1 国外主流媒体运用大数据技术在业务上的探索和创新

媒体行业在大数据时代既面临着较大的冲击和挑战，也拥有着前所未有的机遇，关键看怎样准确把握大数据特点，运用大数据技术融合创新，提升信息服务的能力和水平。

人类使用货币的历史产生于最早出现物质交换的时代。在原始社会，人们使用“以物易物”的方式，交换自己所需要的物资，我们今天所学的数学知识就从“物物交换”开始。

国外媒体很早就嗅到了大数据时代来临的气息，他们积极运用大数据技术融入到新闻的生产和传播流程中，在业务形式上力求进行创新。比如趋势预测性新闻和数据驱动型深度报道的数量在逐渐增加，信息图表被广泛使用，以及“传感新闻”、“机器人新闻”和“数据新闻”等的出现，正是代表了在数据技术驱动之下传媒业新的探索，也体现着大数据技术对新闻生产和传播方式正在产生的深刻影响和变革。

针对口腔专业研究生“宽出”的现象，其规范化培训应侧重于实践技能的考核。考核模式可采用日常考核和出科考核相结合的方式，其中日常考核如考勤、读书报告、病例讨论等占30%。出科考核包括试卷考核、指导教师评价、椅旁临床病例考核等占70%，主要对学员的医患沟通能力、临床诊疗能力、医疗文书书写能力、应急能力、知识获取能力等方面进行综合考评。同时对考核不合格的学员进行补考，必要时可延长培训期。

1.1 汤森路透

汤森路透作为全球著名的财经信息服务提供商，一直善于运用大数据技术采集生产加工和传播自己的各类产品。他们拥有数百人的分析师团队，采用自动数据监控和抽取技术，持续追踪和实时采集全球上千个网站的数据，对这些采集来的海量数据进行快速分类和分析，发现突发新闻，更新市场数据，提供及时信息服务。

在大数据时代，汤森路透把自己定位为数据“过滤器”的角色，在每天产生的海量信息中，充分运用技术手段筛选、过滤、甄别噪音信息，提炼出用户最感兴趣、最相关、最有用的数据。

经过不断发展，目前美国在食品安全监管体系方面建立了比较完善的法律法规，包括《联邦食品、药品与化妆品法》《联邦肉类检验法》《禽肉制品检验法》《蛋制品检验法》《食品质量保护法》以及《公共健康服务法》等。在完善的法律法规基础上，美国食品安全监管体系在市场准入制度、风险管理、食品检验检测、不安全食品召回等方面的制度和体系建设也比较健全。正是由于有完善的食品安全监管体系，美国的食品被世界公认为是最安全的。

与此同时，汤森路透正在进行大的变革，从一家提供技术产品为主导的公司，转向以提供平台为导向的公司。利用云计算技术，通过Iaas（基础设施云）、Daas（数据云）和Paas（平台云），汤森路透正在努力打造一个开放性的平台，一个新的金融生态环境。越来越多的内容供应商和用户已经加入到汤森路透所提供的平台中。

1.2 彭博

彭博也在探索运用大数据技术挖掘新闻事件背后隐藏的深度信息，为用户提供具有独特视角的呈现形式，丰富用户对事件的认知，这种数据挖掘的新闻往往比传统新闻报道更有力度。例如，彭博建立了一个数据挖掘类的报道栏目“今日图表”，将彭博新闻、彭博数据与彭博分析整合起来。记者首先初步确定选题方向，依托其全球建立起来的海量数据库资源，筛选所需要的相关数据，采用数据挖掘技术，建立业务分析模型，对数据进行分析和计算，挖掘数据中隐藏的关联信息，获得相对客观的分析结果，基于这些结果形成新闻报道，并采用简单明了的信息图表方式来阐明事实。这种数据新闻报道形式由于其视角的独特性、新颖性、客观性和不可复制性，受到了用户的欢迎。

开展信息搜索、语义分析、文本挖掘、机器学习、知识网络、知识图谱、个性化推荐等大数据关键性前沿性技术研究，创新性地将相关技术集成融合，打造财经信息智能云服务平台。通过对海量信息的高效采集和处理、智能搜索、基于知识网络的关联和聚合、个性化推荐和多层次多维度的可视化呈现，提供了一种特色新颖的财经信息服务应用模式，满足大数据时代用户对“信息智能服务”的需求。

