内容提要：媒体行业的发展一直以来都与传播技术的进步紧密相连。当下互联网主流的移动传播体系与人工智能技术相结合，创造出许多新的媒体消费场景，媒体智能化已经成为媒体发展的主导性趋势。该趋势有三个特点：以大数据为基础，以算法为驱动，其应用场景指向个人化精准传播。本文将从媒体生产和运营中的四个环节(即程序化内容生产、算法化内容分发、自动化内容监管和精准化媒体运营)，来梳理媒体智能化的现状与趋势，在此基础上提出金沙老虎机娱乐平台主流媒体智能化发展的建构路径。

　　关键词：主流媒体/智能化/大数据/算法/场景

　　作者简介：宋建武，金沙老虎机娱乐平台人民大学教授、博士生导师、项目首席专家；黄淼，金沙老虎机娱乐平台人民大学新闻学院博士后。

　　基金项目：本文为国家社科基金重点项目“以媒介融合推动新型传播体系的构建研究”(批准号：14AZD039)课题成果。

?

　　一、当前媒体智能化的特征

　　媒体行业的发展一直以来都与传播技术的进步紧密相连。当下互联网主流的移动传播体系与人工智能技术相结合，创造出许多新的媒体消费场景，媒体智能化已经成为媒体发展的主导性趋势。这一趋势不仅重塑着媒体组织的生产和运营方式，也深刻改变着整个社会的信息传播方式和传播关系。

　　通过对人工智能技术在网络信息传播中应用的分析，结合工业社会向信息和数据社会演进的趋势，我们认为，媒体智能化发展有三个特点：以大数据为基础，以算法为驱动，其应用场景指向个人化精准传播。

　　1.大数据资源及相关应用技术是媒体智能化的技术基础

　　在移动互联网时代，大数据资源的产生和应用至少表现出三个方面的特点：其一，互联网信息与资源交换的平台化与社会普遍信息化支持下的大量所谓“自媒体”内容，形成了海量的关于社会公共事务和社会生活的内容数据；其二，移动终端的便携性支持着无处不在、无时不有的媒体应用，移动终端用户既是数据使用者又是数据贡献者，规模庞大、种类繁多的个人化大数据资源由此生成；其三，移动终端的个人化使得媒体内容消费过程中的个人化需求得以实现，而大数据资源的丰富性是满足个人化信息需求的前提条件。

　　2.算法技术是媒体智能化的驱动力

　　牛津大学路透新闻研究中心于2017年底发布报告显示①，基于算法推荐技术的新闻信息分发比“把关人”模式下的编辑筛选更受网络用户欢迎。个人化信息需求与海量信息供给之间的高效匹配是移动传播服务商实现信息的个人化精准分发所必须解决的关键问题②，而算法技术提供了有效的解决方案。算法既可以提高大数据的使用效率，也可以从开放信息源中挖掘出更多的大数据的应用价值。③

　　要实现信息和资源的精准分发，首先是要打破主要基于知识储存需要的、按照学科专业划分的传统知识分类体系对信息供给结构的束缚，开发面向用户需求的信息标签体系，把用户偏好、行为和场景等需求要素与信息文本特征等供给要素相结合，使信息供给更能满足用户需求；其次是要依据多元标准建立取值规则，以弥合用户个体兴趣与用户所在社交网络的集体偏好以及全平台用户总体的热点选择等社会偏好的差异，丰富“用户需求”的内涵并使之更具科学性，以避免用户个体兴趣的局限性造成推荐算法的偏差，从而导致用户个人由于信息选择偏差而导致其社会化水平降低等问题。我们认为，能够体现社会共同价值和社会规则的、不断完善的算法推荐技术，可以避免个人信息选择狭窄化问题的出现。

　　图1 2018年全国两会期间，新华社“媒体大脑”从5亿网页中梳理出两会舆情热词，生产发布了全球首条关于两会内容的MGC(机器生产内容)视频新闻——《2018两会MGC舆情热点》，将人工智能在新闻报道领域的应用推入深度领域。

　　3.面向个人化应用场景的精准传播是媒体智能化价值的主要实现方式

　　当前基于移动传播体系的媒体智能化应用，在信息分发方式上，通过面向个人用户的精准推荐，节省了用户排除冗余和无关信息的时间成本，优化了用户体验，增强了用户黏性，甚至能够激发用户的潜在需求，衍生多元服务，从而大大提升了传播效率和媒体服务价值。精准传播也是对社会生产方式的演变方式的呼应。当下社会生产方式正在从工业社会的大规模标准化生产向定制化、精准化生产过渡；与之相应，社会信息传播方式也必然经历从大众传播向精准传播的升级，而移动传播体系和智能化技术提供了精准传播的需要和可能。