“大數(shù)據(jù)”理念與媒體轉(zhuǎn)型發(fā)展*

張　誠,何先剛

(重慶郵電大學(xué) 期刊社,重慶市 400065)

?

“大數(shù)據(jù)”理念與媒體轉(zhuǎn)型發(fā)展*

張誠,何先剛

(重慶郵電大學(xué) 期刊社,重慶市 400065)

摘要:“大數(shù)據(jù)”是時下的熱門話題。本文概要介紹了“大數(shù)據(jù)”的概念、特性及產(chǎn)生的背景；通過典型案例論述了“大數(shù)據(jù)”的創(chuàng)新理念和帶給傳媒業(yè)的啟示；分析了“大數(shù)據(jù)”發(fā)展態(tài)勢，并提出傳媒轉(zhuǎn)型發(fā)展中應(yīng)注意的問題。

關(guān)鍵詞:大數(shù)據(jù)；理念創(chuàng)新；媒體；轉(zhuǎn)型

一、“大數(shù)據(jù)”的定義及作用

我們知道，互聯(lián)網(wǎng)技術(shù)的出現(xiàn)改變了企業(yè)經(jīng)營、政府運作以及人們生活的方式?，F(xiàn)在又一種新的、具有同樣巨大變革能力的技術(shù)產(chǎn)生了,那就是“大數(shù)據(jù)”。大數(shù)據(jù)(big data)，或稱巨量數(shù)據(jù)、海量數(shù)據(jù)、大資料，指的是所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過人工，在合理時間內(nèi)達到擷取、管理、處理并整理成為人類所能解讀的數(shù)據(jù)。

“大數(shù)據(jù)”首先是指數(shù)據(jù)體量(volumes)大，其數(shù)據(jù)集一般在10 TB(1 TB=1 024 GB)規(guī)模左右，在實際應(yīng)用中，許多媒體和企業(yè)的數(shù)據(jù)庫結(jié)合在一起，已可以形成PB(1 PB=1 024 TB)級的數(shù)據(jù)量；其次是指數(shù)據(jù)類別(variety)多，數(shù)據(jù)來自多種數(shù)據(jù)源，數(shù)據(jù)種類和格式豐富，沖破了以前所限定的結(jié)構(gòu)化數(shù)據(jù)范疇，囊括了半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)；第三是數(shù)據(jù)處理速度(Velocity)快，在數(shù)據(jù)量非常龐大的情況下，也能夠做到數(shù)據(jù)的實時處理，通常在秒級時間范圍內(nèi)給出分析結(jié)果，這個速度要求是大數(shù)據(jù)處理技術(shù)和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)最大的區(qū)別。最后一個特點是價值(Value)大。指大數(shù)據(jù)非凡的洞察力和價值，能夠?qū)?shù)據(jù)提煉為知識，將知識轉(zhuǎn)化為決策。

“大數(shù)據(jù)”術(shù)語最早源于apache org的開源項目Nutch，那時表征的是批量處理或分析所需要的大量數(shù)據(jù)集。谷歌GoogleFile System(GFS)和MapReduce的發(fā)布后，大數(shù)據(jù)不再僅用來描述大量的數(shù)據(jù)，還引入了數(shù)據(jù)的獲取、管理和處理技術(shù)，形成了今天的被人們廣泛接受的概念。 關(guān)于“大數(shù)據(jù)時代已經(jīng)到來”的提法是由麥肯錫公司最早提出，他們在相關(guān)研究報告中指出：“數(shù)據(jù)已經(jīng)滲透到每一個行業(yè)和業(yè)務(wù)領(lǐng)域，逐漸成為重要的生產(chǎn)因素，人們對于海量數(shù)據(jù)的運用將預(yù)示著新一波生產(chǎn)率增長和消費者盈余浪潮的到來”。該報告發(fā)布后，大數(shù)據(jù)成為了傳媒業(yè)的熱門話題，世界各國政府給予了極大關(guān)注。[1]