1.3 美联社

美联社建立了一个Overview技术项目，为记者提供可视化的文档挖掘工具。在大数据时代，记者通常会被淹没在大量文件中，而需要花费大量时间和精力来找到他们想要的内容。Overview借助先进的文本挖掘和语义分析技术，通过全面阅读整篇文档内容，能够发现和理解围绕某个话题的主题内容，在语义理解的基础上创建一个可视化的主题和子项，可以将成千上万篇文档自动分类到不同的主题大类和主题子类，形成主题目录树。通过主题自动分类和提供快速的可视化阅读界面，用来帮助记者在大量文档中定位内容，快速找到自己需要的主题文档。Overview除了针对文本文件外，也非常适合对社交化媒体数据的分析。

2 国家科研项目助力媒体财经新闻信息集成服务应用创新

（3）新闻聚类模块

其中，作者参与的科技部“基于云计算的国家级金融数据分析与信息服务关键技术研究与应用”研究课题，就旨在针对云计算、语义分析、文本挖掘、机器学习、信息搜索、知识网络、知识图谱、个性化推荐等大数据关键技术进行研究，实现在财经信息服务上的集成创新应用为目标，目前已经取得了一定的研究成果。

人们总认为倾听能力是与生俱来的。人讲话的速度往往远低于思考的速度，所以我们在倾听的过程中常常会出现走神的现象。

（4）实体识别模块

2.1 财经信息服务高性能云计算实验平台设计构建

完成了财经信息服务高性能云计算实验平台的设计构建，极大提升了海量财经数据存储管理、数据分析处理和数据应用服务的性能，开放式的平台架构为今后打造“财经信息云服务”提供了有力的基础平台支撑。

在国家经济面临困难的情况下，法国政府对艺术与文化教育的专项经费却在逐年增长，预算额从2012年的3100万欧元增至2017年的6400万欧元，5年内增幅达108%，可见其在法国社会发展中的重要性。

（2）在充分调研的基础上，完成了财经信息服务高性能云计算平台的设计方案，实际搭建起包括高性能计算集群、Hadoop大数据处理平台、CloudStack（OpenStack）+VMWare Vsphere虚拟化云平台在内的三个实验子系统。

（3）在高性能计算集群平台上完成了基于SMP多核算法的“一篮子期权定价模型”的测试对比，以及基于MPI+SMP并行算法的“定价利率衍生产品的蒙特卡洛模型”的测试对比。在Hadoop平台上完成了基于“分布式网络爬虫”的大规模数据并行采集系统的测试对比。在虚拟化云平台上部署并测试了Oracle最新云数据库Oracle 12C。

（4）测试结果显示，针对不同财经信息服务特点所设计搭建的高性能云计算平台能够显著提高应用系统的运行性能。同时，开放式的平台架构和数据接口为今后实现财经信息云服务奠定了平台基础。

2.2 财经信息智能云服务平台设计构建

同时，彭博同路透一样，也在逐步开放数据接口，搭建开放式平台，允许第三方的创新性产品进来，从而扩充服务内容，打造平台型媒体集团。

课题以新华社金融财经数据库和多媒体新闻资讯库的大量样本数据，以及自动化采集数十家财经类网站的信息作为研究数据来源，研究基于云计算平台的海量异构数据高效搜索算法。同时，融合语义分析、文本挖掘、机器学习、知识网络、知识图谱等大数据前沿技术，对搜索结果进行自动分类聚类等智能化处理，抽取信息主题，发现信息之间的关联关系，构建财经知识网络，实现信息的有效聚合。采集分析用户数据，建立用户兴趣模型，提供符合用户个性需求的多层次多维度的信息聚合与呈现。从而使用户能够从海量数据中，快速准确地获取有价值信息，提供良好的用户体验，提升财经信息服务水平。

整个研究体系架构分为五层：最底层是云计算平台，以Hadoop平台技术为基础。第二层是数据采集存储和预处理层，负责采集和融合不同格式的金融财经数据。第三层是技术平台层，包含了搜索引擎、自动分类聚类、自动摘要提取、命名实体识别、财经知识网络、知识图谱以及个性化推荐等众多核心技术模块。第四层是服务层，提供相应的智能化信息服务模块。第五层是信息智能服务门户，负责数据搜索和分析结果的可视化呈现。

