徐建 周源源 盧嵐

摘? 要：面對全國新冠疫情的暴發(fā)與奮戰(zhàn)，各媒體單位堅守崗位，并通過借助媒體大數據相關服務與應用，輔助智慧媒體編輯器完成相關報道任務。本文抽取相關典型案例，介紹其應用實踐結果，剖析其業(yè)務價值。

關鍵詞：媒體大數據;智慧媒體;輿情

當前媒體，已從“中央廚房、融合報道指揮、融合生產平臺、移動優(yōu)先”為代表的報業(yè)、廣電機構自身融合發(fā)展階段，跨越以“區(qū)縣融媒體中心建設”為代表的媒體融合縱深發(fā)展階段，逐步進入以“全媒體、5G、4K高清、移動短視頻、人工智能、AR/VR、物聯(lián)網”為代表的智慧媒體新階段。

面對全國新冠疫情的暴發(fā)、奮戰(zhàn)，各媒體單位紛紛堅守崗位，持續(xù)報道相關國家政策、衛(wèi)健委通告，隨時關注各地民生、交通，應對互聯(lián)網上各種輿論和突發(fā)事件。

作為智慧媒體新階段所最具代表性的特征，媒體大數據服務的普及與應用，在整個疫情發(fā)展過程中，為相關媒體單位提供了大量精準、及時、有效的新聞素材、線索與資訊，輔助智慧媒體編輯部完成相關報道任務。

1.定向的疫情大數據專題服務

通過龐大的互聯(lián)網采集矩陣所積聚的海量新聞資訊與消息，為新冠疫情下的各媒體單位提供定向的專題數據服務。

通過智能標簽技術，可以將所采集的數據自動進行地域、領域、人物、機構、媒體、分級、敏感度等分為諸多智能標簽，通過這些標簽，可以在業(yè)務場景需要聚合新冠疫情數據的時候，快速從海量數據中按需將其篩選出來。

如上圖所示，可以按照地域屬性，自動匯聚本省、本市或本地區(qū)與新冠疫情相關的新聞資訊，快速聚合為“本地區(qū)播報”頻道，還可以細分為官方媒體相關報道和非官方媒體報道，供相關采編人員在其中選取有價值的新聞線索或選題，并可以根據信源判斷新聞素材的可靠性與真實性。

如果采編人員希望直接轉載有價值的新聞報道，建議按照系統(tǒng)提前標記好的網信辦白名單，篩選出相關權威媒體單位和權威政府所發(fā)布的權威信息，可以極大減少編采人員選取素材、求證真?zhèn)蔚墓ぷ髁俊?/p>

在媒體報道工作中，經過一段時間對媒體大數據所提供數據服務的使用，一線采編人員逐步對數據提出了更為細分的要求，并通過系統(tǒng)的自定義功能，逐步將目標數據分為與報道選題相對應的類別，針對如辟謠、防治措施、交通運輸、在線教育等設置更為細致的數據專題，服務于相關選題的責任編輯。

通過實際采編人員對定向推送的疫情專題數據的使用，讓大數據供稿服務在智慧媒體編輯部起到真正使用的價值。后續(xù)，針對如兩會等重大黨政事件、體育重大賽事、國家級或地方重大活動，依然可以采集以上數據專題服務，協(xié)助智慧媒體編輯部快速匯聚稿源，提高新聞報道的工作時效。

2.疫情事件數據分析

本次新冠疫情期間還有一個重大特點，就是經常會在網上產生關注度極高的疫情熱門事件，可以是針對某個人、某個機構，甚至是某件事。

通過智慧媒體編輯部所提供的熱點事件追蹤分析能力，可以快速構建相關熱門事件的追蹤服務，全方位對該事件進行跟蹤與深入分析。

我們通過對部分新冠疫情期間熱門事件進行了數據追蹤與深入分析，其中可以觀察到微博、微信這類社交媒體平臺成為事件熱議的主要渠道。

其中，因為無法監(jiān)控微信朋友圈和群聊信息，微博成為推動事件爆炸式傳播的最主要渠道。諸多熱門議題都因為微博里的知名博主、大V轉發(fā)，而產生更為廣泛的影響。

和以往不同的是，近期相關事件中傳統(tǒng)媒體提高了發(fā)聲量，尤其是中央級、省級媒體的發(fā)聲量都顯著提升。其中人民日報、新華社、央視新聞、紫光閣、中青報等知名媒體也一直積極參與熱議話題之中。

從事件演化趨勢上可以看出，每個熱門話題都有明顯的傳播軌跡特征，都因為某個不太準確、但極具吸引力的“標題黨”特征而進入大眾視角，因為是疫情期間，文章的感染力和煽動性都高于標準值，其中約65%呈負面情緒，35%呈正面情緒。