大數(shù)據(jù)具有非凡的意義和價值。(1)它的意義不僅僅是人與人、人與物之間的通信聯(lián)絡(luò)和數(shù)據(jù)交換的信息載體，還可以通過計算機處理和分析，獲得從少量數(shù)據(jù)中無法獲取的東西，得出客觀準(zhǔn)確的結(jié)論，幫助政府、企業(yè)和個人做出正確決策。(2)大數(shù)據(jù)的作用不光是指通過算法對數(shù)據(jù)進行分析，揭示歷史規(guī)律和未來發(fā)展趨勢，通過它，人們能更方便地讓機器像人一樣通過自我學(xué)習(xí)，不斷提高發(fā)現(xiàn)問題和解決問題的能力，這也標(biāo)志著人類社會智能時代到來。(3)大數(shù)據(jù)的價值除了指“淘寶網(wǎng)”通過對用戶上網(wǎng)行為軌跡的跟蹤，獲取用戶的興趣愛好而展開精準(zhǔn)商品推薦，它更多的是向人們提供各種各樣的優(yōu)質(zhì)服務(wù)，使人們的生活質(zhì)量得到極大的提高。這些服務(wù)大到谷歌利用搜索數(shù)據(jù)預(yù)測禽流感的發(fā)展趨勢，配合醫(yī)療部門取得了一場流行病阻擊戰(zhàn)的勝利；小到城市規(guī)劃局利用百年來積累的城市下水系統(tǒng)資料預(yù)測問題井蓋，替納稅人省下了一大筆支出。(4)大數(shù)據(jù)的戰(zhàn)略意義還可以從奧巴馬政府對大數(shù)據(jù)的作為和認識中凸顯。2012年3月22日，奧巴馬決定向“大數(shù)據(jù)”行業(yè)注資2億美元促進其發(fā)展，在隨后的會議上，將“大數(shù)據(jù)”定義為“未來的新石油”，認為：“一個國家擁有數(shù)據(jù)的規(guī)模、活性及解釋運用的能力將成為綜合國力的重要組成部分，未來對數(shù)據(jù)的占有和控制甚至將成為繼陸權(quán)、海權(quán)、空權(quán)之外另一個國家核心資產(chǎn)”。[2]

二、“大數(shù)據(jù)”理念創(chuàng)新

利用大數(shù)據(jù)實現(xiàn)人們所需的價值，要求人們改變對數(shù)據(jù)的傳統(tǒng)思維習(xí)慣。首先，要淡化對因果關(guān)系的熱衷，轉(zhuǎn)向?qū)ο嚓P(guān)關(guān)系的關(guān)注；其次，減少對樣本數(shù)據(jù)的應(yīng)用，盡量采用海量或全部數(shù)據(jù)；第三，接受數(shù)據(jù)的混雜性，放棄追求數(shù)據(jù)的精確性。

(一)更好——不是因果關(guān)系，而是相關(guān)關(guān)系

因果關(guān)系是人們認識世界與解釋事物發(fā)展變化的一種方式，它告訴我們：只有找出某一事物或現(xiàn)象的原因,才能認識其本質(zhì)規(guī)律并提出解決問題的方法。許多仁人志士習(xí)慣于跋涉在這條擁擠的“因果”路上，然而抵達目的并非只此獨路一條，通過事物間存在的相關(guān)性，人們踏進真理殿堂的路甚至更為便捷、寬廣。

一個事物總存在一個(多個)與自己有關(guān)聯(lián)的事物，當(dāng)關(guān)聯(lián)事物發(fā)生變化時，自己也會發(fā)生變化，這種事物間的關(guān)聯(lián)稱為相關(guān)關(guān)系。人與人之間有同事關(guān)系、朋友關(guān)系；單位之間有上下級關(guān)系，合作關(guān)系等。如果您想會見不認識的張三，找到您相識的李四(張三的同事)便可達其目的，這便借助了同事關(guān)系。這種相關(guān)有正相關(guān)、負相關(guān)和奇異相關(guān)，在數(shù)學(xué)上以函數(shù)y=f(x)(或y=f(x,y,z))表示，當(dāng)自變量x變化時，因變量也會發(fā)生變化。大數(shù)據(jù)思維提倡者認為, 應(yīng)對大數(shù)據(jù), 沒必要運用因果律, 只要從雜亂無章的數(shù)據(jù)叢林中尋找出數(shù)據(jù)的相關(guān)性即可。

