广播与传播基础 9

广播电视与视听传播概论第三章

数字媒体环境下的视听内容生态本章内容传统视听生态的清晰边界视听内容在互联网技术的推动下，产生了越发多样且不断更新的形态。在传统广播电视节目构建的视听内容生态中，不同的视听内容之间往往存在着较为清晰的类型边界。互联网时代的大视听生态进入互联网时代，视听内容的生产逻辑、生产机制、传播渠道乃至具体的内容形态都发生了巨大的变化，传统的边界不断消融，新的样态不断出现，构成了一个更为丰富的大视听生态。本章核心讨论议题本章将重点就当前视听内容的形态与特征、生产新策略、传播新渠道等展开讨论。01第一节视听内容形态与特征02第二节视听内容生产新策略03第三节视听内容传播新渠道第一节视听内容形态与特征从当前的视听内容生态来看，视听内容可以分为两大类：一是传统广播电视节目，如新闻资讯节目、电视剧、电视纪录片、电视综艺等；二是网络视听节目，如短视频、网络剧、网络综艺、微短剧、网络音频节目、网络直播等。•一、传统广播电视节目的类型与特征•二、网络视听节目的类型与特征三、视听节目形态的融合与跨界•视听内容形态与分类从当前的视听内容生态来看，视听内容可以分为两大类：传统广播电视节目如新闻资讯节目、电视剧、电视纪录片、电视综艺等；网络视听节目如短视频、网络剧、网络综艺、微短剧、网络音频节目、网络直播等。这些视听产品已经成为当下人们社交、娱乐、消费的重要内容，并随着数字媒体技术的演进呈现出越发多元且相互融合的生态格局。以现代电子技术为传播手段，以声音、图像为传播符号，对新近或正在发生、发现的事实进行报道和解读的节目形式，涵盖政治、经济、文化、社会等各领域信息。真实性真实性是新闻的生命。新闻资讯节目的内容必须以客观事实为基础，经过充分核实和编辑后呈现给受众。新闻资讯节目必须确保所传播的内容真实准确，从事件的基本信息到细节、背景等，都要符合客观实际，不能虚构或夸大。信息的真实与准确，也关系到新闻媒体的公信力和权威性。时效性新闻资讯节目关注社会的最新动态，强调信息的迅速传播和及时更新。但是，新闻资讯节目的时效性并非仅仅有关信息传播的速度，也注重新闻报道与社会大众需求的契合度，即新闻报道的时机，盲目地追求速度则有可能导致信息的失真或失实。公共性新闻资讯节目的一项重要职能是服务社会公共利益，促进公共领域的对话、监督，通过传递公共信息和剖析社会事件，发挥舆论引导和社会服务的关键作用。新闻资讯节目的内容往往聚焦于公共议题，提供信息指引，反映社会共同关注的焦点问题，并在一定程度上引领舆论走向。新闻资讯节目面向广泛的社会大众，通过多元传播渠道，跨越年龄、性别、职业等界限，拥有庞大的受众群体，因而能产生显著的社会影响力。一、传统广播电视节目的类型与特征（一）新闻资讯节目1艺术综合性融合戏剧、电影等多种艺术元素，通过镜头、音乐、造型等手段产生独特艺术效果。2分集连续性分集播出且每集联系紧密，通过悬念设置维持受众观看兴趣，可展现长时间跨度故事。3假定真实性具有与生活相似的真实感，反映的情感、生活状态、时代风貌真实可感。概念定义以连续剧形式展现故事情节的叙事性视听艺术作品，以人物关系和情节发展为核心，通过影像和声音结合呈现特定主题和故事。一、传统广播电视节目的类型与特征（二）电视剧运用视听技术对政治、经济、文化、社会等进行系统完整纪实表达的电视作品，是对现实生活的非虚构反映，兼具艺术价值和审美价值。