媒體統(tǒng)一指揮智媒平臺(tái)的構(gòu)建

石育龍

（江蘇中江網(wǎng)傳媒股份有限公司，江蘇南京 210092）

傳統(tǒng)媒體借助內(nèi)容發(fā)布系統(tǒng)將內(nèi)容發(fā)布到報(bào)紙和傳統(tǒng)網(wǎng)站，隨著新媒體的出現(xiàn)，急需解決如下3個(gè)問題。

（1）急需一套中央調(diào)度、一次采集、多種生成、多元傳播（報(bào)、網(wǎng)、端、兩微等）新聞生產(chǎn)流程。

（2）服務(wù)及展現(xiàn)形式急需適應(yīng)新媒體：需運(yùn)用最新的云計(jì)算、大數(shù)據(jù)、人工智能技術(shù)實(shí)現(xiàn)多域性、移動(dòng)化、數(shù)據(jù)化、可視化、強(qiáng)化H5、直播點(diǎn)播、移動(dòng)采編、AR/VR、AI、個(gè)性化推薦等提升服務(wù)和能力。

（3）內(nèi)容生產(chǎn)不能在單一平臺(tái)生產(chǎn)，而讓用戶生成內(nèi)容（user generated content，UGC）。讓用戶既是網(wǎng)絡(luò)內(nèi)容的瀏覽者，也是網(wǎng)絡(luò)內(nèi)容的創(chuàng)造者，創(chuàng)作是網(wǎng)民的一種生活方式，使得平臺(tái)的內(nèi)容越來越豐富，同時(shí)用戶也越來越習(xí)慣自己創(chuàng)作內(nèi)容，并樂于與親朋好友分享自己的喜怒哀樂，還可以從自己創(chuàng)作的內(nèi)容中獲得分成。

1 技術(shù)總體構(gòu)架

技術(shù)總體構(gòu)架，如圖1所示。

圖1 總體技術(shù)架構(gòu)

1.1 平臺(tái)應(yīng)用層

融合全媒體采編系統(tǒng)、融媒體系統(tǒng)、自媒體聚合系統(tǒng)、風(fēng)暴大數(shù)據(jù)系統(tǒng)、政務(wù)系統(tǒng)等各類制傳系統(tǒng)。生產(chǎn)與運(yùn)營以融合資源為核心，支持互聯(lián)網(wǎng)自媒體資源、各級(jí)內(nèi)容資源整合、合作伙伴資源、各級(jí)媒體系統(tǒng)內(nèi)容資源的聚合。提高平臺(tái)稿件來源渠道，以及提高創(chuàng)作參考素材。整合資源管理，和數(shù)字化管理。

1.2 業(yè)務(wù)中臺(tái)

業(yè)務(wù)中臺(tái)致力于業(yè)務(wù)管理、業(yè)務(wù)功能、流程定制和個(gè)性化行業(yè)定制。其作為專注提供業(yè)務(wù)解決方案中心、為媒體工作者提供“采、播、審、存”一整套流程的業(yè)務(wù)體系，提供采、制、編、審、各業(yè)務(wù)功能服務(wù)。靈活采用微服務(wù)方式提供個(gè)性化行業(yè)定制、業(yè)務(wù)流程定制。

1.3 數(shù)據(jù)中臺(tái)

數(shù)據(jù)中臺(tái)以數(shù)據(jù)為核心、提供標(biāo)準(zhǔn)數(shù)據(jù)采集、數(shù)據(jù)集成、數(shù)據(jù)交換、數(shù)據(jù)標(biāo)注、數(shù)據(jù)分析、可視化等相關(guān)服務(wù)，創(chuàng)建數(shù)據(jù)倉庫中心、安全高效管理數(shù)據(jù)、合理使用數(shù)據(jù)。

1.4 微服務(wù)中心

微服務(wù)中心以微小顆?；?wù)輸出，提供AI 智能服務(wù)、智能快編、快剪、智能排版、AI 選題策劃、AI 語義、輿情等相關(guān)智能化服務(wù)。場(chǎng)景方案創(chuàng)新定制，專業(yè)支持快速集成，打造一個(gè)可持續(xù)的智慧媒體生態(tài)。

1.5 開放平臺(tái)

API 與SDK 接口幫助快速接入各項(xiàng)能力、資源、應(yīng)用、服務(wù)、業(yè)務(wù)場(chǎng)景、AI 智能等功能進(jìn)行開放。其提供標(biāo)準(zhǔn)文檔、快速對(duì)接各機(jī)構(gòu)、媒體、電臺(tái)等渠道，打造媒體數(shù)字化生態(tài)圈。

