编辑智能类媒体价值、问题与对策研究——以今日头条为例

《编辑智能类媒体价值、问题与对策研究——以今日头条为例》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、编辑智能类媒体价值、问题与对策研究一一以“今日头条”为例王成文中国人民大学新闻学院北京大学新媒体营销传播研宄中心编辑智能类媒体是移动互联网时期产生的新型媒体，它构建了移动互联网时期第一个内容产业生态体系，既解决了用户信息需求的个性化问题，成为市场占有率最高的媒体类型;又解决了广告主流量需求的规模化的问题，从而成为最受资本市场欢迎的“独角兽”之一。本文以“今口头条”为例，探讨了编辑智能类媒体的价值与问题，并以此对编辑职能类媒体的发展趋势提出了对策。关键词：编辑智能;今H头条;大数据;移动互联网;基金：中国人民人学明

2、德人通新媒体研究院后科研项目资助成果人工智能，在媒体领域的应用是一个渐进的过程，需要经历编辑智能化、生产智能化和服务智能化等三个阶段。人工智能在编辑领域的应用，是编辑智能产生的基础。编辑智能在互联网上的应用，是从搜索引擎开始的。在固定互联网时期，搜索引擎可以通过编辑智能技术把海量内容与信息需求匹配起来，不过在这个时期搜索引擎只能提供“千人一面”的检索结果。而到了移动互联网吋期，由于编辑智能对用户数据的采集由IP层级提升到ID层级，每位用户的个人阅读偏好都可以被识别和记录下来，这使得编辑智能所推送的信息不再是“千人

3、一面”的大众化信息，而是“千人千面”的个性信息。虽然编辑智能的历史可以追溯到搜索引擎时期，但是编辑智能由幕后走向台前，在媒体领域获得关注却是在以“今日头条”的编辑智能类媒体出现之后［1］。在2017年6月1口，美国互联网女皇玛丽•米克(MaryMeeker)公布丫2017年全球互联网产业发展报告，在这份报告中提出了信息类APP正在成为“第二屏”，占用用户时间越来越长。而在中国移动互联网市场中以“今日头条”为代表的编辑智能类媒体牢牢占据信息类APP的第一矩阵，并且市场领先优势不断扩大。“今日头条”，虽然在创办过程中

4、受到美国Flipboard的启发，但是在面向移动互联网和屮国市场的本土化改造屮形成丫自己的独特模式。在“今口头条”出现之后，不仅在国内出现了“一点资讯”“UC头条”“腾讯新闻”“天天快报”及微信“看一看”等模仿者，而且还出现了海外模仿者，比如美国的Facebook、印度的Dailyhunt、hd木的SmartNews、印尼的Babe、土耳其的GUNDEM等［2］。Facebook也模仿“今日头条”推出了美国版。“今口头条”在用户市场和广告主市场上的成功，虽然受到丫金融市场的疯狂追捧，但是也陷入了一场场掺杂各种利益

5、话语的口水战，受到部分传统互联网入口和传统媒体的联合围剿，这在一定程度上也造成了对今円头条价值认知的混乱。因此，厘清以今日头条为代表编辑智能类媒体的价值与问题，以及编辑智能类媒体对媒体生态体系所产生的影响，成为本文研究的出发点和落脚点。r='“媒体”的概念，无疑是岡定互联网时期最成功的商业概念和商业模式之一，因为“媒体”的概念既能满足用户的信息需求，为媒体带来内容付费收入和用户流量资源;又能满足广告主的流量需求，为媒体带来广告收入。以“今H头条”为代表的编辑智能类媒体在创办初期，为了更好地讲清楚自己的故事，曾一度

6、沿用Y媒体的概念，根据其市场地位宣称自己是移动互联网时期的第一媒体。虽然“第一媒体”是一个好的产品概念和广告故事，能够为编辑智能类媒体带来品牌溢价，但是编辑智能类媒体的价值远非一个媒体的概念可以涵盖的，其价值还体现在“入U”“数据”“平台”“社交”等四个维度。其一，入U价值。入U竞争，是固定互联网吋期最基本的竞争模式之一，因此，在固定互联网时期，无论是本地化的操作系统、桌面软件，还是网络化的门户网站、搜索引擎、社交平台、电商平台，都试图成为全网入口，或者成为主要入口之一。这种入口竞争的战火甚至从应用市场跨界进入到

7、硬件市场，出现了苹果、小米、华为、乐视等硬件入口。在入口竞争规则下，谁越靠近用广，谁的价值就可能越大。在移动互联网吋期，编辑智能类媒体的入u优势主要体现在三点:第一，编辑裨能类媒体可以24小时持续不断地为用户提供信息服务，可以把用户牢牢黏在其媒体平台上;第二，编辑智能类媒体通过同时解决了用户需求的个性化和用户数量的规模化问题，既增强了用户黏性，又吸引了大量用户资源;第三,虽然编辑智能类媒体没有独立的硬件终端，但是却可以与硬件厂商实现优势互补，进行捆绑合作，比如今日头条与小米、乐视等硬件厂商进行了深度捆绑合作,从而

8、在最靠近用户的硬件端抢夺入门资源。因此，编辑锊能类媒体通过其产品优势，获取了大量的流量资源，成为移动互联网最大流量入口，而海量的流量资源则为编辑智能类媒体进行服务延伸提供了无限可能。其二，数据价值。在固定互联网时期，虽然可以通过cookie技术把每个IP的行为数据记录下来，但是却无法做到对每个人的TD进行准确识别。而在移动互联网时期，硬件终端的个人化，使得数据级别由IP层