新媒体融合解决方案

CONTENTS 目录1方案概述 0112媒体转型的五个转变 0223拓尔思媒体解决方案架构 0334媒体资源汇聚平台 0445全媒体资源管理平台 0656媒体智能分析决策平台 0767一体化采编发平台 0978社交化的移动采编 1589媒体网站的碎片化管理 16910数据新闻可视化制作 171011传媒运营业务支撑平台 191112媒体传播效果分析平台 211213用户资产分析平台 271314开放式应用平台 291415UGC社区 301516大数据存储及管理平台 321617典型案例 3417基于语言的多重智能分析算法及工具可视化智能挖掘展现数据管理、知识挖掘、智能创作、决策支撑......1.方案概述基于语言的多重智能分析算法及工具可视化智能挖掘展现数据管理、知识挖掘、智能创作、决策支撑......多源多态的数据汇聚技术多源多态的数据汇聚技术一体化的全媒体内容加工多渠道内容发布与传播传播效果的自我量化与精准营销融合Hadoop|HDFS|M-R融合Hadoop|HDFS|M-ROpenAPI；数据开放、构架开放、开发开放内：对接异构系统|外：与互联网等应用集成媒体产业一直是使用新技术的先锋，从上个世纪80年代开始的新技术运用，使传媒产业告别了铅与火、告别了纸与笔、告别了剪刀加浆糊，实现了腾飞。但是最近10年，新技术革命和互联网的发展正在颠覆旧的媒体产业格局，融合发展成为必然趋势。拓尔思认为媒体的未来在于数据和服务。特别要处理好技术、数据和组织变革三者之间的关系。新媒体都是技术驱动的，技术和内容之内的关系不是谁为王的问题，内容是上半身，技术是下半身，缺一不可；大数据已经成了媒体产业新的生产要素，正在重构新闻生产组织的创新和转型；组织变革是媒体转型的关键，如果自身不变革不转型，那么媒体转型注定不会成功。在移动互联网、云计算、大数据和社交网络空前发展的当下，媒体行业的IT解决方案再也不能在旧的遗产系统上修修补补了。拓尔思基于服务媒体20多年的积累和在产业互联网应用方面的成功经验，推出了新一代媒体解决方案。该方案有如下主要特点：12、全面采用智能化内容分析、推荐和推荐技术，实现智能化、个性化的信息传播。3、集成了新闻、信息产品和电商应用的新一代全媒体采编发系统，帮助用户实现从新闻发布到信息服务的转型。4、采用可视化等新技术，为数据新闻等新的产品形态提供强大的技术支撑。5、通过拓尔思数据中心的开放API，为业界提供全网信息资源，为新闻的选题、热点跟踪、用户行为分析和传播效果等提供强大的数据服务。2.媒体转型的五个转变媒体的融合转型，需要媒体单位从组织架构、技术驱动、运营支撑等多方面全角度对传统的媒体生产和营销过程进行改革，重建媒体与用户间的“链条”。那就需要媒体从思想上进行转变，用互联网思维和大数据智能的角度来构建适合于新形势下媒体转型的战略平台。传统媒体思维上的转变主要有以下5个转变点：从读者到用户的转变从流程到数据的转变从出版技术到智能分析的转变从单一到融合的转变从封闭到开放的转变媒体融合发展5个转变媒体融合发展5个转变用产品思维代替作品思维精确用户画像流程服务于产品和服务

