

此外，电视栏目的播出时间和方式也需要借助大数据技术进行精准分析，以便让目标受众群体在最方便的时间通过最方便的方式，看到自己最希望看到的节目，实现电视栏目品牌传播的精准投放，最大限度的使电视栏目被受众接受。

基于“用户体验”精准可控的栏目品牌管理

在电视栏目推出后，能否保持并不断提高受众的栏目忠诚度，是栏目品牌管理的核心问题。电视媒体过去处于区域受众免费获取视频信息和服务的垄断地位，具有唯一性和不可替代性，属于粗放型、被动式的大众传播方式。但是，面对丰富的信息量、多元化的信息来源和传播平台，受众希望从媒体获得的已经不仅仅是信息和娱乐，而是需要一种深层次的精神共鸣与认同。以往被动的“受众”逐步向更具有自我性、主动性的“用户”转变。由新媒体带来的“以用户为中心”的信息传播理念，加快了推动电视媒体由粗放型大众传播向精准型分众传播的转变。面对新挑战，电视栏目制作团队可以将大数据技术应用于对栏目播出效果的评估和受众收视预测，使栏目品牌管理动态化、精细化。

面对信息碎片化趋势，大数据技术不仅可以借助交互性的传播平台和云计算数据库，对目标受众需求、兴趣、收视时间、收视习惯等信息进行动态记录和追踪。同时可以展现目标受众群体在社交关系圈，甚至是网上购物等综合行为习惯对电视栏目收视取向的影响，使对目标受众“用户体验”的分析趋向无限深度与广度的变化。电视栏目制作团队可以通过对这些数据的定向收集和关联性分析，在最恰当的时间为目标受众提供最符合其需要的节目内容，实现电视栏目分众传播的精准可控。

从内容方面来看，大数据技术可以帮助电视栏目制作团队动态把握栏目播出后的“用户体验”，直观反映出受众对于每一期栏目内容的主观感受和收视状况。在此基础上，电视栏目制作团队就可以及时将“用户体验”运用于节目制作、传播等各个环节，实现对节目内容制作的动态化管理，增强受众的品牌亲和力。目前，国内领先的新媒体视听业务运营商、服务商百视通公司就依托自身的大数据BI平台，不断在视听内容创意与生产、交互产品研发与应用等方面取得了长足进展。百视通公司提出的“电视新看法”理念，以全方位满足受众的个性化收视需求为目标，在直播频道之外推出了40多个特色细分聚场，其数量和内容都会随着用户的喜好而调整，有助于提高栏目品牌的受众粘合度。

基于“制播互动”的栏目内容制作

电视媒体与互联网的结合，不是简单的两者相加，而是要充分利用现代信息通信技术以及互联网平台，让互联网与电视媒体进行深度融合，电视媒体要充分发挥互联网中资源配置中的优化和集成作用，将互联网思维和创新成果深度融合于电视媒体的节目制作、营销过程中。因此，以往电视栏目内容制作的传统模式即电视内容“制作――播出”的单向模式未来就可能转化为“制作――播出――反馈――调整――播出”的互动循环模式。

当前，许多电视台都了官方微博、微信公众平台，制片人、主持人也都开设了公开的微博、微信公众号，热线电话、短信互动平台早已经普及，但这些都属于电视媒体与互联网的简单相加，而非创新2.0推动下的电视媒体新形态。通过对互联网媒体的研究，我们不难发现电视媒体的内容制作也应该借助大数据信息，及时对受众需求进行同步反应，实时对节目内容进行调整甚至转向。以“制作――播出――反馈――调整――播出”为特征的大数据时代电视内容“制播互动”模式未来就有可能成为电视节目生产的新常态。

国内外媒体对此都进行了许多成功的尝试。英国BBC公司就十分注重大数据技术在电视媒体运作中的各个环节，尤其是在访谈类、新闻类、真人秀类节目中，大数据技术助力BBC取得了巨大成功。BBC相关栏目的制片人、节目制作者通过大数据技术的分析，及时对节目的推进方向、专注点进行调整，紧紧围绕节目受众的喜好和关注点确定节目内容，培养和稳定了大量忠实受众群体。国内，《中国好声音》的姊妹节目《好声音后传之酷我真声音》也是电视媒体借助大数据技术探索“制播互动”模式的成功范例。在《中国好声音》热播的同时，爱奇艺通过大数据分析发现受众对某些学员的背景、绯闻等内容非常关注，并引发了网友的热烈讨论与争议，如果放任W络舆情发展可能会对学员和节目带来不利影响。因此，灿星公司依托数据分析结果制作了《好声音后传之酷我真声音》这档由华少担当主持，面向学员的访谈节目，并安排在浙江卫视每晚《中国好声音》首播后与观众见面。这样一来不仅合理引导了网络舆论，而且丰富了《中国好声音》的内容和品牌形象，及时满足了受众的收视需求，最大限度地扩大了电视品牌栏目的忠实受众群体。

基于“多屏融合”的栏目品牌推广

大数据时代，数据作为一种重要的社会资源和生产资料，其规模和关系直接决定着数据的价值，全面的数据和丰富的类型成为未来信息产业集约化的内在动力。当前社交媒体的不断演变并深深地融入了人们的生活，“六度空间理论”从理论变成了现实，国内外社交媒体借助人们信息传播、交流方式的这种新常态汇聚了海量的用户信息和资源，并成为引人关注的商业营销活动的全新平台。电视栏目的品牌推广方式也开始尝试通过社交平台展开品牌推介与营销，《中国梦之声》《中国好声音》都在微信、QQ等社交媒体上进行了许多有益的品牌推广尝试。但是简单地以广告形式出现在社交平台上的电视栏目营销只是一种初步尝试，电视媒体栏目品牌推广未来必将借助于电视媒体与网络媒体、新媒体的深度融合，实现视频资源和数据共享，形成“多屏融合”的新模式。

4G网络（未来5G网络）和移动端设备的普及为电视栏目的发展带来了挑战和机遇，未来视频内容基于互动原则的移动化趋势成为电视媒体下一步发展的战略方向，能满足不同受众群体的各种心理诉求的网络视频节目的繁荣不仅给电视栏目带来了巨大的挑战，也为电视节目制作和推广带来了启示。能否借助“多屏融合”增加节目内容的交互性，带给受众美好体验成为电视栏目品牌推广成败的关键。

伴随着互联网的飞速发展，以及国家鼓励知识社会创新2.0推动下“互联网+”对各个传统行业的变革，我国电视媒体亟待转换思维模式，借助大数据技术，让电视栏目品牌传播与互联网进行深度融合，探索出以互联网为基础和工具的新模式和新形态。

