大数据时代的大媒体
既是挑战也是机遇
大数据时代，媒体的转型发展，既是技术问题，也是战略问题，将对未来的媒体形态和格局产生深远影响
经过一年的蓄势待发，新年伊始，“大数据”的概念火了。
大数据有多火？有媒体将2013年称为“大数据元年”。目前，几乎所有世界级的互联网企业，都将业务触角延伸至大数据产业；无论社交平台逐鹿、电商价格大战还是门户网站竞争，都有它的影子；去年美国政府投资2亿美元启动“大数据研究和发展计划”，更将大数据上升到国家战略层面。大数据，正由技术热词变成一股社会浪潮，影响社会生活的方方面面。
大数据时代，媒体的转型发展，既是技术问题，也是战略问题，将对未来的媒体形态和格局产生深远影响。
数据就是资源
信息爆炸推动媒体转型
大数据并不是一个新概念，但大数据时代却是伴随着近年来信息爆炸式增长而来。
互联网上，每天新浪微博用户发博量超过1亿条，百度大约要处理数十亿次搜索请求，淘宝网站的交易达数千万笔，联通的用户上网记录一天达到10TB……
数据量的爆发式增长也带来了数据储存方式的革命。“今天我们花不到100美元就可以买到1个T的存储，成本只是10年前的1%。”微软亚太研发集团首席技术官孙博凯说。在2000年，数字化储存的信息只占全球数据量的1/4，而在2007年，所有数据中只有7%是储存在报纸、书籍、图片等媒介上，其余全是数字数据。
“新媒体的本质就是数据分析。我们已经从信息时代走到了数字时代和智能时代，如果数据被赋予背景，它就成了信息；如果数据能够提炼出规律，它就是知识；如果数据能够借助于各种各样的工具在分析的基础之上为我们提供正确的决策，它就是资源。”解放日报报业集团社长尹明华在近日举行的中国传媒大会上说。
大数据时代，信息的内涵已不仅仅是消息等新闻，而是各种各样的数据。这就要求媒体必须适应新的信息生产和传播方式，以多元化媒介来承担信息传播的职能。生产、分析、解读数据，探索一条为受众和用户提供分众化服务和体验的媒体发展之路，将成为媒体竞争的必备技能。
量身打造资讯
媒体转型发展新思路
中国社科院信息化研究中心秘书长姜奇平说，“媒体通过对数据的整合和分析，针对不同的受众需求，满足个性化和专业化的需求。”
腾讯网总编辑陈菊红说：“目前门户网站之间、网络媒体之间同质化非常严重。未来的媒体和门户网站应充分利用大数据和关系链，在为用户筛选、推荐最适合的内容，提供近乎量身打造的新闻资讯的同时，使他们体验社交媒体的感受。”
从理论到实践，大数据的发展为掌握了大量数据源的媒体和门户网站提供了转型的良好契机。过去一年，国内几家大的互联网企业纷纷调整自己的发展战略，迎接大数据时代的到来。
浙报集团去年开始投资数据分析项目，将目光放在了未来社交网络的数据深度挖掘上；优酷和土豆合并，搜索平台可以挖掘和推算出4亿多视频用户的浏览行为数据；搜狐正着手搭建基于云计算的大数据平台，将旗下数据资产全面打通整合，获取每月9亿多人次的用户数据资产；腾讯启用新版首页，并启动门户、微博、视频、无线的跨平台深度整合战略……在云计算、移动互联网等新技术推动下，一场关于数据的圈地运动正在互联网上拉开大幕，竞争日益激烈。
挑战也是机遇
赢得大数据时代的主动权
大数据时代的媒体转型和发展，需要结合自身特色，走一条符合传播规律、符合自身实际、符合受众需求的发展之路。这对媒体既是机遇也是挑战。
大数据考验媒体的战略决策能力。姜奇平说：“数据量的快速增长，需要在带宽和存储设备等基础设施方面加大投入，这令很多媒体进退维谷。”不转型，就会丧失主动权，被淘汰或边缘化；要转型，就要对当前的报道形式和运行体系进行全面改造。这将考验决策者的胆魄和智慧。
