【摘要】隨著云計算、大數據、人工智能等新興互聯網技術的發展，尤其是移動通話、視頻直播、圖片處理、文本傳輸和AI智能算法等強大技術，讓移動互聯網實現了高速發展，催生出許多“國民級”移動運用軟件，新聞傳媒行業在移動互聯網浪潮下發生了巨大變革，改變了媒體傳播格局和媒體內容生產方式。比如在H5、AR/VR視頻、無人機航拍、AI智能算法等互聯網技術在互聯網公司、媒體機構創新使用下，移動互聯網、物聯網、智能設備等應用場景不斷涌現，成為新時代媒體代表。本文圍繞移動傳播概念界定與特征，從移動網絡技術、人工智能、傳感器技術等方面入手，細致探討移動傳播技術發展背景下的傳媒智能化演進，以期為相關人士提供參考借鑒。

　　【關鍵詞】移動網絡技術;人工智能技術;傳媒智能化

　　如果電腦的催生成就了PC互聯網，那如今的移動互聯網功臣必然是智能手機，并在互聯網和數字技術裂變式發展下，移動互聯網已經成為最重要的傳播載體，這使新聞傳媒和新聞傳播步入一個新的技術時代，尤其是5G、VR、AR、AI人工智能、IoT物聯網等技術構成的移動互聯網體系，為新聞媒體行業在線智能云編輯、視頻直播、圖片直播、快速傳輸等運用提供無限可能。其中，移動APP技術、大數據、人工智能等有效運用，不僅革新了信息采集方式，使內容數據庫得到有效擴充，還能精準捕獲用戶興趣點，生產、加工和傳播真正有價值的內容，進而帶動傳媒智能化進一步發展。鑒于此，對關于傳媒智能化視域下的移動傳播技術發展展開分析和探討。

　　1. 移動傳播概念界定與特征

　　移動傳播主要是指依托移動互聯網和移動終端，實現信息實時共享與交換的過程，在打破以往時間空間桎梏的同時，信息也能隨時隨地實現共享互動和個性化傳播，這在一定程度上也促進了傳播技術、傳播渠道等多方面創新建構，并展現出全新特征。具體表現為：(1)多元內容生產者，形成新聞信息大數據平臺，共享海量信息——與傳統大眾傳播相比較，移動傳播實現了后臺化和隱身化，特別是針對媒介組織，傳播公權力不斷削弱，并借助移動互聯網和智能化設備，打破了傳統傳播格局和傳統媒體內容的生產方式。自媒體、AI人工智能等逐漸成為移動傳播的主力軍，在這過程中移動傳播內容生產與受者之間界限也不再明顯，真正意義上的將內容生產、傳播權賦于大眾自身，并形成點對點、點對面和面對面的傳播。(2)突破時空界限，實現即時傳播——移動互聯網和移動終端體現出的快速、便捷特點，直接決定了新聞內容生產和受眾獲取可以跨越時間和空間，新聞信息可隨時隨地進行互動傳播，這也是智能傳播、移動傳播技術發展的顯著特征，人與人、人與社會之間空間和時間感也在不斷弱化，人們可以直接通過大數據、云端云計算運用等技術，對相應信息進行有效存管，并通過移動互聯網和移動終端隨時獲取。(3)多向互動模式，細化傳播類型——在移動傳播中，移動APP客戶端的社交媒體快速興起，為用戶搭建了多向互動交流平臺，并為一對一、一對多、多對多等互動模式發展提供無限可能，在提高信息到達率的基礎上，實現精準傳播和分眾傳播，信息傳播體系也變得愈發豐富。

　　2. 新聞智能傳播技術發展思考

　　2.1 移動網絡技術

　　移動互聯網技術發展，使新聞內容生產加工、傳輸業態、傳播載體發生了根本性的變革，實現了跨越式的創新發展。在4G網絡技術發展背景下，其與移動智能終端共同發揮作用，在移動APP技術的普及和運用下，出現了大批新聞媒體型應用APP客戶端，得到了快速發展，實現了彎道超車，超越PC互聯網媒體。如今日頭條、微信公眾號……像上海的澎湃新聞、重慶的上游新聞、貴州的天眼新聞也是在APP客戶端迅速崛起、壯大的。

　　但隨著移動互聯網用戶規模達到飽和狀態，市場規模增速也會放緩下來，這時候就要依托嶄新技術力量，為后移動互聯網時代注入新的活力源泉。在這樣的背景下，5G網絡技術出現了，移動互聯網再次迎來了發展高峰，5G擁有的時延更小、速度更快優勢，推動了新聞媒體向視頻化、直播化方向延伸。抖音、快手、TikTok便是5G網絡技術成就的現象級媒體平臺產品，各大媒介機構也紛紛入駐短視頻媒體平臺，如新京報的“我們視頻”、四川廣播電視臺的“四川觀察”成為短視頻媒體中的佼佼者。

　　2.2 人工智能技術

　　在移動互聯網內容創作全民化影響下，信息內容供給也呈現出海量化趨勢，并在此基礎上推動了平臺端社交傳播和個性化分發技術發展和成熟，這一變化趨勢也反映出用戶的興趣，將成為影響內容分發的重要指標。

　　一是智能算法技術實現內容個性化分發。移動互聯網初期，移動互聯網產生的典型移動互聯網媒體有新浪新聞、騰訊新聞、網易新聞、鳳凰新聞、搜狐新聞、愛奇藝、騰訊視頻、優酷等媒體傳播平臺，所采用的內容分發方式，多以人工編輯推薦為主，也有些媒體平臺會根據內容標簽進行推薦，這屬于早期移動互聯網媒體內容分發模式，是智能算法技術萌芽階段。后來在互聯網+和大數據不斷發展下，AI人工智能算法技術開始進入媒體內容分發領域，并廣泛運用在新聞內容管理和用戶管理中。最典型的媒體平臺就是今日頭條、百度App、微博、抖音、快手、小紅書，這些媒體平臺在用戶興趣基礎上進行標簽分類，對用戶標簽進行有效提取，同時根據用戶的感興趣領域推薦相關內容，在實現信息內容精準有效推送的同時，真正滿足用戶個性化需求。這里以微博為例，推薦系統主要是從用戶、內容等維度入手，對相應標簽與數據進行有效提取，并透過點擊率、閱讀時間、轉發評論等指標，對推薦模型進行構建，操作中將算法推薦機制融入其中，就可以對用戶進行興趣建模，并實時調整推送算法，執行時還會采用過濾噪聲、懲罰展現等手段，對海量互聯網信息來源進行智能化分發，不僅可以提高信息分發效率，用戶實際體驗也會明顯增強。