李 燕

（臨朐縣融媒體中心，山東 濰坊 262600）

導(dǎo)語

相關(guān)的調(diào)查統(tǒng)計(jì)表明，我國智能手機(jī)的應(yīng)用基本上已經(jīng)普及，用戶所擁有的智能手機(jī)對App的安裝平均數(shù)量為24個(gè)，但是在這些App當(dāng)中常用的只有7個(gè)左右，這足以看出在用戶手機(jī)桌面入口背后激烈的競爭。[1]怎樣能夠吸引更多的客戶并且能夠留住客戶，在維護(hù)新聞輿論陣地的過程中帶來更為可觀的經(jīng)濟(jì)收入以及推動(dòng)長期穩(wěn)定發(fā)展，無論是對國家級媒體還是省級媒體來說都是需要深入研究的一個(gè)課題。

1.研究的主要問題定義

基于新傳播環(huán)境，通過對大數(shù)據(jù)以及人工智能等現(xiàn)代化先進(jìn)技術(shù)的應(yīng)用，為用戶帶來更加優(yōu)質(zhì)的服務(wù)以及體驗(yàn)也是為當(dāng)下的融合媒體時(shí)代提高社會(huì)價(jià)值以及帶來更為可觀經(jīng)濟(jì)效益的一個(gè)重要途徑。

網(wǎng)絡(luò)媒體技術(shù)的高速發(fā)展已經(jīng)逐漸覆蓋了人們的日常工作和生活，在為人們帶來豐富信息數(shù)據(jù)的同時(shí)也對人們獲取所需內(nèi)容方面造成了相應(yīng)的阻礙，這便是當(dāng)下所常說的信息過載。為了更好地應(yīng)對當(dāng)下所存在的信息過載問題，推薦引擎應(yīng)運(yùn)而生，經(jīng)過其長期以來的發(fā)展，當(dāng)下已經(jīng)成為搜索引擎之后的一項(xiàng)關(guān)鍵實(shí)用的信息工具。2004年《連線》發(fā)表的一篇文章，認(rèn)為產(chǎn)品如果存量足夠大，流通渠道足夠?qū)挘敲词袌霎?dāng)中不流行或者是銷量不好的產(chǎn)品在市場當(dāng)中占據(jù)的份額便能夠與暢銷產(chǎn)品占據(jù)的份額互相均衡甚至是前者比后者還要大，具體來說就是多個(gè)小市場匯聚在一起所表現(xiàn)的能量可以和主流市場有一戰(zhàn)之力?，F(xiàn)階段的引擎技術(shù)受到了社會(huì)各界的廣泛關(guān)注，該技術(shù)主要強(qiáng)調(diào)的是長尾理論。推薦技術(shù)最早出現(xiàn)于20世紀(jì)后期，隨著近年來互聯(lián)網(wǎng)的高速發(fā)展，目前在許多網(wǎng)絡(luò)媒體以及電商平臺當(dāng)中的應(yīng)用都非常廣泛，包括淘寶、京東、微信、Facebook等，在其高速發(fā)展的背景下如今已經(jīng)成了專門的研究領(lǐng)域。