（1）搜索引擎模块

3）微信互动了解患者是否掌握血糖测量、糖尿病相关饮食等相关知识，患者可以在微信群提出平时生活中关于控制血糖方面的问题，有的放矢的解决患者的疑问，并鼓励患者发布自身控制血糖方面的心得和体会，以利于其他患者借鉴，并嘱咐患者定期做糖化血红蛋白的检测，以判断近期血糖控制情况。

完成了基于Hadoop的分布式平台搭建，设计并实现了基于Nutch的分布式网络智能爬虫和基于Solr的企业级高效搜索引擎，对Solr的相关组件进行了优化。

（2）新闻自动分类模块

他们利用技术方式挖掘各类新闻、资讯和数据之间的关联关系，通过深入的整合和加工，努力打造新闻、数据和内容的聚合器。例如，在路透的终端中，点击一个中国A股的上市公司江西铜业，会同时呈现彼得堡的铜市行情，以及沪铜的价格走势，还有纽约期铜的价格，同时，还将呈现可能影响铜业的相关上下游行业数据、相关宏观经济政策等信息，比如原油、航运等的价格和信息等。通过这些知识点的聚类，帮助用户快速进行多维度分析，最大限度地为用户提供全面的个性化资讯服务。

实现了基于规则和内容自动分类的功能，能按照不同的分类规则进行自动分类，用户可对分类策略进行管理和维护。同时，通过分类训练工具，可进行自动分词和语义分析的自学习，并允许用户根据自己的需求和实际效果去调整词的权重。

高等职业院校要有教师信息能力和素养提升与发展的平台，通过高等职业院校数字化资源的利用建立起教师信息化和数字化培养与发展体系，使教师通过数字化、信息化平台认知大数据技术，熟练掌握高等职业院校教育教学中应该具备的能力和方法，真正能够利用大数据成果更好地整合现有的高等职业院校教育教学资源，形成独特的教育教学风格以适应高等职业院校改革教育的自身发展的需要。

国内媒体集团，也正在积极运用大数据、新媒体等技术，努力改造新闻生产流程和机制，提升新闻报道和信息服务的品质，进一步巩固和扩大舆论影响力。通过加大在技术创新方面的研究力度，比如建立新媒体技术实验室，参与国家重大科研项目的攻关，联合领域内领先的大学、研究机构和企业，积极开展大数据、新媒体等新兴技术在媒体业务上的集成创新研究，正在逐步取得一系列研究成果。

自动聚类技术是信息趋势分析功能的关键技术之一。采用改进的聚类算法方法实现了自动聚类功能，可根据文本内容的相似度，及时自动地将海量信息聚合成不同的类别，同时对每个类别，给出精确的类别主题词定义。

仿真设置：将400个节点布置于平面上，以形成阵列的20行和20列中的数组。每个普通节点的通信范围要保证它最多有4个邻接节点。一个特殊节点的通信范围被设定为一个普通节点的两倍，因此，每个特殊节点将有8个邻接节点。在开始时，没有设置特殊的节点，此时形成的是一个同构网络（图1（a）），将特殊节点逐个添加（图1（b）），直到所有节点成为特殊节点（图1（c））。当所有的节点都成为特殊节点时，此时的网络再次变成了同构网络。

命名实体识别技术是自然语言处理技术中的关键基础技术，是文本信息理解和处理的基础。进行文本挖掘和分析时，命名实体识别就成为首要任务。通过把机器学习和规则的方法很好的结合起来，设计并实现了一套命名识别算法，可以识别单篇新闻中的重要实体，包括重要人名、时间、地名和结构名等。

（5）自动摘要抽取模块

初中阶段是中学生长身体、长知识、长智慧的时期，也是其道德品质与世界观逐步形成的时期。学生在这个时期寻找到一种全新的行为准则，扮演一个全新的角色，获得一种全新的评价，重新体会人生的意义。这些特点影响并制约着初中体育课堂的各种举措,在多年体育课堂教学实践中，我发现要激发学生的运动兴趣，开发学生的运动潜能，从而培养学生的终身体育意识，这些都离不开有效的体育课堂。因此我设想，初中阶段的体育课堂管理，如果能以学生的实际心理、行为特点为抓手，巧妙利用心理效应必将取得较好的效果。

自动摘要技术通过计算机从文章中自动提取内容生成摘要，通过简洁的摘要信息即可捕获新闻的大部分内容，是快速获取感兴趣资源的一种高效手段。是信息服务和信息监管的重要基础性技术。在本课题中对多文档自动摘要技术进行了研究和实现。