真实性基于客观事实，要求从现实生活取材，记录真人真事，是其本质属性。文献性影像可留存历史瞬间，是时代风貌、文化印迹的珍贵留存，构筑重返历史现场的路径。主观性创作者通过镜头选择和剪辑逻辑传递对现实的解释，融入个人观点、情感和价值观。一、传统广播电视节目的类型与特征（三）电视纪录片以视听语言为载体，融合音乐、舞蹈、戏剧、小品、杂技等多种艺术形式，满足受众娱乐需求，兼顾文化传播与产业效益。多种艺术样态综合结合电视艺术与传统艺术，对多种艺术元素进行创造性转化，带来丰富视听体验。大众娱乐属性娱乐价值高，通过幽默语言、轻松氛围等满足受众娱乐需求，运用冲突制造等技巧调动情绪。多维互动观众可参与节目讨论交流，通过社交媒体互动、场外投票等增强参与度和互动感。一、传统广播电视节目的类型与特征（四）电视综艺定义：通过互联网平台传播、时间较短的视频产品，是当下最具代表性和影响力的网络视听节目形态之一。内容体量短小化高度凝练内容，直奔主题，突出核心信息，契合碎片化时间消费需求。互动传播社交化通过点赞、评论、分享等功能成为社交纽带，推动裂变式传播。创意表达多元化涵盖实拍、动画等多种表现形式，主题广泛，创作者展现鲜明个性。二、网络视听节目的类型与特征（一）短视频专门为互联网制作、通过互联网首播的系列影视作品，与传统电视剧相比在题材、类型、表现手法等方面具有创新性。体量灵活涵盖大成本精品剧和小成本自制剧，制作周期短，能迅速响应市场热点，受众可随时观看；叙事紧凑采用多线叙事、剧情反转等手法，运用视觉特效增强画面冲击力，追求电影级质感；互动性强受众可发弹幕、写评论实时交流，创作者可根据反馈调整剧情或制作”番外”。二、网络视听节目的类型与特征（二）网络剧什么是网络综艺？以互联网为传播媒介、在互联网平台上播出的娱乐性综艺节目，采用灵活制作模式，面向年轻化、细分化受众群体。更丰富的表达突破传统框架，运用短视频、弹幕等形式，主题涵盖情感、竞技等多个领域，提供个性化内容；社交化的传播受众可在社交媒体二次传播，借助热搜带动讨论度，通过弹幕实时互动；受众年轻化主要受众为年轻人，内容设计贴近年轻人兴趣点，强化用户黏性。二、网络视听节目的类型与特征（三）网络综艺单集时间从几十秒到十几分钟，有相对明确主题和主线、较为连续完整故事情节的新兴网络视听节目类型。叙事快节奏叙事结构紧凑，迅速切入主题，采用单线叙事，设置强烈戏剧冲突和高频反转。视听强冲击注重视觉冲击力，常以特写、近景突出关键细节，音乐音效贴合剧情营造氛围。传播注重话题性依赖社交媒体平台，题材涉及社会热点，易形成互联网讨论热点。二、网络视听节目的类型与特征（四）微短剧以声音为主要信息载体，涵盖播客、广播剧、有声书、新闻资讯等多种类型的网络内容形态，适配多场景应用。伴随性适配多任务处理与碎片化生活场景，用户可在多种场合同步收听，提供“慢体验”；人格化声音具有真实感和个性特征，主播与听众建立亲近关系，增强用户黏性；强体验融入互动技术与沉浸式声音设计，如弹幕互动、全景声等，提升参与感与临场感。二、网络视听节目的类型与特征（五）网络音频节目概念定义通过在现场架设独立设备借助网络进行实时传播的节目形态，传播接收便捷化、移动化，覆盖社会生活各个方面。核心特征生活化展示普通人日常生活，内容覆盖生活各方面，降低直播专业门槛，成为大众自我表达手段。圈层化依赖基于兴趣、价值观等形成的用户黏性，覆盖多领域，用户与主播可实时交流。场景化高度依赖所处场景，“场景”是直播内容有机组成部分，拓展多元应用场景。