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，为媒体生产、智能发布、媒体运营、传播效果评估和舆情分析提供智能辅助。

（3）资源发布与展示平台

可以说资源发布与展示