文/曹 剛

受眾研究在傳播學(xué)領(lǐng)域占有突出位置。一方面，它連接著媒介功能和效果研究，幾乎每一項(xiàng)重要的效果研究都離不開(kāi)受眾研究；另一方面，它是媒介產(chǎn)業(yè)運(yùn)營(yíng)中不可或缺的一個(gè)環(huán)節(jié)，是連接傳媒產(chǎn)業(yè)和廣告產(chǎn)業(yè)的紐帶。進(jìn)入新世紀(jì)以來(lái)，面對(duì)加速演變的媒介技術(shù)，受眾研究從未止步。與此同時(shí)，一個(gè)源自計(jì)算機(jī)界的技術(shù)概念——“大數(shù)據(jù)”，近年來(lái)旋風(fēng)般“橫掃”政治經(jīng)濟(jì)社會(huì)諸多領(lǐng)域，其能量不容小覷。大數(shù)據(jù)能給受眾研究帶來(lái)什么？大數(shù)據(jù)時(shí)代受眾研究將面臨哪些挑戰(zhàn)？本文將對(duì)這些問(wèn)題進(jìn)行深入研究，并探討應(yīng)對(duì)之策。

一、從小樣本到大數(shù)據(jù)：受眾測(cè)量技術(shù)的升級(jí)換代

傳統(tǒng)的受眾研究在捕捉受眾媒介接觸、使用行為時(shí)主要針對(duì)隨機(jī)樣本或固定樣本（定期更新）進(jìn)行，調(diào)查方式以入戶面訪、電話訪問(wèn)、日記卡回收等人工測(cè)量為主。即使是20世紀(jì)80年代興起的各種主動(dòng)、被動(dòng)測(cè)量?jī)x，也是以少數(shù)樣本為測(cè)量對(duì)象。進(jìn)入21世紀(jì)，隨著互聯(lián)網(wǎng)、尤其是移動(dòng)互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，各類智能化手持電子設(shè)備逐漸推廣普及，報(bào)紙、雜志、廣播、電視等傳統(tǒng)媒介紛紛通過(guò)互聯(lián)網(wǎng)平臺(tái)拓展原有傳播渠道，受眾媒介接觸和使用行為日趨多元化、復(fù)合化。新興電子媒體在測(cè)量受眾媒介使用行為時(shí)具有突出優(yōu)勢(shì)。作為交互媒體，互聯(lián)網(wǎng)對(duì)于用戶的訪問(wèn)都會(huì)通過(guò)log日志的形式進(jìn)行記錄，而且是以一種旁觀者的身份、不必驚動(dòng)受眾的方式進(jìn)行觀察記錄。針對(duì)智能設(shè)備的電子訪問(wèn)記錄成為受眾研究不斷增長(zhǎng)的測(cè)量數(shù)據(jù)的主要來(lái)源。這些數(shù)據(jù)符合大數(shù)據(jù)的主要特征：第一，海量數(shù)據(jù)。傳統(tǒng)受眾調(diào)查1000個(gè)樣本就算較大規(guī)模，而現(xiàn)在電子設(shè)備的訪問(wèn)記錄幾乎是以普查的方式在進(jìn)行，伴隨移動(dòng)互聯(lián)設(shè)備和軟件的飛速發(fā)展，某些熱門(mén)端點(diǎn)用戶訪問(wèn)數(shù)量動(dòng)輒百萬(wàn)、千萬(wàn)，甚至過(guò)億，而且數(shù)據(jù)量隨時(shí)間不斷增長(zhǎng)。第二，高維數(shù)據(jù)。數(shù)據(jù)集的維度是數(shù)據(jù)集合中的對(duì)象具有的屬性數(shù)目，簡(jiǎn)言之，就是記錄單個(gè)受眾時(shí)可能涉及的屬性有多少。傳統(tǒng)受眾調(diào)查由于訪問(wèn)成本所限，面向受測(cè)樣本的問(wèn)題數(shù)量往往精簡(jiǎn)到最小程度，特別是電話訪問(wèn)時(shí)。而現(xiàn)在電子設(shè)備對(duì)于受眾的媒介使用行為可以近乎全方位、無(wú)遺漏地詳細(xì)記錄下來(lái)；不僅如此，由于蘋(píng)果、亞馬遜等大型公司構(gòu)建的網(wǎng)上商店系統(tǒng)，受眾往往實(shí)名注冊(cè)，大量個(gè)人信息與受眾媒介使用行為可以進(jìn)行關(guān)聯(lián)分析，這在過(guò)去是難以想象的。第三，數(shù)據(jù)記錄的非目的性。傳統(tǒng)受眾研究在調(diào)查之前有明確的理論框架或商業(yè)用途，根據(jù)這些既定目標(biāo)設(shè)計(jì)相應(yīng)的需要調(diào)查的受眾屬性。而電子設(shè)備訪問(wèn)記錄事無(wú)巨細(xì)地記錄受眾各種信息和媒介使用行為，并非出于事先規(guī)劃好的調(diào)查目標(biāo)。