从流程到数据 从出版技术到智能分析

从读者到用户

从单一到融合从封闭到开放

开放平台生态系统平台管理其他服务统计模型数据采集数据存储OpenAPI流式数据平台管理其他服务统计模型数据采集数据存储OpenAPI流式数据日志数据数据库网络数据数据来源离线分析工作流引擎（Oozie、Azkaban）数据挖掘引擎（TRSCKM、Mahout）离线计算框架（MapReduce）在线分析实时计算框架（SparkStreaming）近线分析SparkSQL、MLib内存计算框架（SparkStreaming）HadoopYARN&Zookeeper资源管理&协调服务数据仓库（Hive）数据协议（JSON、XML）技术协议（REST、Thrift、ODBC/JDBC、WebService）大数据接口数据库同步工具（TRSAdapter、Sqoop）（Flume）互联网数据采集（TRSInforadar） 数据收集工具分布式缓存（Redis）分布式消息队（Kafkal）分布式时间戳服务大数据应用网站传播效果分析微博传播效果分析微信传播效果分析新闻事件传播效果分析......系统监控权限管理资源管理安全管理任务管理元数据管理模板管理规则管理配置管理NoSQL(Hbase、MongoDB)分布式全文搜索(TRSHybase)关系型数据库（MySQL）分布式文件系统(HDFS)3.拓尔思媒体解决方案架构拓尔思一站式媒体解决方案基于媒体转型的思路，面向媒体未来创作和营销渠道的融合路线来架构，并兼顾现有的传统媒体的生产加工流程，从信息汇聚、资源管理、创作生产、出版发布、运营支撑和传播反馈等环节入手，大数据智能被应用到媒体业务的每个环节。拓尔思一站式媒体解决方案以大数据、智能化、移动互联网和云计算等技术为支撑，构建媒体融合转型时期技术驱动的新型全媒体技术平台，“大智移云”的业界流行技术架构在拓尔思媒体解决方案中得到了全面的应用和体现。检索系统管理智能检索服务数据索引管理柔性多引擎支撑检索应用服务大数据检索管理热点分析判断检索系统管理智能检索服务数据索引管理柔性多引擎支撑检索应用服务大数据检索管理热点分析判断GIS地图分析自动专题库碎片化标引自动分类、聚类智能决策平台网站微博微应用报纸智能电视户外大屏统一认证单点登录定价管理营销策略订单交易支付管理会员服务计费管理绩效考核融合共享多维展现 媒体资源大数据智能 协调指挥选题策划数据资源管理全媒体资源库数据资源语义智能标签资源多渠道智能采集多模态、多载体数据资源转换异构资源整合与集成资源汇聚平台传播轨迹分析可视化展现统计报告媒体影响力画像 用户清洗 用户管理 用户画像 行为分析一体化编辑发布智能编辑辅助数据可视化多人协作移动采编一体化流程监控一体化采编发4.媒体资源汇聚平台海量信息采集与存储采用分布式采集技术，以任务调度、采集集群和解析集群相结合的方式，实现对境内外网站、微博、微信以及移动新闻客户端的实时采集。分布式采集架构基于媒体本地的全网资源采集系统，基于多服务器/客户端架构的分布式采集系统。基本思想是，每个采集服务器负责调度属于它的一组采集工作站，在组内实现均衡采集；多个采集服务器之间，参照静态分配模式的做法，实现采集任务的分配。这种多服务器/客户端的架构，具有良好的可扩展性，克服了单采集瓶颈的缺点，而且保持了良好的均衡性，容错性强，保证采集高效运转。媒体本地采集系统需要解决维护成本高，采集源频繁变更、不易维护缺点，依托于拓尔思的数据配置中心，本地化的分布式采集架构能够从云端获得采集源的配置数据，并根据媒体的需要定制自动更新。从而减少了系统维护成本，使得本地化采集能够及时准确的实现多渠道的信息采集汇聚。全网数据采集媒体资源汇聚平台能够实现对全网数据的本地化采集，如网站内容采集、博客采集、论坛采集、数字报采集、专业领域数据采集、微博采集、微信公众号采集、新闻客户端采集和人工定向智能采集。除了通过自动化工具与技术进行全网自动化指定内容的新闻线索汇聚外，同时提供面向新闻业务人员的轻量型的指定内容自动获取工具。比如，当新闻记者或者编辑在互联网上浏览到任何可能与报社的业务相关的新闻线索或信息内容时，可以通过简单的集成工具，例如鼠标右键等，点击内容获取，直接将互联网上所指定的页面内容进行内容智能过滤，并将过滤后的内容自动进行结构化清洗，最终实现将新闻线索或信息一键化的方式推入到报社全媒体资源库中；以此完成人工+智能化的便捷新闻线索定向精确获取，并直接融入到报社的新闻出版业务流程中。本地数据采集统一数据网关主要用于整合企业各种系统中的数据，整合后的数据可以满足媒体集团用于进一步挖掘数据、发现知识的需求。主要包括从数据源中抽取数据、加工数据、存储数据，从而完成企业数据的再造。统一数据网关提供了对常见数据源的支持，以及多种数据处理方式，能够有效帮助用户完成数据加工。统一数据网关还具有方便灵活简单易开发的扩展方式，支持用户自定义数据处理方式和扩展对新数据源的支持。接口数据采集对于无法开放数据库或者文件系统的数据来源，可以调用相关系统提供的采集API实现采集。因为本系统统一网关本身是一个基于插件的体系结构，而且客户端是基于Eclipse开发平台的扩展，可以非常方便地通过二次开发进行扩展。网络媒体网络媒体商业网站政府网站个人网站商业网站政府网站个人网站视频网站编号标题视频网站编号标题作者日期分类摘要......1北京将在国外建高速环绕张山20100108新闻动态高速环线缓解过境车压力......210城市全面废止暂住证童欣20100108房产专题稳妥推进户籍制度改革......

网络雷达集群 代理服务器自动过滤自动排重自动分类自动抽取数据初步标引

博客平面媒体新闻库博客平面媒体论坛库微博库即时消息库云服务数据中心总数据量：30,000,000,000+采集源数量 日均采集源数量300万200万6000万3000万300万200万6000万100万5万60万50万100万5万60万新闻/论坛/博客微博账号

