《新媒体运营》教学ppt课件04新媒体运营与大数据.pptx

《《新媒体运营》教学ppt课件04新媒体运营与大数据.pptx》由会员分享，可在线阅读，更多相关《《新媒体运营》教学ppt课件04新媒体运营与大数据.pptx（120页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、项目4 新媒体运营与大数据CONTENT新媒体运营与大数据的基础知识大数据对新媒体运营的影响程序化广告本项目知识结构图知识目标（1）掌握新媒体运营与大数据的基础知识。（2）熟悉大数据对新媒体运营的影响。（3）了解程序化广告的新方向。技能目标（1）能够运用新媒体知识与大数据分析问题和解决问题。（2）掌握程序化购买的实现方式与基本流程。案例导入零售业大数据帮零售企业制定促销策略北美零售商百思买在北美的销售活动非常活跃，产品总数达到3万多种，产品的价格也随地区和市场条件而异。由于产品种类繁多，所以成本变化比较频繁，一年之中，变化可达4次之多。结果，每年的调价次数高达12万次。最让高管头痛的是定价促销

2、策略。公司组成了一个11人的团队，希望通过分析消费者的购买记录和相关信息提高定价的准确度和响应速度。定价团队的分析围绕着以下三个关键维度。（1）数量。团队需要分析海量信息。（2）多样性。团队除了分析购买记录这种结构化的数据外，还借助社交媒体发帖这种新型的非结构化数据。（3）速度。为了实现价值最大化，团队对数据进行实时或近似实时的处理。PART 01新媒体运营与大数据的基础知识74.1.1 大数据概述1.数据、信息、知识的关系有一种比较通用的理解是，数据是使用约定俗成的关键字，对客观事物的数量、属性、位置及其相互关系进行抽象的表示，从而在这个领域中可以用人工或自然的方式进行保存、传递和处理。我们

3、研究、学习大数据的基础在于了解数据及数据对于人类社会发展的重要性。1990年，被誉为“知识管理奠基之父”的卡尔-爱立克斯威比（Karl-Erik Sveiby）出版了著作知识管理，这是世界上第一本用“知识管理”一词做书名的专著。这本书在定程度上解答了数据与知识之间的关系，也间接地回答了数据与人类社会发展之间的关系。84.1.1 大数据概述在这本书中，斯威比认为每时每刻，我们身边都充满了各种各样的数据。但只有将这些杂乱无章的数据转换为信息和知识，才能帮助我们做出明智的选择。数据是我们获得知识并做出相应决策的重要依据和基础。斯威比构建了一个知识模型，数据、信息、知识、智慧共同构成一个金字塔结构，而

4、数据正是这个金字塔的底层，如图4-1所示。94.1.1 大数据概述根据这个模型，我们可以得出一个基本的认识：人们对数据的处理，形成了信息，通过信息获得知识，利用知识来做出相应判断，并为各项决定和行为提供参考依据。信息与数据的不同之处在于，信息是有一定含义的、经过加工处理的、对决策有价值的数据，是人们对数据进行系统组织、整理和分析之后的一些结果。信息是可以用数字化来表示的。104.1.1 大数据概述$350.00From 20XX 对信息的接收始于对数据的接收，对信息的获取只能通过对数据背景进行解读。数据背景是接收者针对特定数据的信息准备，即当接收者了解物理符号序列的规律，并知道每个符号和符号组

5、合的指向性目标或含义时，便可以获得一组数据所载荷的信息，即数据转化为信息，这可以用公式“数据+背景=信息”来表示。虽然在很多情况下，“数据”和“信息”两个词经常被替换使用，但事实上两者是有区别的：数据是对信息数字化的记录；信息是把数据放置在一定的背景下，对数字进行解释，赋予其意义。在进入信息时代之后，人们趋向把所有存储在计算机里的信息，无论是数字还是音乐、视频、图片，都统称为数据。114.1.1 大数据概述正因为数据承载着信息，所以在应用过程中，这些数据不仅是对客观现象的记录、纷杂无序的数值，还带有特殊意义和价值。人们通过对这些数据的交换、整合、分析来解释各种现象背后的原因，同时预测事物的发展

6、趋势。这样一来，数据就成了“知识”。可以说，数据正是知识的来源。因此，人类一直对数据处理技术的提升孜孜以求，目的就是掌握更多的数据、更加精确的数据，得到更多的信息和知识。124.1.1 大数据概述2.大数据的概念大数据并不是一个实体，而是一个横跨很多IT边界的动态活动。全球最大的战略咨询公司麦肯锡给予了其十分明确的定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行抓取、管理和处理的数据集合苏高.134.1.1 大数据概述与大数据的概念同一时期出现的是“非结构化数据”这一名词。相对于结构化数据（行数据，存储在数据库中，可以用二维表结构来实现逻辑表达的数据）而言，非结构化数据就是不方