在推薦系統(tǒng)的支持下展開相關(guān)領(lǐng)域通行做法的深入研究，對其展開相應(yīng)的劃分，其通常能夠分成以下幾個(gè)方面的內(nèi)容：第一，基于內(nèi)容的推薦。此種方法的特點(diǎn)主要表現(xiàn)在能夠結(jié)合用戶所選擇完成的目標(biāo)，在推薦對象當(dāng)中出現(xiàn)一些與其他特征較為相近的對象，這便是最終的推薦結(jié)果。對此類推薦策略來說，第一步就是提取推薦對象相關(guān)的特征，和用戶模型當(dāng)中用戶的興趣相符或者是相匹配，選擇相符程度最高的內(nèi)容來作為最終的推薦結(jié)果，最終對用戶進(jìn)行推薦 。第二，基于近鄰的推薦。[2]此方法也通常被叫作協(xié)同過濾推薦，通常會(huì)劃分為基于用戶以及基于物品兩種。第三為基于用戶協(xié)同過濾推薦，此方法主要遵循的是“人以群分”的思想，也就是一部分用戶在推薦對象方面所表現(xiàn)出的看法較為相近，那么便能夠間接性地了解到該部分用戶自身的愛好、興趣是比較相近的，用戶所選擇的物品更大概率會(huì)和其他相近人所喜愛的物品相同。第四為基于物品的協(xié)同過濾推薦方法，該方法所遵循的思想是“物以類聚”。具體來說就是根據(jù)用戶在所推薦對象方面的喜好，來間接性地判斷推薦對象互相所表現(xiàn)出的相似性，從而做出推薦。用來衡量用戶與用戶之間、物品與物品之間的相似性所應(yīng)用的方法通常為余弦相似性等方法。根據(jù)模型的協(xié)同過濾法所遵循的思想主要是通過對深度學(xué)習(xí)以及加強(qiáng)數(shù)據(jù)挖掘應(yīng)用等方法，在訓(xùn)練數(shù)據(jù)的基礎(chǔ)上進(jìn)行模式的探究，一般都會(huì)加強(qiáng)對深度學(xué)習(xí)以及奇異值分解等一些方法的應(yīng)用，在這些有效方法的支持下，推薦算法的最終精度便能夠得到更進(jìn)一步的提高。混合推薦方法主要是將兩個(gè)或者是兩個(gè)以上推薦算法所表現(xiàn)特點(diǎn)的結(jié)合，以此來實(shí)現(xiàn)推薦精度以及其他一些相應(yīng)指標(biāo)的有效提升。近些年來也出現(xiàn)了基于社交網(wǎng)絡(luò)的方法。

深度學(xué)習(xí)為現(xiàn)階段一種較為流行的機(jī)器學(xué)習(xí)方法，是現(xiàn)代化先進(jìn)智能人工技術(shù)中的重要組成內(nèi)容。但實(shí)際上深度學(xué)習(xí)和傳統(tǒng)機(jī)器學(xué)習(xí)算法之間存在著較為明顯的不同之處，深度學(xué)習(xí)為計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)之間的有效集合，傳統(tǒng)機(jī)器學(xué)習(xí)主要實(shí)現(xiàn)了計(jì)算機(jī)科學(xué)和神經(jīng)科學(xué)之間的結(jié)合。對深度學(xué)習(xí)展開相應(yīng)的劃分，能夠?qū)⑵浞殖捎斜O(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。由于含有豐富的帶有標(biāo)簽訓(xùn)練數(shù)據(jù)所提供的強(qiáng)有力的支持，使得深度學(xué)習(xí)模型在眾多領(lǐng)域中都獲取了較為優(yōu)異的成果，包括圖像識別以及自然語言處理等。在2016年，基于AlphaGo的人工智能模型在圍棋領(lǐng)域比人類更強(qiáng)。[3]但實(shí)際中，由于對大部分有標(biāo)簽的訓(xùn)練數(shù)據(jù)在收集的過程中需要投入較多的時(shí)間以及人力，投入成本較高，這便會(huì)對有監(jiān)督深度學(xué)習(xí)模型能力的充分發(fā)揮造成相應(yīng)的制約，而對無監(jiān)督學(xué)習(xí)來說，其和人類的認(rèn)知之間是比較相近的，現(xiàn)階段以GANs為代表的無監(jiān)督學(xué)習(xí)方法在相關(guān)領(lǐng)域當(dāng)中的研究非常廣泛。有許多相關(guān)學(xué)者試著把此種深度學(xué)習(xí)方法和推薦系統(tǒng)有效地結(jié)合在一起，目的是能夠通過人工智能來獲取更加新型的研究成果，使得推薦系統(tǒng)的精確程度方面得到了整體的提升。