微信账号 其

新闻/论坛/博客 微

微信账号 其他社交媒体即时通讯微博客论坛社交媒体即时通讯微博客论坛5.全媒体资源管理平台全媒体资源管理平台实现了对各种渠道不同来源的稿件和信息资源进行统一汇总管理，将多来源的本地资源和互联CNML多来源多类型数据的共享管理 媒体资源与媒体业务的流程整合清晰实时展现资源使用情况 基于语义支撑的多维立体标签框架以事件驱动为中心的新闻关联展现 完整的图片库与音视频库管理针对突发事件和移动报道的快速组合响应 基于语义标签库的标注和组织自动化的多层级智能专题库 可自定义的虚拟栏目组织和呈全方位的可视化统计分析 面向移动的全终端响应式交互设计6.媒体智能分析决策平台依托于大数据利器来辅助媒体实现融合转型，对媒体资源的智能化分析是必不可少的核心服务。采用大数据的智能分析决策平台支撑整体媒体应用解决方案的所有信息挖掘分析服务，所有基于语义面向内容的智能化和面向行为分析的智能化技术都融合在媒体智能分析决策平台。本平台还从媒体业务应用的多个维度入手，将智能服务通过组件化封装，提供给媒体业务平台的产前、产中和产后等各环节，实现新媒体转型流程的全方位的智能支撑服务体系服务。媒体的大数据智能分析决策平台以大数据智能分析为基础，结合自然语言处理技术与数据挖掘技术、融合中文信息处理、人工智能、信息检索的最新研究成果，提供对文本内容的自动关键词和摘要的提取、自动分类、自动聚类，并可对事件或专题进行趋势分析、演化分析、情感观点分析，从而为内容选题策划、舆论场分析与引导、资源集中管控、编辑创作辅助、内容传播评估、用户行为画像、精准新闻服务、社交碎片化数据等各类应用提供技术支撑，还包括新闻热点的数据深度解读、以事件为中心的智能挖掘关联、和机器人辅助写作等传媒行业的主流技术方向。智能决策分析平台可以帮助将报业集团的各类信息资源打通融合，通过对内容碎片化和标签化技术的整理，结合拓尔思的知识库技术，形成媒体集团资源的潜在知识关联网络，实现资源价值的最大化。智能决策分析平台还提供基于大数据智能的基础服务，并将这些智能技术与GIS地图系统、数据可视化制作等相结合，构造媒体集团的一系列特色服务生产和传播手段。流式数据（用户行为）实时分析阅读兴趣模型时序传播模型流式数据（用户行为）实时分析阅读兴趣模型时序传播模型标签匹配 内容数据仓库领域分库管理内容标签体系数据接口结构化数据数据加工（ETL）人工规则分类自然语义分析主题层次抽取智能分析服务非结构化数据报警、审计、安全、维护数学建模文本分析数据挖掘机器学习深度学习分析探索&数据可视化 智能推荐决策辅助采编平台数据采集数据采集大数据智能辅助自动出报媒体信息挖掘分析新闻趋势分析选题个性化推荐选题趋势分析稿件热点匹配线索智能多维展示事件分析地域领域分析智能专题事件聚合⋯⋯⋯⋯云存储服务外部热点数据库智能分析外部热点分析库业务模型联合分析自动分类自动聚类识别视频数据库微博数据库博客数据库论坛数据库云存储服务外部热点数据库智能分析外部热点分析库业务模型联合分析自动分类自动聚类识别视频数据库微博数据库博客数据库论坛数据库新闻数据库褒贬分析自动摘要关键词相似性识别热词分析自动分词公共热点分析库领域热点 地域热分析库 分析库云采集服务数据清洗、加工、结构化数据排重 中文分词 关键词过滤全文索引业务数据各机构内部数据资源采集数据清洗人工审核基础软件支持平台基础应用数据分析7.一体化采编发平台随着新媒体时代的到来，传统媒体（报纸、电视、广播）甚至网站都面临着很大的挑战，越来越多的媒体表现形态为媒体工作者的采编工作带来了困难，令媒体工作者陷入了繁杂的渠道采编工作中，影响了新闻的创作发挥，为了能够更好的服务于媒体工作者，让他们在新闻的采编过程中不再过多的考虑渠道问题，一体化采编平台应运而生。拓尔思的一体化采编平台是面向媒体转型的未来的媒体内容创作平台，面向多个渠道的定制编辑发布，采用工作流引擎实现不同媒体的自定义流程；同时兼顾现有的媒体传统采编流程。平台无需定制开发，即可实现兼容未来可能产生的各种新型媒体的编辑、发布渠道和方式。本平台实现了生产制作一体化、编辑加工一体化、数据共享一体化、渠道监控一体化、渠道发布一体化。一体化的内容采编平台一体化采编作为媒体单位建设的重点内容，将实现同一稿件不同形式的编辑，包括报纸格式编辑、网站格式编辑、终端格式编辑（手机、平板）、微博格式编辑（140以内，文字+链接）、微信格式编辑、户外大屏格式编辑等等。统一稿件可被编辑为多种格式进行保存，提高各渠道编辑效率，同时可很好的实现资源共享。同时，一体化编辑进行灵活定制，即支持全能型编辑一次编辑多个渠道稿件，同时也支持专业型编辑定制某个渠道稿件编辑平台。便捷化的多渠道推送编辑完成后的稿件将已编辑格式作为渠道进行推送，系统平台将根据编辑内容智能推荐发布渠道，编辑可自主选择，同时编辑后可实现各个渠道新闻效果的预览，包括网站（新闻概览页效果及细览效果）、终端（终端概览页效果及细览效果）、微博（微博发布效果）、微信（微信公众号发布效果）等，同时通过传播效果分析系统进行各个渠道内容的传播分析。平板手机预览微博预览统一的渠道发布管理统一发布管理平台的核心为多模板适配发布引擎，引擎通过发布Html5、Json、XML、图片、流媒体等方式，为全媒体编辑制作中心的成品稿件提供多渠道、全方位的发布能力，包括网页发布、直播应用、移动发布、移动阅读、电子杂志发布、户外大屏发布等。WEB站点WEB站点多模板适配引擎Html模板图片、音视频 移动兼容模板 多模板适配引擎Html模板图片、音视频 移动兼容模板 档 大屏兼容格式文档模板 微信页面模板 API调用写入发布终端微信产品库 微信微博产品库微博 户外大屏 便捷的O2O垂直资源服务新媒体时代已经成为了“数据为王”的时代，通常媒体单位拥有大量的数据资源，包括旅游资源、政府资源、新闻资源，但是这些资源散乱的存放在FTP、个人电脑、光盘中，很多资源随着人员的离职、机器故障而丢失，对媒体单位来说是极大的损失，媒体资源中心的目的是帮助媒体单位将散乱在各处的数据资源进行整理、分类、存储及应用，平台采用元数据的方式为各类数据资源量身订制存储方式和空间，将文字描述、图片、音视频、地理位置、详细资料等多种格式资源进行存储，资源中心可实现对内提供新闻素材编辑，对外提供数据资源服务，可为媒体单位自身的网站、APP、微博、微信提供数据服务，也可将数据通过开放式应用平台开放给第三方应用进行合作，实现盈利。使用拓尔思的一体化采编发布平台可以帮助媒体跨界完成本地化的或者是领域内的垂直资源服务平台的建设。使用本系统在不需要通过定制开发的情况下，编辑人员就可以将资源进行编辑整理与发布服务相贯通，可与GIS地图等各类组件对接，实现全流程整合信息资源服务。打造媒体版本的“大众点评网”或“携程网”。将传统媒体的权威性公信力与信息资源服务相结合，形成媒体适应新形势下的跨界资源服务。资源中心资源中心素材库flash辑提供丰富的内容支撑。图片素材支持gifjpgjpegbmppngico图片剪裁图片剪裁图片内容编辑图片素材展示文字素材文字素材展示文字素材编辑音视频素材素材库支持wmv、asf、asx、rm、rmvb、ram、avi,、mpg、dat、mp4、mpeg、divx、m4vmov、qt、flv、f4v、mp3、wav、aac、m4a、wma、ra、3gp、3g2、dv、vob、mkv、ts等格式视频上传和存储，并提供包括视频基本信息编辑、视频转码、视频剪辑等操作，便于编辑在视频发布前对视频素材的调取和加工。支持视频网络发布的基本编辑功能。视频列表视频剪辑Flash素材素材库支持Flash资源的存储与应用，媒体工作者可直接对Flash资源进行预览和调用。代码素材素材库将建立代码素材，代码素材中包含各个栏目页面代码、JS效果、CSS样式等，为网站管理者和开发者提供丰富的代码资源，可快速实现图片滚动、栏目切换、样式变化等操作。