2 技術(shù)選型

采用Spring 微服務(wù)架構(gòu)搭建后臺(tái)應(yīng)用對(duì)微服務(wù)來說，其運(yùn)行期間也是各自獨(dú)立的。采用微服務(wù)技術(shù)的優(yōu)勢(shì)體現(xiàn)在以下幾個(gè)方面。

（1）可擴(kuò)展性：可以快速地添加服務(wù)集群的實(shí)例，提升整個(gè)微服務(wù)集群的服務(wù)能力。

（2）安全：服務(wù)隔離實(shí)際上是可擴(kuò)展性的基礎(chǔ)，將每個(gè)微服務(wù)都隔離為獨(dú)立的運(yùn)行單元后，任何一個(gè)或者多個(gè)微服務(wù)的失敗都將只影響自己或者少量其他微服務(wù)，而不會(huì)大面積地波及整個(gè)服務(wù)運(yùn)行體系。

（3）效率：在微服務(wù)治理體系下，各個(gè)微服務(wù)交付期間也是各自獨(dú)立交付的，從而使得每個(gè)微服務(wù)從開發(fā)到交付整條鏈路上都是獨(dú)立進(jìn)行，這大大加快了微服務(wù)的迭代和交付效率。

（4）標(biāo)準(zhǔn)化：服務(wù)的訪問者可以用的接口訪問所有這些用不同語言開發(fā)和交互的微服務(wù)，微服務(wù)的服務(wù)接口和協(xié)議。

3 微服務(wù)框架

微服務(wù)框架，如圖2所示。

圖2 微服務(wù)框架

（1）Spring Cloud Config 配置中心，利用Git 集中管理程序的配置。

（2）nacos 可以同時(shí)作為注冊(cè)中心和配置中心。

（3）Spring Cloud Sleuth 分布式鏈路監(jiān)控，SpringCloud 應(yīng)用的分布式追蹤系統(tǒng)和Zipkin、HTrace、ELK 兼容。

（4）Spring Cloud Netflix Eureka 服務(wù)中心（類似于管家的概念，需要什么直接從這里取，就可以了），是一個(gè)基于REST 的服務(wù)，用于定位服務(wù)，以實(shí)現(xiàn)云端中間層服務(wù)發(fā)現(xiàn)和故障轉(zhuǎn)移。

（5）Spring Cloud Netflix Hystrix 熔斷器，容錯(cuò)管理工具，旨在通過熔斷機(jī)制控制服務(wù)和第三方庫的節(jié)點(diǎn)，從而對(duì)延遲和故障提供更強(qiáng)大的容錯(cuò)能力。

（6）Spring Cloud Netflix Zuul 網(wǎng)關(guān)，是在云平臺(tái)上提供動(dòng)態(tài)路由、監(jiān)控、彈性、安全等邊緣服務(wù)的框架。Web 網(wǎng)站后端所有請(qǐng)求的前門。

（7）Spring Cloud Bus 消息總線，利用分布式消息將服務(wù)和服務(wù)實(shí)例連接在一起，用于在一個(gè)集群中傳播狀態(tài)的變化。

（8）Spring Cloud Stream 消息組件，基于Redis、Rabbit、Kafka 實(shí)現(xiàn)的消息微服務(wù)，簡(jiǎn)單聲明模型用以在Spring Cloud 應(yīng)用中收發(fā)消息。

4 重要人工智能技術(shù)

4.1 語音交互

通過先進(jìn)的深度學(xué)習(xí)技術(shù)，將文本轉(zhuǎn)換成自然流暢的語音。有多種音色可供選擇，并提供調(diào)節(jié)語速、語調(diào)、音量等功能。移動(dòng)端適用于稿件的語音交互、文稿有聲閱讀。

4.2 內(nèi)容監(jiān)審

智能內(nèi)容監(jiān)審服務(wù)是一款利用語音轉(zhuǎn)寫、人臉識(shí)別、聲紋識(shí)別等人工智能技術(shù)從關(guān)鍵詞、人臉、圖片以及聲紋等不同維度對(duì)音視頻內(nèi)容進(jìn)行審核的軟硬件一體化服務(wù)。利用人工智能技術(shù)檢測(cè)出的不同維度信息與關(guān)鍵庫信息進(jìn)行匹配，實(shí)時(shí)報(bào)警，輔助用戶工作提升監(jiān)管效率。監(jiān)審數(shù)據(jù)源更全面：支持本地、網(wǎng)絡(luò)以及直播3個(gè)不同維度的數(shù)據(jù)監(jiān)審。時(shí)效性更強(qiáng)：自動(dòng)化機(jī)器輔助，可實(shí)時(shí)推送研判結(jié)果，及時(shí)遏制有害事件發(fā)酵。有效降低成本，提高工作效率：機(jī)器自動(dòng)化，1 h 數(shù)據(jù)處理僅需約10 min，效率提升約20倍。