二、大數(shù)據(jù)背景下受眾研究面臨的挑戰(zhàn)

1．受眾媒介使用行為的海量數(shù)據(jù)，給數(shù)據(jù)分析帶來(lái)困難。由于電子設(shè)備在記錄受眾媒介使用行為時(shí)并不進(jìn)行抽樣，而是全部納入測(cè)量范圍，加之日積月累，因此記錄的數(shù)據(jù)量不再是傳統(tǒng)受眾研究的兆字節(jié)，而是以指數(shù)級(jí)增長(zhǎng)，達(dá)到了驚人的吉字節(jié)、太字節(jié)。這樣龐大的數(shù)據(jù)甚至不能放進(jìn)計(jì)算機(jī)內(nèi)存中運(yùn)算，而用非內(nèi)存算法可能相當(dāng)耗時(shí)。而數(shù)據(jù)更新越來(lái)越快，時(shí)效性也越來(lái)越強(qiáng)，等計(jì)算機(jī)對(duì)海量數(shù)據(jù)分析出結(jié)果，有可能已失去應(yīng)用價(jià)值，難以幫助媒介經(jīng)營(yíng)者及時(shí)決策。

2．受眾媒介使用行為的高維數(shù)據(jù)，傳統(tǒng)統(tǒng)計(jì)方法難以應(yīng)對(duì)。傳統(tǒng)受眾調(diào)查常見(jiàn)的是由少量受眾屬性集合而成的數(shù)據(jù)，為這些低維數(shù)據(jù)開(kāi)發(fā)傳統(tǒng)的數(shù)據(jù)分析技術(shù)和軟件通常不能很好地處理高維數(shù)據(jù)。現(xiàn)在，研究者往往要面對(duì)成百上千的受眾屬性，中、高維度數(shù)據(jù)與低維度數(shù)據(jù)有質(zhì)的不同，傳統(tǒng)統(tǒng)計(jì)方法和軟件失去用武之地，這就使計(jì)算機(jī)在分析高維數(shù)據(jù)時(shí)會(huì)陷入所謂的維災(zāi)難。

3．受眾測(cè)量數(shù)據(jù)量非常大，而其中有價(jià)值的信息卻很少。傳統(tǒng)受眾調(diào)查與統(tǒng)計(jì)分析是在有明確研究假設(shè)條件或媒介運(yùn)營(yíng)指標(biāo)指導(dǎo)下，精心設(shè)計(jì)問(wèn)題收集相應(yīng)數(shù)據(jù)，以達(dá)到檢驗(yàn)假設(shè)真假或判斷媒介運(yùn)營(yíng)成敗的目的。因此，數(shù)據(jù)分析的方法基本上在數(shù)據(jù)收集之前已確定?，F(xiàn)在，研究者事先并不知道在海量多維數(shù)據(jù)中隱含著哪些有用的信息，就像從礦石中淘金一樣，需要應(yīng)用各種算法探索和揭示隱藏的、未知的規(guī)律性，這無(wú)疑加大了數(shù)據(jù)挖掘的難度。