媒体应对大数据时代的另一个挑战是数据加工能力的匮乏。专家指出，当前大数据建设缺乏专门的数据分析方法、使用体系和高端专业人才，很多媒体没有专门的数据管理和分析部门和专家。如果软件跟不上，却一窝蜂地投身数据平台的搭建，对媒体长远发展不利。
有媒体担心，在大数据时代的转型道路上，媒体是否会迷失方向，变成咨询公司或是社交网站？
对此，孙博凯说：“老技术既有的投资、数据和价值观，是不可能被新技术全部抹杀的，而是融合、整合到新的业务中去，在更高层次上得以发展。”媒体也应该有这样的信念。只有积极谋略全局，着眼长远，才能赢得大数据时代的主动权。
相关链接：什么是大数据
早在1980年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”。不过，大约从2009年开始，“大数据”才成为互联网信息技术行业的流行词汇。美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
相关链接：美国，以国家战略应对大数据时代
美国加州斯坦福大学助理教授贾斯廷·古力马，正尝试把数学应用到政治学研究中，通过电脑对互联网上的海量博客文章、议会演讲、新闻报道加以统计分析，从而展开趋势判断。在这个29岁的青年政治学者眼中，“政治学已经日益成为一个数据密集型学科”。其实，成为“数据密集型学科”的远不止政治学，科学、广告、体育、公共卫生等大量学科和领域都正在从大数据技术中获益。
随着互联网上数据的不断增多，海洋一般浩瀚的网络数据已成为一种战略资源。大数据技术的目标，就是从这些数据中挖掘信息、判断趋势、提高效益。在科技发达的美国，一些大型互联网公司最先注意到了大数据技术的无穷魅力，并尝试在经营活动中加以运用。社交网站“脸谱”和视频网站“网飞”便通过搜集、整理用户在网络上留下的“足迹”，分析用户偏好、兴趣和需求，向用户推荐联系人信息或感兴趣的视频内容。
对大数据技术的成功运用，将改变日常生活、企业决策和国家治理的面貌，带来惊人的经济和社会效益。美国著名摄影师兼作家里克·斯莫兰便认为，大数据将成为人类的仪表盘，一个帮助人们对付贫困、犯罪和污染的智能工具。哈佛大学定量社会学研究所主任盖瑞·金，以“一场革命”来形容大数据技术给学术、商业和政府管理带来的变化，认为“大数据技术将触及任何一个领域”。
2011年，美国总统科技顾问委员会提出政策建议，指出大数据技术蕴含着重要的战略意义，联邦政府应当加大投资研发力度。作为对这一建议的回应，白宫科技政策办公室在去年3月29日发布了《大数据研究和发展计划》，同时组建“大数据高级指导小组”，以协调政府在大数据领域的2亿多美元投资。此举标志着，美国把应对大数据技术革命带来的机遇和挑战，提高到国家战略层面，形成了全体动员格局。
《大数据研究和发展计划》提出，应当通过对海量和复杂的数字资料进行收集、整理，从中获得真知灼见，以提升对社会经济发展的预测能力。根据这一计划，美国希望利用大数据技术在多个领域实现突破，包括科研教学、环境保护、工程技术、国土安全、生物医药等，具体的研发计划涉及了美国国家科学基金会、国家卫生研究院、国防部、能源部、国防部高级研究局、地质勘探局等6个联邦部门和机构。
在美国政府的实际运作中，大数据技术已经进入了应用阶段。上个月，美国中央情报局的首席技术官格斯·汉特便在旧金山举行的一次讨论会上透露了大数据技术对追踪恐怖分子和监控社会情绪的作用。汉特说，就像可口可乐等消费公司借助数据分析掌握消费者习惯一样，中情局也通过大数据技术来寻找恐怖分子的踪迹。此外，他还以“阿拉伯之春”举例说，大数据分析可以了解多少人和哪些人正在从温和立场变得更为激进，并“算出”谁可能会采取对某些人有害的行动。