（作者单位：广西艺术学院）栏目责编：陈道生

参考文献：①史安斌，刘 滢：《颠覆与重构：大数据对电视业的影响》，《新闻记者》，2014（3）。

篇5

对于开放平台而言，提高平台服务效率的前提之一是实时处理海量数据的能力。“我们目前每天新增数据量大约在100TB左右。” 腾讯云总经理和腾讯开放平台副总经理陈磊告诉记者。

早期的时候，腾讯的做法是，每天分析这100TB，将分析结果使用到算法中。“现在我们可以实时回流计算，也就是前几秒钟发生的用户行为就可以指导我们的数据决策。”陈磊透露。“这是我们长期积累的优势之一。”

云与开放平台：商业化与安全性

数据计算是一个复杂的过程，尤其是在拥有中国最大的账号体系和社交关系链条平台上。简单说来，至少需要对社交网络上的大量用户数据，包括用户的偏好、兴趣及行为轨迹等多个纬度，与其好友信息一起，进行有效地降噪、分析与商业化，出路之一就是更为精准、更有针对性的广告。“我们需要更有效地分配资源，让用户找到他们需要的内容和产品，让有用户价值的内容分发给用户。”陈磊说到。

最理想的模型是，在按用户兴趣做定向广告投放的前提下，这个平台为应用开发商或电商所做的广告，对于用户就不是骚扰，而是需要。

去年，腾讯开放平台式对外开放社交广告系统——广点通。这一系统首次向外部开发者和电商网站推出了自助广告服务。来自以下几个渠道的数据让这个广告系统变得颇有些“金光闪闪”：QQ，月活8.18亿，同时在线1.73亿；QQ空间，用户数量6.26亿；手机QQ空间，过亿日登录用户；认证QQ空间，18亿总粉丝关注量，4亿独立粉丝；QQ Show；活跃用户3.5亿，日活跃用户700万，总注册用户数7亿。此外，QQ邮箱这一新渠道也有3亿月活跃用户，广点通还接入了一些开放平台的合作伙伴中。

具体说来，广点通可以针对用户的身份、年龄、兴趣爱好等特点进行分析，并继而为用户提供智能推荐，实现精准的产品匹配。目前为止，广点通手中所有渠道总日流量为100亿，移动渠道日流量为1亿。其中，QQ空间的传统优势领域是重度游戏和电商，在珠宝、3C等品类上，都出现过客单价过万元的案例。

广点通可谓来势凶猛。目前为止，这个产品曾创下一分半钟内销售10万台产品的记录——红米手机之后，一分半的时间通过QQ空间销售出10万台。

除了App、电商和外站之外，广点通的客户已经开始延伸至O2O。不久前，万科通过广点通广告平台的LBS定向服务，向深圳部分区域的QQ用户投放万科某个楼盘的精准营销广告。此项3万元的投入，获得2000万次的曝光，数万的广告点击人数，最终成交额为400万元。

精准营销的实现，首先要保证用户体验。“怎样让用户看到他/她需要的信息，而他/她不需要的信息我们把它们屏蔽掉，这是我们花费了不少精力去做的事情。”陈磊说。

因此，尽管姗姗来迟，但数据云提供的对开发者提供的后端数据统计分析平台，拥有基于游戏、社交网络等业务上积累的大量运营经验，除了为开发商提供数据统计，不断训练并学习中的数学模型也可以助力于开发商的产品运营。在“穿越火线”游戏中：可以根据不同的用户特征给他们打上标签，例如有的用户是“道具控”，有的用户是“战队型玩家”。从而在游戏数据拐点时，就可以针对不同的用户推送差异化的活动或政策方案。

“除了计算能力之外，更重要的是如何在一个生态体系的形成中，帮助我们让这个生态体系的循环效率更好。”陈磊认为。“平台的智能化越来越高，对于应用和用户来说才能产生更大的价值。”用户不受到伤害，应用才能从中找到价值。”

这意味着，商业化只是大数据平台开放的路向之一，为了避免用户受到伤害，安全壁垒的建立也至关重要。在这一点上，“开放是一种能力，而不是态度。”陈磊强调。

有多大规模的社交网络，就有多少黑客视为攻击机会。在拥有社交关系链条的平台上，每天都在产生海量的垃圾信息。“我们需要把这些垃圾消息，在用户看到之前就消灭掉。”当前已经形成了一个灰色产业，该产业通过盗刷用户的关系链，黑客设法与用户建立关系链，通过分享的方式实现其目的。“第一步，我们需要在对方试图建立关系的时候就挡住；更深度的防御是，在对方发出这些消息的时候就屏蔽掉，并通过发送消息的行为找到它们，并将其从关系链条中清除出去。”陈磊透露。 “每天我们处理掉的是千万级到亿级这样一个规模的垃圾信息，没有其他公司面临这么大的挑战。”

大数据：更原生的营销

大数据技术的深入发展，在社交媒体平台上，品牌与消费者之间的联结更为紧密又浑然不觉。在我们不知道的地方，广告正在发生。换言之，大数据让社交营销更“原生”。

与传统的内容营销相比，更多互联网技术尤其是大数据技术的应用，让内容与媒体环境融为一体，与用户之间的距离更近，更容易产生共鸣。如果用户在不知不觉中了解品牌和产品，就可能为广告主带来品质与效果兼具的营销结果，从而提高广告效果转化率。

这种营销理念业内称之为“原生营销”，即通过大数据挖掘、语义分析等技术了解用户，让用户对企业营销形式或广告买单，增进企业和用户互动，进而提高广告效果转化率。

以腾讯微博为例。在这个社交媒体平台上，“企业微空间”是一个营销阵营，为企业提供数据管理、运营管理、应用管理、增值服务及微博推广服务。具体说来，数据管理包括广播分析、听众分析、页面分析、消息追踪、短链追踪等服务；运营管理包括定时管理、舆情管理、授权管理等服务；应用管理涵盖了微活动、微话题、微卖场等服务；增值服务包括针对VIP的转播赚Q币、听众加速、实时咨询、优惠券、私信助手；“智汇推”则主攻微博推广等服务，。

“通过数据的不断沉淀，挖掘和回流，我们可以实现闭环的“原生”营销。”腾讯微博负责人告诉记者。

以“智汇推”为例，利用大数据挖掘技术，腾讯微博根据用户即时阅览的广播内容、用户属性、社交关系等进行智能动态语义分析，通过相关性推送、转播置顶、置顶展现三大形态，将企业的微博推广信息呈现给目标用户。