二、网络视听节目的类型与特征（六）网络直播三、视听节目形态的融合与跨界文旅融合响应国家”文旅融合”战略，视听节目与文旅产业融合发展，电视（网络）综艺、电视剧（网络剧）等结合目标地区自然风光和历史文化资源，直观表现当地景观风情，构建受众与地区情感联结，拉动文旅消费，但需注意避免过度开发和文化探索表面化。艺术融合通过现代视听技术对传统艺术形式进行再创作与传播，打破传统艺术欣赏的时空限制，利用影视、音效、动画等技术及新兴传播手段，将传统艺术转化为生动影像内容，实现中华优秀传统文化当代表达，给受众带来全新视听体验。游戏融合互动电影、互动电视剧等是影视与游戏跨界融合的尝试，让受众直接参与剧情走向，结合传统影视叙事和互动媒介技术，打破被动观看模式，受众成为故事参与者甚至”共创者”，多分支、多结局设计提高用户黏性，为视听和游戏产业提供新发展方向。第二节视听内容生产新策略随着视听艺术的创新演进、影视生产与传播技术的不断更迭，以及受众观看惯与审美取向的时代流变，面对全新的媒介、技术、社会、文化环境，诸多视内容制作新策略应运而生。•一、生产理念创新•二、生产手段拓展三、生产模式变革•视听内容生产新策略时代背景与策略演进随着视听艺术的创新演进、影视生产与传播技术的不断更迭，以及受众观看习惯与审美取向的时代流变，面对全新的媒介、技术、社会、文化环境，诸多视听内容制作新策略应运而生，主要涉及生产理念、生产手段、生产模式等方面。融合路径与价值目标特别是在移动互联网时代，优质视听内容的制作离不开对当下视听内容基本面的清晰研判，同时还需要将多种新技术、新手段综合融入内容制作过程，利用有效的生产机制来更加高质、高效地产出视听内容产品，以满足大众日益丰富多元的精神文化需求。一、生产理念创新场景：移动化移动化是视听内容在数字媒体环境下的总体特征，涉及制作思维、理念、形式等多方面变革。移动互联网时代，受众更倾向于以主观视角“进入”节目，追求“在场感”，短视频传播逻辑体现“少即是多”原则，需在极短时间内形成信息密度高、节奏紧凑、情感强烈的表达效果。平台：融合化媒体融合是视听产业在数字化和多屏化传播环境中的动态适应与迭代演进。视听平台融合化考虑多平台联动，引入5G、AI、大数据等技术，实现跨屏互动，如“台网联动”运营模式及短视频与传统长视频的融合，提升传播覆盖率和用户讨论度。接受：碎片化移动互联网时代视听内容呈现碎片化特征，表现在内容形态上用户倾向消费时间短、信息密度高的内容；传播渠道上观看场景扩展至社交媒体等多种平台；用户行为上以“刷”的方式快速浏览，单一内容吸引注意力时间短，存在叙事深度不足等问题。广泛应用领域人工智能技术已广泛应用于新闻写作、影视制作、游戏开发等领域，如自动生成新闻、广告文案或视频，不少媒体推出虚拟主播运用于新闻报道、体育赛事转播等。生产效率提升人工智能大模型助推下的AIGC大幅提高了视听内容生产效率，已介入剧本创作、分镜头脚本创作、创意策划等环节，推动行业从专业创作走向全民共创，影像叙事从单向输出变为智能交互。面临的相关问题随着大量人工智能驱动和生成的视听内容出现，版权问题、虚假内容生成和伦理风险等问题日益凸显，需要技术、政策和行业多方协同治理以实现健康发展。二、生产手段拓展（一）人工智能技术虚拟制作技术的概念与特点虚拟制作是以构建三维数字资产为核心的新型视听内容生产方式，通过数字技术重塑创作流程，打破虚拟与现实界限，创造可反复利用的数字资产，整合前期筹备、拍摄制作与后期视效环节，提升生产效率与灵活性。