基于深度學(xué)習(xí)的無監(jiān)督學(xué)習(xí)領(lǐng)域，目前相關(guān)研究者更加注重對自動(dòng)編碼器的研究。其自身具備較強(qiáng)的特征能力，可以有效規(guī)避監(jiān)督學(xué)習(xí)中依靠較多標(biāo)簽數(shù)據(jù)方面的難題。早在1986年就有相關(guān)研究者提到了自動(dòng)編碼器概念，當(dāng)時(shí)其主要應(yīng)用在對一些高維復(fù)雜數(shù)據(jù)處理的過程當(dāng)中。后續(xù)相關(guān)的研究者在自動(dòng)編碼器的結(jié)構(gòu)方面做出了相應(yīng)的優(yōu)化，在此基礎(chǔ)上深度自動(dòng)編碼器應(yīng)運(yùn)而生，一直到現(xiàn)在為止，許多研究者對自動(dòng)編碼器提出了自身的想法，自動(dòng)編碼器也因此得到了很大程度的發(fā)展。深度自動(dòng)編碼器模型能夠有效彰顯出強(qiáng)大的特征提取能力，可以通過對其合理有效應(yīng)用來解決一些數(shù)據(jù)稀疏方面的問題，后續(xù)有相關(guān)研究人員對多種類型自動(dòng)編碼器的結(jié)構(gòu)性能展開了相應(yīng)的對比 ，能夠作為后續(xù)所開展相關(guān)科研以及應(yīng)用的重要依據(jù)。

2.融合媒體新聞系統(tǒng)的建設(shè)目標(biāo)和組織架構(gòu)

2.1 建設(shè)目標(biāo)

在融合媒體新聞要想實(shí)現(xiàn)推送技術(shù)，就要構(gòu)建融合媒體新聞平臺，并做好新聞資源的整合與統(tǒng)一管理，為新聞制作工作的開展奠定良好基礎(chǔ)。同時(shí)能夠?qū)Σ煌N類型的資源進(jìn)行統(tǒng)一化管理，對每一項(xiàng)資源進(jìn)行靈活優(yōu)化配置，實(shí)現(xiàn)自動(dòng)化調(diào)度，達(dá)到融合新聞制作標(biāo)準(zhǔn)。在融合媒體新聞平臺建設(shè)過程中，需要新聞媒體部門之間做好協(xié)調(diào)配合工作，并針對不同種新聞業(yè)務(wù)內(nèi)容，做好優(yōu)化管理工作，實(shí)現(xiàn)統(tǒng)一化新聞傳播系統(tǒng)，保障各項(xiàng)新聞信息資源得到有效傳輸，并保障新聞媒體的實(shí)用性以及可靠性，在現(xiàn)有的電視新聞基礎(chǔ)上，實(shí)現(xiàn)系統(tǒng)化新聞管理模式。

2.2 組織構(gòu)架設(shè)計(jì)

在融合媒體新聞系統(tǒng)組織構(gòu)架設(shè)計(jì)的過程中，需要對系統(tǒng)各個(gè)組織部分進(jìn)行合理控制，底層部分包含了不同基礎(chǔ)設(shè)備，其中包含了網(wǎng)絡(luò)資源等，在系統(tǒng)組織結(jié)構(gòu)中間部位，則需要做好新聞信息資源儲(chǔ)存、做好各項(xiàng)新聞信息管理工作。在系統(tǒng)上層部分主要包含了審片、云編排以及轉(zhuǎn)碼等。在系統(tǒng)組織構(gòu)架設(shè)計(jì)中，需要做好以下幾個(gè)方面。（1）私有云生產(chǎn)網(wǎng)。該組織部分主要為了對新聞內(nèi)容信息進(jìn)行上傳以及下載，實(shí)現(xiàn)文稿自動(dòng)編輯，通知制作音頻與視頻，以此確保整體網(wǎng)絡(luò)實(shí)現(xiàn)良好的運(yùn)行效果。另外，可以配置虛擬終端站點(diǎn)，以此做好精細(xì)編排工作。同時(shí)做好帶庫以及媒資等應(yīng)急備份系統(tǒng)，為后續(xù)融合媒體新聞各項(xiàng)業(yè)務(wù)提供一定的支持。（2）在融合媒體中構(gòu)建直播室播控系統(tǒng)，從而實(shí)現(xiàn)備播功能。（3）構(gòu)建指揮調(diào)度平臺。作為新聞廣播的中的重要協(xié)同系統(tǒng)，在媒體播放的基礎(chǔ)上，實(shí)現(xiàn)多功能系統(tǒng)支持，其中包含了調(diào)度資源，匯聚內(nèi)容以及派發(fā)任務(wù)等，同時(shí)整個(gè)平臺在實(shí)際運(yùn)行的過程中，還能夠在新聞中心建設(shè)中，實(shí)現(xiàn)良好的視頻通過功能。