文件素材TRS素材库的文件素材管理打破了原有网盘的传统建设方式，使文件资源不仅仅得到了很好的管理和存储模式，还实现了直接利用压缩文件发布专题和广告的功能，大大提升了传统专题及广告活动发布效率，更受编辑团队所喜爱。海尔商城广告文件 自动生成URL地址广告预览8.社交化的移动采编8.社交化的移动采编随着移动设备发展迅速，人们对信息的及时性要求不断增强，为了更好的体现新闻媒体的时效性，平台将支持建立移动采编工作版及共享版客户端。两个版本分别面向不同的人群，前者面向的是报社的记者编辑，他们可以通过移动采编功能迅速采集现场文字、图片、音视频等资源进行上传，保障新闻报道速度，同时报社能够根据及时反馈的新闻线索组织记者的报道和指挥协调任务；后者面向的是媒体单位的广大的“通讯员”群体，这里所指的通讯员可以是自由撰稿者，也可以是普通民众，他们通过移动采编功能进行时政评论、身边事等内容的采编和上传，稿件一旦被媒体单位采用，则可通过绩效考核系统进行稿费的分发，第二类我们也常称为“自媒体人”。移动采编平台可面向多人协同的采访和创作流程，同时与GPS定位、GIS地图系统结合实现基于地理位置快速任务发放和协调指挥调度；保证全媒体记者能够第一时间获得及时的第一手采访资料和报道素材，实时回传到报社编辑后台；由各渠道编辑根据获得大量素材，可以选择所需的内容并组织出相关报道内容。9.媒体网站的碎片化管理9.媒体网站的碎片化管理传统媒体的网站、APP都是采用统一的模板、固定的栏目结构和顺序进行网站和APP的管传统媒体的网站、APP都是采用统一的模板、固定的栏目结构和顺序进行网站和APP的管理，而新媒体时代下，网民对新闻资源的需求具有很强的个人色彩，因此传统媒体的内容管理方式需要向互联网靠拢，更加重视个性化、人性化、灵活的网页及手机应用配置，碎片化管理采用的是最新的HTML5技术，无论是网站还是手机应用，都会通过碎片化的方式进行管理，头条、栏目、广告位、排行、推荐、微信微博模块皆可根据编辑及用户行为分析进行灵活调整，即可满足大部分新闻爱好者的新闻需求，又可兼顾个性网民的新闻推送需求。碎片对应网站位置10.数据新闻可视化制作10.数据新闻可视化制作随着大数据时代的到来，信息的内涵已不仅仅是简单的新闻信息，而是各种各样的数据。这就要求报社必须适应新的信息生产和传播时，以多元化媒介新生态来承担信息传播的职能，生产、分析、解读数据，探索为受众和用户提供分众化服务和体验的媒体发展之路。数据新闻就是近期随之产生的新型新闻传播模式。新闻数据将新闻背后的数据进行分析与过滤，从数据中总结规律、通过数据图表从信息流中构建新闻事件的轮廓，最终把数据和新闻内容本身作为相辅的整体进行传播。数据新闻从量化的角度准确地报道新闻事实,反映新闻事件的发展状况，并通过可视化的手段进行展现，从而将重要和相关信息传达给受众。不仅拓展了传媒作为社会记录和信息传播的职责，更强化了传媒承担起社会解读者与分析预测者的舆论重任。数据新闻作为新闻内容报道的新型传播形态，不仅能够以直观的数据图表等展现形式在纸媒、视频等平面或传统媒体投放，同样的数据新闻能够投放于互联网的媒体网站、手机移动端等，采用html5技术的可视化灵活展现在这些媒介形态上与用户受众进行互动，实现内容的交互性传播。拓尔思的新闻可视化工具，能够让普通的编辑或美编人员能够根据新闻数据和相关的线索快速制作出符合投放纸媒或投放手机、网站等不同渠道的可视化数据新闻，减少了需要技术人员才能完成的互动效果开发。能够帮助媒体从成本上减少了技术人员的日常运营投入，从流程上实现了编辑对可视化新闻的独立实现，从新闻传播效果上与国内外主流的新型传播展现型式相符合。11.传媒运营业务支撑平台11.传媒运营业务支撑平台业务支撑的挑战传媒行业在与互联网的融合转型过程中，希望能够将既有的稿件资源放到互联网上，使得内容能够产生收入带来额外的价值。为此，企业需要建设统一的商业运营支撑系统，来应对商业运营过程中的一系列的挑战。1、需要解决用户管理的问题互联化的一个重要标志是需要有用户，企业需要对注册的用户进行管理，并需要防范互联网上针对用户账号的各种安全性风险，如XSS攻击，账号密码穷举攻击等。在必要时，企业可能会需要与互联网公司进行合作，使得用户可以使用自己的新浪微博、QQ号等第三方账号登录本企业的站点。在建设过程中，还需要考虑对手机、平台电脑等新兴的移动访问方式的支持。2、提高用户使用的体验对于互联网而言，用户体验至关重要。由于信息系统众多，企业需要解决用户信息一致的问题，使得用户只需要注册一次，既可以使用一个账号登录所有相关的系统。3、需要对资源进行权限控制将内容放到互联网上，并不意味着完全向公众开放。企业应当根据对稿件资源进行恰当的权限设定。在运行时，还需要根据实际情况的变化（例如根据与用户签订的协议），对用户权限进行动态调整。4、需要对资源进行定价和计费与权限类似，在运营过程中，同样需要对产品资源进行价格设定。根据媒体稿件特点和不同的用户，产品的价格可能会有所波动，运营支撑系统的定价体系需要能够支持这种定价的灵活性。除了定价以外，运营支撑系统还需要能够支撑价格交易过程中的计费，能够支持用户以各种方式进行付费，例如支持预付费、后付费、在线支付等不同的支付方式。5、需要能够管控用户的交易行为用户的交易行为不仅仅是运营的重要指标，在运行过程需要对用户行为进行统计和监控。用户交易行为的数据将是后续用户行为分析的重要依据。价格计算业务协同运营支撑系统价格计算业务协同运营支撑系统关系数据库关系数据库适配器关系数据库关系数据库适配器稿件体系第三方统一认证 单点登录 授权鉴定 支付结算对外服务......PHP应用Java应用 .NET应用消息中间件数据总线通知系统（邮件、短信网关）应用系统基础功能用户管理认证登录访问控制应用管理用户同步日志审计计费授权综合查询TRS传媒运营业务支撑平台（以下简称BOSS）具有以下功能特点：基础设施1、统一用户管理BOSS能够集中管理所有用户，确保一个用户只有一个账号。BOSS2、统一认证和单点登录TRS传媒运营业务支撑平台（以下简称BOSS）具有以下功能特点：基础设施BOSS3、授权管理在实现稿件分类体系和产品体系接入的基础上，BOSS能够为用户设定稿件的权限，发布系统通过与BOSS进行对接获得鉴权服务。4、计费管理在实现稿件分类体系和产品体系接入的基础上，BOSS能够为稿件设定价格，并根据稿件的特点（如稿件类型、字数、创建时间等）创建不同的浮动策略，并基于用户设定折扣策略，实现同一篇稿件对不同的用户展示不同的价格。发布系统通过与BOSS的计价接口对接，能够根据预定义的策略实时计算出用户对稿件的价格。5、支付管理MedaBOSS6、用户交易行为BOSS存储了用户交易的行为，记录了用户交易时间、IP、交易的产品、交易的价格、用户交易时的客户端信息（所使用的浏览器、操作系统等），并能够通过消息中间件将这些数据同步给需要的系统。12.媒体传播效果分析平台媒体传播效果评估是目前传统媒体在互联网思维冲击下比较薄弱的环节，传统媒体需要从发行量的关注到受众关注度的关注进行转变。如何评估媒体集团的全网跨媒传播效果、如何了解媒体内容的全网转载情况和传播路径、如何掌握媒体原创内容的疑似侵权盗用的情况等是本平台所实现的主要目标。媒体传播效果分析系统通过收集、存储、计算互联网内容及相关数据（含历史数据）、传媒集团内部媒体产品内容及相关数据（包含报纸、网站、微博、微信、APP），系统将会关注全方位考察纸媒发行量、阅读量，网站点击量，微博、微信转发量关注度，APP装机量、活跃用户数。新闻事件报道关注度，引发话题量等等，以及相关新闻来源，首发率等，最终综合成品牌影响力。对这些影响力进行量化的分析并持续跟踪，形成线索素材仓库、全媒体资源系统以及相关的智能传播效果分析服务体系，构建基于“融媒体”的智能传播效果分析系统平台，最终形成综合性的量化影响力报告。本平台不仅为各传媒集团旗下的不同子报子刊提供全方位的传播效果分析服务，辅助制定宣传策略，实现“宣传互融、利益共融”的目标。传播效果分析系统纸媒传播效果评估