其实，在国内外社交平台上，已经先后出现了消息流广告，但令人诟病之处在于，不少消息流广告还停留在十分粗放的阶段。“我们在最合适的时机推送最合适的广告。”腾讯微博负责人说。

首先，社交平台需要为消费者画出更为精准的立体画像。为消费者画像的前提之一是要有足够多的海量数据，单就腾讯微博而言，目前这方面在国内未必是第一，但这个社交平台的背后强大靠山显然可以从多个方面弥补这个问题，在集团方面，多个社交平台，国内最大的社交矩阵，都为腾讯微博的数据量和丰富性提供了可能，当然，这取决于腾讯内部各个平台间的数据打通能力。

篇6

移动化社交媒体改变营销传播渠道

随着智能终端和4G网络的普及，营销传播从PC互联网时代已经进入了移动互联网时代，移动社交媒体崛起，营销传播出现了全新特点和玩法。

移动互联网时代，移动社交媒体出现了新的特点。首先表现在人们获取信息的途径的变化，从原来的电视、电脑到现在的手机，也就是从大屏到小屏。其次，是虚拟ID和真实身份的一一对应，每个人都对应一个Ⅲ。最后是营销内容的可分享。

传播渠道的变革，导致各行业在新媒体投放力度逐年增加，在投放份额中，房地产排到第三位，但是，在移动端的投放份额却不足4%。全面拥抱移动社交媒体是地产营销的趋势所在，移动社交已经成为营销新战场，新战场有哪些新规则呢？

社交媒体背后的原理是基于大数据在对的时间、对的地点、针对对的_人进行广告展示。地产新媒体营销主要有两种玩法：一种是基于第三方大数据平台的投放移动社交媒体。另一种是基于自有数据的自主社交传播。

第一种玩法的逻辑是首先通过大数据透视目标客户的肖像，然后在第三方平台海量用户中挖掘精准目标人群，并针对他们传播项目卖点，最后，通过数据监控广告效果。第二种玩法主要是房企利用已有的客户资源数据，以客户为传播载体，在其关系链中形成社交传播。这两种玩法如何具体落地呢？

落地方式之一是投放移动社交媒体，抢占朋友圈。如果要借助第三方平台数据进行投放，当然首选微信朋友圈，因为微信有12.5亿注册用户和6.59亿月活跃用户，朋友圈是使用频度最高的功能，让广告高覆盖、高触达。海量用户如何精准投放呢？明源云客和腾讯合作，通过房企种子客户的关系链放大、相似度放大、标签放大，实现客户、客户圈层、客户相似人群的精准广覆盖。

落地方式之二是自主社交传播，利用跑步和红利。自主社交传播也有两种方式，一种是品牌内容型传播，比如万科在全国举办的乐跑活动，从报名到结束，可持续一个多月的内容传播。另一种是项目红利传播，比如去年东莞f科使用的云客快码传播产品，通过红利激励业主进行社交传播，3天吸粉20多万。快码传播是一款帮助房企强力吸粉和圈层拓客的社交传播神器。

新媒体传播解决的是客户知不知道的问题，知道之后来不来就是聚客的问题了。聚客生态冲击传统坐销模式

客户知道楼盘项目后，更多的需要由“专家”带领到案场，“专家”来自聚客生态。目前地产聚客生态主要分四类：中介电商、全民营销、跨界资源整合、行销拓客。

在以上四类渠道中，房企需要根据自己项目的特点进行灵活配比，形成自身的生态组合策略。比如，房企如果新进入一个城市，没有人脉，也没有知名度，选择与当地中介电商合作是效果最好的。如果房企在城市深耕了好几年，已经有几个项目，可以利用老业主资源，做老带新。如果觉得渠道费用太高，或者害怕被渠道绑架，也可以自建行销团队进行均衡。

如果是旅游地产项目，因为客群具有跨空间特性，非常适合整合跨界资源，实现异地销售。因为以上渠道都是按效果付费，随着竞争加剧，未来的趋势很可能是所有渠道都用。但是，渠道如果太多，就容易出现截客、飞单等问题，渠道管理复杂度倍增，这就需要对渠道进行规范运作。

对渠道的规范化运作可以从三方面入手：实现灵活接入、防范风险、留痕统计。灵活接入便于四类渠道都可以快速便捷进行客户报备。防范风险，主要是防藏客、防飞单，房企可以使用云客的人脸识别，记录每个到访客户，防止藏客飞单。留痕统计主要指渠道运作全程数据留痕，可以加快财务审计和内部审批速度，实现快速结佣。

由于渠道过程全程都有数据留痕，房企就很容易通过渠道参谋实时监控渠道的各个环节，及时反馈对渠道行为进行调整。此外，对渠道效果和渠道质量进行评估，优化渠道体系的机构，监控渠道风险。

高获客成本倒逼案场运作升级

随着竞争的加剧，案场获客成本日益增高，因此倒逼着案场运作进行优化升级，主要有3个方向：场景化智能采集、动态客储管理、规划化二次营销。

案场想要优化客户到访体验，更精准的把握客户，就需要借助智能软硬件设备进行数据采集，比如来访，以往的来访登记本容易被随意翻阅拍照，造成客户流失，房企可以选择云客的来访登记，实现登记―识客一分配―评价一站式处理，数据全程记录，防藏客防飞单。如果是渠道带看客户，以往带看确认流程繁琐，如今房企可以使用确客打印小程序，扫码自助打印带看确认单，便捷高效。

数据的采集可以实时把握客户，在客储过程中，数据对客储动态监控就更重要了。一般大型房企都会根据自己的销售目标和经验转化率反推客储目标数量，然后按阶段、按团队、按渠道对目标进行分解，各大房企都各有突出的特点。

通过客储使得客户来到案场，由于客户到访成本升高，房企需要从“重杀不重营”向把访客变成有价值的资产转变，比如利用客户规划二次营销。项目可以使用云客的到访传播，通过红利激励到访客户分享项目电子优惠券到朋友圈，吸引客户社交圈层好友到访，到访之后双方都有奖励。到访传播实际是上面快码传播的一种变种，可以实现圈层拓客、社交传播和强力促到访。

政策波动激发交易模式创新

近年来各种房产政策频频出台，对交易、认筹、洗客、开盘环节影响很大，洗客、交易模式的微创新正如火如茶地进行中。

政策规定，没有预售许可证，不能认筹，但是不认筹，又没法预估客户意向，于是各路房企想出了花样繁多的认筹方式，比如变成入会、验资、买理财产品等，把认筹转化成各种买东西的名目。