3.融合媒體新聞推薦架構(gòu)

基于推薦技術(shù)自身而言，主要能夠?qū)⑵鋭澐譃閮煞N方式，分別為非個(gè)性化推薦以及個(gè)性化推薦。非個(gè)性化推薦具體來說就是在媒體以及用戶群體所開展的同樣內(nèi)容或者是同樣產(chǎn)品的推薦，此種推薦方式在當(dāng)前階段網(wǎng)絡(luò)媒體以及相應(yīng)電子商務(wù)網(wǎng)站當(dāng)中的應(yīng)用較為廣泛；個(gè)性化推薦具體來說就是結(jié)合用戶以及媒體自身的特點(diǎn)以及具體需求開展的具有針對性的推薦，此種推薦方式在現(xiàn)階段得到了相關(guān)領(lǐng)域的密切關(guān)注。因?yàn)楫?dāng)下智能手機(jī)的普及，通過結(jié)合個(gè)人所具備的特點(diǎn)以及興趣來進(jìn)行推薦，目前為研究的重點(diǎn)課題?，F(xiàn)代化先進(jìn)技術(shù)的興起，包括大數(shù)據(jù)以及人工智能等在促進(jìn)推薦技術(shù)的發(fā)展方面所發(fā)揮的作用不容小覷。但由于實(shí)際用戶的興趣類型多種多樣，同時(shí)用戶的相關(guān)數(shù)據(jù)信息不夠全面以及所具有的分析處理能力不夠等因素，當(dāng)下的推薦技術(shù)仍然存在相應(yīng)的不足之處，還是有著較大的進(jìn)步空間。

用戶個(gè)性化新聞推薦方面，用戶的特征數(shù)據(jù)以及新聞特征數(shù)據(jù)為其順利開展的關(guān)鍵內(nèi)容。當(dāng)下基本上所有的媒體形式都具備相應(yīng)的UI界面系統(tǒng)，包括新聞網(wǎng)站以及收集App等，其主要的工作內(nèi)容就是能夠?yàn)橛脩粽宫F(xiàn)出相關(guān)的媒體內(nèi)容，同時(shí)和用戶之間進(jìn)行交互。[4]用戶在UI界面系統(tǒng)上所開展的訪問以及其他相應(yīng)的操作會(huì)記錄在日志系統(tǒng)當(dāng)中。因?yàn)橛脩舻南嚓P(guān)數(shù)據(jù)包含了靜態(tài)與動(dòng)態(tài)兩種類型，在實(shí)際中數(shù)據(jù)處于系統(tǒng)當(dāng)中的位置也會(huì)存在相應(yīng)的差異，通常靜態(tài)數(shù)據(jù)會(huì)儲(chǔ)存在結(jié)構(gòu)化數(shù)據(jù)庫當(dāng)中，用戶的動(dòng)態(tài)數(shù)據(jù)通常更多一些，其主要儲(chǔ)存的位置為分布式文件系統(tǒng)。

4.算法選型以及實(shí)現(xiàn)

4.1 推薦算法選型與設(shè)計(jì)

