郭全中 胡洁

【摘要】技术作为传媒业变革的驱动力，在未来一定阶段具体表现为智能传播平台，智能传播平台的核心在于有效解决信息过载问题，解决途径是实现信息与用户个性化、定制化、精准化的智能匹配。智能传播平台需要以“互联网”“大数据”的思维，基于大数据打造大数据技术平台、智能生产和传播平台以及用户沉淀平台。今日头条是智能传播平台的典型代表，取得了良好的效果，其构建以及运作经验对其他媒体的智能传播平台建设有着重要的借鉴意义。

【关键词】智能传播平台；用户连接；个性化推荐；今日头条

在“互联网”“大数据”的时代大背景下，传播方式和格局被彻底颠覆，基于互联网和大数据技术的智能传播平台代表着传媒业的趋势和未来，而今日头条则是智能传播平台的典型代表，本文就以今日头条为例来分析智能传播平台的构建和运作。

一、传媒业变革呼唤智能传播平台

（一）技术是传媒业变革的原动力

纵观人类传播史，我们共经历了四次传播革命，而每一次传播革命的背后都是媒介技术革命所驱动的，正如麦克卢汉所言“媒介即讯息”。

首先，文字的发明带来了第一次传播革命。公元前4000年楔形文字出现之后，突破了传播的时间限制，实现了信息的代际间传播，也正是得益于文字的出现，我们现在才能借助文字更好地了解古代人的生活状态，当然文字的发明也使得信息数量开始大幅度增加。

其次，古登堡印刷术带来了第二次传播革命。1450年之后的50年间，大约有800万本书被印刷，比之前的所有的手抄本还多，信息的数量也快速增加。古登堡印刷术突破了信息的距离限制，使得信息实现了大范围传播。

再次，电报技术的发明带来了第三次传播革命。电报技术突破了时间和范围的限制，真正实现了“千里之外，瞬间可至”，信息的数量又一次急速增加。

最后，互联网技术带来第四次传播革命。1989年，当万维网出现之后，互联网以其海量的空间、互动的方式，使得信息数量急剧增加。

从上述的四次传播革命来看，技术正式成为传媒业变革的主要驱动力，正可谓未来媒体一定是技术媒体。从实践来看，无论是国外的谷歌、Twitter、Facebook，还是国内的腾讯、新浪、百度、今日头条等，无不是以技术驱动发展的。

（二）互联网和大数据技术的发展使得智能传播平台成为可能

智能传播平台的基础是大数据，而衡量大数据基础是否扎实的三大标准是大数据的数据存储能力、生产数据能力、数据分析能力，而从目前来看，这三大能力大数据都已具备。

第一，“摩尔定律”使得人类存储数据的能力大大增强。“摩尔定律”是由英特尔的创始人之一戈登·摩尔1965年提出来的，即当价格不变时，集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍。在“摩尔定律”的推动下，相对于性能的提升，价格以更快的速度下降，即在存储器的性能提高的同时，大约每9个月存储容量的价格就下降一半。这一方面使得人们可以有更大、更快的數据存储能力，另一方面使得人们能够承担起保存数据的成本。而KPCB的数据显示，1990年到2013年期间，计算成本平均每年下滑33%；存储成本平均每年下滑38%；带宽成本平均每年下滑27%。[1]

第二，社交媒体的出现使得人类生产数据的能力增强。在社交媒体时代，人人都有麦克风，人人都可以是自媒体，Facebook、新浪微博、微信等社交类媒体以其及时、互动的特点使得人们生产数据的能力大大增加。相关数据显示，Facebook的用户每分钟分享的内容超过450万条；YouTube的用户上传的数据超过300小时。

第三，数据分析和挖掘能力使得人类使用数据的能力大大增强。随着大数据的发展，传统的数据分析工具和手段已经不够用，研究人员开发出了新的数据分析和挖掘能力，目前，主流的相关技术主要有以MapReduce和Hadoop为代表的非关系数据分析技术。

第四，智能终端的大范围普及使得人们随时在线。智能传播需要随时在线的大量数据，在之前的PC互联网时代，不可能提供智能传播所需要的在线数据，而随着2009年3G开始商用，我们进入移动互联网时代，智能手机等智能终端开始快速普及。智能手机体积小且作为人人必备的工具，不仅能随身携带且可以随时随地打开，这样就为智能传播平台提供了极其多的在线数据。相关数据显示，现在平均每人每天打开手机100多次，这就能够提供大量及时、在线和用户位置的数据。今日头条就是基于手机智能终端的快速、大范围普及的大趋势，于2012年年初创立。