一個典型的例子是亞馬遜網(wǎng)絡(luò)書店。亞馬遜為了擴大書籍銷量，根據(jù) “宣傳做得好，書就賣得好”的因果律，聘請了20多名書評家組成一個團隊，他們寫書評、介紹新書、挑選特色書在網(wǎng)站主頁宣傳。他們的宣傳、推廣使得書籍銷量大幅提升，成為亞馬遜銷售的一大亮點和核心競爭力。不久，亞馬遜進行了另一個實驗，使用大數(shù)據(jù)分析法，從網(wǎng)站多年收集的海量用戶數(shù)據(jù)中發(fā)現(xiàn)了諸如某個客戶購買了什么書籍，關(guān)注了什么書，哪些是關(guān)注而又沒購買的書等數(shù)據(jù)，然后讓計算機提出個性化的新書推薦方案。結(jié)果發(fā)現(xiàn)，通過計算機系統(tǒng)推薦的書的銷量，比起專家團隊推薦的要高出100倍，于是，他們解散了專家團隊。亞馬遜的這套計算機推薦系統(tǒng)只是梳理出了一些有趣的相關(guān)關(guān)系，也即“是什么”(客戶購買了什么書，關(guān)注了什么書)，而不是去追求“為什么”(為何購買，為何關(guān)注)。正是“關(guān)注”與“購買”間的相關(guān)關(guān)系幫助亞馬遜獲得了成功。

現(xiàn)實生活中，人們常常熱衷于用因果律思考問題，認為因果聯(lián)系淺顯明了、容易尋找。其實不然，即使用數(shù)學(xué)這種直接的方法，也很難輕易證明“因”與“果”之間的必然聯(lián)系，而相關(guān)關(guān)系的實驗證明不僅耗資少，費時也少。借助相關(guān)關(guān)系，我們不僅可獲得分析問題和解決問題的新視角，而且這些視角都很清晰明了，更容易尋找到問題的解決方法。在大數(shù)據(jù)環(huán)境下，知道“是什么”就足夠了，沒有必要知道“為什么”。

(二)更佳——不是隨機樣本，而是全體數(shù)據(jù)

抽樣分析在數(shù)據(jù)分析的歷史長河中已統(tǒng)治了許多朝代，這是因為收集、儲存和分析數(shù)據(jù)的技術(shù)不夠好，無法對大量數(shù)據(jù)進行整體分析處理，只能從大量數(shù)據(jù)中隨機采樣，進行樣本分析。為了讓分析變得簡單，并適應(yīng)已有工具的能力，人們常常會把數(shù)據(jù)量縮減到最少。事實上，在許多情況下，這種以部分代表整體的做法并不科學(xué)。

一名期刊研究人員，在全國近萬家期刊社中，通過電話采訪了三十多家刊社，得到樣本期刊已簽署版權(quán)協(xié)議的百分率，據(jù)此說明全國期刊簽署協(xié)議的狀況。這種數(shù)據(jù)抽樣分析方式生成的結(jié)果，給人的感覺就像把一張數(shù)碼照片或者一首數(shù)碼歌曲抽取一些點或片段構(gòu)成一個小的部分來展現(xiàn)播放——你能欣賞這樣一首抽樣的歌嗎？弱水三千, 若只研究一瓢水的內(nèi)容, 顯然不能把握全部。

大數(shù)據(jù)時代是摒棄隨機抽樣，而采用海量或全部數(shù)據(jù)做分析的時代。在這個時代，高性能數(shù)據(jù)技術(shù)的發(fā)展和普及，使我們能夠?qū)φw數(shù)據(jù)進行分析處理，所得到的結(jié)果更精確，更符合客觀現(xiàn)實。

華爾街“德溫特資本市場”公司首席執(zhí)行官保羅·霍廷每天的工作之一，就是利用電腦程序收集和分析全球3.4億個微博賬戶的留言，實時判斷民眾對股市的情感傾向。方法是將留言表現(xiàn)出的看漲(跌)的情感程度劃分成幾級：如自信、期待、焦慮和絕望等，并賦予相應(yīng)的分數(shù)。根據(jù)計算機打分結(jié)果，霍廷再決定如何處理手中的股票?；敉⒌呐袛喾ê芎唵危寒?dāng)打分結(jié)果高時，即絕大多數(shù)人看漲，那就買入；當(dāng)分數(shù)低時，即大家的焦慮情緒上升，普遍看跌時，那就拋售。這一招收效顯著——當(dāng)年第一季度，霍廷的公司獲得了可觀的收益率。[3]保羅·霍廷之所以成功，最為核心的因素，不是因為他的數(shù)學(xué)建模合理，也不是因為他的數(shù)據(jù)處理技術(shù)先進，而是因為他所分析的數(shù)據(jù)特別大——全球3.4億個微博賬戶的留言。沒有這個大數(shù)據(jù)，保羅·霍廷即使有更好的數(shù)學(xué)模型，更先進的計算技術(shù)，仍擺脫不了和其他散民一樣，靠運氣吃飯。這個例子告訴我們：隨著“大數(shù)據(jù)”的進一步發(fā)展，在不久的將來，那種“只賺不賠”的股市神話將演繹為真實的商業(yè)故事。