7、便用数据库二维逻辑表来表现的数据，包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频/视频信息等。而大数据包含这些非结构化数据的复杂数据集合，以及能够处理这些数据的技术。在表4-1中，我们对各种数据的结构化程度与内容进行了梳理。144.1.1 大数据概述154.1.1 大数据概述大数据技术并非一挥而就，而是一个铢积寸累、逐步发展的过程，但是这个概念真正在全社会范围内广泛流行起来是在2012年前后。从技术处理手段上来看，大数据技术对于传统的数据处理来说是一种变革。这种技术上的变革迫使人们改变数据运用的方法与理念，从而与大数据技术相匹配。迈尔-舍恩伯格（Mayer-Scho

8、nberger）在大数据时代一书中写道：“大数据与三个重大的思维转变有关，这三个转变是相互联系和相互作用的。首先，要分析与某事物相关的所有数据，而并非依靠分析少量的数据样本。其次，我们乐于接受数据的纷繁复杂，而不再追求微观领域的绝对精确性。最后，我们的思想发生了转变，不再探求难以捉摸的因果关系，转而关注事物的相关关系。”164.1.1 大数据概述3.大数据产生的背景自2012年以来，“大数据”一词越来越多地被人们提及与使用，人们用它来描述和定义信息爆炸时代产生的海量数据，它在纽约时报的专栏封面出现过，在美国白宫网的新闻中出现过，在国内外一些互联网主题的讲座沙龙中也出现过，甚至被嗅觉灵敏的国君证

9、券、国泰君安、银河证券等写进了投资推荐报告。有人说21世纪是数据信息时代，移动互联、社交网络、电子商务大大拓展了互联网的疆界和应用领域，我们在享受便利的同时，也无偿贡献了自己的“行踪”。174.1.1 大数据概述我们不得不接受这个现实，每个人从互联网进入大数据时代，都将是透明性存在。各种数据正在迅速膨胀并变大，决定着企业的未来发展。虽然现在企业可能并没有意识到数据爆炸性增长带来的问题及隐患，但是随着时间的推移，人们将越来越多地意识到数据对企业的重要性。大数据时代对人类的数据驾驭能力提出了新的挑战，也为人们获得更为深刻、全面的大数据洞察能力提供了前所未有的空间与潜力。184.1.1 大数据概述正

10、如纽约时报的一篇专栏中所称，大数据时代已经降临，在商业、经济及其他领域中，各种决策将日益基于数据和分析而做出，而并非基于经验和直觉。哈佛大学社会学教授加里金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”194.1.1 大数据概述4.大数据的特征（1）IBM的“5V”理论。大量 多样 价值 高速 真实204.1.1 大数据概述（2）目前普遍认为大数据具有以下特征。02010304 海量性。多样性。高速性。易变性。214.1.2 新媒体运营与大数据的关系大数据时代的营销与商业分析一书中有这样一段描述：“一分钟到底会有多少数据产生

11、？Google收到超过200万个搜索查询；Facebook用户分享684 478条内容；Twitter用户发送超过10万条微博；苹果公司收到大约47 000个应用下载；Facebook上的品牌和企业收到34 722个赞；Tumblr博客用户发布27 778个新帖子；Insta-gram用户分享36 000张新照片；Flickr用户添加3 125张新照片；Foursquare用户执行2 083次签到；571个新网站诞生；WordPress用户发布347篇新博文；电子邮件用户发送204 166 677条信息；消费者在网购上花费272 070美元。类似这样的描述我们可以从多个信息源中捕捉到，而这些说

12、明的正是新媒体与大数据之间的紧密关系。1.新媒体运营的基石大数据224.1.2 新媒体运营与大数据的关系从新媒体产业链的角度来看，大数据已经成为新媒体产业链条上各个环节发展的基石。表4-2所列为部分新媒体机构及其大数据统计。234.1.2 新媒体运营与大数据的关系244.1.2 新媒体运营与大数据的关系123新媒体机构的本源是数据。基于网络与新媒体环境的数据服务机构出现。新型广告营销机构出现。254.1.2 新媒体运营与大数据的关系谈论大数据改变新媒体内容运营模式时，一个非常著名的案例是奈飞公司（Netflix）出品的政治题材电视剧纸牌屋。该剧第一季在Netflix网站上全球同步首播，之后引起