网站传播效果评估

微博传播效果评估

微信传播效果评估

APP传播效果评估

新闻事件传播效果评估平台建设所面向的分析目标范围：1、报纸传播效果分析分析传媒集团传统子报子刊的传播效果。根据报纸的发行量、来自媒体和网民的反馈情况以及内容维度综合评估集团旗下传统子报子刊的传播效果。报纸传播效果分析发行量 行业反馈 阅读率同行媒体发行量对比分析

来自其他媒体的转载量

平均受众阅读情况与其主流媒体的互动情况媒体传播力网站综合排名网站点击数发布内容是否客观是否发布虚假新闻内容公信力水平是否在核心事件首发中失语受众流失情况受众偏好信息接受渠道受众影响力网站传播效果评估与其主流媒体的互动情况媒体传播力网站综合排名网站点击数发布内容是否客观是否发布虚假新闻内容公信力水平是否在核心事件首发中失语受众流失情况受众偏好信息接受渠道受众影响力网站传播效果评估2、网站传播效果分析分析传媒集团网站或网站群的传播效果。根据网站的点击量，发文数量、发文内容引发的媒体和网民反馈、所发内容的公信力以及活跃用户综合评估集团网站的传播效果。一级指标二级指标（量化计算）受众政治倾向性分布一级指标二级指标（量化计算）受众政治倾向性分布受众年龄、地域、职业、收入、受教育程度分布受众年龄、地域、职业、收入、受教育程度分布首发率首发率被转载数被转载数被评论数被评论数 二次转播被转播 传播度 互动度活跃度覆盖度二次转播被评论原创被评论原创被转播数回复评论数私信数转播数原创数新增写操作数听众数新增听众数微博传播指数分析传媒集团体系内微博的传播效果。通过微博的覆盖度、活跃度、互动度和传播度来反映账号的传播能力和传播效果。采用数据：新增粉丝数、粉丝数、新增写操作数、原创数、转发数、私信数、回复评论数、原创被转发数、二次转发被转播、原创被评论、二次转发被评论。采用指标：主要通过覆盖度、活跃度、互动度和传播度来进行评价。传播效果传播效果对粉丝评论的回复数/@其他媒体官徽的数量互动情况被网民主动@的呼叫数粉丝数量（增量）多媒体博文占比内容发布微博指数信息推送频率原创博文比列T时间段内博文数被其他媒体官徽的灌注量文章点赞、评论数量T时间段内平均转评量自定义菜单内容（无/有，有几项）栏目设置文章推送数量二级指标（量化计算）一级指标微社区话题数、访问数细分领域排名（TOP3\TOP10...加分）信息推送频率信息推送数量开设时间最高点赞数Zmax点赞指数WCI(Z)平均点赞数Z/N总点赞数Z微信传播指数最高阅读数Rmax功能指导（关键词自动回复）便利度菜单层数（如1-3级合适）平均阅读数平均点赞数覆盖度成熟度微信指数模式首创（加分）微社区话题数、访问数细分领域排名（TOP3\TOP10...加分）信息推送频率信息推送数量开设时间最高点赞数Zmax点赞指数WCI(Z)平均点赞数Z/N总点赞数Z微信传播指数最高阅读数Rmax功能指导（关键词自动回复）便利度菜单层数（如1-3级合适）平均阅读数平均点赞数覆盖度成熟度微信指数模式首创（加分）4、微信传播效果分析通过微信公众号推送文章的传播度、覆盖度及账号的成熟度和影响力，来反映微信整体热度和公众号一级指标二级指标（量化计算）创新度栏目设置（数量）一级指标二级指标（量化计算）创新度栏目设置（数量）特俗栏目（有无）特俗栏目（有无）特色功能（如自动回复中相关功能介绍)特色功能（如自动回复中相关功能介绍)人工回复效率推广力度网页等其他平台上的宣传数量人工回复效率推广力度网页等其他平台上的宣传数量总阅读数R阅读指数WCI(R)平均阅读数R/N总阅读数R阅读指数WCI(R)平均阅读数R/N点赞率Z/R点赞率Z/R5、APP传播效果分析统计360手机助手、91助手、QQ应用宝、百度助手、豌豆荚、iOS的APPStore等平台中媒体APP民评价情况，与同类APP的下载情况进行对比分析，反应媒体集团的APP该APP的情感倾向，为后期改进APP提供决策支持。6、新闻事件传播效果分析8.24%6、新闻事件传播效果分析8.24% 内容枯燥18.82%人性化设计48.24%无法安装7.06% 推送太慢17.65%没有读报的感觉传播效果核心媒体关注度