交易环节的线上创新主要体现在开盘上，如今已经有多家标杆房企开始尝试线上开盘，客户可以直接在手机端选房、选车位。重庆保利在重庆有20几个社区，很多楼盘剩下一半以上的车位，重庆保利通过线上开盘，客户在社区内可以直接扫二维码买车位。线上开盘适合小批量房源、尾盘或车位推售，操作灵活，效率高，成本低。

篇7

【关键词】大数据微信传播；安全威胁；安全保障

大数据背景下微信安全的技术文化建构应该从两个方面展开，一是如何保障微信大数据自身的安全，再者是微信大数据如何用以保障安全。前者涉及的是微信大数据自身的生产、采集、传输、存储、处理等方面的安全，后者则是将微信大数据用以提升安全效能和能力，指向信息安全系统问题的解决。随着智能手机、平板电脑、笔记本电脑等智能移动终端的普及，当下的移动终端业已渗透进人们生活的方方面面。工信部的2014年通信运营业统计公报显示，2014年，移动电话用户净增5698万户，总数达12.86亿户，移动电话用户普及率达94.5部/百人，比上年提高3.7部/百人；2G移动电话用户减少1.24亿户；4G用户发展速度超过3G用户，新增4G和3G移动电话用户分别为9728.4和8364.4万户，总数分别达到9728.4和48525.5万户，在移动电话用户中的渗透率达到7.6%和37.7%。据统计，2014年全国移动互联网接入流量消费达20.62亿G，同比增长62.9%，比上年提高18.8个百分点。月户均移动互联网接入流量突破200M，达到205M，同比增长47.1%。手机上网流量达到17.91亿G，同比增长95.1%，在移动互联网总流量中的比重达到86.8%，成为推动移动互联网流量高速增长的主要因素。

一、微信传播的应用状况

微信是由腾讯公司2011年初研发的主要针对手机智能终端提供免费即时通讯服务的应用程序。据腾讯官方数据显示，微信应用已经覆盖了90%以上的智能手机，渗透到了人们的日常生活、商业、行政管理等各个领域。2015年第一季度末，微信每月活跃用户已达到5.49亿，用户覆盖200多个国家、超过20种语言。此外，各品牌的微信公众账号总数已经超过800万个，移动应用对接数量超过85000个，微信支付用户则达到了4亿左右。微信运营跨越了运营商、系统平台的技术藩篱，为用户提供免费的语音短信、视频、图片和文字传输服务，与此同时，还有新增的社交插件，诸如“摇一摇”、“漂流瓶”、“朋友圈”、“公众平台”、“语音记事本”等服务插件。据统计，25%的微信用户每天打开微信超过30次。55.2%的微信用户每天打开微信超过10次。截止2015年，微信直接带动的生活消费规模已达到110亿元。以微信的主要服务公众号为例，在微信平台下，企业和媒体的公众账号受关注比例高达73.4%，业已成为商业、公共服务进行传播扩散的主要渠道。到2015年，微信已实现中国大部分城市的社会公共服务，公共交通、生活设施缴费、医疗、市政等领域的服务覆盖。

二、微信大数据的技术安全威胁

无论是在发达国家还是在发展中国家，网络安全都被视为关乎社会稳定发展，甚至国家安全的重要方面。在信息化时代，个人信息安全已经面临严峻挑战，微信作为社交媒体，作为社会各类信息的集中地，所造成的影响、受关注的程度也自然更高。世界范围内，各社交媒介都将各自经营范围的网络数据安全、用户隐私等信息作为重点进行保护，在此领域的投入也是巨大的。无论是当下还是在未来，社交媒体的信息安全都将是社交媒介竞争的核心环节。微信所属腾讯公司是中国大型综合服务提供商，汇聚了海量的数据信息。该公司的数据挖掘分为5个层级，即为：数据层、分析层、算法层、输出层、投放层。各层级各司其职，例如算法层负责定向规则过滤；输入层控制细分人群的投放概率；投放层控制投放频次的算法配置。

（一）微信大数据的设施安全威胁

微信大数据的基础设备包括存储、运算、一体机和其他基础软件等。处理微信大量的数据信息，需要创建支持大数据环境的相应设施。比如高速的信息收集网络、海量数据存储的设备；相应的运算设备。设备是大数据运用的物质基础，同时也是可能遭受安全威胁的源头。在设施安全环节存在着诸多安全隐患。比如，未经授权进行微信信息资源的使用。网络黑客可以使用假冒、非法用户进入等形式有意回避系统访问控制机制，对网络设备、资源进行无限权限的操作、使用。信息大数据是虚拟数字信息，其传输渠道也是容易产生泄露和信息丢失的环节。网络黑客可以利用电磁泄漏、搭线窃听等隐蔽渠道窃听敏感信息。尤其是设备加密度不够的信息更容易被窃取或篡改。木马病毒是大数据设备经常遇到的安全威胁，这些针对网络虚拟数据的安全攻击可以利用虚拟机管理系统自身的漏洞入侵宿主机。

（二）微信大数据的存储安全威胁

微信传播的爆炸性增长产生的TB（1TB=1024GB）级甚至日后的PB(1PB=1024TB)级的规模数据，就要求存储设备得具备相应的安全支撑。微信传播中涉及到各种数据形式，文字、图片、视频等各式各样的数据内容要求存储结构具有强大的扩展能力，并且要求操作过程的快捷、便利。数据存储可以根据存储类型划分为关系型数据存储、非关系型数据存储。前者是数据存储的传统方案，此种方案要求数据库信息处理前后的一致性。在数据完成之后可以保持其持久性，也就是数据在遇到系统故障后也不会丢失信息。关系型数据存储在管理上便于加密、处理和分类，增强数据的安全效果。但同时，关系型数据存储难以有效的处理微信传播过程中的文字、视频、图片等多维数据信息，扩展性及成本较高。鉴于微信大数据设备数据的多维、海量、高增长、低价值密度的特性，80%以上的非结构数据的处理、存储通常采用的是NOSQL技术来完成。非关系型数据存储的可扩展性、灵活性都较关系型数据存储具有优势，但是也有更多的安全隐患：首先，此种模式的自身技术就不够成熟，NOSQL模式列和行级的安全性更为重要，NOSQL允许数据属性的不断添加。从客户端软件来看，NOSQL模式没有内置的足够安全机制，其安全身份验证应用更复杂。NOSQL系统的应用程序过多，容易造成系统漏洞。基于腾讯大数据处理的三大平台，微信数据存储和处理由于离线分布式数据仓库平台、腾讯数据银行平台和在线实时计算平成。

