數(shù)據(jù)與算法驅(qū)動下的歐美新聞生產(chǎn)變革
發(fā)布時間:2020-10-14 18:00:39 點擊次數(shù):154
本文通過以歐美新聞生產(chǎn)變革為例,觀察了大數(shù)據(jù)時代數(shù)據(jù)與算法對媒體集團新聞生產(chǎn)的影響,數(shù)據(jù)與算法正在重塑新聞業(yè)的整個生態(tài)系統(tǒng),使得新聞生產(chǎn)模式從單向型新聞生產(chǎn)轉(zhuǎn)化為閉環(huán)式新聞生產(chǎn)。數(shù)據(jù)與算法不僅給傳統(tǒng)媒體集團帶來創(chuàng)新的活力,也改變了其新聞生產(chǎn)方式——媒體集團的新聞生產(chǎn)模型正在從單向型新聞生產(chǎn)轉(zhuǎn)向閉環(huán)式新聞生產(chǎn),數(shù)據(jù)與算法已經(jīng)滲透到閉環(huán)式新聞生產(chǎn)的各個環(huán)節(jié)——人機共同完成新聞生產(chǎn)的時代已經(jīng)到來。二、數(shù)據(jù)與算法推動新聞生產(chǎn)從單向型轉(zhuǎn)向閉環(huán)式數(shù)據(jù)與算法不僅給傳統(tǒng)媒體集團帶來創(chuàng)新的活力,也改變了其新聞生產(chǎn)方式——媒體集團的新聞生產(chǎn)模型正在從單向型新聞生產(chǎn)轉(zhuǎn)向閉環(huán)式新聞生產(chǎn)。
關(guān)鍵詞:算法;新聞生產(chǎn);媒體集團;社交;數(shù)據(jù)與;分析;閉環(huán)式;時報;傳播;推薦
作者簡介:
內(nèi)容提要:數(shù)據(jù)與算法的影響逐步深化到新聞生產(chǎn)的各個核心環(huán)節(jié)——生產(chǎn)、傳播、用戶。本文通過以歐美新聞生產(chǎn)變革為例,觀察了大數(shù)據(jù)時代數(shù)據(jù)與算法對媒體集團新聞生產(chǎn)的影響,數(shù)據(jù)與算法正在重塑新聞業(yè)的整個生態(tài)系統(tǒng),使得新聞生產(chǎn)模式從單向型新聞生產(chǎn)轉(zhuǎn)化為閉環(huán)式新聞生產(chǎn)。數(shù)據(jù)與算法提升傳統(tǒng)編輯室新聞效率的同時,也帶來諸多行業(yè)難題,最后對這些難題進行了思考。
關(guān)鍵詞:數(shù)據(jù)/歐美媒體/算法新聞生產(chǎn)
作者:王佳航
簡介:中國政法大學(xué)新聞傳播學(xué)院。
標(biāo)題注釋:本文為中國政法大學(xué)規(guī)劃項目“媒介融合視閾下的全媒體內(nèi)容生產(chǎn)模式研究”階段性成果
數(shù)據(jù)與算法不僅給傳統(tǒng)媒體集團帶來創(chuàng)新的活力,也改變了其新聞生產(chǎn)方式——媒體集團的新聞生產(chǎn)模型正在從單向型新聞生產(chǎn)轉(zhuǎn)向閉環(huán)式新聞生產(chǎn),數(shù)據(jù)與算法已經(jīng)滲透到閉環(huán)式新聞生產(chǎn)的各個環(huán)節(jié)——人機共同完成新聞生產(chǎn)的時代已經(jīng)到來。
這是一場完全無法預(yù)測和預(yù)先張揚的革命,技術(shù)飛速迭代更新,傳媒業(yè)充滿了超越以往邏輯的想象。數(shù)據(jù)科學(xué)家悄然進駐歐美各大媒體集團,除數(shù)據(jù)新聞及可視化設(shè)計以外,數(shù)據(jù)與算法的影響逐步深入到新聞生產(chǎn)的各個核心環(huán)節(jié)——生產(chǎn)、傳播、用戶。從一定意義上說,數(shù)據(jù)與算法正在重塑新聞業(yè)的整個生態(tài)系統(tǒng),新聞生產(chǎn)模式從單向型新聞生產(chǎn)轉(zhuǎn)化為閉環(huán)式新聞生產(chǎn)。
一、數(shù)據(jù)與算法促進歐美媒體革新