（三）精准传播成为可能

首先，信息过载与用户个性化、定制化、精准化的信息需求之间存在重大悖论。当前，我们每日都陷于信息的汪洋大海中，除了传统媒体，还有微博、微信等各类新媒体信息源，但是每个人所能获取的能够满足自身个性化需求的有效信息不仅没有增多反而大大降低，正可谓“多就是少”。而这种悖论难题依靠传统方法是不可能有效解决的，只能借助于智能传播平台予以解决。

其次，从大众传播到分众传播再到精准传播的发展趋势。传播发展到今天，从最早的大众传播，如一种内容面向所有受众的报纸、广播、电视等，再到此后的分众传播，例如广播、电视的分频道，专业性报刊的出现以及报刊的分叠化，而在信息过载的时代下，精准传播应运而生，基于互联网和大数据技术已经能够给用户提供满足个人信息需求的个性化、定制化的信息。

（四）传统媒体急需重建用户连接

近几年来，在互联网媒体的猛烈冲击下，传统媒体深陷困境，根源就在于用户连接失效，具体表现为：一是传统媒体用户已经转移到互联网。CNNIC的数据显示，截至2015年年底，我国的网民数达到6.88亿，占人口总数的50%以上，手机网民达到6.20亿，尤其是年轻人获取信息的第一入口已经是互联网，不看电视、不看报、不听广播只用网络已经成为很多年轻人的生活方式。二是传统媒体广告收入大幅度下滑。2015年，互联网广告收入已经高达2096.6亿元，远远超过传统媒体的广告收入之和，百度的广告收入为640.37亿元，而与此形成鲜明对比的是，都市类报纸和地市级报社有60%陷入亏损困境。三是骨干大量流失。近几年，以央视为代表的中央级媒体和地方性媒体都有大量的骨干在流失。

面对用户连接失效的难题，传统媒体也采取了各种办法，但是成效不大，而智能传播平台将是一条有效途径。

（五）从精英编辑到个性化智能推荐

从传统媒体到社交媒体再到智能传播平台，信息数量在快速增加，信息的编辑和推荐的方式也在不断进化，以提供更好的信息服务。

首先，传统媒体时代由媒体推荐。传统媒体时代又可以分为大众传播和分众传播时代。一是大众传播时代。信息的数量相对较少，受众规模和范围较小，在这种情况下，采取的是一點对多点的大众传播方式，高度中心化，推荐方式靠传统媒体主导，这是一种精英主导式的推荐。如20世纪80年代的中央电视台和人民日报社等。二是分众传播时代。信息的数量大量增加但未到信息过载程度，受众规模和范围大范围增大，采取的是一点对多点的传播方式，高度中心化，推荐方式依然是传统媒体主导，是一种精英主导式的推荐，但为了适应受众的分化趋势，一方面传统报刊创办都市类、财经类、时尚类、科技类、娱乐类报刊，厚报采取分叠方式；另一方面传统电视则开办财经、娱乐、体育、电影等频道。

其次，在社交媒体时代由社交关系推荐。随着微博、微信等社交媒体的兴起，我们进入泽字节时代，信息数量急剧增加，进入信息过载时代，用户覆盖了绝大多数的人群，采取的是多点对多点的传播方式，中心相对分散，推荐由居于分中心的意见领袖主导，是一种相对平民化的推荐方式。由于分中心的意见领袖远远超过传统媒体的数量，在信息过载程度不是很严重的情况下，能够较好地解决信息过载问题。但是随着信息过载程度的进一步加深以及微博、微信的信息传播频率越来越快，这种以意见领袖为主导的推荐方式也难以有效解决信息过载问题。在国际范围内，Facebook、Twitter、微信和微博是社交关系推荐的典范，自有其优势，但劣势也很明显，主要表现为信息过载的朋友圈也难以找到有价值的信息。