（6）财经知识网络构建模块

知识网络构建是语义分析、文本挖掘、搜索技术、机器学习等多种技术的综合应用。通过对财经新闻文本信息的语义分析和主题抽取，自动挖掘整理出不同信息之间的关系，获取关于各种新闻资讯的知识点，创建财经知识库。在知识库的基础上，构建财经领域知识网络，比如与上下游行业、宏观经济、行业政策等相关的知识网络。借助知识网络，当用户搜索感兴趣的信息时，可以帮助用户快速寻找下一个可能的兴趣点。这些兴趣点在知识网中形成网状辐射，通过这样层层深入分析，用户可以快捷获取到最全面、最深层次的知识内容，这些关联性信息，能够有效的帮助用户进行多层次多维度分析。为了获得更好的视觉效果，我们采用数据可视化技术实现整个知识网络的可视化呈现。

（7）知识图谱模块

（1）课题组开展了对财经信息服务高性能云计算平台所涉及的相关技术，主要包括高性能计算技术、大数据基础平台技术、虚拟化技术、云平台管理技术、并行计算技术等的调研工作，深入研究了业界若干主流先进的开源平台软件，并专门针对财经信息服务的运行特点对平台软件进行了相应的性能优化和功能扩充。

“渺小感”不是妄自菲薄，自轻自贱，而是一种人生历练之后大智慧。人生在世，低调谦逊是我们应该保持的姿态。因为渺小感，所以冷静睿智。保持渺小感，人生虽然没有江山万里的壮阔雄浑，却能拥有小桥流水的自然雅致。

知识图谱本质上是一种语义网络。其结点代表实体或者概念，边代表实体／概念之间的各种语义关系。是新一代信息搜索服务的关键技术，使得搜索智能化，根据用户的意图给出用户想要的结果。知识图谱相对于传统的本体和语义网络而言，实体覆盖率更高，语义关系也更加复杂而全面。我们希望能够在传统的知识库基础上，创建出相应的财经领域知识图谱，增强财经领域垂直搜索引擎服务能力。

（8）个性化推荐模块

个性化推荐模块通过收集和分析用户信息，建立用户的个人档案，对信息进行智能匹配，及时推荐用户感兴趣的新闻信息，提供个性化的服务策略和服务内容。

3 课题主要研究成果

在大数据时代，媒体除了要坚守“内容为王”的同时，应该更加重视提供“信息服务”的能力。课题研究的目的既是希望通过对关键性前沿性技术的研究和攻关，帮助提高“信息服务”能力，实现“信息智能服务”。

本课题取得了以下主要研究成果，并已顺利通过科技部组织的课题验收评审。

（1）设计搭建起财经信息服务高性能云平台，满足财经信息服务运行需求，提高运行性能，为打造“财经信息云服务”提供高效的开放式平台支撑。

（2）采用开源平台软件Hadoop+Nutch+Solr，通过集成和优化，构建起企业级分布式高效搜索引擎系统。

（3）通过全面测试、选择和优化多种文本挖掘算法，提高新闻自动分类聚类，自动摘要和实体识别系统的准确率。

（4）通过创新性地集成融合包括语义分析、机器学习、知识发现、数据挖掘等在内的多种复杂技术，自动构建财经知识网络，实现信息的智能关联和聚合，以及信息的多层次多维度呈现。

3.教师进行适时反馈：教师的反馈可以渗透于写作过程的各个阶段，如对学生的速写、草稿、以及同学之间的修改稿等作出评价；同时从学生作文中抽出病句分散给学生修改重写

（5）建立用户个人档案，对信息进行智能匹配，为用户提供个性化新闻信息推荐服务。

参考文献：

［1］Pan F，Jiang C f，Xu X H，et al.Placement strategy of virtual machines based on workload characteristics.Journal of Chinese Computer Systems，2013，34（3）：520～524

［2］Meng X Q，Vasileios P，Zhang L，et al.Improving the scalability of data center networks with traffic-aware virtualmachine placement.Proceedings of IEEE INFOCOM，San Diego，CA，USA，2010：1154～1162

［3］Wang，H.，Wang，Z.：Mobile financial news mashup development based on yql.In：2013 Fifth International Conference on Computational and Information Sciences（ICCIS），pp.1717-1720.IEEE（2013）

［4］Alanyali，M.，Moat，H.S.，Preis，T.：Quantifying the relationship between financialnews and the stock market.Scientific Reports 3（2013）