（三）微信大数据的网络安全威胁

微信社交平台是通过收集网络数据来搭建营销平台。通过对用户数据进行分析然后向用户推送个性化服务。腾讯公司使用的分布式数据仓库TDW平台现拥有机器总量8400台，最大集群约2000个节点，总存储100PB，日新增数据200TB，月数据增长率10%，日均JOB数100万，日均计算量5PB。从以上数据可以看出，微信数据信息的激增势头，而作为传播技术基础的网络在不断对人们的日常生活进行渗透，安全问题与使用数字成正比增长。如今的网络攻击手段和工具也在呈现着平台化、集成化、自动化的特点，具有隐蔽性更强、潜伏期更长、攻击目标更明确等特点。

（四）微信大数据的隐私安全威胁

微信软件从2011年“成型”发展至今，注册用户量已经突破11.2亿，在亚洲的同类软件中，微信已成为用户量最多的即时通讯应用软件。其中包含着海量的身份、属性、行为等信息数据。在存储、传输等各环节都存在隐私泄露的威胁。大数据环境的信息处理不同于传统信息的简单数据集合处理，多源交叉验证容易造成用户的真实信息暴露。在大数据的存储、传输、处理等环节都容易出现隐私泄露。比如在微信朋友圈功能中，用户可以通过微信传输终端查看好友的动态，也可将图片、照片和生活感悟发送的朋友圈同好友分享，这种强关系的社交网络，导致其间蕴涵的关系资源在一次受攻击后受到连带泄露。

三、微信大数据的安全保障

大数据的应用过程大致可以划分为采集、存储、挖掘、四个环节。我们也可以对微信大数据安全进行四个方面的考量。首先在微信大数据的采集环节，主要的安全问题存在于传输过程的安全保障。数据的采集是应用流程的源头，要尽量避免数据的损坏、丢失、泄露等。采集环节的技术保障要完善身份认证、数据加密等安全机制。其次是微信大数据的存储安全，价值的低密度是大数据的主要特征之一，而大数据的经济价值在于其海量关联信息带来的连带效果。这就要求微信大数据要具备生命周期长、频繁使用等特征。在这个过程中要完善数据变换的隐私保护技术，让攻击者难以发现真实的原始数据。充分运用数据加密技术、匿名化等技术手段保障数据的存储安全。第三，微信是以免费软件服务为平台，通过增值服务获得利润的商业模式。微信大数据挖掘是商家给用户提供针对的基础信息。在挖掘信息价值的过程中，如果引入第三方挖掘需要进行数据挖掘者的身份验证和访问管理，保障系统程序不会遭到恶意程序的攻击、侵入。最后，是大数据运用的最后环节，是输出挖掘结果，实现挖掘价值得出口环节。数据需要符合安全审计的规范以达到稳定、可靠、可用的标准。

参考文献：

[1]张尼、张云勇.大数据安全技术与应用[M].北京：人民邮电出版社，2014.

[2]王帅、汪来富、金华敏、沈军.网络安全分析中的大数据技术应用[J].电信科学，2015（7）.

[3]余秀才.微博舆情研究中的大数据风险与挑战[J].华中科技大学学报，2015（5）.

[4]车凯、龙铁茜.国内外社交网络(SNS)大数据应用比较研究——以Facebook和腾讯为例[J].图书馆学研究，2014（7）.

篇8

还在为岳母大人或16岁的侄子挑选合适礼物发愁吗？让沃尔玛实验室的Social Genome帮你搞定吧。

登陆/shopycat，下载一个小型应用软件。这一软件将检查你在facebook上朋友清单，以及他们的兴趣爱好、活动，并创建一份礼品建议清单。你可通过姓名或兴趣检索，浏览这些推荐的项目，通过点击即可购买礼物。

越来越智能的零售系统

沃尔玛全球电子商务部高级副总裁Anand Rajaraman在他的博客上进一步说明：“例如，Shopycat通知我，我的朋友Joe不断地发表关于Red Sox棒球队的评论，这就表明他是该队的球迷。同时，Shopycat也分析‘喜好’与‘分享’等类的信息，以判断其爱好，并推荐相应的礼物，诸如哈利伯特、跑步健身、‘愤怒的小鸟’、瑜伽健美及为人父母。”

“第二步，通过大范围搜索，找到一个‘令人心动’，但又不十分昂贵的礼物。Shopycat在海量产品类别中匹配用户的兴趣，包括沃尔玛网店、沃尔玛零售店，合作网站包括B&N、RedEnvelope、ThinkGeek、及 Hot Topic等。”Rajaraman解释说，沃尔玛深知，不可能拥有所有潜在的最佳备选礼品，因此联合了其他零售商。

数据里的商机

在Hadoop这类海量数据分布式计算工具出现之前，对社交媒体类数据的分析非常困难，尽管不能称之为“Mission impossible”的事情。现在，像Facebook、Twitter，包括Flicker等其他网站，拓宽了零售商信息收集的渠道，也不再局限于仅对自己网站或者进店客流消费行为分析。沃尔玛还可监控社交媒体并研究趋势，例如在英文歌手Susan Boyle的人气不断攀升的时候，商家买手需确保其CD库存量，保证其实热销歌曲唱片。

Rajaraman，曾经是硅谷的企业家和风险投资人，他曾在与Venky Harinarayan共同创立的公司Kosmix，开发了一项技术应用来分析理解社交媒体上的观点。开发的平台叫做Social Genome，可以组织、分析和理解海量信息，诸如状态更新、发信息、博文和视频。沃尔玛在9个月前收购了这家公司，将60名雇员转到沃尔玛实验室，这是其电子商务运营部门的一个组成部分。Rajaraman，还曾经在1996年把它成立的比较购物公司Junglee卖给了亚马逊，做价2.5亿美元。如今他利用Kosmix开发的社交媒体技术，帮助沃尔玛超越亚马逊。

在Rajaraman的博客中，他还举了一个例子：“例如我跟贴‘喜欢Salt特工中的安杰利娜.朱莉’，这条信息把我（用户）和朱莉（演员）以及Salt（电影）联系起来。通过每天不断地对这些社交媒体上海量信息的分析与积累，Social Genome建立起丰富的关于用户、话题、产品、场地和事件的描述信息。

所以，如果他的朋友在facebook上提到她喜欢Salt，Shopycat就可理解并建议购买DVD影碟作为生日礼物，而不是买食盐研磨机。所有这些存储在沃尔玛的数据似乎可以预测信息，但公司并不打算利用从Shopycat收集到的资料，建立起超大型基于个人用户信息的数据库，或者有针对性地频繁发送促销信息。