13、全球范围内的追剧热潮。奈飞公司作为出品方，将这部剧获得成功的其中一个原因归结于大数据的运用。2.大数据改变新媒体运营模式，带来全新的商业模式264.1.2 新媒体运营与大数据的关系我国同样有不少新媒体机构通过大数据来进行内容运营。随着用户对网络视频的依赖不断加深，以搜索为主导的功能性视频需求成为一个崭新领域，只要用户和客户有需求，对应的“种子”就会应运而生，并迅速传播开去。n举例说明依托百度搜索的大数据，爱奇艺发现每天有很多网民在网络上搜索菜谱，但搜索结果大部分都是图文资讯，于是爱奇艺打造了美食每刻这档自制栏目，将最经常被搜索的菜肴的制作方法做成视频节目，并由百度搜索进行关键词关联和推荐。依靠

14、这个模式，爱奇艺实现了300%400%的业绩增长。继美食烹饪节目之后，爱奇艺“蒲公英计划”又推出了城市榜单，节目偏向于寻找一些容易被人们忽略的小型经典美食店面。274.1.2 新媒体运营与大数据的关系大数据对于新媒体的另一项重要影响在于，只要利用得当，数据可以直接形成新的产品，从而为媒体机构带来新的盈利点，甚至创造全新的商业模式。阿里云总裁王文斌在接受媒体采访时表示，对于企业IT建设来说，关键的是数据，不同于传统时代数据被视为应用的“副产品”。目前数据已经成为企业的核心生产力，成为驱动应用创新和商业变革的重要力量，人们的生活也会因此发生质的改变。284.1.2 新媒体运营与大数据的关系淘宝在2

15、012年前后就曾经对外公布过未来发展的战略，并表示自身将转型成为数据服务商，将大数据视为未来发展的重要支撑。通过电商平台的运营，淘宝采集和存储了海量的交易数据，自建云存储系统Ocean Base，实现数据的产品化，从而实现从交易平台到“生态圈”基础服务提供商的角色转变，完成由平台销售向数据销售盈利模式的转变。淘宝网在海量数据库与大数据处理技术的基础上，通过专业的海量数据挖掘，开发了面向进驻商家的多项数据产品，如“淘宝生意参谋”。图4-2所示为淘宝大数据运用框架。294.1.2 新媒体运营与大数据的关系304.1.2 新媒体运营与大数据的关系在海外，利用数据开发新的媒体产品的例子也非常多。例如，

16、沃尔玛此前设计了一款基于Facebook的小软件，用以挖掘用户数据，并促进在线销售。该软件名为Shopycat，用户下载并授权之后，软件将检查用户在Facebook上的朋友清单及他们的兴趣爱好、活动，并创建一份礼品建议清单。用户可通过姓名或兴趣检索，浏览这些推荐的项目，通过点击即可购买礼物。例如，Shopycat会通知用户他的朋友Joe在不断地发表关于Red Sox棒球队的评论，这就表明他是该队的球迷。314.1.2 新媒体运营与大数据的关系同时，Shopycat也分析“喜好”与“分享”等类信息，判断目标用户的爱好，并推荐相应的礼物。此外，用户还可以通过大范围搜索，找到一个令人心动但又不十分昂

17、贵的礼物。Shopycat在海量产品类别中匹配用户的兴趣，包括沃尔玛网店、沃尔玛零售店，合作网站包括B&N、RedEnvelope、Think-Geek及Hot Topic等。沃尔玛深知，不可能拥有所有潜在的最佳备选礼品，因此联合了其他零售商共同参与此项计划。324.1.2 新媒体运营与大数据的关系3.大数据帮助新媒体提升用户体验用户体验可分为视觉体验、交互体验和情感体验三类。（1）视觉体验。视觉体验呈现给用户视听上的体验，强调舒适性。一般通过色彩、声音、图像、文字内容、网站布局等呈现。（2）交互体验。交互体验是指界面给用户使用、交流过程的体验，强调互动、交互特性。交互体验贯穿浏览、点击、输入

18、、输出等过程。（3）情感体验。情感体验是指给用户心理上的体验，强调心理认可度。如果用户通过站点能认同、抒发自己的内在情感，就说明用户体验效果较深。情感体验的升华是口碑的传播，形成一种高度的情感认可效应。334.1.2 新媒体运营与大数据的关系对于新媒体来说，用户体验至关重要。很多时候，产品的使用体验会直接决定用户对于新媒体产品的评价，进而影响新媒体机构的运营与发展。在这个方面，大数据同样可以产生较为明显的影响。以互联网产品为例，目前业界普遍认为，较为优秀的供用户体验的产品应该具备三个基本原则，即简单（simple）、迭代（iteration）、微创新（micro-innovation），而大数

19、据可以从这三个方面帮助新媒体更好地提升用户体验。344.1.2 新媒体运营与大数据的关系我们可基于大数据构建很多的用户体验监测模型，监测一个产品是否足够简单。例如，通过用户行为的漏斗模型，我们可以把用户使用产品的关键触点（touch point）定义出来，监测每个触点之间的转化率。用户的关键触点有电商购物，用户进入首页、查看产品详情、把产品放到购物车、购买及支付等，我们通过监控各环节之间的转化率及从最开始的接触点到最终的接触点的转化率来衡量产品的体验是否做得足够好、足够简单。我们相信，用户完成一个产品操作任务所用的步骤越少，转化率相对就越高。354.1.2 新媒体运营与大数据的关系大数据可以帮