面對大數(shù)據(jù)，人類社會曾沿襲多年的數(shù)據(jù)理念和行為方式將遭受巨大的沖擊，人們推崇的抽樣分析或?qū)⒏鎰e喧囂的昨天，步入孤獨冷落的明天。而未來，“大數(shù)據(jù)”將以氣勢恢宏的能量扮演著摧古拉朽、推進發(fā)展的重要角色。

(三)更優(yōu)——不是精確性，而是混雜性

模擬時代及其以前，一方面，由于數(shù)據(jù)收集的有限性，細微的數(shù)據(jù)錯誤會被放大，進而影響全局；另一方面，由于計算技術(shù)的時代性，在數(shù)據(jù)分析之前，通常需要先將數(shù)據(jù)進行清洗和標(biāo)準(zhǔn)化，做成有結(jié)構(gòu)的數(shù)據(jù)，以適應(yīng)機器的處理需要。所以在數(shù)據(jù)統(tǒng)計分析中，數(shù)據(jù)必須精確。但是，只有5%的數(shù)據(jù)是結(jié)構(gòu)化且能適用于傳統(tǒng)數(shù)據(jù)庫的，如果人們的觀念和習(xí)慣不轉(zhuǎn)變，那么95%的非結(jié)構(gòu)和半結(jié)構(gòu)化的數(shù)據(jù)，包括辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等都不能被利用。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，在不斷涌現(xiàn)的新情況里，人們逐漸發(fā)現(xiàn)允許不精確的出現(xiàn)已經(jīng)不是一個缺點而是一個新的優(yōu)點，甚至是一個價值亮點。少許的混亂或錯誤不會沖淡主題，就像一本小說，出現(xiàn)少量的錯漏并不影響人們的閱讀和理解一樣，體量龐大的數(shù)據(jù)也不會因少量的混亂而失去價值。反而，因放松了容錯的標(biāo)準(zhǔn)，人們掌握的數(shù)據(jù)也就更龐大。如此一來，就不是大量數(shù)據(jù)優(yōu)于少量數(shù)據(jù)那么簡單了，而是大量數(shù)據(jù)創(chuàng)造了更多更好的結(jié)果。

美國勞工統(tǒng)計局每月都要公布消費物價指數(shù)(CPI)，這是用來測試通貨膨脹率的。要獲得CPI指數(shù)，政府每年要花費兩億五千萬美元去雇用很多人向全美90個城市的商店、辦公室打電話，發(fā)傳真甚至登門拜訪。反饋回來的各類商品價格數(shù)據(jù)達80 000種，包括瓜果的價格、行車的票價等。這些人工收集的數(shù)據(jù)是精確的也是有序的，但是整理、計算出CPI并公布會有幾周的滯后。2008年的金融危機表明，這個滯后是致命的。麻省理工學(xué)院的兩位經(jīng)濟學(xué)家對此提出了一個大數(shù)據(jù)方案，即接受更混亂的數(shù)據(jù)。他們通過一個軟件在互聯(lián)網(wǎng)上收集數(shù)據(jù)，每天可以收集到50萬種商品的價格。這些數(shù)據(jù)很混亂，也有不少的數(shù)據(jù)是錯誤的，但是把大數(shù)據(jù)和好的分析法相結(jié)合，這個項目在2008年9月雷曼兄弟破產(chǎn)之后馬上就發(fā)現(xiàn)了通貨緊縮趨勢，然而那些依賴官方數(shù)據(jù)的人直到11月份才知道這個情況。