社交媒体展现商业价值

Emmett Cox，沃尔玛的前零售分析师，现在BBVA地区银行工作，他指出，沃尔玛并不像其他零售商那样存储客户个人信息，例如Target，据《纽约时报》报道，他们通过分析，在妇女刚怀孕时，就提前针对她们哺乳期的需求邮寄与婴儿相关的营销资料。

事实上，零售业类杂志已经在批评沃尔玛并没有发放客户积分卡，来收集更多客户的私人信息；他们所提供给客户的卡就是Discover信用卡，可以获得1%的返点到卡上，或者加油时每加仑5美分的折扣给普通卡或Discover卡主。

正是由于沃尔玛推行了“天天低价”的策略，他们并不需要给那部分持有积分卡的顾客折扣或者礼物等促销手段。这听起来有些老调，但这就是沃尔玛成功的秘诀，其他的对手无法炮制。Cox说，因为其他一些折扣店，诱导顾客关注每周的折扣海报或促销信息。Kmart曾经尝试说服顾客接受他们的每天折扣，但最终还是放弃回到常规的促销方式。

Rajaraman认为可以把社交媒体看成是零售业的自然延伸。沃尔玛实验室正在从产品、客户关系两方面着手研究。

除了通过持续监控社交媒体了解个人客户，沃尔玛实验室也在关注产品信息。有数据表明，人们对棒棒蛋糕—即棍上的球形蛋糕（蛋糕与棒棒糖的结合体）的兴趣在持续增加。沃尔玛实验室通过对Twitter上的流量分析，告诉位于Arkansas州Bentonvillle城市总部的采购人员，市场对棒棒蛋糕的需求将会很大，因此商家也可以开始寻找烘烤棒棒蛋糕炊具的供应商。

而且沃尔玛现在还颁布了另一项新举措—Get On The Shelf，新产品开发者可以为沃尔玛制作一段视频放到网上，而消费者可以在网上投票，选择他们最喜欢的产品。

“Get On the Shelf”可以为每一位产品开发者提供进入职业联盟的机会，可进入沃尔玛的零售渠道。沃尔玛表明，如需要可协助胜出的开发者寻找合适生产商,这一创意就源于实验室的工程师。

大数据分析技术仍在发展中

所有的这些活动都需要大量的数据支持，Rajaraman正是一名大数据的专家。但是他拒绝回答沃尔玛到底已经收集了多少数据，他也强调如今多少会受到一些数字的误导。

“事实上，很难量化数据量的大小。以前仅是自己的数据是可以的；但现在，很多数据是来自Twitter、Flicker，还有Facebook。”

他指出大数据在零售行业具有三大重要趋势：数据源不再限于企业本身;数据面向整个世界；数据量相当大，而且以多种形式存在。

这项工作充满挑战，因为用于数据库的分析工具与技术大多是近20年来开发的，针对的是较小的数据文件。但面对如此大量数据的时候，很多用户仍然寄希望于原有的技术。

Rajaraman曾看到他在斯坦福的学生利用样本来分析大数据，这存在着相当大的风险,可能丢失重要的极端样本，“我们必须开发出适合分析大数据的工具，而不是试图把数据缩小来分析”。

除了采用Hadoop来分析存储的数据，沃尔玛实验室业开发了Muppet来分析高速增长的大型分布式网络产生的数据。“在Muppet之上，我们采用大范围语义分析技术，包括信息获取、集成、自然语言处理和机器学习认知技术。众所周知，针对社交网络的特殊性，对这些技术已进行了显著的改进或延展。最后，开发出了高效利用众包技术和类人计算技术，以此建立并维护Social Genome。”

篇9

围绕数据分析工作，市面上出现了众多相关技术，帮助企业管理和分析多种多样的庞大数据集。在这个高级分析技术的领域，由于IT服务产品的价格持续下降，用户可以用更少的IT预算来获取完善的服务、进行更多的信息分析，解决更复杂的问题。

随着分析技术的飞速发展和商业智能手段的日益高明，CIO现在完全可以做到大规模、低成本地分析业务数据。这也意味着，企业可以充分利用一切可利用的机会，获取更高的商业价值。

勇于接受海量数据

大数据是指庞大的数据集，尤其是那些未经组织、管理以适合传统数据仓库的数据集。虽然不是每一家公司都需要掌握处理庞大非结构化数据集的手段，但Verisk Analytics公司的CIO Perry Rotella认为，所有CIO都应该关注大数据分析工具。Verisk公司帮助金融公司评估风险，也帮助保险公司从理赔数据中识破欺诈，它在2010年的营收超过了10亿美元。Verisk公司的业务是“从你事先未知的数据中找到一定的模式和关联。”Rotella表示，企业的IT负责人应持数据越多越好的态度，并勇于接受海量数据。

HMS公司专门帮助客户实施医疗保险和医疗补助计划，同时也为企业控制医疗保健成本，其业务覆盖美国40多个州的卫生和福利计划以及130多个医疗补助管理型医疗保健计划。在2010年，通过避免错误支付，HMS帮助客户追回了18亿美元的成本，省下了数十亿美元的开销。该公司的CIO Cynthia Nustad认为，大数据呈“爆炸式发展”的趋势，“我们在努力获取、跟踪、分析大量资料，包括结构化数据和非结构化数据，尽管有时你可能都不知道自己在数据中到底要寻找什么。”

Hadoop是被谈论最多的大数据技术之一，作为一个开源的分布式数据处理平台，Hadoop最初被用来处理海量网页搜索之类的任务。最近它与另外几种所谓的“NoSQL”技术（包括CouchDB和mONGOdb）大行其道，正以新颖的方式管理大数据。

Hadoop能够处理PB级数据，具体步骤是把海量数据的子集分配给上千台服务器，然后由主调度器核对和整理每一台服务器返回的处理结果。Hadoop既可以用来准备好数据以便分析，本身也可以作为一款分析工具来使用。如果企业没有成千上万台备用服务器，可以向亚马逊等云服务提供商购买服务，根据具体需要访问Hadoop。

Nustad认为Hadoop有助于企业通过分析数据来识破欺诈和浪费现象，或许还可以用于分析多种格式的病人门诊记录。她表示，HMS确实在探究NoSQL技术的用途，但并非用于其庞大的医疗保险和医疗补助理赔数据库，因为这些数据库含有结构化数据，可以用传统的数据仓库技术来处理，而且为了大数据而弃用传统的关系数据库管理方法也不明智。

作为一家比较购物网站，Shopzilla每天积累的数据多达数TB。其CIO Mulkey说：“我们用Hadoop来处理过去用数据仓库来处理的任务，更重要的是，它能让我们做一些以前无法实现的、真正能满足需求的分析工作。”以前，Shopzilla要为数据取样和分类――处理这么多数据，工作量非常大。现在借助Hadoop，Shopzilla就能分析原始数据，跳过中间步骤。

