媒体数据中台建设方法论和落地实践.pdfVIP

媒体数据中台建设⽅法论和落地实践编者按 媒体融合下半场的重⼼将向智能化趋势发展。如何打造实⽤有效的媒体数据产品和服务，继⽽完成数智 化转型，已成为媒体⾏业当前最为关注的问题。 本⽂围绕当前媒体机构的转型需求，百分点科技⼤数据技术团队系统地介绍了百分点科技媒体数据中台 建设⽅法论及实践成果。 ⼀、媒体数据中台建设背景 以报纸、出版、⼴播电视等为代表的传统媒体，和以⽹站、新闻客户端、微博、微信公众号、IPTV、 OTT等为代表的新媒体产品，⽆论是呈现⽅式、传播途径，还是建设⽬标、技术体系都⼤不相同，这就 导致了系统建设重复浪费、各应⽤系统和发布渠道各⾃为政，出现业务系统之间相关割裂、隔离，数据 标准不规范，以及各系统数据难以融会贯通、数据质量⽆保证、数据不能有效利⽤和⽆法响应快速的业 务迭代创新等问题。 传统的媒体技术架构体系已经很难满⾜媒体⾏业当前业务需求，⽽中台恰恰可以很好地解决这些问题。 媒体数据中台以内容建设为根本，基于互联⽹思维，汇聚社内外数据资源，围绕内容、渠道、平台、经 营、管理等⽅⾯的建设需求，形成“数据整合、能⼒共享、应⽤创新”的媒体数据中台服务体系，可以为 前台应⽤提供媒体⽣产辅助、媒体运营辅助、媒体发布端应⽤、媒体智库等能⼒⽀撑。 通过媒体数据中台的建设，能够向前赋能业务，实现业务与应⽤的创新；向后沉淀数据，实现数据的整 合，做厚做强数据⽀撑。因此，媒体数据中台带来的是从新闻选题、内容⽣产、质量把控、发布渠道、 传播效果、内容运营等多个⽅⾯进⾏提升与转变。通过媒体数据中台架构将“数据能⼒下沉、业务应⽤上 浮” ，打造“⼤中台、⼩前台”的技术布局，形成可持续的媒体数据与服务⽀撑平台。 ⼆、媒体数据中台建设⽅法论 媒体数据中台是⼀个涵盖数据采集、数据处理、数据资产管理、数据治理、数据服务、数据分析和数据 应⽤等多个层次的综合平台。不仅汇聚媒体机构内外资源，还要提供统⼀的数据存储、构建统⼀的数据 标准与数据资源管理、提供统⼀的基础数据服务给业务⽅。同时，为了加强媒体机构⼤数据分析能⼒， 还需要引⼊智能分析服务，实现满⾜业务需要的各类公共性智能分析应⽤服务。 媒体数据中台整体建设⽬标，主要是提⾼服务复⽤率，赋予业务快速创新能⼒，最终打造成为平台化、 资产化、智能化、场景化、服务化的“中央厨房”式融媒体数据平台。 1. 媒体数据中台四⼤组成部分 媒体数据中台从战略构建维度来说，包括数据资产管理平台、数据智能分析平台、资源发布与展⽰平 台、资源服务共享平台等部分：数据资产管理平台的本质是将数据资产化；数据智能分析平台的本质是 将数据智能化；资源发布与展⽰平台的本质是将数据场景化；资源服务共享平台的本质是将数据服务 化。 （1）数据资产管理平台 数据资产管理平台主要是为了构建媒体数据资产的管控能⼒，是⼀个集数据采集、融合、治理、组织管 理、智能分析为⼀体的数据平台，最终数据将以服务⽅式提供给前台应⽤，以提升业务运⾏效率、持续 促进业务创新为⽬标。最终产出是适⽤于各个业务的主题库，辅助新闻⽣产、智能发布、媒体运营和舆 情分析等业务场景。 数据资产管理平台可实现对媒体机构内的稿件数据、产品数据、运营数据、⾏为数据，以及外部互联⽹ 资源和等各类数据资源有效汇聚与管理，通过建设统⼀的数据标准与数据资源管理，实现统⼀的基础数 据服务给业务⽅。 同时，以数据多样性的全域思想为指导，媒体数据中台⼀般会采集与引⼊全业务（采编、供稿等）、多 终端（PC、H5、APP等）、多形态（⾃⾝业务系统、三⽅购买、互联⽹定向抓取）的数据，实现媒体数 据资源的有效利⽤与融合。通过AI智能技术与⼈⼯相结合的⽅式，开展⽂字、图⽚、⾳视频的数据标引 ⼯作，实现内容资源的数据化，充分挖掘数据之间的关联关系，提升数据的潜在价值。利⽤⾃动专题、 定制专题等功能实现业务库、专题库的快速⽣成，提供敏捷建库的能⼒。 （2） 数据智能分析平台 数据智能分析平台提供认知智能和业务智能两种类型的AI能⼒。其中，认知智能主要是基于机器学习、 深度学习及迁移学习等⼈⼯智能技术，提供⾃然语⾔处理、图⽚识别、OCR识别和视频分析等基础能 ⼒。业务智能以基础智能为基础，对基础智能进⾏组织封装，包含⼀系列业务上通⽤的基础服务能⼒， 对数据层⾯提供数据的深层次加⼯，对业务层⾯提供业务的深层次分析，业务智能包括智能推荐、⽤户 画像、内容标引、专题分析、内容审校和智能专题等。通过⼤数据中⼼能⼒平台的构建，提升媒体机构 智能处理能⼒，有助于实现能⼒复⽤，降低开发成本，实现产品创新。 数据智能分析平台的⽬标是构建媒体AI能⼒，对社内外提供AI能⼒⽀撑，实现媒体从数字化到智能化的 转型升级，