執(zhí)迷于精確性是數(shù)據(jù)缺乏時代和模擬時代的產(chǎn)物。大數(shù)據(jù)時代，需要我們拋棄對有條理和純凈數(shù)據(jù)的偏愛，轉(zhuǎn)而接受雜亂無章。只有接受不精確性，您才能跨進一個從未涉足的更大更精彩的世界，否則您將永遠被拒之門外。

三、“大數(shù)據(jù)”帶給傳媒的啟示

目前，傳統(tǒng)媒體正處于重要的數(shù)字化轉(zhuǎn)型期，如何轉(zhuǎn)，大家都還處于迷茫之中。大數(shù)據(jù)是傳媒業(yè)數(shù)字化轉(zhuǎn)型的一個加強版，它作為一種世界觀和一種戰(zhàn)略理念，為躊躇中的傳媒帶來啟迪并指明方向，實現(xiàn)媒體從傳統(tǒng)的運營方式轉(zhuǎn)型為高效的數(shù)字化出版。

(一)轉(zhuǎn)變思維，確立數(shù)據(jù)為“王”

傳媒轉(zhuǎn)型發(fā)展中，有過技術(shù)為王、渠道為王、內(nèi)容為王之爭?！按髷?shù)據(jù)”時代，由于數(shù)據(jù)在價值屬性上有了根本性改變，數(shù)據(jù)已成為政治、經(jīng)濟及個人生活中的關(guān)鍵資源和重要資本。在中國，傳媒正處于轉(zhuǎn)型時期，數(shù)據(jù)的收集分析對于媒體的發(fā)展極為重要，不但可以幫助媒體了解自己的經(jīng)營狀況、又可以掌握市場發(fā)展趨勢，更能幫助媒體制定轉(zhuǎn)型策略。因此，在大數(shù)據(jù)時代，媒體要有強烈的數(shù)據(jù)意識，要善于挖掘數(shù)據(jù)、分析數(shù)據(jù)和使用數(shù)據(jù)，養(yǎng)成數(shù)據(jù)為王的觀念。只有抓住了數(shù)據(jù),才能在下一波的社會競爭中脫穎而出。

(二)拓展視野，做類型豐富的大媒體

數(shù)據(jù)的規(guī)模和類型決定著數(shù)據(jù)價值的大小。數(shù)據(jù)規(guī)模越大，事物的整體特征越明確，產(chǎn)生的價值也就越大；數(shù)據(jù)類型越豐富，相關(guān)關(guān)系就越清晰，事物的本質(zhì)就更容易揭示?！按髷?shù)據(jù)”時代特別要求數(shù)據(jù)的全面和類型盡可能豐富。數(shù)據(jù)的豐富既要在廣度又要在深度上體現(xiàn)，媒體要有自己的采編隊伍、原創(chuàng)新聞和原創(chuàng)評論；還要建立一個自己的網(wǎng)站——一個互動的、社交化的、擁有廣泛人氣，能夠收集、整理和處理用戶數(shù)據(jù)的數(shù)字化平臺；而且要依靠訓(xùn)練有素的編輯記者寫出廓清謠言、求真求證的深度文章。媒體要杜絕“小農(nóng)意識”，不能養(yǎng)成在一小塊地上自耕自作，無協(xié)作、無交換、無發(fā)展的思維習(xí)慣，而要站在數(shù)據(jù)產(chǎn)業(yè)的高度分析現(xiàn)狀，思考未來，使自身成長為數(shù)據(jù)規(guī)模龐大、類型豐富的“大媒體”。[4]

(三)建設(shè)數(shù)據(jù)庫，實施平臺化戰(zhàn)略

當(dāng)今是一個媒介融合的大時代，在數(shù)字化技術(shù)的推波助瀾下，媒介的融合不斷深化拓展，呈現(xiàn)出數(shù)據(jù)生產(chǎn)、數(shù)據(jù)傳播、數(shù)據(jù)應(yīng)用等相關(guān)產(chǎn)業(yè)“你中有我，我中有你”的大融合格局。在此格局下，一種更具包容性，能提供多種數(shù)據(jù)類型的“平臺模式”已成為最具競爭力的發(fā)展模式。因此，在“大數(shù)據(jù)”趨勢下，轉(zhuǎn)型中的傳媒企業(yè)要加快數(shù)據(jù)庫建設(shè)，在平臺化戰(zhàn)略中搶占高地，促進生產(chǎn)方式、產(chǎn)品屬性的華麗轉(zhuǎn)身。書報刊媒體作為信息業(yè)的前沿，擁有先天數(shù)據(jù)優(yōu)勢，通過數(shù)字化和平臺化戰(zhàn)略，紙媒的劣勢可轉(zhuǎn)化為優(yōu)勢，優(yōu)勢又會帶來大價值。除了利用已有的歷史數(shù)據(jù)外，更要建立自己的數(shù)據(jù)收集、挖掘、處理、展示和應(yīng)用平臺，只有這樣，傳統(tǒng)媒體才能在“大數(shù)據(jù)時代”煥發(fā)新生，獲得大發(fā)展。