20、助产品更好、更快速地迭代。亚马逊就非常善于利用A/B测试方法进行实时改善。A/B测试简单来说，就是为同一个目标制订两个方案或版本（如两个页面），让一部分用户使用A方案，另一部分用户使用B方案，通过及时地统计使用效果数据，如点击率等，看哪个方案更符合设计目标。Google很多新的产品上线或者功能优化上线前也都会进行A/B测试。对于常规的A/B测试，同一个目标一般要做两种方案，很多互联网公司为了简化流程，一般只做一种方案，进行灰度上线（只抽取小部分用户进行产品发布）以后，通过大数据实时监测，对比这个效果和之前版本的效果，如果效果不如之前的版本，新版本就放弃正式发布。364.1.2 新媒体运营与大数

21、据的关系通过爬虫手段，可以抓取产品在互联网上的评价（如抓取微博、论坛、电商等评论）。通过自然语言处理的手段和语义分析，对评论等非结构数据进行处理和挖掘，可以计算产品的推荐度，实时掌握产品的口碑情况。通过大数据，可以实时发现产品问题点，这样会有利于产品的改进。很多大型的产品导向型互联网企业都把1 h内有3人反映的同一个问题定义为bug，必须在24 h内解决。基于大数据的手段对于产品问题的及时发现和定位非常有帮助。大数据可以帮助产品实现微创新的效果。360公司的董事长周鸿祎说过，口碑是衡量创新的标准，因为给用户带来强烈体验的东西一定能形成口碑，而大数据可以及时监测产品的口碑。374.1.2 新媒体

22、运营与大数据的关系4.大数据颠覆了传统媒体营销体系+4800万（1）消费者洞察方面。（2）制定传播策略方面。（3）创意策划方面。（4）效果评估方面。384.1.2 新媒体运营与大数据的关系n举例说明金霸王为旗下的充电宝产品投放的视频广告创意灵感就来自消费者在社交网站上的各种评论与意见。在兰蔻全球页面上（图4-3），此前是搜索导购在右侧，广告在左侧。根据大数据推算的结果显示，将搜索导购移到左侧会更契合受众的使用习惯。按此修改之后，兰蔻在不增加广告投放预算的前提下，在线预算收入提高了300%。394.1.2 新媒体运营与大数据的关系404.1.2 新媒体运营与大数据的关系5.大型数据中心的建设成为

23、新媒体机构的重要战略发展规划大数据对于新媒体产业发展的另一项重要影响在于，越来越多的新媒体机构已经意识到了大数据对于自身发展的重要性，也因而将更多的花费投入大型数据中心的建设上。谷歌的数据中心已经有遍布全球的趋势，成为新媒体机构在数据中心建设方面的楷模。位于艾奥瓦州康瑟尔布拉夫斯的巨大天线是为谷歌光纤（Google Fiber）接收信号的，谷歌光纤是该公司新组建的一个部门，旨在把光纤接入全球各地的居民家中。用户通过谷歌光纤的电视服务可收看数以百计的电视频道，这些天线也是电视频道的主要信号来源。414.1.2 新媒体运营与大数据的关系Facebook位于俄勒冈州普林维尔（Prineville）的

24、数据中心（图4-4），耗资上千万美元打造，属于未来派的节能数据中心。与普通数据中心相比，Facebook数据中心的能效高38%，建造成本低24%。Facebook此前一直在加利福尼亚州和弗吉尼亚州租用第三方机构的空间，利用数据中心批发的特性作为快速增加容量的方式，但是这种服务器环境是不同的。Facebook定制了数据中心的许多元素，从不同寻常的电力输送系统（电压是277 V而不是传统的208 V，从而消除了降压）到制作专用的最小化硬件。424.1.2 新媒体运营与大数据的关系434.1.2 新媒体运营与大数据的关系Facebook的服务器高度略微超过6.7 cm，采用精简的设计来减轻重量并减少

25、材料消耗：没有喷漆、徽标、贴纸，也没有前面板，硬件材料比典型的服务器所使用的材料少22%；选择更大尺寸来容纳更大、更高效的风扇和散热片。除了数据中心的基础设施外，Facebook在保密性方面也采用了与众不同的做法。Facebook没有将普林维尔数据中心的技术细节视为专有信息，而是将它们公开，通过开放项目对外提供服务器、机柜、电气及机械方面的规范。444.1.2 新媒体运营与大数据的关系IBM则斥资3.62亿美元在三角研究园（Research Triangle Park）兴建了为IBM全球用户提供服务的数据中心，如图4-5所示。该数据中心占地5 000多平方米，可扩建至9 000多平方米。IBM