和傳統(tǒng)媒體展開相應(yīng)的比較，融合媒體與其之間存在較大的差異，傳統(tǒng)媒體更加注重的是內(nèi)容，融合媒體主要是在內(nèi)容的基礎(chǔ)上把用戶作為中心，在這樣的形勢下，數(shù)據(jù)除為媒體的重要內(nèi)容外，也是媒體的關(guān)鍵資產(chǎn)。如當(dāng)下的廣播電視融合媒體，其與IPTV、手機(jī)新聞客戶端以及新聞網(wǎng)站等多元化的傳播路徑之間存在著非常密切的聯(lián)系，無論對哪一個(gè)途徑來說，其所涉及到的新聞內(nèi)容都具備自身特別之處?；谥醒霃N房環(huán)境，要求能夠進(jìn)行統(tǒng)一策劃，對于重點(diǎn)內(nèi)容以及活動(dòng)能夠具有一致性，以此來建立相應(yīng)的整體傳播優(yōu)勢。推薦系統(tǒng)要求用戶信息能夠?qū)崿F(xiàn)共享，實(shí)際中需要根據(jù)終端的差異給予區(qū)別對待。對于推薦引擎來說，用戶的行為分析以及建模能夠?yàn)槠涮峁┲匾囊罁?jù)。對數(shù)據(jù)收集的方式能夠劃分為顯式收集以及隱式收集。[5]數(shù)據(jù)也能夠劃分成動(dòng)態(tài)與靜態(tài)。

用戶的行為以及特征對系統(tǒng)來說是重要的依據(jù)，在實(shí)際中所應(yīng)用推薦系統(tǒng)算法的正確性與合理性對應(yīng)用用戶行為數(shù)據(jù)以及用戶特征提取方面能夠發(fā)揮非常重要的作用。當(dāng)下，在協(xié)調(diào)過濾基礎(chǔ)上的推薦技術(shù)能夠?qū)崿F(xiàn)對用戶相似以及物品相似的合理有效應(yīng)用來開展推薦，當(dāng)前階段此種方式常用于電子商務(wù)當(dāng)中，但實(shí)際上對普通升級融合媒體來說，在用戶社群建設(shè)方面缺乏健全性，在這樣的情況下如果應(yīng)用用戶基礎(chǔ)上改的協(xié)同過濾便很容易出現(xiàn)冷啟動(dòng)以及數(shù)據(jù)稀疏方面的情況；因?yàn)樾侣劸邆涓滤俣瓤煲约霸隽看蟮奶攸c(diǎn)，如果應(yīng)用基于物品的協(xié)同過濾，較容易出現(xiàn)相似性困難方面的情況。

對融合媒體新聞推薦看來說，應(yīng)用基于內(nèi)容推薦更加適宜合理。其策略的重點(diǎn)內(nèi)容便為對用戶模型的描述以及推薦對象內(nèi)容特征方面的描述，所表現(xiàn)出的優(yōu)勢包括以下幾個(gè)方面：最終推薦的結(jié)果更具直觀性以及有效性，對于相關(guān)領(lǐng)域知識沒有依賴性，同時(shí)也不需要過多的用戶歷史數(shù)據(jù)，數(shù)據(jù)稀疏對其所產(chǎn)生的影響也是非常小的。缺點(diǎn)主要表現(xiàn)為：推薦對象特征提取方面的能力會(huì)對此種方法的充分應(yīng)用造成相應(yīng)的制約，其對推薦新領(lǐng)域的結(jié)果方面存在較大的難度，容易在新用戶出現(xiàn)時(shí)發(fā)生相應(yīng)的冷啟動(dòng)情況，而且在推薦對象內(nèi)容分類方面要求擁有大量的數(shù)據(jù)。除此之外，在應(yīng)用多種語言進(jìn)行用戶模型與推薦對象模型方面的描述存在困難。

為了能夠有效緩解所出現(xiàn)的基于內(nèi)容推薦方面的問題，可以加強(qiáng)對當(dāng)下深度學(xué)習(xí)方法的應(yīng)用，在此方法當(dāng)中所含有的深度自動(dòng)編碼器所具備的能力能夠有效彌補(bǔ)基于內(nèi)容推薦所存在的不足之處。所以，將基于內(nèi)容推薦、基于模型推薦等有機(jī)結(jié)合在一起，能夠在實(shí)際當(dāng)中獲取更加優(yōu)異的成果。

4.2 算法的實(shí)現(xiàn)以及實(shí)驗(yàn)