发布量网站数量报纸 视频 发布量网站数量报纸网媒 网媒一级媒体关注度传播影响力指数传播影响力指数二级媒体关注度其他媒体关注度

发布量网站数量报纸 视频 发布量网站数量报纸网媒 网媒网站数量报纸网站数量报纸发布量 视频 发布量网媒 网媒网站数量报纸网站数量报纸发布量 视频 发布量倾向性分析网民情感排行分析下载量倾向性分析网民情感排行分析下载量网媒 网媒层次分析法 德尔菲法层次分析法德尔菲法是将与决策总是有关的元素分解成目标、准则、方案等层次层次，在此基础之上进行定性和定量分析的决策方法理论基础是将与决策总是有关的元素分解成目标、准则、方案等层次层次，在此基础之上进行定性和定量分析的决策方法理论基础采用背对背的通信方式征询专家小组成员的预测意见，经过几轮征询，是专家小组的预测以及按区域集中，最后做出符合市场未来发展趋势的预测结论数据抓取 全网数据影响力评估

传播影响力评估数据筛选

无效波及

波及度有效波及数据计算

传播指数13.用户资产分析平台各媒体集团现有多种不同渠道用户，包括：发行用户、广告客户、网站用户、移动端用户、微博以及微信用户等。每个渠道的用户信息都存储在相应系统中，没有一个统一的用户管理平台，并且没有任何平台可以对用户的行为信息进行采集分析，依据分析结果进行产品优化、精准传播，无法提高新闻传播的实效性。因此，统一管理媒体各渠道用户信息，同时采集、分析对象的环境、联网、偏好等信息，进行舆论的跟进和引导；研究服务对象的不同需求，有针对性的生产特色信息产品，做到量身定做、精准传播，提高新闻宣传的实效性就显的尤为重要。同时基于数据的管理、挖掘和分析，实现数据价值，也为报社可以衍生的增值服务以及数据库营销提供数据支持。本平台通过对各渠道用户信息的采集，存储，进行统一管理，建设统一的用户管理平台。采用行为分析工具及挖掘模型完成数据的统计分析，实现信息的个性化精准传播，为服务对象不同的需求提供有针对性的生产特色信息产品。用户资产分析平台的目标1、建立媒体集团的客户数据仓库，实现对集团旗下各媒体不同渠道用户信息的统一存储、统一管理；2、对各渠道汇总的客户数据进行分析，形成服务对象读者的信息整合，分析对象的环境、联网、偏好信息，进行舆论的跟进和引导。3、对采集数据进行分析，通过不同模型及算法实现对用户肖像的刻画、行为轨迹的分析等多维度的分析，为产品优化、精准营销、以及面向用户的智能化服务提供服务。用户资产分析平台建设内容1、用户数据采集及处理用户资产分析平台采集来自各个渠道的用户数据，主要有：发行用户、广告客户、网站群、移动端APP、官方微博、官方微信等的用户信息。包括用户信息和行为数据信息。浏览行为发 网站 为 微信公号载 报社 为 APP 数字报刊微网站购买行为

打标签行为特色信息服务精准营销产品优化辅助决策推荐技术2、用户数据存储与管理特色信息服务精准营销产品优化辅助决策推荐技术用户资产分析平台中主要需要对用户数据以及用户行为数据进行存储，采集数据通过处理后根据数据的特点选择直接存入数据仓库或分布式文件系统。用户数据库用户行为数据库用户数据库用户行为数据库数据采集数据采集全文数据库全文数据库全文数据库非结构化数据存储HbaseHDFS数据池关系数据库关系数据库关系数据库结构化数据存储3、跨媒用户统一管理跨媒用户统一管理主要实现了用户的身份管理、安全身份认证、字段级别权限控制、动态扩展用户模型等几个部分。4、用户行为分析及智能推荐应用场景基于内容的推荐协同过滤推荐应用场景基于内容的推荐协同过滤推荐基于关联规则的推荐基于效用的推荐基于知识的推荐基于用户统计信息的推荐14.开放式应用平台14.开放式应用平台互联网已经进入不开放即灭亡的时代，一个平台如果没有良好的开放性，那么它便无法利用广大人民群众的智慧一起进步，则陷入了封闭的死循环，TRS全媒体解决方案中将建设开放式应用平台，无论是第三方公司还是开发爱好者，甚至普通民众，皆可以通过开放式应用平台对接到媒体平台中进行应用开发，平台将为这些开发者提供丰富的接口资源、数据资源、工具等，将平台的价值最大化。第三方接入者提出接入申请，由应用审核人员对其进行审核后即可接入平台进行应用调用、数据调用，平台提供丰富的SDK、Demo范例、API文档供开发者使用，并建立云服务中心为开发者提供云存储、云计算等服务，为开发者建立良好的应用开发环境。应用调度数据调度权限调度安全服务开放平台流量控制服务路由协议转换集群容错服务注册接入申请应用调度管理数据调度管理应用角度应用调用申请数据调度管理应用角度应用审核人员应用审核人员权限调度管理数据使用申请权限调度管理云架构服务总线权限申请云架构服务总线应用开放中心第三方接入者应用开放中心