26、表示，该数据中心的能耗为同等规模数据中心的一半。该数据中心建在三角研究园的一座现有建筑内，而且对材料进行了尽可能多的回收利用。目前，将应用软件托管在该数据中心的用户包括北卡罗来纳中央大学、北卡罗来纳州立大学及美国高尔夫协会和IBM的官方网站。早在2008年11月，IBM就宣布将在美国北卡罗来纳州的三角研究园投资3.6亿美元，创建一座新的数据中心，旨在为企业机构和大学研究者提供云计算服务。IBM在全球范围内共有450个数据中心，在三角研究园内的员工总数约为1万名。454.1.2 新媒体运营与大数据的关系464.1.3 新媒体运营的数据处理体系1.数据体系的构建阶段和步骤（1）新媒体数据体系构建的

27、三个阶段。使用前阶段。使用中阶段。使用后阶段。474.1.3 新媒体运营的数据处理体系（2）新媒体数据体系构建的四个步骤。数据采集。数据导入和预处理。数据统计和分析。数据挖掘。484.1.3 新媒体运营的数据处理体系获取数据作为新媒体机构搭建大数据处理体系的第一步，采用何种方法获取数据是相当重要的。它决定了新媒体机构是否能够高效、快速地收集到尽可能多的数据，以便于下一步进行相应的数据处理。一般来说，新媒体机构在获取数据、搭建数据体系的时候，常用的方法包括搜索获取法、Agent法（在IT领域，Agent是指能够自主活动的软件或者硬件实体，通常被翻译为“代理”）、扫描法和载体监听法，如图4-6所示

28、。2.数据的获取方法494.1.3 新媒体运营的数据处理体系504.1.3 新媒体运营的数据处理体系互联网机构获取的用户数据大都是通过cookie文件得到的。cookie由服务器端生成，发送给User-Agent（一般是浏览器），浏览器会将cookie的key/value保存到某个目录下的文本文件，下次请求同一网站数据时就发送该cookie给服务器（前提是浏览器设置为启用cookie）。cookie的基本组成包括：(1)cookie的名字。(3)cookie的过期时间。(5)cookie所在域名。(2)cookie的值。(4)cookie的作用路径。(6)cookie的安全属性。514.1.3

29、 新媒体运营的数据处理体系前两个参数是cookie应用的必要条件。另外，还包括cookie的大小（size，不同浏览器对cookie个数及大小限制是有差异的）。进行session在计算机中，尤其是在网络应用中，称为会话控制。session 对象存储特定用户会话所需的属性及配置信息。这样，当用户在应用程序的 Web 页之间跳转时，存储在 session 对象中的变量将不会丢失，而是在整个用户会话中一直存在下去。当用户请求来自应用程序的 Web 页时，如果该用户还没有会话，则 Web 服务器将自动创建一个 session 对象。当会话过期或被放弃后，服务器将终止该会话。session 对象最常见的

30、一个用法就是存储用户的首选项。例如，如果用户指明不喜欢查看图形，就可以将该信息存储在 session 对象中。管理、个性化识别及跟踪与监测是cookie的基本功能。524.1.3 新媒体运营的数据处理体系cookie有什么作用呢？几乎所有网站都有新用户注册这个选项，当用户注册之后，等到下次再访问该站点时，网站会自动识别用户，可以免去登录的操作，并且向用户问好。图4-7所示为京东免登录识别页面。更重要的是，网站可以利用cookie跟踪统计用户访问该网站的习惯，如什么时间访问、访问了哪些页面、在每个网页的停留时间等。534.1.3 新媒体运营的数据处理体系544.1.3 新媒体运营的数据处理体系利

31、用这些信息，一方面可以为用户提供个性化的服务；另一方面，也可以作为了解所有用户行为的参考，这对于网站经营策略的改进有一定的参考价值。通常来说，cookie可以分成三种类型。第一种为session cookie。一个用户的session cookie（内存cookie或瞬息cookie）是当用户浏览网站的时候，网站暂存的cookie。当用户在该cookie的有效日期或者有效间隔内访问网站，session cookie将被创建，当用户关闭浏览器的时候，session cookie将被删除。第二种为第一方cookie。第一方cookie是由受访网站以相同域名（或其子域名）创建的。第三种为第三方coo