LED虚拟拍摄的工作原理LED虚拟拍摄以超高清LED屏为媒介，配合演员表演，构成完整拍摄系统。LED屏呈现二维和三维信息，演员与之互动形成数字与非数字信息共时编织，通过实体和虚拟数字摄影机获得复合信息，在相关技术支持下实现实时交互及编织，模糊虚拟与现实界限。二、生产手段拓展（二）虚拟制作技术国家战略背景超高清视频产业快速发展上升至国家战略层面，是推动智慧广电发展、建设文化强国、满足人民群众对美好生活向往的关键支撑。8K超高清技术优势8K是超高清视频分辨率标准，分辨率为7680×4320像素，相较于传统高清视频，具有更高分辨率和更清晰画面呈现，能展现更细腻逼真视觉效果，提供沉浸式观影体验，被认为是未来视听技术和内容生产发展方向。行业应用情况国家广电总局发布超高清技术行业标准，中央广播电视总台和北京广播电视台推出8K超高清电视频道和试验频道，各大网络视听平台积极采用超高清技术，支持超高清视频画质内容。二、生产手段拓展（三）超高清技术PGC的定义PGC指由专业团队或机构生产的内容，生产主体通常为专业创意人员和摄制团队，具有高制作标准和商业化目的。制作标准与内容特征视听PGC注重质量和观赏性，具备专业设备和技术支持，有较高画面精度、音效水平和叙事能力。代表性视听PGC包括传统媒体内容（如新闻、电视剧、纪录片、广告等），流媒体平台上的原创影视剧和综艺节目，重大活动、重要赛事活动的直播等。三、生产模式变革（一）PGCUGC的概念UGC指由普通用户自主创作并上传到平台的内容，创作者为广泛分布于各行各业的普通人，降低了创作门槛，促进内容创作草根化与多样化。UGC的主要特征•生产门槛低：生产者借助智能手机、简单剪辑软件即可创作。•题材种类多样：能展现个性与创造力，形式灵活，如短视频、网络直播、Vlog等。•互动性强：生产者与接受者互动频繁，平台兼具社交功能。UGC在互联网社交中的作用UGC已成为当前互联网环境下日常社交的重要组成部分，拓宽了内容生产边界，增强了内容传播力，满足了用户更多元需求。三、生产模式变革（二）UGCAIGC的含义AIGC指由AI直接生成的内容，创作工具是算法和机器，利用自然语言处理、图像生成、深度学习等技术自动生成文字、图片、音频、视频等内容。技术手段与生成形式借助自然语言处理、图像生成、深度学习等技术，生成内容形式包括文字、图片、音频、视频等，AIGC创作能力不断增强，内容表现形式从单一类型向多模态扩展。提升作用与潜在风险大大提升了视听内容生产能力，但存在算法伦理、虚假信息、版权问题等潜在风险，需要在积极发展与审慎监管之间寻求平衡。AI生成视听内容操作界面示意图三、生产模式变革（三）AIGCPGC+UGC+AIGC融合发展01PGC、UGC、AIGC的关系三者并非相互替代，而是相互融合、共生共存。PGC仍占据核心地位，体现专业水准；UGC使普通用户成为内容生态重要组成部分；AIGC通过自动化生产补足内容生产短板。02PGC与UGC的协同在PGC和UGC协同下，越来越多个人专业生产者出现在互联网平台，他们是专业领域从业者，同时以个人身份发布内容。03AIGC与PGC、UGC的融合AIGC可用于PGC部分流程，如一些互联网平台推出的AI合成拍摄特效。未来三者将更多互相补充，共同推动内容生产多元化与智能化发展。