歐美媒體對技術(shù)的依賴正進一步加深。隨著數(shù)據(jù)成為各行業(yè)的基礎(chǔ)性設(shè)施,新聞生產(chǎn)也被數(shù)據(jù)和算法深刻改變,媒體集團采取了一系列措施應(yīng)對大數(shù)據(jù)時代的來臨。
第一,調(diào)整組織架構(gòu),數(shù)據(jù)科學(xué)家進駐媒體。數(shù)據(jù)科學(xué)團隊對媒體集團的意義不僅在于外界能夠看到的數(shù)據(jù)新聞生產(chǎn)機制,他們在新聞生產(chǎn)策略、用戶增長、個性化服務(wù)、廣告營銷等多個方面對媒體集團進行了全線升級改造。2013年底,紐約時報曾設(shè)立兩個“編輯室創(chuàng)業(yè)”團隊,其中一個團隊是“連接數(shù)據(jù)和新聞的紐帶”①,生產(chǎn)數(shù)據(jù)新聞。但是,這只是一個開始。大數(shù)據(jù)時代來臨,數(shù)據(jù)科學(xué)將可能更深遠地影響傳統(tǒng)媒體集團轉(zhuǎn)型,諸多傳統(tǒng)媒體集團調(diào)整了組織架構(gòu)。2014年2月紐約時報再開媒體先河,率先設(shè)立首席信息科學(xué)家,并聘請哥倫比亞大學(xué)運用數(shù)學(xué)副教授克里斯·維金斯(Chris Wiggins)兼任這一職務(wù)。維金斯及他領(lǐng)導(dǎo)的小型數(shù)據(jù)分析團隊能夠進行算法設(shè)計及數(shù)據(jù)分析,利用專業(yè)的數(shù)據(jù)分析方法幫助解決紐約時報的運營問題。例如,“人們?yōu)槭裁从嗛喖~約時報的紙質(zhì)版或電子版?有什么辦法才能留住他們②”。很快,這一高級職位成為歐美媒體集團的普遍設(shè)置,例如,橫跨各類媒體的多元化媒體集團赫斯特集團也設(shè)立首席數(shù)據(jù)科學(xué)家,該科學(xué)家同時還擔(dān)任集團副總裁。華爾街日報的數(shù)據(jù)科學(xué)團隊也有相似的日常工作,如幫助華爾街日報做更好的新聞策略,個性化用戶體驗,深度挖掘用戶數(shù)據(jù),提高報社收入等?!氨睔W最大媒體集團,挪威老牌家族企業(yè)施伯史泰德媒體集團(Schibsted Media Group)的全球產(chǎn)品副總裁Edoardo Jacucci說:‘我們的競爭對手已經(jīng)從過去的傳統(tǒng)媒體轉(zhuǎn)向全球性的新媒體公司。我們必須創(chuàng)立一個強大的領(lǐng)導(dǎo)和管理體系,將數(shù)據(jù)分析轉(zhuǎn)化為我們的DNA,才能更好地轉(zhuǎn)型為數(shù)字媒體?!摷瘓F于2013年建立數(shù)據(jù)團隊,團隊人數(shù)由最初的1人增加至目前的70人,現(xiàn)在已達到每天搜集6億個事實數(shù)據(jù)(events)的能力,并正在將這些數(shù)據(jù)的分析轉(zhuǎn)化為數(shù)據(jù)驅(qū)動的廣告增長、用戶增長和有針對性的用戶服務(wù)。”③
第二,媒體進行一系列內(nèi)容生產(chǎn)革新,以應(yīng)對社交媒體平臺的算法推薦。社交媒體正在成為受眾獲取媒體集團新聞的主要渠道。路透社《2016數(shù)字新聞報告》④對26個國家50000個在線新聞消費者進行了調(diào)查,有一半稱曾利用社交媒體獲取過新聞,把社交媒體作為主要新聞源的則占12%。美國皮尤研究中心的2016年美國新聞媒體年度報告顯示,“62%的用戶在社交媒體上閱讀過新聞,其中18%的用戶將其作為常用新聞渠道”⑤。這一發(fā)展趨勢使得傳統(tǒng)媒體集團紛紛調(diào)整策略,面向社交媒體平臺生產(chǎn)內(nèi)容,如何在Facebook、Twitter上獲得更多用戶成為各媒體集團的重要戰(zhàn)略之一。皮尤研究中心關(guān)注了40家原生數(shù)字新聞發(fā)行商的內(nèi)容分發(fā)策略。結(jié)果顯示,這些發(fā)行商都在使用成熟的社交網(wǎng)站,包括Facebook、Twitter和YouTube?!雹?。面向多個社交媒體平臺分發(fā)內(nèi)容已經(jīng)成為常態(tài)。