32、kie。第三方cookie是由受访网站以不同域名创建的。554.1.3 新媒体运营的数据处理体系3.数据的整理与筛选对已经收集的数据，需要进行进一步的整理和筛选，才能够为数据收集者所用，进行下一步的数据挖掘与分析。一般大数据的整理和筛选需要经过三个重要步骤，即空缺值处理、噪声数据处理及数据一致化。大数据的整理筛选步骤如图4-8所示。564.1.3 新媒体运营的数据处理体系接下来，我们将以中央电视台的媒资系统央视音像资料馆的建设情况来说明新媒体机构大数据处理与筛选的过程。央视音像资料馆的内容为央视所有公开频道中播出的内容，既包括自主生产的部分，也包括外来购买的部分。将来，央视音像资料馆会对这些内

33、容进行多种指标的细分，包括有无版权、使用程度和频率等。574.1.3 新媒体运营的数据处理体系央视音像资料馆每天上载的内容和数据接收量超过300 h；每年为台内节目生产提供资料下载2万小时；共有9个磁带库房，总面积达3 600余平方米；馆藏音像资料录像带100万盘，包括多种格式；具有124万盘磁带介质的存储空间。目前，央视音像资料馆中的内容分为7类：专题、体育、素材、影视剧、新闻、综艺和纪录片。对这些节目内容和数据进行存储与管理之前，央视音像资料馆的一个重要工作就是进行编目，相当于数据的整理和筛选。央视音像资料馆分为4个编目区、10条编目生产线、200个编目工位，按照7类内容给每个工位进行工作

34、任务划分，每天可以完成300 h的节目编目量，全年编目量达10万小时。584.1.3 新媒体运营的数据处理体系在编目细则方面，央视音像资料馆遵循广播电视音像资料编目规范与中央电视台音像资料编目细则制定的基本规范，将节目数据分为四层编目：节目层、片段层、场景层、镜头层。场景、镜头主要以数据再利用价值和珍贵程度作为选取原则。594.1.3 新媒体运营的数据处理体系之后，央视音像资料馆会对这些节目资料进行数字化的处理，并最终形成可用的信息数据。这个流程可以基本分为10个步骤，如图4-9所示。其中，央视音像资料馆在上载这个环节中建设了24个上载通道，包括18个工作站点采集通道和6个机械手采集通道。通过

35、视频服务器上载和数字化工作站上载两种方式将原始音像资料数字化，同时生成用于归档保存的高码率视音频数据和用于编目检索、网络发布的低码率视音频数据。604.1.3 新媒体运营的数据处理体系61央视音像资料馆在编目、标引环节采用多点协同工作的编目生产流水线方式。来自上载数字化环节的待编节目数据进入编目检索系统后，审核人员按照四层编目进行审核。在用户应用环节，通过现有下载工作站和下载输出软件模块将资料馆内的节目资料数据进行多种介质的复制或转录。在管理人员对预约下载的数据进行合理性审查和统计分析等工作后，用户可快速获取所需数据。4.1.3 新媒体运营的数据处理体系624.1.3 新媒体运营的数据处理体系

36、（1）数据挖掘的步骤。数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术，主要有数据准备、规律寻找、规律表示、结果评价四个步骤。4.数据挖掘的步骤、常见任务、类型及可视化634.1.3 新媒体运营的数据处理体系数 据 准 备 是 从 相 关 的 数 据 源 中 选 取 所 需 的 数 据 并 整 合 成 用 于 数 据 挖掘 的 数 据 集；规 律 寻 找 是 用 某 种 方 法 将 数 据 集 所 含 的 规 律 找 出 来；规 律 表 示 是 尽 可 能 以 用 户 能 够 理 解 的 方 式 将 找 出 的 数 据 表 示 出 来；结 果 评 价 是 对 前 面 各 过 程 得 出

37、 的 数 据 分 析 结 果 进 行 评 价 总 结，以 获得 更 深 入 的 理 解，从 而 做 出 正 确 的 和 有 预 见 性 的 决 策。644.1.3 新媒体运营的数据处理体系一般说来，数据挖掘较为完整的步骤如下：理解数据和数据的来源获取相关知识与技术整合与检查数据去除错误或不一致的数据建立模型和假设实际数据挖掘工作测试和验证挖掘结果解释和应用。654.1.3 新媒体运营的数据处理体系（2）数据挖掘的常见任务。0102030405关联分析聚类分析分类分析异常分析特异群组挖掘和演变分析664.1.3 新媒体运营的数据处理体系（3）数据挖掘的类型。特殊应用数据挖掘。一般数据挖掘。674

38、.1.3 新媒体运营的数据处理体系n举例说明在上海某A级写字楼有一个酒吧，每天下午3点开始就聚满了来自各大公司号称“金领”和“白领”的消费者。终于在一个风雨交加的傍晚，某位数据挖掘工程师再也忍受不了酒吧人群的嘈杂，一边喝着啤酒一边向酒吧老板提出了如下建议：数据挖掘工程师说：“老板，我们有一项称为数据挖掘的技术，可以让你的酒吧不会这么拥挤，你也不会这么累，同时还会增加你的收入。”“说来听听。”老板一脸崇拜，并递上一份爆米花说，“这是新口味，来一份如何？”684.1.3 新媒体运营的数据处理体系n举例说明“OK!”工程师开始品尝新口味的爆米花，喝了一大口啤酒，说：“首先，你要将你的客户分群，只接受