像Rotella和Mulkey这种有Hadoop实践经验的CIO，他们所在的公司甚至会将数据分析服务当做一项业务来出售。

提速

从IT架构改革开始

“分析速度提升将是一个更大的趋势，而大数据技术只是这个趋势当中的一部分。”肯塔基大学的CIO Vince Kellen认为，“我们需要用更高级的技术来分析海量数据，因为我们希望迅速地获得分析结果。所以数据多少不重要，重要的是分析数据的效率。”

虽然几十年来，数据库一直通过缓存那些频繁访问的数据来提高性能，由于从磁盘获取数据在一定程度上是个机械过程，所以速度要比在内存中处理慢很多。现在看来，把庞杂数据全部装入到一台服务器或者多台服务器的内存中要更切实可行，磁盘只用来作备份。

Rotella表示：“现在我可在几秒钟内执行分析任务，而五年前我们需要花整整一个晚上。”他们对庞大数据集进行预测性分析，通常需要经历启动查询、寻找模式、进行调整等环节，然后再启动下一个查询，查询的执行时间对于分析速度影响很大。“原来，我们运行模型比建立模型费时间，而现在建立模型比运行模型更费时间。”

列式数据库服务器把数据库传统的组织方式颠倒过来。查询只访问相关的列，因而为评估几个关键列的应用程序提升了性能。为了提高分析性能，硬件同样很重要。保险和金融服务巨头John Hancock的CIO Allan Hackney已经开始尝试GPU加速的系统。他说：“可视化方面的运算与统计分析方面的运算非常相似，而GPU执行的运算速度比传统的PC和服务器处理器快几百倍。”

开源技术压低成本

从某种程度上说，计算能力的增加得益于内存和存储设备价格的不断下跌，此外有了付费产品之外的选择以及开源软件也迫使厂商降低价格。

Ternent在加入Island One之前是Pentaho开源商业智能公司的技术副总裁，他积极倡导开源技术，“在我看来，开源为公平竞争创造了条件。”

Ternent表示，开源工具一度只适用于基本的报告，而现在，它们提供了最先进的预测分析功能。“现在几乎所有领域都有开源厂商，这意味着谁有胆量用，谁就可以随意使用开源工具。”

HMS的Nustad发现，不断变化的经济因素也在改变着IT架构方面的一些基本选择。比如说，构建数据仓库的一个传统原因是在拥有计算功能的服务器上把数据整合起来。以前计算功能比较稀缺时，CIO会把分析任务从操作系统卸载下来，以免拖累日常任务的性能，现在就没必要这么做了。由于省略了移动数据、格式化以及把数据装入数据仓库的步骤，CIO直接在操作应用上进行分析能更快地获得结果。

不过Hackney表示，虽然现在的趋势正朝着有利于降低管理成本的方向发展，但节省的成本经常被增加的存储容量需求抵消。“这就像在原地跑步。虽然2011年John Hancock的存储成本下降了2%到3%，但存储使用量却增长了20%。”

为员工设计终端界面

对Nustad而言，移动商务是必须的。因为即使出门在外也要查看各种报告，了解公司是否履行了服务级别协议。她还希望让公司的客户可以通过移动设备访问自己数据，帮助他们监控和管理医疗保健开支。“这是一项客户非常喜欢的功能。五年前，客户不会要求提供这项功能，但现在他们对此非常关注。”

对于CIO来说，应对这个趋势的关键不是提供复杂的分析功能，而在于为智能手机、平板电脑和触摸屏设计用户界面。Kellen觉得这问题很容易解决。

但Rotella并不这么认为。“移动计算影响着每个人。使用iPad和其他移动设备办公的人越来越多，这个趋势会让员工使用企业计算资源的方式加速改变。”Rotella说，例如，Verisk开发了一种产品，可以让理赔员在现场访问分析结果，如此一来他们就能估算重置成本。这种方式可以充分利用分析结果，满足那些有需要的人。

技术在迅速变化，这是让CIO最感头疼的事情。Rotella认为，“两年前，我们没有iPad；现在，大家出去都带着iPad。由于移动设备操作系统有很多种，我们要努力了解如何才能最有效地利用自己的开发资源，避免进行重复的开发工作。”

Island One的Ternent表示，由于手机和平板电脑中浏览器的功能越来越强大，为每个移动平台开发原生应用程序的呼声也随之减弱，“如果我只需针对移动设备为基于Web的应用程序更换皮肤，就不一定非要开发定制的应用程序了”。

分析混合型的

社交媒体

随着Facebook、推特等社交媒体遍地开花，越来越多的公司想要分析这些网站的数据。现在，市场上已经出现了新的分析应用软件，包含语言处理、情感分析和网络分析等统计方法，它们已不再属于典型的智能商务“工具包”。

许多社交媒体的分析工具很新颖，常以服务的形式出售。一个突出例子是Radian6，该软件最近被收入囊中。Radian6提供了一个仪表板，根据推特消息、Facebook公共帖子以及博客和讨论板会话上的帖子和留言，可以列出了提到品牌的各种评价。营销部门和客户服务部门买来这类工具后，基本上不需要麻烦IT部门。

不过，肯塔基州大学的Kellen表示，对于这类工具，他还在观望。他说：“我的任务是，确定这些技术中哪一种适合自己，然后再对相应的人员进行培训。”

与企业一样，肯塔基州大学也对监控其品牌评价很有兴趣。Kellen表示，他也有兴趣开发特定的应用程序，解决学校关注的具体问题，如学生流失等。例如，监控学生在社交媒体上的帖子可以帮助教职员工及早了解学生是否在学习上遇到了麻烦。戴尔公司的支持部门也会经常关注推特，以便及早发现是否有消费者发消息称自己的戴尔笔记本电脑坏掉的情况。Kellen表示，IT开发人员应想方设法，把社交媒体分析工具生成的报警机制融入到企业系统中，以便迅速应对那些事件。

