数据与算法驱动下的欧美新闻生产变革
发布时间：2020-10-14 18:00:39 点击次数：174
本文通过以欧美新闻生产变革为例，观察了大数据时代数据与算法对媒体集团新闻生产的影响，数据与算法正在重塑新闻业的整个生态系统，使得新闻生产模式从单向型新闻生产转化为闭环式新闻生产。数据与算法不仅给传统媒体集团带来创新的活力，也改变了其新闻生产方式——媒体集团的新闻生产模型正在从单向型新闻生产转向闭环式新闻生产，数据与算法已经渗透到闭环式新闻生产的各个环节——人机共同完成新闻生产的时代已经到来。二、数据与算法推动新闻生产从单向型转向闭环式数据与算法不仅给传统媒体集团带来创新的活力，也改变了其新闻生产方式——媒体集团的新闻生产模型正在从单向型新闻生产转向闭环式新闻生产。
关键词：算法;新闻生产;媒体集团;社交;数据与;分析;闭环式;时报;传播;推荐
作者简介：
内容提要：数据与算法的影响逐步深化到新闻生产的各个核心环节——生产、传播、用户。本文通过以欧美新闻生产变革为例，观察了大数据时代数据与算法对媒体集团新闻生产的影响，数据与算法正在重塑新闻业的整个生态系统，使得新闻生产模式从单向型新闻生产转化为闭环式新闻生产。数据与算法提升传统编辑室新闻效率的同时，也带来诸多行业难题，最后对这些难题进行了思考。
关键词：数据/欧美媒体/算法新闻生产
作者：王佳航
简介：中国政法大学新闻传播学院。
标题注释：本文为中国政法大学规划项目“媒介融合视阈下的全媒体内容生产模式研究”阶段性成果
数据与算法不仅给传统媒体集团带来创新的活力，也改变了其新闻生产方式——媒体集团的新闻生产模型正在从单向型新闻生产转向闭环式新闻生产，数据与算法已经渗透到闭环式新闻生产的各个环节——人机共同完成新闻生产的时代已经到来。
这是一场完全无法预测和预先张扬的革命，技术飞速迭代更新，传媒业充满了超越以往逻辑的想象。数据科学家悄然进驻欧美各大媒体集团，除数据新闻及可视化设计以外，数据与算法的影响逐步深入到新闻生产的各个核心环节——生产、传播、用户。从一定意义上说，数据与算法正在重塑新闻业的整个生态系统，新闻生产模式从单向型新闻生产转化为闭环式新闻生产。
一、数据与算法促进欧美媒体革新
欧美媒体对技术的依赖正进一步加深。随着数据成为各行业的基础性设施，新闻生产也被数据和算法深刻改变，媒体集团采取了一系列措施应对大数据时代的来临。
第一，调整组织架构，数据科学家进驻媒体。数据科学团队对媒体集团的意义不仅在于外界能够看到的数据新闻生产机制，他们在新闻生产策略、用户增长、个性化服务、广告营销等多个方面对媒体集团进行了全线升级改造。2013年底，纽约时报曾设立两个“编辑室创业”团队，其中一个团队是“连接数据和新闻的纽带”①，生产数据新闻。但是，这只是一个开始。大数据时代来临，数据科学将可能更深远地影响传统媒体集团转型，诸多传统媒体集团调整了组织架构。2014年2月纽约时报再开媒体先河，率先设立首席信息科学家，并聘请哥伦比亚大学运用数学副教授克里斯·维金斯(Chris Wiggins)兼任这一职务。维金斯及他领导的小型数据分析团队能够进行算法设计及数据分析，利用专业的数据分析方法帮助解决纽约时报的运营问题。例如，“人们为什么订阅纽约时报的纸质版或电子版？有什么办法才能留住他们②”。很快，这一高级职位成为欧美媒体集团的普遍设置，例如，横跨各类媒体的多元化媒体集团赫斯特集团也设立首席数据科学家，该科学家同时还担任集团副总裁。华尔街日报的数据科学团队也有相似的日常工作，如帮助华尔街日报做更好的新闻策略，个性化用户体验，深度挖掘用户数据，提高报社收入等。“北欧最大媒体集团，挪威老牌家族企业施伯史泰德媒体集团(Schibsted Media Group)的全球产品副总裁Edoardo Jacucci说：‘我们的竞争对手已经从过去的传统媒体转向全球性的新媒体公司。我们必须创立一个强大的领导和管理体系，将数据分析转化为我们的DNA，才能更好地转型为数字媒体。’该集团于2013年建立数据团队，团队人数由最初的1人增加至目前的70人，现在已达到每天搜集6亿个事实数据(events)的能力，并正在将这些数据的分析转化为数据驱动的广告增长、用户增长和有针对性的用户服务。”③