相關熱議話題很容易引發(fā)二次傳播或多次傳播，并在短短四五個小時內達到傳播頂峰，甚至形成互聯(lián)網的輿情事件。這與疫情期間，民眾、讀者長期封閉在家中，情緒上相對更加焦慮、敏感有很大關系。

不同的熱點事件，其發(fā)展路徑及最終結果卻是各不相同。其中疫情早期關于武漢封城、紅十字會相關的話題，相對傳播更廣泛、無序，其中夾雜諸多不實謠言信息，造成一定社會負面情緒。

疫情中期關于李文亮醫(yī)生病逝、男神張文宏主任、武漢病毒所等相關話題，其傳播特征為廣泛但更有序，出現(xiàn)不實謠言信息也會及時有辟謠披露，整體看正負面情緒是平衡、穩(wěn)定的。

疫情后期關于監(jiān)獄發(fā)生感染、鉆石公主號郵輪等熱門話題，其傳播特征為短平快，快速成為熱點，也因為披露信息全面，當事人處理果斷且及時通報，沒有給不實謠言留出發(fā)酵時間，民眾對其持續(xù)關注度都有所下降。

通過這些熱門事件的持續(xù)追蹤與深入分析，我們也發(fā)現(xiàn)，作為智慧媒體編輯部更應該積極參與熱門事件發(fā)展、傳播的過程中來，隨時掌控事件演化趨勢，從更合理的角度去切入話題，有效引導公眾情緒向正面發(fā)展，及時對不實信息進行積極、有效地辟謠，配合相關網信、公安機關打擊那些互聯(lián)網上的不法分子，盡媒體人的責任與義務。

3.疫情數據服務平臺的嘗試

之前，智慧媒體編輯部大多采用通過媒體大數據服務平臺獲取相關線索、資訊新聞，自己組織稿件編寫，或者從大數據平臺獲取新聞直接在新媒體渠道進行轉載。

本次新冠疫情期間，全國超過半百媒體也在嘗試新的數據新聞發(fā)布方式。通過媒體大數據服務的精確篩選與聚合，直接形成一個完整的大數據資訊服務平臺，將相關資訊、熱點、新聞、數據、辟謠、媒體排行等信息進行快速組裝，為廣大讀者提供一個完整的專題新聞。

這種全新的數據新聞發(fā)布方式，首先要求所發(fā)布數據的權威性。比如上面有關疫情數據發(fā)布，要全部直接來自國家衛(wèi)健委機構的權威發(fā)布，對數據要進行如實的匯聚與展現(xiàn)。包括百度、騰訊、新浪、搜狐等互聯(lián)網新聞門戶網站都提供了相關的H5微網站。

此外，為保證所發(fā)布新聞的可靠性，除本地新聞外全部采用中央級、省級媒體等網信辦白名單媒體單位的數據，通過數據聚合直接呈現(xiàn)，因為沒有轉載復制、重新發(fā)布的環(huán)節(jié)，減少工作量的同時也降低出錯風險。

在技術實現(xiàn)層面，疫情數據服務平臺采用當下流行的微組件架構，通過標準數據接口調用實現(xiàn)前后端分離，快速形成一個標準的H5微網站，即可以在諸如微信這樣的社交平臺上傳播，也可以嵌入新聞客戶端，成為其中一個疫情專題頻道。H5頁面可以自動適應手機端，并進行屏幕大小適配，也可以增加點擊、縮放、滑動等手機端適用的操作。這種方式也有一些不足，比如數據加載量要大一些，需要使用者的網絡為4G或WIFI。

在內容組織層面，疫情數據服務平臺首先考慮到數據的通用性，將衛(wèi)健委所發(fā)布實時疫情數據、全國各省疫情聚合熱點、媒體發(fā)稿等進行整合與組裝，盡量提升內容的閱讀價值，提升讀者閱讀體驗。同時，根據各具體應用單位的建議，增加了諸多大家所關注的話題、欄目，比如辟謠通告、交通信息、民生資訊、醫(yī)務人員報道，各地封城信息，以及復工信息。

在內容展現(xiàn)形式上，有交互地圖，有移動端主流的下拉列表和圖冊模式，有走馬燈式滾動新聞，也有微博、微信的瀑布流展示方式，都盡量遵循手機操作習慣，降低閱讀者的學習成本。

在后臺數據控制層面，系統(tǒng)采用多種AI技術進行文章內容分級，自動去除黃賭毒及廣告信息，去除敏感圖片與視頻。稿件優(yōu)先選取和展示積極、陽光的正能量、主旋律報道，或將其優(yōu)先展示。

作為智慧媒體的體現(xiàn)，疫情數據服務平臺自帶用戶訪問統(tǒng)計功能，對訪問用戶進行時段、地域等多維度監(jiān)控與分析。在一個典型的省級APP案例中，日訪問量可以達到8～10萬人次，在地市級APP案例中，日訪問量也可以做到3～5萬人次。這些數據為相關媒體單位運營提升新媒體個性化服務能力，都可以提供相關數據支撐。