39、高端客户，同时大幅提高你的价格，这样人少了，收入却不少；其次”可能是新口味的爆米花确实不错，工程师吃着爆米花，并做着手势再要一瓶啤酒。“接着，数据挖掘可以发现哪些东西可以放在一起出售，尽可能让来这里的人多消费，增加你的销售额。”“爆米花还要吗？”不知道是新口味作怪，还是喝了啤酒想要吃爆米花，一份爆米花已经没了踪影。“再来一份，味道真不错。”工程师继续说，“最后，数据挖掘技术还可以告诉你什么天气来这里的人会比较多、各种商品会在哪些季节比较畅销还有很多用处呢。”694.1.3 新媒体运营的数据处理体系n举例说明老板友善地微笑：“今天下雨，人多了点，虽然上午我撤了演出台，加了一些座位，可是位置还是不

40、够。让你心情不好真是不好意思，郁闷说出来心里就会好受些。选择在这里开酒吧遇到的都是白领，又赚钱又能学知识，客户分群就不用了，毕竟人多可以提升人气。”在这个故事里，酒吧老板已经进行了市场分析，顾客主要是写字楼里的白领。在商品销售方面，由于可在酒吧销售的商品很少，老板的经营经验和直觉绝对可以与数据挖掘的结果媲美，甚至有过之而无不及。这说明，当数据积累不充分时，数据挖掘的能力有限的。704.1.3 新媒体运营的数据处理体系（4）数据的可视化。数据可视化的目标。数据可视化的含义。714.1.3 新媒体运营的数据处理体系5.数据挖掘及数据体系搭建案例（1）百度的大数据挖掘与大数据体系。百度的数据来源及分

41、类。a.百度的数据来源。b.百度的数据分类。百度的大数据处理体系。图4-10对百度大数据引擎的基本架构做了简单介绍。a.开放云。b.数据工厂。c.百度大脑。百度大数据处理的技术和方法举例。a.百度蜘蛛。b.百度数据流计算系统Dstream。c.百度框计算图（4-11）。724.1.3 新媒体运营的数据处理体系734.1.3 新媒体运营的数据处理体系744.1.3 新媒体运营的数据处理体系（2）谷歌的大数据挖掘与大数据体系。谷歌的数据来源。从大范围来看，谷歌的数据来自三个方面：互联网中的开放信息，谷歌用户的数据，第三方机构的数据。谷歌的数据处理体系数据中心。a.软硬件结合。b.开发多种辅助系统。

42、c.不断投入的大数据中心建设。754.1.4 大数据与新媒体的内容运营1.新媒体内容、业务和产品内容业务产品764.1.4 大数据与新媒体的内容运营2.新媒体内容、业务和产品之间的关系产品有更深一层的加工含义，并且常被赋予“消费”“交易”的含义。在针对消费者或者受众、用户时，业务和产品的意义有时可以通用。从媒体运营的角度来看，业务的范畴更大，同一业务下可以包含多种产品，而“业务”的承载和表现往往都是产品。例如，媒体机构在进入业务领域后，推出了产品。从严格意义上来说，三者的概念是不同的，在研究新媒体时，通常需要对这三个概念进行差别化运用，如图4-12所示。774.1.4 大数据与新媒体的内容运营

43、784.1.4 大数据与新媒体的内容运营内容分发环节内容集成环节基本内容获取环节3.大数据在新媒体内容运营中的作用132PART 02大数据对新媒体运营的影响804.2.1 大数据与消费者的模式1.消费者的购买行为123456价格型购买行为理智型购买行为冲动型购买行为想象型购买行为习惯型购买行为随意型购买行为814.2.1 大数据与消费者的模式2.大数据对消费者模式的影响132消费者的行为更加理性消费者行为容易受评价影响消费者不再依赖品牌宣传824.2.2 大数据与新媒体的传播1.大数据时代下新媒体传播的方式特征传播方式从单向到双向传播行为更为个性化接受方式从固定到移动传播速度实时化技术的发展

44、使得新媒体可以实现实时的传播从单一到交融834.2.2 大数据与新媒体的传播2.大数据时代下新媒体传播的优势新媒体更有竞争力信息传播更精准传播内容关注度不断提高844.2.2 大数据与新媒体的传播3.大数据时代下新媒体传播的劣势（2）信息传播中隐私受到侵犯。（1）信息传播过程受个体情绪及公众舆论绑架。854.2.3 大数据与新媒体的产品1.新媒体产品及产品设计的定义创造一个有意义且可以理解的体验，让用户在体验产品和服务的过程中产生预期，获得满足，同时与产品和服务的提供者产生必要的互动。在这个过程中，我们需要完成产品的信息架构，平衡用户、技术和业务需求等各项要素的比重，创建界面和交互来塑造用户行