4.3 內(nèi)容管理

智能內(nèi)容管理平臺(tái)是一款以AI 技術(shù)為核心，實(shí)現(xiàn)對(duì)媒體數(shù)字資源的綜合管理的音視頻管理軟件。主要通過語音識(shí)別、NLP 等人工智能技術(shù)，解決當(dāng)前音視頻管理中檢索，編目困難的問題，滿足編輯人員對(duì)音視頻內(nèi)容監(jiān)管、檢索、自動(dòng)編目、自動(dòng)化標(biāo)簽的需求。其主要功能包括內(nèi)容識(shí)別、內(nèi)容檢索、內(nèi)容審核等功能。實(shí)現(xiàn)對(duì)音視頻內(nèi)容的自動(dòng)標(biāo)簽和編目，以及內(nèi)容的智能檢索與審核。

4.4 語義理解

智能語義理解（intelligent semantic understanding）依托深度學(xué)習(xí)、自然語言處理方向上的技術(shù)積累，為平臺(tái)提供文本相似度和機(jī)器閱讀理解等優(yōu)質(zhì)算法技術(shù)。其中文本相似度可以計(jì)算兩段短文本之間的相似度，并給出相似度評(píng)分；機(jī)器閱讀理解能針對(duì)某幾個(gè)問題，從若干篇文章中分別尋找問題答案。智能語義理解技術(shù)可以應(yīng)用于問答系統(tǒng)、信息檢索、新聞推薦等場(chǎng)景。

4.5 人工智能校對(duì)

智能校對(duì)服務(wù)利用前沿的自然語言處理、深度遷移學(xué)習(xí)技術(shù)，依據(jù)平臺(tái)規(guī)范、標(biāo)準(zhǔn)和業(yè)務(wù)知識(shí)，快速準(zhǔn)確完成文稿中的各種錯(cuò)誤內(nèi)容識(shí)別，并給出糾錯(cuò)建議。該系統(tǒng)能夠代替?zhèn)鹘y(tǒng)校對(duì)的工作，輔助內(nèi)容審校者有效發(fā)現(xiàn)問題，提升校對(duì)質(zhì)量及審稿效率，確保內(nèi)容安全生產(chǎn)。

5 數(shù)據(jù)安全中心DSC

數(shù)據(jù)安全中心滿足等保V2.0“安全審計(jì)”“個(gè)人信息保護(hù)”的合規(guī)要求的基礎(chǔ)上，提供敏感數(shù)據(jù)識(shí)別、數(shù)據(jù)安全審計(jì)、數(shù)據(jù)脫敏、智能異常檢測(cè)等數(shù)據(jù)安全能力，形成一體化的數(shù)據(jù)安全服務(wù)。

根據(jù)中高考試題分析發(fā)現(xiàn)，科學(xué)探究不僅是中學(xué)生物教學(xué)的重要內(nèi)容，也是中考和高考的重點(diǎn)考查內(nèi)容。初中階段培養(yǎng)學(xué)生實(shí)驗(yàn)探究能力，熟悉科學(xué)探究一般過程，能夠?yàn)閷W(xué)生進(jìn)入高中后熟悉實(shí)驗(yàn)工具，設(shè)計(jì)實(shí)施可行的探究方案等較高級(jí)別的科學(xué)探究能力打下基礎(chǔ)。經(jīng)典的科學(xué)史材料（如薩克斯實(shí)驗(yàn)）能讓學(xué)生重溫科學(xué)家的科學(xué)探究過程，養(yǎng)成科學(xué)嚴(yán)謹(jǐn)?shù)奶骄繎B(tài)度。教師要充分利用教材中的探究實(shí)驗(yàn)，如探究種子萌發(fā)的外部條件，訓(xùn)練學(xué)生熟悉科學(xué)探究的一般過程和分析實(shí)驗(yàn)結(jié)果，表達(dá)交流的能力。

敏感數(shù)據(jù)主要包括核心技術(shù)資料、個(gè)人信息等高價(jià)值數(shù)據(jù)，這些數(shù)據(jù)以不同形式存在于平臺(tái)的資產(chǎn)中。敏感數(shù)據(jù)的泄露會(huì)給企業(yè)帶來嚴(yán)重的經(jīng)濟(jì)和品牌損失。

DSC 可根據(jù)預(yù)先定義的敏感數(shù)據(jù)關(guān)鍵字段，掃描MaxCompute、OSS、數(shù)據(jù)庫服務(wù)（RDS、DRDS、PolarDB、OceanBase、表格存儲(chǔ)）和自建數(shù)據(jù)庫中的數(shù)據(jù)，通過敏感數(shù)據(jù)規(guī)則中的命中次數(shù)來判斷是否屬于敏感數(shù)據(jù)。