由于社交媒體平臺多數(shù)采用算法推薦的方式推送內(nèi)容,各媒體不得不針對算法做諸多創(chuàng)新。華盛頓郵報開發(fā)了很多數(shù)據(jù)工具,用來實現(xiàn)華盛頓郵報控制人杰克·貝索斯的主要目標(biāo)——擴大受眾群。2016年1月,該報月獨立訪客量達7600萬,較上年同期增長78%,其中移動端的月獨立訪客增長126%⑦紐時時報數(shù)字部門的數(shù)據(jù)科學(xué)團隊則研發(fā)了一款能夠進行文字編輯的機器人Blossom。Blossom的后端采用了十分先進的機器學(xué)習(xí)技術(shù),通過Java、Python和HapReduce等語言和技術(shù)的支持,融合了非常前沿和復(fù)雜的算法;Blossom通過基于像Facebook這樣的社交平臺上所推送的海量文章大數(shù)據(jù)分析,它能夠預(yù)測哪些內(nèi)容更具有社交推廣效應(yīng),以及幫編輯挑選出適合推送的文章和內(nèi)容,甚至可以獨立制定標(biāo)題、摘要文案、配圖等。目前Blossom專門負責(zé)從每天超過300篇各式文章當(dāng)中挑出最火的文章,推薦給各大版面的增長編輯(Growth Editor)以及社交媒體編輯⑧。事實上,紐約時報不僅對應(yīng)算法調(diào)整內(nèi)容生產(chǎn)以適應(yīng)社交媒體平臺的傳播規(guī)律,也把算法應(yīng)用于紐約時報自己的網(wǎng)站。紐約時報網(wǎng)站“Recommended for You”欄目使用了紐約時報自己研發(fā)的使用協(xié)同過濾算法與LDA模型建立新的推薦系統(tǒng),基于讀者喜好調(diào)整文章布局,能夠幫助讀者找到與他們相關(guān)的內(nèi)容,比如在正確的時間推送讀者感興趣的內(nèi)容、重大事件的個性化補充內(nèi)容、符合他們偏好的多媒體格式故事等⑨。
第三,借助數(shù)據(jù)分析工具分析用戶閱讀行為,提升編輯部效率。數(shù)據(jù)科學(xué)團隊成為傳統(tǒng)媒體集團的常規(guī)機構(gòu)之后,對于用戶而言,最明顯的變化是大量優(yōu)質(zhì)數(shù)據(jù)新聞涌現(xiàn)。作為全球數(shù)據(jù)和可視化新聞的領(lǐng)軍團隊,紐約時報、英國衛(wèi)報、華盛頓郵報在數(shù)據(jù)新聞制作方面均有上佳表現(xiàn),2016年華盛頓郵報憑借用數(shù)據(jù)解剖美國槍擊的痼疾,獲得了普利策新聞獎。事實上,除了這些顯而易見的大數(shù)據(jù)應(yīng)用,近年來各媒體集團還用心研發(fā)了用戶分析和反饋系統(tǒng),這些工具使得傳統(tǒng)媒體新聞編輯部得以升級改造。紐約時報Stela系統(tǒng)于2015年9月向整個新聞編輯室開放,主要聚焦于單篇文章的相關(guān)分析。Stela是一款基于“故事與事件分析學(xué)”的分析工具,能夠幫助記者和編輯獲得反饋,Stela也可以實時關(guān)注報道的流量變化,通過監(jiān)測這些流量激增的故事,幫助記者抽取出圍繞這一報道的熱點話題,進而縮短報道的響應(yīng)時間。英國衛(wèi)報的編輯室分析神器Ophan年年升級,功能日趨完善,可以擔(dān)任數(shù)字輿情分析助理的工作。英國金融時報開發(fā)了Lantern分析平臺,記者能夠調(diào)取整個公司的內(nèi)部數(shù)據(jù),長期追蹤他們所寫的內(nèi)容。此外,大量第三方用戶數(shù)據(jù)分析平臺也紛紛上線,如來自加拿大的社交媒體管理工具HootSuite專門監(jiān)測社交網(wǎng)站,能夠幫助媒體在大多數(shù)社交平臺上寫作并安排推送計劃,追蹤推文帶來的會話和導(dǎo)流,并且可以提供推送內(nèi)容的相關(guān)數(shù)據(jù)分析。這些數(shù)據(jù)分析工具提升了新聞傳播效率,也幫助編輯部更好理解新聞在新媒體平臺的傳播規(guī)律。