第三节视听内容传播新渠道近年来，随着移动互联网的快速发展以及智能手机的普及，社交媒体逐渐成为社会大众交流、互动的重要方式和平台，这深刻改变了网络视听内容的传播方式。•一、社交媒体与多级传播•二、大数据与用户画像三、算法推荐与内容分发•视听内容传播新渠道传播渠道变革随着移动互联网与智能手机普及，社交媒体已成为大众交流互动的核心平台，深刻改变了网络视听内容的传播方式。多级传播演变在传统媒体之外，社交媒体成为重要渠道，推动信息传播由传统的两级传播向更复杂的多级传播转变。算法与画像重塑大数据与用户画像成为衡量及调整策略的关键，配合算法推荐实现精准分发，重塑了互联网视听传播新生态。一、社交媒体与多级传播第一层级：原创内容的发布视听内容传播通常始于原创内容的发布，这些内容主要由各类视听平台（如视频网站、电视台官网）或社交媒体平台（如微博、抖音）发布。发布平台凭借强大的会员制度和多渠道推广（如首页推荐、广告投放、明星引流等）迅速积累大量用户。用户在观看过程中，通过社交媒体平台分享观看体验，视听内容传播便逐渐走向社交媒体平台的二级传播。第二层级：社交媒体平台的传播与用户参与社交媒体平台的二级传播角色在原创内容发布后，社交媒体平台成为视听内容传播的第二级传播者。用户是推动传播的关键力量，其观看后的行为直接影响传播效果。用户参与传播的主要方式用户通过分享观看体验（如转发视频链接、发布观后感）、发布评论（表达对内容的看法、吐槽或赞扬）、进行话题讨论等方式，再次推动传播。实例：影视作品的社交媒体传播一些影视作品播出后，用户会在微博上发起相关话题讨论，吸引大量用户参与；或在抖音上创作与作品相关的短视频，进一步扩大作品的影响力，吸引更多用户观看。用户从被动接受者转变为主动创作者二次创作的内涵与特点在社交媒体平台中，视听内容常被用户进行二次创作，形成新的内容形态。二次创作并非简单转载或评论，而是用户在观看内容后加入自身理解、想法或创意，重新制作视频、音频、海报等全新视听内容。二次创作的常见场景与形式此现象在短视频平台尤为常见，例如用户对影视作品中的经典对白进行模仿配音、对服装造型进行复刻展示、对剧情进行改编演绎等，制作相关短视频并发布。二次创作的作用与影响二次创作增强了用户的参与感，使用户从被动观看者转变为主动创作者。部分优质二次创作内容可能成为具有高关注度的“爆款”，进一步扩展原作的影响力，甚至反哺原作的传播与热度。一、社交媒体与多级传播第三层级：二次创作跨平台传播的实现随着传播深入，视听内容开始在多个平台之间实现跨平台传播，打破单一平台的局限，覆盖更广泛的用户群体。例如，热门节目内容可能同时在视频平台、社交媒体、电视台、音频平台等多个渠道传播。商业化推广的主要模式当热门节目形成现象级传播时，会进一步借助跨平台合作进行内容推广，通过开发周边衍生产品（如玩具、文具、服饰）、与相关商品进行联名联动（如食品、化妆品），以及明星代言、直播带货等商业模式实现内容和商品的同步传播。跨平台传播与商业化推广的价值提高视听内容的传播效力，实现视听内容与商品消费的双向驱动，既提升内容的商业价值，也为商品带来了流量和销量。第四层级：跨平台传播与商业化推广一、社交媒体与多级传播生成基础：大数据用户画像的生成离不开基于海量视听用户消费行为而产生的大数据，这些数据涵盖用户的观看记录、搜索行为、点赞评论、社交互动等多个方面。数据处理与特征提取通过对大数据的清洗、分类、解析，平台得以更加精准地把握用户的行为、兴趣、偏好等多维度数据。