再次，在个性化推荐时代利用算法推荐。在当前信息严重过载的时代，用户覆盖了绝大多数的人群，采取的是点对点的传播方式，无中心，推荐完全由机器主导，是一种高度平民化的推荐方式。个性化推荐方式通过机器算法，根据用户的需求实现了信息和用户需求的智能化匹配，能够有效地解决信息过载难题。目前，在国际范围内，Youtube、今日头条是其中的典范，此后出现的印度的Dailyhunt、日本的SmartNews、印尼的Babe等都采取的是今日头条的解决方式。

综上所述，媒体推荐、社交关系推荐和算法推荐的区别见表1。

二、智能传播平台的构建

（一）基本原理

智能传播平台的目标是解决信息过载情况下的信息与用户个性化、定制化、精准化的信息需求之间的智能化匹配，而智能传播平台构建的关键则是基于大数据的三大平台。具体见图1。

首先，打造内容丰富、形态多样的内容平台。在该平台上，云集着各式各样的信息，既有文字的，又有音频和视频的，并能实现信息的分类筛选、摘编和深度加工。内容平台一方面是开放的，既能对接各种自媒体平台和小型机构媒体，又能通过各类媒介进行传播，另一方面能够利用大数据技术对内容贴标签，以更准确地定义内容。

其次，打造技术先进的大数据信息资源平台，在该平台上能够利用数据挖掘和分析等技术和方式，通过对用户在互联网中的行为进行长期的、系统的跟踪和分析，实现对读者和受众个性化需求的准确定位和把握，其核心在于用户画像。

再次，能够通过技术手段低成本地在信息和受众个性化、定制化的需求之间实现智能化匹配，并能通过各种支付手段，实现智能化信息的收费。

（二）三大平台的构建

首先，大数据技术平台。大数据技术平台是硬件、软件、数据、云存储和平台服务的组合，具体包括大数据资源中心、大数据智能分析中心、大数据组件服务、虚拟化云平台、大数据运营系统、安全管理体系等方面的建设内容。

其次，智能生产和传播平台。智能生产和传播平台是立足于媒体大数据平台，以大数据智能分析工具作为技术支撑，将媒体旗下媒体资源融合共享使用，实现“一次采集、多元加工、多次发布”的智能生产和传播平台。包括新闻线索智能决策系统、融媒体智能创作系统、融媒体智能发布系统、传播效果分析系统、中央厨房报道指挥系统、内容创作社区、PC互联网改造升级等方面的建设内容。

再次，用户沉淀平台。用户沉淀平台是将传媒集团通过优质内容资源、线下活动、经营行为沉淀下来的优质用户数据进行整合、清洗、认证、管理、记录以及深入挖掘、分析，并通过智能化、个性化的信息、数据服务，提高用户的参与度和满意度。用户沉淀平台包括用户数据采集及处理、用户数据存储与管理、跨媒用户统一管理、用户行为分析、用户肖像刻画、互动应用管理等方面的建设内容。

（三）今日头条智能传播平台的构建

今日头条的智能传播平台除了上述三大平台之外，核心在于根据用户特征、场景和文章特征做个性化推荐，每一个用户的推荐内容都不同，实现了真正的千人千面。需要指出的是，今日头条自身不生产内容，是数据创作平台和分发平台，一方面，作为个性化推荐引擎，重点在于实现内容和用户需求的更好匹配和分发；另一方面，作为数据创作平台，今日头条每天有75%以上的内容来自今日头条的创作平台。

首先，在用户画像方面，可以根据用户短期的点击、转发和评论行为来给用户按照兴趣、职业、年龄、终端、地域分布、情感倾向等特征对用户进行画像，进而分析出用户喜欢什么类型的文章、最喜欢文章里的什么关键词、关注你的人还喜欢什么内容，等等。

其次，分析场景特征。个性化推荐除了考虑用户的个人特征以外，也要考虑用户所处的场景。例如，早上应该多推送与工作相关的信息，中午可以多推荐一些餐饮信息，晚饭后则可以推荐幽默、搞笑视频。当然，在进行个性化推荐时，也应该分析用户是否在WiFi环境下，如果没有WiFi，则应多推荐耗费流量不大的图文，而如果有WiFi，则可以多推荐耗费流量大的音视频。

