摘 要：本文以大數據和人工智能為技術手段，分析技術支撐下如何推動媒體的場景創新，其中包括智能策劃、智能生產、智能分發、智能評價等場景，為媒體融合發展賦能。
關鍵詞：四全媒體;媒體融合;縣級融媒體;智能化;業務場景
2019年1月25日，中共中央政治局在人民日報社進行第十二次集體學習時，習近平同志提出了新時代對媒體行業的更高要求——四全媒體。總書記提出“全媒體不斷發展，出現了全程媒體、全息媒體、全員媒體、全效媒體，信息無處不在、無所不及、無人不用，導致輿論生態、媒體格局、傳播方式發生深刻變化，新聞輿論工作面臨新的挑戰。”融媒體已經上升為國家倡議，需要從技術、業務、生態等多維度相互協同，秉持“人在哪兒，宣傳思想工作的重點就在哪兒”的理念，著力構建資源集約、結構合理、差異發展、協同高效的全媒體傳播體系。
1.媒體融合的三階段
媒體融合之路歷經了三個階段，首先是 “從流程中心轉變為數據中心”的數媒時代，以新華社待編稿庫、人民日報公共稿庫為融合數據資源的典型案例;第二個階段是“從新媒體轉向為融媒體”的融媒時代，重點是實現渠道、體質、機制、技術、平臺等全方位的融合傳播體系;第三個階段就是當下正在探索的“大數據+智能化賦能”的智媒時代。
在大數據+AI這個新時代背景下，傳媒行業也向著智媒時代進發，越來越多的媒體利用大數據和人工智能的先進技術手段，打造智媒平臺以迎接未來趨勢的挑戰。人工智能在媒體傳統的策、采、編、發、評等環節進行賦能，從整個行業的技術格局探析：“AI重構生產，智能升維傳播”。從傳統媒體到新媒體、從新媒體升維到智媒體，其技術支撐必然是大數據+AI，但是技術支撐的有效落地一定還是場景服務，只有合理的場景才能將智能化技術實現賦能創新。人工智能的分支方向很多，和媒體有機融合的技術主要有：認知智能、智能語音、智能圖像、虛擬現實、知識圖譜等，其中媒體行業應用最廣泛和扎實的則是基于知識圖譜相結合的自然語言理解(NLP)，有專家曾提出“語言理解是人工智能領域皇冠上的明珠”。
2.智能化賦能媒體的業務場景
智媒時代核心是智能傳播，智能傳播的本質是“建立智能的人的情、境、意、識+機的態、勢、感、知的協同機制”。智能化賦能媒體業務的場景服務，主要體現在智能策劃、智能生產、智能分發與智能評價四大方向。
2.1智能策劃場景
依托于海量數據中篩選價值點，輔助媒體用戶實現選題與策劃的數據智能決策;同時利用NLP技術對大數據實時數據流進多維分析，結合知識圖譜體系規劃場景服務。智能策劃的場景選型從多種維度方向進行垂直細化延伸，主要是線索發現、熱點挖掘、情感關注、突發爆料、流量異動、深度追蹤等等。
如線索發現場景，重點是從海量數據流中實時發現可供決策和選題輔助的線索信息，在線索發現的模型算法后，還需配套一系列模型才能提高線索供給背后的有效支撐。線索真偽認證，不僅是從線索內容表面進行分析，還需要結合上下文語境、線索溯源的源頭發布信源的公信力、傳播圖譜上關鍵節點的信源評估、歷史相似內容的發布信源等級，還有持續更新的謠言庫比對等，只有通過諸多環節的算法模型處理，為每條線索賦予置信度閾值，才能提煉線索真偽性的量化數值依據，并供給為媒體從業者參考。
熱點挖掘，不僅是從海量數據中發現聚類熱點數據，而且需要將熱點數據進行下鉆分析、挖掘熱點背后的多元因子，才能幫助內容生產和決策者從不同角度來選擇合適的選題方向;因此從技術角度來看，每個熱點多層級分析至少需要熱度模型機選、子話題時移、熱點趨勢預測、爆點溯源評價、重要觀點提煉、熱力圖譜、政策關聯、報道角度預測、實體熱度抽取等數十種子模型算法來匹配。
此外，智能策劃還有情感關注、突發爆料、信息(或流量)異動、專題事件的深度追蹤等一系列諸多場景服務。
智能策劃場景其本質就是為媒體發現值得報道或者跟進的線索熱點等信息，在海量數據信息的篩選上，需要借助諸多算法理論和模型實現不斷的優化調整。“信息論之父”克勞德·香農為信息發現提供了扎實的理論基礎，香農在1948年的論文中，首次提出了“信息熵”的概念，，在信息論的這個著名公式下，通過單調性、非負性和累加性三個維度的計算，可以量化關于內容策劃化解所決策的信息增益和信息量，輔助媒體決策事件報道的方向和深度。
2.2智能生產場景
在媒體的內容創作過程匯總，利用大數據+人工智能為生產環節提供知識服務，以“人機協同”實現智能創作輔助;運用語音智能、圖像智能、虛擬現實等創新性先進技術，提升專業創作、全息內容形態和安全發布等。
智能生產場景大致可以分為四類方向：知識服務類、生產輔助類、全息創作類和內容安全類。
知識服務類，核心是利用大數據+認知智能技術，將媒體知識圖譜的語義關聯有機結合，在內容創作過程中，通過“機器大腦”的方式理解內容創作者的思路目的，以主動推薦式的服務提供內容緊密相關的知識、素材和延展等，通常被應用于主題延展、背景分析、智能配圖、素材關聯、語義關聯和以圖搜圖、視頻關鍵幀查詢等場景，實現內容與知識的“人機協同”創作。
推薦閱讀：傳媒評論新聞類職稱論文