核心工作是为用户“打标签”，实现标准化存储。技术方法与路径使用文本挖掘、自然语言处理、机器学习、预测算法和聚类算法等技术对用户行为数据进行建模，形成立体画像，为分析视听用户习惯提供新方法。二、大数据与用户画像（一）大数据驱动下的用户画像生成·数据采集用户画像构建首先依赖数据的广泛采集。大数据技术使对视听用户的基本信息（如年龄、性别）、观看行为（如浏览频次、停留时间）、兴趣偏好、位置、社交行为等多维度信息的收集变得更加高效，数据可通过网络视听平台、社交媒体平台、电商平台等渠道获得。·数据清洗与预处理收集到的数据最初大多杂乱无章，需要经过清洗与预处理，如去除冗余数据and异常值，确保数据的准确性和可用性，为后续分析做准备。·特征提取与建模完成数据预处理后，提取对构建用户画像有意义的特征，包括用户的基本信息、观看行为、社交行为等。例如，社交媒体平台通过分析用户发布的内容、互动频次、关注列表等，描绘出用户所处的社交圈层和兴趣偏好等，并进行建模。·用户画像的应用与更新用户画像会随着用户行为的变化同步更新。平台根据用户近一个阶段的观看喜好和习惯，不断更新用户的行为特征和消费习惯，让用户画像始终处于动态调整之中，以保持其准确性和时效性。视频平台个性化推荐界面示意图二、大数据与用户画像（二）用户画像的构建过程核心应用个性化推荐：用户画像的核心应用之一是协助实施个性化推荐。通过分析用户特征，推荐系统能够向用户推送符合其偏好的内容或商品，大数据的支持使推荐更加精确、实时。例如，视频平台会根据用户观看行为和偏好推荐相似节目。内容营销与广告投放：用户画像能够帮助品牌方、广告主精确识别目标客户群体，并制定个性化的营销策略。通过大数据分析，广告主可为不同用户群体提供差异化的广告内容和促销活动，提升广告效果。引导内容传播与商业资源匹配：大数据及用户画像在社交媒体平台中的应用，能够帮助平台分析用户的社交关系、影响力节点，从而更好地引导视听内容的传播，同时精准匹配相应的商业资源，使经由视听内容积聚的用户资源得以发挥更大价值。视频平台个性化推荐界面示意图二、大数据与用户画像（三）大数据驱动下的用户画像应用三、算法推荐与内容分发基于内容的推荐通过分析用户曾经浏览、点赞、评论的内容的特征，如视听内容的类型、题材、关键词等，来推测用户可能对哪类内容感兴趣。例如，某用户经常观看喜剧电影，推荐系统将会向他推荐更多喜剧类型的作品。协同过滤推荐通过分析用户与相似用户的行为来向他们推荐感兴趣的内容。简单来说，某用户在观看某个视听作品之后，推荐系统会根据观看了这部作品的其他用户的观看兴趣向该用户做出推荐。深度学习推荐对深度神经网络的长期学习和分析可以克服单一推荐算法的局限性，通过多种推荐方法的组合提供更精准的推荐。这种综合性的推荐算法需要分析用户更为复杂的长期行为数据，从而把握用户相对稳定的视听内容消费习惯以及相对稳固持久的兴趣点，以此提升内容推荐的有效性和针对性。（一）算法推荐方法三、算法推荐与内容分发（二）基于算法推荐的内容分发模式1.

信息流广告信息流广告是指一种基于用户行为和兴趣的精准的广告推送模式，通过算法将广告内容融入用户的信息流(例如社交媒体平台上的推荐广告)。其利用用户数据预测其兴趣点，并推送相关广告内容。在大多数互联网平台中，用户的浏览、点赞、评论等行为数据均被用于推测其兴趣，以此向用户推送定制化的广告内容。2.

个性化推荐流个性化推荐流是指依托算法