再次，分析文章的特征。重点分析文章中有什么主题词，有什么重要标签，文章的热度、时效性和相似性如何等。

通过分析用户的个性化特征，结合特定的场景，给每一个用户推荐满足其需求的文章，这样就能够吸引用户留存下来，并提升用户的忠诚度。

（四）今日头条智能传播平台搭建的几个重点

首先，灵活交叉应用数据思维的三大工具，即归纳总结、A/B测试、双盲交叉验证。一是归纳总结，即按照特定的维度进行排序，分析对象特性，并在此基础上找出内在规律，为决策做服务。二是A/B测试，即把实验对象随机分组，把一个或多个测试组的表现与对照组比较，以测试效果。三是双盲交叉验证，即在评估一项数据的时候，把一部分样本抽样，讓其他人再评估一下，进而根据抽样数据评估的一致性来判断该评估的可靠性。

其次，推荐算法分为推荐模型和推荐召回模型两层。一是在推荐模型方面，尽可能地丰富决策的维度，包括性别、年龄、兴趣等，今日头条已经有数百亿维度，目前还在增加。推荐模型的优点是功能很强大，但其缺点是需要的计算资源很多，成本大，并不是所有的事情都适合该模型。二是在推荐召回模型方面，各个策略独立地负责判断哪些内容有资格进入排序候选。通过推荐召回模型可以过滤掉90%的无效信息，有效降低了推荐模型的负担。

再次，实现数据部和业务部的有效混通。在混的方面，数据部要和业务部混在一起，唯有混在一起，才有可能通；在通的方面，带着业务问题看数据或者带着数据来看业务。业务问题和数据问题之间的“通”，需要部门数据之间的交叉。今日头条有专业的内容运营团队，其中不少人有传统媒体的工作经验，他们会帮助算法去发现、判断内容的价值。今日头条通过数据部、业务部之间互联互通，在发挥人的智慧和品位的基础上，寻找算法和人工之间的最佳结合点。

四、智能传播平台的运作——以今日头条为例

2012年8月今日头条智能传播平台推出后，迅速获得市场认可，长期占据苹果应用商店新闻类榜首。

（一）今日头条具有技术基因

随着互联网技术和大数据技术的发展，互联网和大数据已经成为整个社会的底层架构和社会操作系统，其中互联网是骨骼，大数据则是血液，而在“互联网+”“大数据+”的推动下，人工智能在高速发展。今日头条作为新一代的高技术公司，其技术基因更为鲜明：一是其创始人张一鸣是技术出身。他不仅深刻理解技术的趋势，而且对技术高度重视。二是主要团队以技术团队为主。正如今日头条所说，其本身并不生产内容，而是基于数据挖掘和推荐引擎技术，实现内容的更好分发和传播。三是基于更为先进的大数据技术。目前，绝大多数的互联网网站都是基于传统的互联网技术而不是基于大数据技术，导致难以实现有效的信息智能匹配和个性化推荐。需要指出的是，今日头条认为机器比人更靠谱，一方面是机器不求回报，另一方面是机器更加稳定。

（二）今日头条能够帮助传统媒体重建用户连接

今日头条以用户体验为王，充分利用互联网和大数据技术来搭建智能传播平台。通过分析用户的个性化特征，结合特定的场景，给每一个用户推荐满足其需求的文章，这样就能够吸引用户留存下来，并提升用户的忠诚度。截至2016年3月中旬，今日头条在短短4年内累计激活用户数超过4.5亿，仅APP的日活跃用户就超过4500万，MAU达到1.2亿，单用户每日启动次数约8次，单用户每日使用时长超过60分钟，内容阅读量超过8亿篇，头条号账号总数为7W。

已有最高检、最高法、中国政府网、公安部、教育部以及北京发布、上海发布、广东发布等近5500家各级单位开通头条号，平均每周发文3万余篇，每周推荐人群超过4.7亿。可以看出，今日头条这样的智能传播平台不仅聚集了4.7亿的巨量用户，而且帮助传统媒体进行了更好的传播，帮助传统媒体重建了用户连接。

（三）今日头条有效避免了“广场效应”