4.媒體大數據在輿論導向的價值

前文我們探討過，通過媒體大數據對熱門事件進行追蹤、分析，協(xié)助智慧編輯部判別事件發(fā)展趨勢，及時實現(xiàn)民眾輿論導向的引導工作。

針對熱門、敏感事件，其輿論導向的發(fā)展也是可以通過媒體大數據的分析模型去尋找其中的規(guī)律，在事件演化的初期盡早發(fā)現(xiàn)，中期有效引導，末期合理規(guī)避負面情緒的醞釀，預防民眾情緒的矛盾激化。

依然以“紅十字會”和“病毒所”兩個熱門事件為例進行比對。

前者，從輿情事件模型看，屬于缺乏有效干預，未及時披露有效信息，任由民眾情緒醞釀、激化，其中前后出現(xiàn)了大小十多個敏感點、敏感話題，急劇增加了民眾的不信任感，對后期輿論引導增加了極大的壓力與成本，直至全國紅十字總會宣布骨干人員來現(xiàn)場督導工作，才逐漸使輿情演化逐步回歸正常情感曲線，相關負面情緒文章逐漸消失。

后者，本身處于新冠疫情大背景的后期，從輿情事件模型看，相關“謠言”出現(xiàn)后，互聯(lián)網上24小時內就會出現(xiàn)類似的、不帶有任何情緒引導的、相對合理與科學的有效信息披露，降低公眾對所謂“真相”的好奇心，兩微公眾平臺也推出了官方信息辟謠通告，因此事件演化僅出現(xiàn)短期負面波動，大部分演化時間都在正常情感曲線范圍內，相關負面情緒文章和評論都相對較少。

通過兩個事件更進一步的數據分析，我們明顯發(fā)現(xiàn)后者的聲量中機構媒體占比要多近一倍，因此事件演化過程中機構媒體對輿論導向的把握性要強于前者，能在辟謠信息出來后及時擴大傳播占比。

通過媒體大數據的追蹤，大約有不少于23家機構媒體單位將“病毒所”事件選為采編選題進行分析與追蹤報道，前后發(fā)稿超過200篇，相關稿件總轉載量超過10萬篇次，占總體事件聲量的40%以上。通過這些分析數據，可以發(fā)現(xiàn)該事件沒有像前者那樣演化為負面信息，這與機構媒體的積極參與有很大關系。

以上兩個案例的詳細剖析，使我們看到了，對于一個智慧編輯部，及時、有效地發(fā)現(xiàn)有新聞報道價值的選題、話題是非常必要的。之前更多依賴于有經驗的編輯或主任編輯去判斷，而在智慧編輯部，完全可以依靠相關媒體大數據分析技術去自動篩選，再輔以編輯判斷，即可快速定下相關選題。

在事件追蹤、分析與參與報道的階段，智慧編輯部需要及時看到各方信息，包括當事人相關發(fā)聲，相關機構聲明或通告，政府單位或機構相關披露或通告，以及對可能不實“謠言”的全方位發(fā)聲，甚至由系統(tǒng)自動溯源，協(xié)助編輯部做判斷。相關報道都要有明確的來源，并通過AI模型對信源可信度、情感值、閱讀熱度等維度指標進行提示。最終，將所有素材進行合理組織與歸類，便于相關編輯采寫、發(fā)稿。

結語

當前全國主要機構媒體，大多處于媒體融合建設的初期和中期階段，部分有代表性媒體單位已經初具智慧媒體雛形，大家都在或多或少應用媒體大數據服務。在本次新冠疫情期間，面對全國新冠疫情的暴發(fā)、奮戰(zhàn)，各媒體單位也在紛紛挖掘自身編輯潛能，配合國家及地方政府進行新聞播報與有效輿論引導。

在整個疫情發(fā)展過程中，媒體大數據服務的普及與應用，為相關媒體單位提供了大量精準、及時、有效的新聞素材、線索與資訊，輔助智慧媒體編輯部完成相關黨政宣傳與報道任務。各家媒體單位正在逐步邁入媒體的智慧時代。

[1]鄭偉 . 方正電子助推媒體融合演進 四項參建項目榮獲“王選獎”一等獎 [N]. 中國日報，2019-12-02.

作者簡介：徐建（1976-），男，陜西，北京北大方正電子有限公司產品總監(jiān)，研究方向：大數據在媒體的應用;周源源（1992-），男，湖北，北京北大方正電子有限公司開發(fā)工程師，研究方向：大數據在媒體的應用;盧嵐（1976-），女，青海，北京北大方正電子有限公司大數據事業(yè)部副總經理，研究方向：大數據在媒體的應用。