麦肯锡全球研究所的一份报告说，美国需要150万精通数据的经理人员，以及14万至19万深度数据分析方面的专家。目前，已有美国大学专门开设了研究大数据技术的课程，培养下一代的“数据科学家”，一些美国公司也在向大学提供研究资助，并赞助与大数据有关的比赛。目前美国正在握紧大数据这个人类科技领域的最新仪表盘，以求继续保持科技领先地位。
(驻美国记者 陈一鸣)
【张宇轩于洋，大数据时代的大媒体，人民日报，2013-01-17（14） 】
相关链接：大数据，不仅“大”在数量
进入21世纪以来，人类在信息存储和处理能力方面不断涌现技术性的突破，目前被人们热议和关注的大数据即代表着最新潮流。互联网上每天产生的数据如潮水般涌现并被保存，当数据量达到一定规模的时候，就会从量变到质变，对人们的日常生活产生巨大影响，进而改变组织和社会的管理方式。
事实上，对海量数据的成功应用早已有之。2009年全球爆发甲型H1N1流感，美国公共卫生机构的工作效率输给了商业企业谷歌公司。原因是公共卫生机构的官员在统计疫情传播的起源和渠道时，使用的是传统的数据反馈方式，获得的信息比疫情的真实传播速度整整滞后了两周；而谷歌公司通过美国人在网上检索的海量词条，迅速且成功地运用数字模型判断出甲流传播的途径和趋势，为官方提供了及时有效的数据。当人们为这个案例惊叹的同时，也不得不承认，《大数据时代：生活、工作和思维的改变》的作者、英国牛津大学教授维克托·舍恩伯格所断言的大数据时代已经来临了！
提到大数据时代，人们的第一反应就是数据量大。诚然，人类的信息存量正在以几何倍数增加。据统计，一分钟内，仅微博网站推特上新发的信息条数就超过10万条；社交网络脸谱上的浏览量则超过600万；到2013年，全世界储存的信息如果记录在光盘上，这些光盘叠加起来，高度等于从地球到月球走一趟。用信息爆炸来形容今天的社会和时代毫不为过。
然而，在舍恩伯格看来，大数据的“大”，并不是指数据本身绝对数量大，而是指处理数据所使用的“大”模式：尽可能地收集全面数据、完整数据和综合数据，同时使用数学算法对其进行分析和建模，挖掘出背后的关系，从而预测某一事件发生的概率。美国计算机专家迪博德说过，在信息时代，通过信息加总和数据整合，对个人信息进行分析的穿透力要远远大于1＋1的效果，它不需要对每个抽样样本进行精确提取，却能获得比抽样调查更加精准的结果。通过全数据模式推演事物发展规律的成功案例已不在少数。
目前，人们已越来越多地认识到互联网数据背后蕴涵的科学、经济和社会价值，把大数据模型系统地应用到公共商业服务中，为政府、企业或个人提供服务：对冲基金通过剖析推特上的数据来预测股市的走势；亚马逊公司根据用户的查询记录来推荐产品；纽约政府使用犯罪数据和地图进行城市管理……在中国，数据的挖掘也已经起步：2012年，阿里巴巴提出大数据战略，旨在通过资源共享与数据互通创造商业价值；去年“双十一”销售热潮中，以云计算为基础的聚石塔服务，对数以亿万计的消费者需求信息进行捕捉汇总，帮助网商随时调整商品和销售决策，以提供精准、有效的服务。
尽管我们看到了大数据时代的无限机遇，但人类在互联网领域不过才走了几十年。除了要解决个人隐私和信息安全等问题外，整个网络世界的数据仍然是局部的、碎片化的。如果能把散落在各个国家、各个机构及个人手中的数据集中起来，那么，大数据所能发挥的作用更会超越我们的想象。
[曹雨田，大数据，不仅“大”在数量，人民日报，2013-01-17（22）】