45、为；通过编写程序代码使产品可用，用必要的语言去解释产品；通过恰当的方式去进行产品的营销推广；通过贯穿始终的调研来了解、验证产品设计与构想。864.2.3 大数据与新媒体的产品2.新媒体产品设计发展趋势010203在新媒体环境中，需要提升产品设计的情感人文内涵。在新媒体环境中，注重中国传统文化在产品设计中的运用与体现。在新媒体环境中，产品设计应注重探讨人的行为及生活方式的改变。874.2.3 大数据与新媒体的产品3.利用大数据优化原有产品根据此前的诸多论述，我们已经明确了一个基本的观点：当人类可用的数据量越大、数据类型越多样，数据处理的速度越快、精度也越高的时候，我们从数据中可以获得的有价值的信

46、息也就越多。所以，利用大数据来优化原有的产品，是新媒体机构在大数据利用方面的一个重要方向。884.2.3 大数据与新媒体的产品新媒体机构推出机器翻译工具的历史由来已久。在大数据出现之前，传统机器翻译遵循以下规则：先设定好一套尽可能完善的语法规则及两种语言的对应词库，然后根据这套规则对输入的语言进行翻译。而大数据技术的出现则显著提升了机器翻译的质量。在线翻译工具的优化就是一个大数据优化的典型代表。同时，在“大数据”“语言资产”及“知识管理”等理念的倡导下，翻译行业也正在进行大规模的信息化改造，为翻译大数据和语言资产积累做好了准备。894.2.3 大数据与新媒体的产品简单来说，使用大数据进行翻译并

47、不是按照语法规则来翻译的，而是将整个句子放到互联网库中进行搜索，统计出整个互联网上所有与这句话的翻译相关的结果，而统计次数最高的译文就可以作为最终答案参考。这样一来，谷歌翻译出来的结果就有了很好的效果，用户的接受程度也最高，从而翻译的质量有了很大提高。PART 03程序化广告914.3.1 程序化广告的概念狭义的程序化广告特指程序化购买（programmatic buying），程序化购买通常依赖需求方平台（demand-side platform，DSP）和广告交易平台（ad exchange platform），是通过实时竞价模式（real time bidding，RTB）和非实时竞价模

48、式（non-RTB）两种交易方式完成的。2014年，美国互动广告局（IAB）从资源售卖角度，对数字广告投放的程序化交易方式进行了划分和定义。程序化购买不再与实时竞价混淆在一起。以下是几个与程序化广告相关的概念。924.3.1 程序化广告的概念程序化购买1234需求方平台供应方平台数据管理平台程序化购买是指广告主通过数字广告投放平台，自动执行广告媒体购买的流程，这是一个与传统广告购买模式相对的概念。需求方平台可以使广告主简单、便捷地对位于多家广告交易平台的在线广告进行买卖，同时它也是一个综合性管理平台。供应方平台（sell-side platform，SSP）与需求方平台相对应，是媒体广告资源方

49、的服务平台。数据管理平台（data management platform，DMP）负责帮助广告主进行数据汇集和按需要与需求方平台进行数据交换，是对分散的第一方、第三方数据进行整合、归纳、统一的技术平台。934.3.1 程序化广告的概念广告交易平台广告网络实时竞价756互联网上的广告交易平台像股票交易平台一样，用于联系广告交易的买方和卖方，也就是广告主和广告位拥有方。广告网络（ad network）是一个封闭的网络广告市场，网络业主作为中间环节先向媒体方采购广告库存，然后转售给买家。实时竞价是一种利用第三方技术在数以百万计的网站上针对每个用户的展示行为进行评估及出价的竞价技术。944.3.2

50、程序化购买的实现方式及流程整个程序化购买的实现过程大致可以想象成这样：某个品类广告主的潜在消费者X开始浏览网站W。网站W或者与网站W合作的供应方平台向广告交易平台发出请求：“W网有一个访客X，有没有广告主感兴趣，想在W网的广告位上投放广告的？”于是需求方平台向数据管理平台求助：“帮我看看X这个人有什么特征？喜欢什么？”数据管理平台根据对消费者X的过往数据的分析回复：“这是个喜欢美食的家伙！”根据数据管理平台反馈的受众属性及广告交易平台提供的媒体信息，需求方平台帮助广告主判断是否出价、出价多少、展示什么样的广告信息。有可能同时会有很多人一起出价购买这个或者这几个W网的广告位，于是广告交易平台决定