(四)用好數(shù)據(jù)，提升媒體影響力

大數(shù)據(jù)時代，既要用事實說話，也要用數(shù)據(jù)說話。 數(shù)據(jù)爆炸時代，用戶需要更準(zhǔn)確分析、更深層解讀和更明晰呈現(xiàn)的數(shù)據(jù)新聞。媒體可以通過自己的數(shù)據(jù)挖掘平臺，從海量數(shù)據(jù)中發(fā)現(xiàn)新聞線索，以直觀和可視化的數(shù)據(jù)圖表方式呈現(xiàn)給廣大用戶，滿足他們對知識的渴求，進而提升媒體影響力。例如，英國《衛(wèi)報》對于2011年8月倫敦騷亂所策劃制作的“解讀騷亂”專題，收集了Twitter上發(fā)布的250多萬條與騷亂有關(guān)的數(shù)據(jù)，從中分析和挖掘出騷亂真相。他們的做法是：把七個廣為傳播的謠言用七張照片排放在一張表上，點擊一張照片即可進入該謠言的動態(tài)傳播過程圖。《衛(wèi)報》網(wǎng)站正是以大規(guī)模的數(shù)據(jù)分析，加上簡潔、直觀和明了的圖表及視屏，跳出人云亦云的困境，提供了更深度、更專業(yè)的新聞報道，也使自己獲得了極大的社會影響力。

(五)服務(wù)用戶，開展精準(zhǔn)傳播

大數(shù)據(jù)時代，新聞傳播將更有針對性、更精準(zhǔn)，傳播將更有效果。傳統(tǒng)媒體上網(wǎng)之后，積累了大量的用戶數(shù)據(jù)，可通過網(wǎng)民點擊、搜索、查閱的行為軌跡掌握網(wǎng)民興趣偏好，實施精準(zhǔn)傳播。這種受眾數(shù)據(jù)化，已經(jīng)廣泛應(yīng)用于個性化新聞訂制和一對一的廣告投放。 例如，F(xiàn)acebook 的大數(shù)據(jù)產(chǎn)品——“時間線”(Timeline)， 它是供用戶自我記錄生活故事的應(yīng)用。Facebook 通過這些歷史數(shù)據(jù)，能夠掌握用戶的喜好，進而有針對性地投放廣告，獲得了豐厚的收益。

(六)培養(yǎng)人才，掌握大數(shù)據(jù)技術(shù)

大數(shù)據(jù)時代需要傳媒人具備發(fā)現(xiàn)規(guī)律、洞察本質(zhì)、數(shù)學(xué)建模和數(shù)據(jù)分析的能力，但是，傳媒業(yè)的專業(yè)工程師雖然擅長數(shù)據(jù)處理分析技術(shù)，對國情、社會、政治、經(jīng)濟的了解卻并非強項；而編輯記者同人與社會打交道，對事物有獨特的觀察力，卻對大數(shù)據(jù)技術(shù)了解不多，基本的算法及數(shù)據(jù)分析方法更是知之甚少。因此，傳媒業(yè)要發(fā)展，需要避己之弱，補足自身發(fā)展的短板。媒體需著力培養(yǎng)大數(shù)據(jù)時代的媒體專家，讓編輯記者了解大數(shù)據(jù)，懂得用大數(shù)據(jù)技術(shù)分析解剖社會問題，同時也要讓專業(yè)工程師熟悉社會、了解社會，增強政治辨識能力。擁有這樣一批“全才”，傳媒業(yè)才有更大的發(fā)展?jié)摿Α5]