篇10

关键词 大数据；电视内容生产；电视媒介营销

中图分类号G2 文献标识码 A 文章编号 1674-6708（2015）138-0056-02

1 大数据对电视内容生产带来的变革

1.1 对电视内容及编排的影响

因大数据的到来，电视内容的资源得到了极大丰富，利用资源之间的重组利用，开发成新的资源并作为新的数据加以存储，便于后期的检索与利用。在电视内容的制作上，如遇到前后具备相似性的内容时，即可在数据存储或共享的平台加以调用以及再加工进行播出，产生新内容的效用。大数据对于电视内容生产造成的影响还不止于此，内容的生产以及节目的编排方面同样受到基于大数据基础上的深度挖掘与分析的影响。电视节目以收视率为生命，节目的播出时段与节目时间长度等确定已经开始利用统计分析工具，以确保节目在合理的时间播出。例如，上海百视通公司的交互式网络电视平台，利用网站点播数据以及其他渠道收集而来的用户信息，通过数据的深度挖掘以整理出用户的点击规律、点击喜好、点击时段等信息，并据此制定了两条基础线+三个重点二稳固+突破的业务制作模型。所谓两条基础线指的是基础粘性视听业务和基础粘性互动应用；“三个重点”指“亮点吸引型业务”（家庭娱乐）、“卖点带动型业务”（少儿和体育节目）、“增值突破型业务”（炒股、购物、支付等）。基于内部科学的数据分析，使得百视通转变了以往的节目播放方式，节目收视率大为提升。

1.2 对电视新闻生产的影响

电视新闻是电视节目必不可少的栏目之一，在西方国家已经开展了利用大数据辅助报道的研究与实践，充分利用相关部门的大数据以探索其中的特有的现象以及规律，进而指导新闻栏目的制作。多数学者认为，大数据的到来提升了新闻数据的运用与发展而数据的收集与分析的过程亦是新闻产生的一个过程。新闻媒体从事者，在深度挖掘好分析数据关系时，穿越时空使之更易发现事件中的规律，而适时采集受众数据，还能实现反馈信息向新闻内容的转化。当前，在电视新闻的报道中数据因素所占的比例越来越大，“用数据说话”成为了行业的共识，直观可视化的数据不仅利于提升新闻的权威性而且更受到观众的欢迎，对于电视新闻同样而且同样如此。

1.3 对电视剧制作的影响

由于大数据的到来，当前已有媒体人利用大数据提供的数据参考，在数据深度挖掘以及分析的基础上制作出了相应的电视剧。例如Netflix的《House of Cards （2013）》。据不完全统计该网站现有用户超过3600万之多，而且用户每天产生的点击行为超过3000多万次。例如，跳过片头或片尾、根据自己的兴趣选择观看哪个演员、重放某段剧情等。奈飞公司将用户点播的数据进行收集与分析，从中点播率中发现上世界英国生产的老电影《纸牌屋》点击率较高，同时在点击的该片的同时《七宗罪》亦在最受欢迎之类。基于用户数据的深度分析以掌握用户的喜好，由于用户对老电影的喜爱，促使奈飞公司决定斥巨资重拍了该部经典的荧幕之作并其他受到欢迎的影片的元素综合以来，融合到一部作品之中以满足用户的需求。推出了大数据时代的新型电视剧《纸牌屋（2013）》。

在国内大数据同样对于电视或电影的制作产生了重要影响。例如，“2014中国影视大数据发展大会”上，胡一川（百度视频技术负责人）指出：百度视频数据对于电影与电视的制作提供了精确的数据分析，为内容的制作与用户需求之间的结合提供了桥梁。尤其是在于正欲翻拍《倚天屠龙记》时，众多网友纷纷“请求”勿让袁珊珊演赵敏，虽然为演员的选择增加了一定的困难但却也明确了选择的方向。

2 大数据对电视媒介营销带来的变革

电视媒介营销指的是电视媒介利用自身的平台向广大的受众对象以及广告主进行自我宣传的营销活动。在信息化时代，营销活动是否取得成功，通过后期的数据分析即可得知而利用大数据则就可以预先制定好符合市场需求的营销方案或营销方式。在这一方面最具有代表性的为，社交电视与智能化推进服务。

因时代的发展，媒介之间亦在不断融合以谋取新的发展，当今的电视在一定程度上可等同于“视频”，而因受到网络电视平台以及智能手机的运用，电视使用率处于不断下降的趋势。在此前提下，美国麻省理工学院大学设计出一种新型电视产品也即社交电视，其原理是通过社交媒体上用户的信息而设计出电视内容以吸引用户开机，进而达到提升开机率的目的。如美国的GetGhie.M iso.yap.TV，中国的“社交电视”、“电视粉”、“看点”、“呼啦”等社交电视类应用软件。

此外，随着无线网的不断覆盖以及智能手机的普及，当今的年轻一代尤以大学生群体为主，基本上是使用智能手机来观看视频而以往受到欢迎的电脑处于次要地位，而电视则处于被忽视的地位。该现象充分说明了在网络时代人们已经从电视时代转向了网络视频时代，而且随着互联网的不断普及，其趋势越来越明显，也说明了我国新媒体营销的成功。电视作为传统的休闲娱乐以及了解社会发现信息的窗口，其地位已经下降但并不能由此而“自暴自弃”而因寻求新的发展。在2013年起，我国电视平台中的展现“二维码”的栏目越来越多，这就是传统电视平台与新媒体结合的新产物，是大数据时代电视平台自我发展的与营销的经典案例。例如，拥有近20年历史的《快乐大本营》，即使人气火爆但在新媒体时代不得不与微信、微博等新媒体结合运作，观众通过上述媒体即可参与节目互动，成为了该节目不断发展的新利器之一。

在互联网技术的不断发展与升级的前提下，大数据被广泛运用电视媒体之中，用户的信息也就变得更加的透明化。当传统电视媒体与互联网之间不断加以融合的基础上，模拟电视用户的数字化整体转换以及云计算技术的使用，令电视用户的基本信息暴露无遗，也因此催生了电视业务更加的精准化营销。例如，上海百视通交互式网络电视即是在专业收集用户信息的前提下，制定出针对性以及个性化的视频节目，以提升节目的精准性，实现营销价值的最大化。此外，随着用户信息的不但累积，其数量越来越庞大也意味着能够提供的信息也就越多，也即能够制定精确化营销。

3 结论

大数据是信息时展的必然产物，我们既不能对之产生恐惧心理亦不能将之作为万能之物，而应正视其作用。毫无疑问，大数据的到来对电视业带来的影响是巨大，作为电视媒体从业者应对充分加以运用，以创造出符合市场需求内容与作品。

参考文献

[1]寇嘉.新媒体环境下中国电视媒体的生存策略[J].新西部（下半月），2010（3）.

[2]刘峰.浅析大数据时代我国电视媒体的创新发展路径[J].电视研究，2014（4）.

[3]俞立平.大数据与大数据经济学[J].中国软科学，2013（7）.

[4]倪逸之大数据时代下传统媒体与新媒体的发展困境与趋势[J].新闻世界，2014（10）.