具體的算法實(shí)現(xiàn)需要能夠充分結(jié)合融合媒體用戶數(shù)據(jù)的特點(diǎn)，在融合媒體新聞推送方面展開基于內(nèi)容推薦以及模型推薦兩種方法的共同應(yīng)用；對推薦方法當(dāng)中所涉及到的關(guān)鍵用戶自身的行為特征，在此基礎(chǔ)上來進(jìn)行相應(yīng)的特征工程，通過對深度降噪自動(dòng)編碼器等相應(yīng)方式的合理有效應(yīng)用，以此來更好地提取多種媒體形態(tài)下的用戶所表現(xiàn)出的行為特征，要想能夠?qū)崿F(xiàn)最終提取精度的更進(jìn)一步提升，在實(shí)際開展模型訓(xùn)練的過程中加強(qiáng)了對SGD等一些方法的應(yīng)用，實(shí)現(xiàn)對函數(shù)的激活以及優(yōu)化，在經(jīng)過相應(yīng)的實(shí)驗(yàn)之后應(yīng)用合理化參數(shù)來實(shí)現(xiàn)模型所具備精度的更進(jìn)一步提升 ；對相似性所開展的比較上，當(dāng)前階段應(yīng)用較為廣泛的就是余弦相似度方面的分析。為了能夠有效避免推薦算法當(dāng)中在學(xué)習(xí)速率方面所存在的一些相應(yīng)的問題，通常加強(qiáng)對GPU的應(yīng)用便能夠給予有效處理。

對生成模型來說，自動(dòng)編碼器在對恒等函數(shù)方面展開了相應(yīng)的學(xué)習(xí)，以此來更進(jìn)一步提高輸出和輸入之間的相近程度，通過對未標(biāo)記數(shù)據(jù)的應(yīng)用能夠更好地開展學(xué)習(xí)，同時(shí)其自身也有較強(qiáng)的提取能力。[5]結(jié)合用戶相關(guān)的行為數(shù)據(jù)來進(jìn)行用戶在新聞方面所表現(xiàn)出偏好特征參數(shù)的提取，將顯示與隱式數(shù)據(jù)有效地結(jié)合在一起，以此來保證最終所獲取用戶相關(guān)特征信息數(shù)據(jù)的完整性。[6]

5.融合媒體新聞平臺規(guī)劃設(shè)計(jì)

5.1 云平臺管理

在融合媒體新聞平臺規(guī)劃與設(shè)計(jì)的過程中，應(yīng)當(dāng)針對融合媒體中的多項(xiàng)內(nèi)容做好分析工作，同時(shí)對云平臺管理中的各項(xiàng)運(yùn)行環(huán)節(jié)進(jìn)行有效管控，從而實(shí)現(xiàn)平臺管理支撐的重要運(yùn)維功能，同時(shí)實(shí)現(xiàn)良好的調(diào)度中心，實(shí)現(xiàn)全方位集中化管理，對服務(wù)管理重點(diǎn)推進(jìn)，構(gòu)建資源整合平臺，以此確保融合媒體各項(xiàng)新聞播放活動(dòng)順利開展。[7]

5.2 云架構(gòu)支撐平臺

在虛擬化的媒體環(huán)境下，做好融合媒體新聞平臺操控系統(tǒng)的過程中，需要對硬件結(jié)構(gòu)進(jìn)行具體化分析，同時(shí)對資源占有率較低部分進(jìn)行及時(shí)整合，同時(shí)對業(yè)務(wù)CPU資源進(jìn)行全面整合，以此減少建設(shè)成本。在云架構(gòu)支撐平臺的建設(shè)下，需要從以下幾個(gè)方面做好綜合管控工作。（1）資源層面。在運(yùn)架構(gòu)支撐平臺中，需要做好系統(tǒng)優(yōu)化以及管理工作，以此保障新聞資源的有效運(yùn)用，通過運(yùn)用虛擬化技術(shù)手段，做好新聞IT資源的分配工作，以此達(dá)到成本節(jié)約的目標(biāo)。（2）業(yè)務(wù)層。確保云架構(gòu)支撐平臺具備一定的平滑縮擴(kuò)功能，保障各項(xiàng)業(yè)務(wù)的穩(wěn)定性。（3）管理層面。對私有云模式的有效運(yùn)行，對業(yè)務(wù)以及管理等功能進(jìn)行有效劃分。[8]