第二，媒体进行一系列内容生产革新，以应对社交媒体平台的算法推荐。社交媒体正在成为受众获取媒体集团新闻的主要渠道。路透社《2016数字新闻报告》④对26个国家50000个在线新闻消费者进行了调查，有一半称曾利用社交媒体获取过新闻，把社交媒体作为主要新闻源的则占12％。美国皮尤研究中心的2016年美国新闻媒体年度报告显示，“62％的用户在社交媒体上阅读过新闻，其中18％的用户将其作为常用新闻渠道”⑤。这一发展趋势使得传统媒体集团纷纷调整策略，面向社交媒体平台生产内容，如何在Facebook、Twitter上获得更多用户成为各媒体集团的重要战略之一。皮尤研究中心关注了40家原生数字新闻发行商的内容分发策略。结果显示，这些发行商都在使用成熟的社交网站，包括Facebook、Twitter和YouTube。”⑥。面向多个社交媒体平台分发内容已经成为常态。
由于社交媒体平台多数采用算法推荐的方式推送内容，各媒体不得不针对算法做诸多创新。华盛顿邮报开发了很多数据工具，用来实现华盛顿邮报控制人杰克·贝索斯的主要目标——扩大受众群。2016年1月，该报月独立访客量达7600万，较上年同期增长78％，其中移动端的月独立访客增长126％⑦纽时时报数字部门的数据科学团队则研发了一款能够进行文字编辑的机器人Blossom。Blossom的后端采用了十分先进的机器学习技术，通过Java、Python和HapReduce等语言和技术的支持，融合了非常前沿和复杂的算法；Blossom通过基于像Facebook这样的社交平台上所推送的海量文章大数据分析，它能够预测哪些内容更具有社交推广效应，以及帮编辑挑选出适合推送的文章和内容，甚至可以独立制定标题、摘要文案、配图等。目前Blossom专门负责从每天超过300篇各式文章当中挑出最火的文章，推荐给各大版面的增长编辑(Growth Editor)以及社交媒体编辑⑧。事实上，纽约时报不仅对应算法调整内容生产以适应社交媒体平台的传播规律，也把算法应用于纽约时报自己的网站。纽约时报网站“Recommended for You”栏目使用了纽约时报自己研发的使用协同过滤算法与LDA模型建立新的推荐系统，基于读者喜好调整文章布局，能够帮助读者找到与他们相关的内容，比如在正确的时间推送读者感兴趣的内容、重大事件的个性化补充内容、符合他们偏好的多媒体格式故事等⑨。
第三，借助数据分析工具分析用户阅读行为，提升编辑部效率。数据科学团队成为传统媒体集团的常规机构之后，对于用户而言，最明显的变化是大量优质数据新闻涌现。作为全球数据和可视化新闻的领军团队，纽约时报、英国卫报、华盛顿邮报在数据新闻制作方面均有上佳表现，2016年华盛顿邮报凭借用数据解剖美国枪击的痼疾，获得了普利策新闻奖。事实上，除了这些显而易见的大数据应用，近年来各媒体集团还用心研发了用户分析和反馈系统，这些工具使得传统媒体新闻编辑部得以升级改造。纽约时报Stela系统于2015年9月向整个新闻编辑室开放，主要聚焦于单篇文章的相关分析。Stela是一款基于“故事与事件分析学”的分析工具，能够帮助记者和编辑获得反馈，Stela也可以实时关注报道的流量变化，通过监测这些流量激增的故事，帮助记者抽取出围绕这一报道的热点话题，进而缩短报道的响应时间。英国卫报的编辑室分析神器Ophan年年升级，功能日趋完善，可以担任数字舆情分析助理的工作。英国金融时报开发了Lantern分析平台，记者能够调取整个公司的内部数据，长期追踪他们所写的内容。此外，大量第三方用户数据分析平台也纷纷上线，如来自加拿大的社交媒体管理工具HootSuite专门监测社交网站，能够帮助媒体在大多数社交平台上写作并安排推送计划，追踪推文带来的会话和导流，并且可以提供推送内容的相关数据分析。这些数据分析工具提升了新闻传播效率，也帮助编辑部更好理解新闻在新媒体平台的传播规律。