所谓“广场效应”，是指人们在聚集的公共场所，由于从众效应，往往会表现出与平时大相径庭的言行，其结果就是多数时候群体道德水平比个人道德低下。互联网不仅构成了一个虚拟和现实交织的社会，而且作为公共舆论平台，以其多点对多点、病毒式、及时、互动的传播特点，更容易形成“广场效应”，且“广场效应”的波及面更大、影响更深远。互联网时代下，热点事件层出不穷且更难以进行舆论引导的根源就在于此。例如，前不久黄晓明和Angelababy价值2亿元的婚礼占据了各大门户网站的显著位置，成为街谈巷议的谈资。互联网媒体把焦点聚焦于“价值2亿元”的奢侈场面，评论区里一片羡慕的口水现象，就造成了拜金等奢侈风气的不良导向。“广场效应”无疑造成了舆论的混乱和社会的失序，危害很大。

有效避免“广场效应”的良法就是利用今日头条等智能传播平台来进行精准化传播，从源头上避免“广场效应”的形成。今日头条根据用户特征、场景和文章特征为用户做个性化推荐，每一个用户的推荐内容都不同，实现了真正的千人千面。具体说来，在分析用户的个性化特征和文章关键词的基础上，结合特定的场景，给每一个用户推荐满足其需求的文章。例如，针对官员群体会多推送《人民日报》和央视的时政、政经内容，而针对年轻用户则会多推送芒果TV的娱乐内容。今日头条这类智能传播平台由于是针对每一个用户进行的个性化推荐，就避免了大众聚集的广场存在，就能在实现传播效果的同时避免形成“广场效应”。例如，在黄晓明大婚事件中，今日头条发表的相关文章有3378篇，阅读数高达1.74亿次，但是并未形成拜金的不良导向。

（四）今日头条助力公益事业

今日头条通过开辟“头条寻人”平台，已经帮助8位老人成功回家，其主要运作方式如下。

第一，对推送范围进行精准定位。当今日头条接到用户寻人求助时，就进行“定向地域推送”，即将寻人启事发送给当事人走失地点的相关范围内。例如，当一位老人在鸟巢走失时，今日头条就可以把此信息推送给周围的用户，所有此区域的头条用户都会收到相关弹窗。由于今日头条的用户数量庞大，即使细化到某一细分区域，用户量依然很大，能够充分保证寻人信息的深覆盖。

第二，走安全、绿色通道，快速发布。“头条寻人”平台有专门的便捷、有效又安全的信息发布规则：在家属提供寻人必需的相关信息后，“头条寻人”将及时联系警方核实，经确认后立即推送。这样既能保证信息的真实性，又能实现寻人信息的快速推送。

第三，及时更新推送范围。“头条寻人”会根据最新的详实线索，及时将寻人启事追加推送给新线索地点。还是以上文为例，当北京南站出现在鸟巢失踪老人的新线索时，“头条寻人”就及时在北京南站进行补推寻人信息。

第四，严格的信息保护。当当事人亲属反映当事人已经找到时，“头条寻人”会及时对相关文章进行处理，在将好消息告知关心此事的好心人的同时，还会将涉及当事人隐私的信息撤下。

可以看出，基于智能新技术、用户量庞大的智能传播平台，在寻找老人等公益事件中发挥了越来越大的作用，而未来会在网络打拐等更广阔的民生领域发挥更大的作用。

（五）今日头条帮助传统媒体和头条客实现更好的商业变现

2015年以来，今日头条除了大幅度提升版权费外，还更好地利用大数据技术，为传统媒体和头条客探索更好的商业变现途径。

首先，今日头条为传统媒体的头条号开通了广告功能。而个性化相关文章推荐，媒体可以通过应用下载和头条广告实现商业收益。

其次，今日头条尝试媒体电商导流方案，媒体头条号可直接在发表文章时插入商品链接及图片，用户可以通过点击链接进入电商平台完成购买。

此外，今日头条的商业价值已经得到充分的显现，据测算，2015年其广告收入在16亿元左右，而2016年预计会达60亿元以上。尤其需要指出的是，今日头条的生态系统正在日益完善，未来其营业收入会更加多元化，其商业价值也必将会更大。

[本文为作者主持的国家社科基金重点项目“新媒体环境下传统媒体的转型战略研究”的阶段性成果（项目批准号：13AXW006）]

参考文献：

[1]Mary Meeker：2014年互联网趋势报告[EB/OL].http：//36kr.com/p/212441.html

（郭全中为国家行政学院社会和文化教研部高级经济师；胡洁为中国社会科学院数量经济与技术经济研究所副研究员）

编校：董方晓