7月28日，第三期新浪未来媒体峰会系列沙龙在北京举行。如今，网络媒体智能化已经成为未来的发展趋势。在本次创想日沙龙上，来自清华大学计算机系、中国传媒大学新媒体研究院以及新浪网的科技新媒体研究专家，就媒体创新领域的最新热门话题进行了分享与讨论。
在沙龙上，新浪新闻还宣布成立创新联盟，这是一个汇集媒体创新领域顶级专家的沟通、交流联盟，成员包括媒体行业的总编辑、学者和专家。在会议结束时，新浪新闻向首批创新联盟专家颁发了聘书。
个性化推荐的基础是大数据
新浪网信息系统算法部总监李云辉首先做了分享。在他看来，智媒体的一个重要特征就是个性化推荐，而个性化推荐的基础则是大数据的基础服务支撑。在峰会现场，李云辉跟大家分享了新浪的媒体大数据是如何构建的。
新浪大数据业务分成三大板块：微博板块，新浪网通用板块，垂直板块，包括汽车、财经、娱乐、体育等。在这三大板块的数据运用上，新浪网都积累了很多经验。
比如在微博板块，占据新浪整个数据的80%以上。新浪微博注册用户超过6亿，月活两亿以上，日活则在一亿。李云辉介绍说，“微博每天处理的原始日志量大概在100T左右，然后发博量大概在一亿多。微博用户点击了哪个图片，操作了哪个按钮，每天都会做一个数据日志。”
有了数据就要想办法把各个平台打通，组织起来给用户提供服务。李云辉以汽车为例，微博上会有喜欢汽车的用户，他们点击了汽车的什么话题，看了哪款车都有记录，新浪大数据记录下来后就会把微博上的这些数据，推荐到汽车频道的PC端和APP端。这样一来，微博上的数据就能和其他端口的数据完全联结整合，打包在一起向用户推荐信息。
财经的新闻一般相对比较枯燥，新浪的大数据服务可以将其具体化，给用户做定制化的推荐服务。李云辉说，“我们有个产品叫投资易产品，投资者每天上来以后，就能看到每天最新的事件是什么，概念板块是什么，概念主题是什么，红圈越大，代表涨得越高。”
分答：粉丝经济和知识经济的结合
在行&分答联合创始人杨璐在沙龙上提到，知识付费这个话题由来已久，国内许多家公司都做过尝试，但都没有找到一个非常好的商业模式。在行于去年4月份上线，到目前一年多时间，积累了差不多一万多个不同领域的行家。
在行创办至今，一直坚持了三大原则：以人为核心、以交易作为切口、以服务来售卖。在这三大原则之上，在行的团队又花了一个星期时间，研发出分答APP。最初，分答是微信端的应用产品，简单来说就是一个H5，但它一不小心却成了2016年吸金最大的H5。
杨璐认为，分答是在产品上做的极大创新，它是以60秒的语音作为付费商品，用户以付费的方式来获取一个答案。同时它还鼓励每个人付费去偷听答案，平台抽走10%，剩下的提问者和答题者各得45%的收入。这种方式刺激了很多人聚集到分答之下，目前在微信端已经有一百五十万的付费用户，这应该是2016年的一个奇迹产品。
分答的成功某种程度上验证了一个“一千粉丝”理论。也就是说，在自媒体时代，当一个人有一千个粉丝的时候，他就已经具备变现的能力，过上比较体面的生活。
杨璐认为，未来的趋势肯定是越来越多的人会向往更加自由、愉快，不依赖于机构的生活方式。与此同时，更多人也希望获得更加个性化，定制化的服务。分答就是把粉丝经济和知识经济做了一个有机结合，也是知识领域消费升级方面的一个有益探索。
人工智能新闻应用的优势和劣势
在沙龙上，清华大学计算机系副教授黄民烈主要分享了人工智能如何应用于新闻数据分析。
人工智能其实就是试图探索人脑认知的过程，再把它在计算机上加以实现。比如一些重大的国际性事件，要想形成一个新闻专题本来需要很多人工操作。黄民烈提到，通过人工智能就能够自动分析出来。比如一个连续发生多日的事件，2日、3日、4日不需要太多报道，但是1日、5日和7日是重要节点，人工智能可以在这些节点上自动生成一个子事件标题。对于用户来说，就知道在这些节点上，发生了哪些重要的事情。
一个经典案例是2010年的智利矿工救援事件，里面有多次营救，根据人工智能做出来的关键节点，就能看出第一次营救失败，又想了什么办法，第二次营救是什么情况，第三次营救他们又是怎么做的。
对于一般性的新闻写作来说，人工智能都可以解决，并不复杂。甚至即便要是想模仿一个艺术大师的名画，人工智能也可以做到很高的仿真度。黄民烈认为，从目前来看，人工智能在视觉和语音方面已经做得非常出色，但对于语言文字和对知识的理解推理上，人工智能还有很长的路要走。
分答：粉丝经济和知识经济的结合
在行&分答联合创始人杨璐在沙龙上提到，知识付费这个话题由来已久，国内许多家公司都做过尝试，但都没有找到一个非常好的商业模式。在行于2015年4月份上线，到目前一年多时间，积累了差不多一万多个不同领域的行家。
在行创办至今，一直坚持了三大原则：以人为核心、以交易作为切口、以服务来售卖。在这三大原则之上，在行的团队又花了一个星期时间，研发出分答APP。最初，分答是微信端的应用产品，简单来说就是一个H5，但它一不小心却成了2016年吸金最大的H5。
杨璐认为，分答是在产品上做的极大创新，它是以60秒的语音作为付费商品，用户以付费的方式来获取一个答案。同时它还鼓励每个人付费去偷听答案，平台抽走10%，剩下的提问者和答题者各得45%的收入。这种方式刺激了很多人聚集到分答之下，目前在微信端已经有一百五十万的付费用户，这应该是2016年的一个奇迹产品。
分答的成功某种程度上验证了一个“一千粉丝”理论。也就是说，在自媒体时代，当一个人有一千个粉丝的时候，他就已经具备变现的能力，过上比较体面的生活。
杨璐认为，未来的趋势肯定是越来越多的人会向往更加自由、愉快，不依赖于机构的生活方式。与此同时，更多人也希望获得更加个性化，定制化的服务。分答就是把粉丝经济和知识经济做了一个有机结合，也是知识领域消费升级方面的一个有益探索。
人工智能新闻应用的优势和劣势
在沙龙上，清华大学计算机系副教授黄民烈主要分享了人工智能如何应用于新闻数据分析。
人工智能其实就是试图探索人脑认知的过程，再把它在计算机上加以实现。比如一些重大的国际性事件，要想形成一个新闻专题本来需要很多人工操作。黄民烈提到，通过人工智能就能够自动分析出来。比如一个连续发生多日的事件，2日、3日、4日不需要太多报道，但是1日、5日和7日是重要节点，人工智能可以在这些节点上自动生成一个子事件标题。对于用户来说，就知道在这些节点上，发生了哪些重要的事情。
一个经典案例是2010年的智利矿工救援事件，里面有多次营救，根据人工智能做出来的关键节点，就能看出第一次营救失败，又想了什么办法，第二次营救是什么情况，第三次营救他们又是怎么做的。
对于一般性的新闻写作来说，人工智能都可以解决，并不复杂。甚至即便要是想模仿一个艺术大师的名画，人工智能也可以做到很高的仿真度。黄民烈认为，从目前来看，人工智能在视觉和语音方面已经做得非常出色，但对于语言文字和对知识的理解推理上，人工智能还有很长的路要走。
联系我们请点击：
数邦客