5.3 A/B網(wǎng)架構(gòu)設(shè)計(jì)

A/B網(wǎng)架構(gòu)是在融合媒體新聞平臺運(yùn)行中，建立兩套儲(chǔ)存系統(tǒng)，并發(fā)揮出雙儲(chǔ)存技術(shù)優(yōu)勢，同時(shí)實(shí)現(xiàn)備份功能，做好新聞素材以及新聞管理，保障系統(tǒng)總體的安全性，在A/B網(wǎng)架構(gòu)建設(shè)的過程中，還需要對儲(chǔ)存系統(tǒng)進(jìn)行有效結(jié)合，增加一部分群儲(chǔ)存系統(tǒng)，以此保障新聞數(shù)據(jù)信息可以得到科學(xué)運(yùn)用。[9]

6.新型媒體創(chuàng)新研發(fā)能力的建設(shè)

當(dāng)前，廣播電視的收視率逐漸下降，導(dǎo)致廣播電視媒體的經(jīng)營效益也有所降低。在相關(guān)報(bào)道中，在當(dāng)前時(shí)代的發(fā)展過程中，一部分主流媒體已經(jīng)與新媒體技術(shù)進(jìn)行了有效結(jié)合。通過對大數(shù)據(jù)技術(shù)以及人工智能技術(shù)的有效運(yùn)用，實(shí)現(xiàn)了多種新型媒體形態(tài)。媒體機(jī)構(gòu)通過構(gòu)建大數(shù)據(jù)實(shí)驗(yàn)室以及深度學(xué)習(xí)實(shí)驗(yàn)室，為實(shí)現(xiàn)融合媒體的發(fā)展奠定良好基礎(chǔ)。[10]傳統(tǒng)廣播電視媒體由于受到市場的沖擊，自身受到傳統(tǒng)思想意識的影響，未能夠及時(shí)對人工智能技術(shù)進(jìn)行有效運(yùn)用，導(dǎo)致傳統(tǒng)廣播電視媒體發(fā)展依舊處于落后局面。[11]雖然當(dāng)前廣電媒體構(gòu)建了傳媒科技中心，并組建了相關(guān)的研發(fā)團(tuán)隊(duì)，對融媒體進(jìn)一步進(jìn)行了探索與研究，但總體上互聯(lián)網(wǎng)思維依舊存在著許多不足之處，對于新技術(shù)的運(yùn)用還存在一定問題，新媒體融合速度也相對較為緩慢，并未達(dá)到當(dāng)前時(shí)代的發(fā)展需求。[12]

為此，相關(guān)媒體專家則表示，在媒體融合轉(zhuǎn)型期間以及建設(shè)過程中，需要以社會(huì)發(fā)展為基礎(chǔ)，以群眾需求為核心，從而構(gòu)建多種終端發(fā)展途徑，并確保融合媒體項(xiàng)目在全面建設(shè)的過程中，進(jìn)一步做好開發(fā)工作，培養(yǎng)一批具備專業(yè)能力的研發(fā)工作人員，實(shí)現(xiàn)技術(shù)創(chuàng)新的目的，促使融合媒體進(jìn)一步發(fā)展。在融合媒體新聞建設(shè)的過程中，不斷積累經(jīng)驗(yàn)，以此創(chuàng)新新型媒體研發(fā)能力，為當(dāng)前傳統(tǒng)主流媒體的進(jìn)一步發(fā)展奠定良好基礎(chǔ)。

結(jié)語

綜上所述，在大數(shù)據(jù)以及人工智能技術(shù)的支持下，越來越多的新型媒體工作形態(tài)開始出現(xiàn)，在媒體盈利方面所應(yīng)用的模式也更具多樣性。但廣播電視媒體對大數(shù)據(jù)以及人工智能等現(xiàn)代化先進(jìn)技術(shù)的應(yīng)用不夠廣泛，雖然說媒體有傳媒科技中心以及開發(fā)團(tuán)隊(duì)，但從整體情況來看在互聯(lián)網(wǎng)思維方面還有所欠缺，對新技術(shù)的應(yīng)用方面所投入的力度不夠，需要后續(xù)在此方面做出相應(yīng)的努力。