各类SDK统计审核人员应用接入后台应用接入应用管理中心统计审核人员应用接入后台应用接入应用管理中心架构角度安全审计API文档 安全审计技术运维人员平台简介技术运维人员平台简介状态检查架构说明状态检查开发分享日志查看技术讨论 开发分享日志查看寻求帮助 15.UGC社区当下，传统媒体在应对新媒体挑战过程中，媒体产品生产模式上的落后所引发的高额成本负担已经成为转型的包袱，诸如纸质印刷成本、实体发行；专业化内容生产成本；大组织体自然而生的大企业病，内部沟通成本的增加，都是这种包袱的具体体现，也正是因为如此传统的，落后的媒体产品生产模式的低效能，才导致新媒体轻资产，数字化生产流程以及小组织灵活运营的优势得以彰显，竞争优势明显，传统媒体不断面临被彻底解构的危险。自媒体的兴盛，又使传统媒体从业者看到个体单干成功的曙光，新媒体又将传统媒体组织内剩余的采编人员吸引到自媒体单干道路上，进而形成了对传统媒体事实上的结构，传统媒体优秀的内容采编人员面临空心的局面。面对这突如其来的，对自己进行解构的现实，传统媒体人似乎束手无策，眼睁睁看着其发展下去，然而今天提出一个应对的思路，或许可以解决，或者在某种程度上扭转这种局面，真正实现反解构化。传统媒体完全可以“以其人之道还治其人之身”进行应对，所谓的反解构之路就是在自媒体没有找到有别于传统媒体广告商业模式道路之前，通过市场化的手段吸收传统媒体组织外部的自媒体，通过“UGC模式”来为其生产内容的方式来解决自己内容生产成本高昂的问题，简而言之就是通过市场化内容“购买”的方式，吸纳社会上的内容生产者为其生产内容，进行利益共享的方式。移动社交 TRS 简约UGC激励TRSUGC平台建设模式以移动、社交、简约和奖励作为平台设计核心。通过吸纳体外自媒体利用UGC模式进行内容生产和供应，解决内容生产成本高昂，内容主体脱离用户的需求不接地气的根本性问题，打破原有内容生产模式的思维定势，从根本上打破成本瓶颈的束缚。其次，在内容生产模式的变革过程中，需要对传统专职采编人员内容生产模式进行价值评估，合理引入外部自媒体资源的竞争机制，进而促进内部采编人员内容生产的贴近性提升，实现内外部良性竞争；与此同时，必须实施优胜劣汰机制，以内容的真正价值为评估唯一标准，筛选和淘汰不适合受众需求的内容和相关低素质的采编人员，进而优化内容结构和人员结构。最后，为了把控内容的质量，保证内容出品品质的一贯性，需要加强内容生产的编辑把关制度，一方面要避免出现政治风险，一方面又要坚持高标准的内容产出品质，进而将自媒体传播内容转换成为适合纸质媒体出版的内容；与此同时，这种内容生产方式更加适合非时政类新闻的生产，更适合行业性的专栏和信息内容的生产，而无法实现纯时政类内容的生产。作为国内最大的搜索和内容管理技术提供商，TRS拥有自媒体平台建设所需的各项技术，通过多年来对UGC模式的探索和理解，在众多高端企业级客户的成功应用实践过程中，TRS潜心研制了符合国内需求的自媒体平台：TRSUGC平台。TRS自媒体平台将围绕自媒体采编、多渠道互动、稿费考核等多个渠道进行构建。自媒体内容生产渠道网站客户端微博微信自媒体内容生产渠道网站客户端微博微信第三方平台接入第三方数据推送统一用户登录自媒体内容生产、管理考核中心统计中心奖励核算我的完成度自媒体应用中心个人中心自媒体内容生产、管理考核中心统计中心奖励核算我的完成度自媒体应用中心个人中心任务中心采编中心个人资源库平台资源库稿费中心渠道管理账户中心......互动平台活动平台账号绑定TRSUGC管理中心自媒体稿件中心用户管理中心考核管理中心互动管理中心自媒体素材库渠道用户管理奖励设置任务管理稿件审核用户等级管理支付管理活动管理稿件推荐用户积分管理统计分析分享管理稿件编辑“通讯员”管理人物推荐渠道管理16.大数据存储及管理平台采用大数据非结构化管理支撑平台支撑本项目的存储与检索，大数据管理支撑平台不仅支撑报社数据中心的全媒体资源的管理查询服务，同时也是报社其他业务应用数据的存储与检索支撑平台。平台基于弹性扩展架构实现了海量媒体资源数据的高性能存储和检索，将大数据存贮、管理和检索高度一体化，并提供了企业级应用的可靠性、安全性、易用性和开放性。第一个融合搜索引擎技术的大数据管理系统分布式并行计算、多副本机制、对等节点机制、没有单点的高可靠体系架构，与Hadoop支持结构化、半结构化、非结构化数据的统一管理和搜索为实时及用户行为数据的高效管理和分析,提供支撑支持PB级的海量数据管理支持海量用户的高并发访问（千万级用户、万级并发充分释放现代计算机硬件的潜力（多核、大内存等）大规模部署的自动化和运行状态监控创新的柔性多引擎机制，提供开放的二次开发接口16.1大数据管理平台特点拓尔思的媒体大数据管理检索具有如下特点：扁平化设计，弹性扩展：系统采取扁平化设计，节点之间完全对等，都可以对外提供服务。扁平化的架构，使整个系统没有单点故障，任何一个节点的故障都不影响系统对外提供服务；同时扁平化的架构使系统具有良好的扩展性，只需在线增加新的节点就可以提高系统的容量和对外服务能力。异常感知、自动恢复：大数据管理系统将硬件异常作为常见异常来处理。系统可以自动感知服务器的异常状态，并且进行自我修复，不会因为单个节点的异常导致整个系统不可用。柔性多引擎技术：大数据管理系统使用多引擎机制，定义一个标准的引擎接口。对于不同的应用需求可以使用不同的引擎来对外提供服务，用户甚至可以构建自己的引擎来扩展系统的数据处理能力。支持异构数据：结构化、半结构化、非结构化数据的统一搜索。高效分区索引机制：可根据应用的查询特点，将数据自动分区索引，充分发挥现代PC服务器多核、大内存的索引和快速索引的应用需求。同时，分区索引还可以减少检索时的索引匹配范围，缩短检索响应时间。多副本机制：一个索引可由多个子集组成，分布在不同的节点上，实现分布式检索；索引的各个子集可在不同的节点上存储多个副本，索引子集多副本实现了容灾备份，避免单点故障，同时也实现了负载均衡，提高并发检索能力。关系数据库管理系统TRS大数据管理系统混合索引方式：提供按词索引、按字索引、字词混合索引方式，满足不同应用场景对查全和查准的不同需求。内存表与列存储：支持在内存中建立数据表，适应数据量较少，但查询并发与响应速度要求很高的应用需求。系统支持列存储，实现特定数据列的高效访问，提高特定数据列的分类统计和排序的速度。关系数据库管理系统TRS大数据管理系统混合索引方式：提供按词索引、按字索引、字词混合索引方式，满足不同应用场景对查全和查准的不同需求。内存表与列存储：支持在内存中建立数据表，适应数据量较少，但查询并发与响应速度要求很高的应用需求。系统支持列存储，实现特定数据列的高效访问，提高特定数据列的分类统计和排序的速度。异步检索：支持异步检索模式，适应大并发（高连接数）的应用场景要求，避免了同步检索模式时消耗太多线程资源的问题。多层次、多粒度的分布式CACHE：系统既有单节点的检索缓存，又有合并后的整体检索缓存，多层次多粒度的设计，大大提高了缓存的命中率，减轻高并发下的检索节点压力，从而大幅度提高系统在高并发情况下的数据检索能力。数据同步服务支持富标签代码的处理。富标签代码是以数字、字母加“.”（半角句号）“;”(半角分号)“:”（半角冒号）“_”(半角下划线)分割的字符串，至少同时支持上述4丰富的客户端支持：包括Java/C/.NET等。WEB管理：内置基于HTTP的管理和监控模块。HTTP接口C接口HTTP接口C接口Java接口.NET接口...负载均衡数据总线MapReduce控制 Search Search服务器 Node NodeSearchNode...SearchNoceHBaseSearchNode文本挖掘...调度模块数据字典 HDFS SearchEngineAdapterData Data Logs Logs通用检索引擎专业检索引擎图像检索引擎...Data Data Logs LogsWindows虚拟机Linux网络存储服务器群防火墙、网关管理台高速网络企业搜索企业搜索机器数据挖掘引擎垂直搜索...舆情管理内容管理知识管理二次开发接口17.典型案例17.典型案例拓尔思新一代媒体解决方案自推出以来，受到了业界的认可，并陆续承担了一批具有相当影响力的项目建设工作：2015年3月，拓尔思中标贵州日报报业集团的云上贵州“媒体云”项目；2015年4月，拓尔思中标浙江日报报业集团“媒立方”项目；2015年8月，拓尔思与重庆日报报业集团签约，开发和建设重报集团新闻内容生产及运营监管服务平台；拓尔思新一代媒体解决方案自推出以来，受到了业界的认可，并陆续承担了一批具有相当影响力的项目建设工作：2015年3月，拓尔思中标贵州日报报业集团的云上贵州“媒体云”项目；2015年4月，拓尔思中标浙江日报报业集团“媒立方”项目；2015年8月，拓尔思与重庆日报报业集团签约，开发和建设重报集团新闻内容生产及运营监管服务平台；2015年8月，拓尔思中标南方报业媒体融合的一体化稿库系统；还相继与经济日报社、四川日报报业集团、中国教育报刊社等多家中央、省市及行业媒体签约，提供报业转型的技术支撑服务。 文本智能组件服务可视化市场微网页市场智能 文本智能组件服务可视化市场微网页市场智能信息传播平台公共基础服务大数据全文检索服务 统一认证服务

