大数据的真正价值不在于它的大,而在于它的全——空间维度上的多角度、多层次信息的交叉复现;时间维度上的与人或社会有机体的活动相关联的信息的持续呈现。大数据分析的价值和意义就在于,透过多维度多层次的数据,以及历时态的关联数据,找到问题的症结,直抵事实的真相。大数据可以实现一种在兴味盎然的“新闻游戏化”的参与中完成的传播读解和消费的过程。喻国明、李彪、杨雅、李慧娟所著《新闻传播的大数据时代》的价值仅仅在于梳理了其基本原理与操作逻辑以及迄今为止在新闻传播领域中的典型应用实例,作为有志于此的同道步入这一殿堂的阶引。
第一章 大数据时代:新闻传播学的新纪元
认识大数据
一、大数据的产生
二、大数据的内涵
三、大数据的特点
方法变革:大数据方法打开了新闻传播学的新境界
一、大数据为我们提供了观察世界的新工具
二、大数据为我们提供了建构世界的新范式
三、大数据为我们提供了预测世界的新技术
思维变革:大数据时代新闻传播的认识创新和逻辑创新
一、思维革命:从“为什么”到“是什么”
二、范式转换:从“随机样本”到“总体”
三、结果转换:从“具体结论”到“宏观趋势”
四、研究重点转换:从“理论”到“算法”、“规则”
第二章 大数据时代的新闻生产
大数据新闻:从理论概念到操作路线图
一、大数据新闻的历史沿革
二、解读大数据新闻
大数据新闻:精确新闻报道的进阶形态
一、精确新闻学:大数据新闻的源起
二、大数据新闻与精确新闻、计算机辅助报道的区别
三、大数据新闻:精确新闻的进阶形态
四、大数据新闻的未来趋势
大数据新闻的功能与价值
一、唤醒:重构沉寂的历史数据
二、关联:连接当下的事实主体
三、预测:把握未来的信息走向
四、“悦读”:展现信息可视化之美
五、大数据新闻的核心价值:从数据库到“数据闭环”
大数据对新闻业态的重构
一、生产信息提供者层面的变化
二、媒体层面的变化
三、用户层面的变化
大数据新闻的隐私权和版权争议
一、大数据新闻的隐私权保护
二、大数据新闻与新闻版权:由“今日头条”引出的版权之争
第三章 大数据时代的广告营销
大数据与消费者(用户)洞察
一、营销思维的变革:从传统数据库营销到大数据库营销
二、用户数据类型的变革:从属性数据到多维数据
三、数据营销工具的变革:从粗线条营销到精细营销
四、案例分析——大数据对于用户行为特征与行为的还原
大数据与媒介接触界面的情境洞察
一、媒介嬗变趋势分析:智能化界面与人性化趋势
二、媒介权力与传受分析:电子对话与关系传播
三、媒介接触界面的脑认知机制分析:对用户信息处理方式的洞察
四、案例分析——界面智能化的宜家IKEA Cat
大数据与品牌软实力的构建
一、节点:大数据助力品牌接触点管理
二、链条:大数据助力品牌信息流导向
三、界面:大数据助力品牌认知网络整合
四、未来:大数据助力品牌营销个性化发展
五、案例分析——电视栏目品牌认知整合
大数据与市场预测
一、历时性数据分析与市场需求预测
二、数据库建设与潜在关系挖掘
三、基于数据的网络广告投放策略
四、基于眼动实验的广告视觉注意模型
五、基于数据的移动互联原生广告
大数据营销的操作流程图
一、关联
二、开放
第四章 大数据时代的社会舆情分析与把握
大数据对社会舆情研究的影响
一、大数据成为人类社会运行的“仪表盘”更有利于舆情研究
二、大数据成为社会舆情研究的“利器”
三、大数据是社会关系的“沉淀池”,改变了传统舆情只见“内容”不见“关系”的境况
四、大数据的预测性可以解决目前舆情研究的尴尬
大数据视域下社会舆情研究的若干转向
一、研究视角的转向:从单向度的内容研究转向“内容+关系”的多维度研究
二、研究方法的转向:由舆情信息采集转向数据加工、可视化等
三、数据库支持的转向:由简单的、有限的数据库转向非结构化的大数据库
四、舆情研究主体的转向:由小作坊式的单打独斗、面面俱到的舆情监控转向分工明确、高度聚合集约的舆情分析
五、舆情研究重点的转向:由舆情监测转向舆情预警乃至预测,从单向度的危机应对、品牌营销转向各领域的综合信息服务
大数据时代社会舆情研究领域的趋势
一、舆情产品从舆情软件开发到云平台搭建
二、大数据成为舆情研究关键技术的支撑和核心概念
三、舆情研究从信息传播到情绪传导机制研究
四、舆情研究从信息流研究转向社会关系网研究
五、舆情研究上升到新媒体与社会运动的研究层面
六、舆情预警成为大数据时代舆情研究的主要命题
大数据视域下舆情研究的若干做点
一、大数据收集:尽量扩大信息源
二、大数据存储:注意集约化
三、大数据处理:注意提纯和结构化
四、大数据结果呈现:低门槛和可视化
大数据社会舆情研究案例探索示例
一、案例1:中国人在微博上都在说什么
二、案例2:社会热点事件在微博中的传播机制
三、案例3:不同网络世代的社会关注焦点
四、案例4:社会各类运行指标分析
第五章 大数据传播:未来的发展与预测
观念转型:枝术的高度决定思维的高度
范式转型:从数据范式到大数据范式
对象转型:复杂性社会及其现象的洞察
技术转型:可视化及可视化技术
大数据素养教育:警惕大数据的误区及陷阱
附:大数据分析资源和可视化工具
参考文献