四、幾點思考

(一)大數(shù)據(jù)是一個過程

在初級階段，大數(shù)據(jù)應(yīng)用與傳統(tǒng)數(shù)據(jù)應(yīng)用并存，不存在誰取代誰 ，而且，作為一個新生事物，大數(shù)據(jù)還需要經(jīng)過一段較長的時間才能壯大起來，在目前情況下不宜盲目地、一窩蜂地上大數(shù)據(jù)項目。

(二)大數(shù)據(jù)是一種思維方式

即使今天沒有大數(shù)據(jù)，人們還是可以比較客觀、全面地測量世界。對于轉(zhuǎn)型的媒體而言，要有“從現(xiàn)在做起”的世界觀和未雨綢繆、決戰(zhàn)未來的戰(zhàn)略。微信在設(shè)計之初就著力數(shù)據(jù)收集，并納入基礎(chǔ)框架，這是意識和實力的體現(xiàn)，也是成功的必然。

(三)價值不是大數(shù)據(jù)專享的屬性，小數(shù)據(jù)照樣有價值

從數(shù)據(jù)中發(fā)現(xiàn)價值由來已久，但有一點毋庸置疑，那就是傳統(tǒng)的數(shù)據(jù)分析法適應(yīng)不了大數(shù)據(jù)的發(fā)展。大數(shù)據(jù)的功勞在于喚醒大家的意識和覺悟，使之融入新時代，迎接“大數(shù)據(jù)”。

(四)數(shù)據(jù)安全是一個挑戰(zhàn)

網(wǎng)絡(luò)高科技公司通過分析用戶行為數(shù)據(jù)，可以精準(zhǔn)判斷用戶的喜好乃至性格，不知不覺間我們也暴露了大量個人隱私。大數(shù)據(jù)時代“既令人激動又讓人恐懼。擁有海量數(shù)據(jù)的公司們甚至要比你還要了解你自己，它們能預(yù)測你接下來可能做什么”，曾經(jīng)的谷歌全球副總裁、大中華區(qū)總裁李開復(fù)如是說?！皼]人在竊聽你的電話”這是總統(tǒng)奧巴馬向美國公民的保證，但是只要有撥打電話的記錄，什么私密對話都有了。要便利還是要隱私？這真的是一個問題。

總之，對于轉(zhuǎn)型的媒體企業(yè)而言，既不能夸大，也不能縮小大數(shù)據(jù)的作用，要理性地分析自己，規(guī)劃自己，決策自己，才能在未來的大數(shù)據(jù)浪潮中立于不敗之地。

[參考文獻]

[1] 鐘瑛，張恒山.大數(shù)據(jù)的緣起、沖擊及其應(yīng)對[J].現(xiàn)代傳播,2013(7)：104-109.

[2] 湯景泰.大數(shù)據(jù)時代的傳媒轉(zhuǎn)型:觀念與策略[J].新聞與寫作，2013，9(5).

[3] 余建斌.侃大數(shù)據(jù)：人人都有洞察力[N].人民日報，2013-07-05.

[4] 甘沙.大數(shù)據(jù)不是“靈丹妙藥”[N].科技日報，2013-11-13.

[5] 官建文，劉揚，劉振興.大數(shù)據(jù)時代對于傳媒業(yè)意味著什么[J].新聞戰(zhàn)線，2013(2) ：18-22.

(責(zé)任編校：朱德東)

Big Data Idea and Media Transition Development

ZHANG Cheng, HE Xian-gang

(EditorialOffice,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China)

Abstract:Big Data is a hot topic at present. This paper introduces the concept, character and producing background of Big Data, discusses the innovative idea of Big Data and its enlightenment on media, analyzes its development tendency and proposes the issues in media transition development.

Key words:Big Data; idea innovation; media; transition

中圖分類號：G21

文獻標(biāo)志碼：A

文章編號：1672- 0598(2016)01- 0104- 05

[作者簡介]張誠(1958—)，男，重慶人；重慶郵電大學(xué)期刊社編審，主要從事數(shù)字出版、新媒體研究。何先剛(1969—)，男，四川大竹人；重慶郵電大學(xué)期刊社編審，主要從事系統(tǒng)評價、新媒體、信息管理、數(shù)學(xué)等研究。

[基金項目]教育部科技發(fā)展中心(2013120)“基于網(wǎng)絡(luò)出版的電子期刊評價指標(biāo)體系及評價機制研究”

[收稿日期]*2015-10-21

doi:12.3969/j.issn.1672- 0598.2016.01.017