浙报集团全媒体服务构造与服务提供交互盒子报纸网站APP微信公众号微博微网页、数字报全网数据、省内多维数据、集团媒体数据、历史媒资数据、第三方数据(新华社稿等)数据资源全网数据、省内多维数据、集团媒体数据、历史媒资数据、第三方数据(新华社稿等)数据资源

智能决策分析系统编辑流程业务支全媒体采编发布系统编辑流程业务支全媒体采编发布系统用户阅读行为阅读行为分析数据库服务媒体资源管理系统数据资源逻辑字库内容数据仓库 数据资源逻辑字库内容数据仓库 多来源、多渠道数据清洗、加工、标引1、以数据融合共享为基础，完善信息资源支撑体系本次项目建设成功后，打通了浙江日报报业集团各个部门及下属单位的壁垒，实现浙江日报报业集团资源的融合，将集团内容资源、行业资源、新闻资源、历史资源、阵地资源、网络资源进行汇集，实现多渠道信息共享，同时对浙江日报报业集团的优势资源进行整理、加工和利用，为报纸、网站、APP、微博、微信及第三方平台提供多种形态的数据支撑，满足线上线下用户多形态的需求。2、以用户分析模型为核心，提升集团资源应用水平本次平台不仅将完成浙江日报报业集团资源整合，同时将引入大数据存储和分析技术，实现浙江日报报业集团各类资源的深度加工，协助浙江日报报业集团将各类资源进行整合利用，基于基础资源库，以及舆情分析库、政务服务库、民生资源库等应用资源库，并通过用户