6 大數(shù)據(jù)中心

大數(shù)據(jù)整體架構(gòu)，如圖3所示。

圖3 大數(shù)據(jù)整體架構(gòu)

6.1 大數(shù)據(jù)技術(shù)中心

該部分主要提供整個(gè)大數(shù)據(jù)平臺(tái)技術(shù)、計(jì)算和存儲(chǔ)資源支撐。大數(shù)據(jù)技術(shù)中心提供的數(shù)據(jù)架構(gòu)平臺(tái)，可以支持各種類型的數(shù)據(jù)接入以及上層應(yīng)用程序的數(shù)據(jù)消費(fèi)，可以作為的數(shù)據(jù)資源池。技術(shù)中心提供全數(shù)據(jù)采集、全數(shù)據(jù)存儲(chǔ)、IT 資源管理、系統(tǒng)配置（安裝部署、服務(wù)監(jiān)控和安全）以及可視化大數(shù)據(jù)操作管理功能。

6.2 大數(shù)據(jù)管理中心

該部分包括多觸點(diǎn)數(shù)據(jù)采集、數(shù)據(jù)清洗、門戶設(shè)計(jì)。

大數(shù)據(jù)管理平臺(tái)對(duì)輸入平臺(tái)的原始數(shù)據(jù)進(jìn)行處理，從而形成企業(yè)的數(shù)據(jù)資產(chǎn)，便于基于數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營銷和數(shù)據(jù)化運(yùn)營。

數(shù)據(jù)采集。本系統(tǒng)支持收集3個(gè)維度數(shù)據(jù)：第一方數(shù)據(jù)源客戶端、主站、政務(wù)網(wǎng)群、其他業(yè)務(wù)網(wǎng)站、H5站點(diǎn)、手機(jī)報(bào)、微博微信等；第二方數(shù)據(jù)源收集；第三方互聯(lián)網(wǎng)數(shù)據(jù)、SNS 數(shù)據(jù)、電商數(shù)據(jù)等。

數(shù)據(jù)源。可來自用戶注冊(cè)數(shù)據(jù)、內(nèi)容管理系統(tǒng)的數(shù)據(jù)、用戶觸點(diǎn)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等，通過定時(shí)導(dǎo)入、全量導(dǎo)入、實(shí)時(shí)觸發(fā)、文件傳輸、實(shí)時(shí)抓取采集等。

數(shù)據(jù)清洗。根據(jù)業(yè)務(wù)需求，排除重復(fù)數(shù)據(jù)、內(nèi)部測(cè)試數(shù)據(jù)、殘缺數(shù)據(jù)和錯(cuò)誤數(shù)據(jù)產(chǎn)生的數(shù)據(jù)。

數(shù)據(jù)標(biāo)準(zhǔn)化。根據(jù)數(shù)據(jù)標(biāo)準(zhǔn)和業(yè)務(wù)需求，規(guī)整數(shù)據(jù)的標(biāo)準(zhǔn)。

數(shù)據(jù)交換。大數(shù)據(jù)管理平臺(tái)提供的大數(shù)據(jù)應(yīng)用與交換接口，實(shí)現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)交互。

數(shù)據(jù)挖掘。大數(shù)據(jù)管理平臺(tái)提供分析模型、算法以完成大數(shù)據(jù)統(tǒng)計(jì)分析等上層數(shù)據(jù)應(yīng)用。

6.3 大數(shù)據(jù)應(yīng)用服務(wù)中心

大數(shù)據(jù)應(yīng)用服務(wù)中心包括用戶行為洞察系統(tǒng)、自動(dòng)化廣告系統(tǒng)、大數(shù)據(jù)運(yùn)營分析系統(tǒng)。其具體功能包括：用戶登錄、內(nèi)容推薦（千人千面）、精準(zhǔn)服務(wù)、用戶微觀畫像、用戶宏觀畫像、用戶忠誠/流失、DSP 數(shù)據(jù)對(duì)接、廣告效果分析、廣告推薦分析、流量分析、渠道分析、頻道分析、內(nèi)容分析。

7 結(jié)束語

媒體指揮智能平臺(tái)，通過大數(shù)據(jù)、云計(jì)算、人工智能技術(shù)，實(shí)現(xiàn)中央調(diào)度、一次采集、多種生成、多元傳播新聞生產(chǎn)流程，一站式解決融合發(fā)展技術(shù)難題，從選題策劃、采編生產(chǎn)、分發(fā)傳播、盈利分成全流程突破融合瓶頸。