三、受眾研究在處理“大數(shù)據(jù)”時(shí)的對(duì)策

1．利用抽樣技術(shù)有效壓縮受眾測(cè)量數(shù)據(jù)量。抽樣是一種選擇數(shù)據(jù)對(duì)象子集進(jìn)行分析的常用方法。在調(diào)查研究中，抽樣常常用于縮小調(diào)查對(duì)象或不宜做普查的情形。傳統(tǒng)受眾研究正是建立在對(duì)受眾進(jìn)行抽樣調(diào)查的基礎(chǔ)上。在大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘中，抽樣也非常有用。與傳統(tǒng)受眾調(diào)查不同的是，大數(shù)據(jù)背景下數(shù)據(jù)挖掘的抽樣對(duì)象不是受眾，而是海量數(shù)據(jù)集。當(dāng)直接處理所有海量數(shù)據(jù)的費(fèi)用太高、太費(fèi)時(shí)間時(shí)，只好退而求其次對(duì)龐大數(shù)據(jù)集合進(jìn)行抽樣。在合理選擇抽樣方案的基礎(chǔ)上，使用抽樣的算法可以有效壓縮數(shù)據(jù)量。除了傳統(tǒng)的抽樣方法，面對(duì)大數(shù)據(jù)，研究者還可以采用漸進(jìn)式抽樣。這種抽樣方法的優(yōu)點(diǎn)是可以不用事先確定樣本規(guī)模（事先往往不知道合適的樣本規(guī)模），先從一個(gè)小樣本開(kāi)始，然后逐漸增加樣本容量，當(dāng)預(yù)測(cè)模型準(zhǔn)確率的增加趨于穩(wěn)定時(shí)，就可以停止增加樣本容量。

2．利用維歸約技術(shù)降低受眾的數(shù)據(jù)維度。電子設(shè)備自動(dòng)記錄的受眾數(shù)據(jù)集可能包含大量屬性。數(shù)據(jù)預(yù)處理的一個(gè)重要方面就是減少維度，稱為維歸約。相比高維數(shù)據(jù)，經(jīng)過(guò)維歸約處理后的低維數(shù)據(jù)在后續(xù)分析中具有明顯優(yōu)勢(shì)：第一，目前開(kāi)發(fā)的數(shù)據(jù)挖掘算法通常對(duì)低維數(shù)據(jù)的計(jì)算結(jié)果更具實(shí)際意義；第二，基于低維數(shù)據(jù)建立的數(shù)據(jù)模型可視化效果更好，更易于非專業(yè)人士理解。

維歸約技術(shù)常常通過(guò)創(chuàng)建新屬性，將一些舊屬性合并在一起來(lái)降低數(shù)集的維度。

3．充分利用受眾研究的背景知識(shí)增加數(shù)據(jù)挖掘的預(yù)判性。傳統(tǒng)受眾研究方法較為成熟，研究者在計(jì)算機(jī)輔助下，可以完成調(diào)查設(shè)計(jì)、數(shù)據(jù)分析、結(jié)果詮釋等一系列受眾研究環(huán)節(jié)。但是，在大數(shù)據(jù)時(shí)代，面對(duì)復(fù)雜的海量數(shù)據(jù)，需要有不同專長(zhǎng)的人員密切配合來(lái)完成數(shù)據(jù)挖掘任務(wù)。首先，由對(duì)傳播理論感興趣或有深厚媒介運(yùn)營(yíng)背景的專門(mén)人才，盡可能清晰地定義出數(shù)據(jù)挖掘的問(wèn)題。盡管沒(méi)有人能事先預(yù)測(cè)數(shù)據(jù)挖掘的最后結(jié)構(gòu)，但是從概率論角度看，經(jīng)過(guò)傳媒專業(yè)人士界定數(shù)據(jù)挖掘的問(wèn)題之后，在實(shí)踐中挖掘出有價(jià)值信息的幾率更高，而盲目地運(yùn)用各種數(shù)據(jù)挖掘算法去處理數(shù)據(jù)，得到的數(shù)據(jù)結(jié)構(gòu)往往沒(méi)有很大現(xiàn)實(shí)意義。接著，由精通數(shù)據(jù)庫(kù)技術(shù)和統(tǒng)計(jì)分析技術(shù)的數(shù)據(jù)分析人才，將受眾研究目標(biāo)轉(zhuǎn)換成數(shù)據(jù)挖掘的具體任務(wù)，并為每步操作選擇合適的技術(shù)。由此可見(jiàn)，在大數(shù)據(jù)預(yù)處理和數(shù)據(jù)挖掘算法尚存“門(mén)檻”之際，受眾研究將是一個(gè)多學(xué)科專家交互協(xié)作的知識(shí)探索過(guò)程。

面對(duì)“大數(shù)據(jù)”熱，受眾研究有可能陷入過(guò)分?jǐn)M合的數(shù)據(jù)“陷阱”之中，這并非危言聳聽(tīng)。這是因?yàn)榇髷?shù)據(jù)條件下，受眾數(shù)據(jù)的記錄項(xiàng)目并非在事先規(guī)劃嚴(yán)密的框架下設(shè)定，從而導(dǎo)致海量數(shù)據(jù)中存在一些不相關(guān)的變量，如果這時(shí)完全遵循計(jì)算機(jī)對(duì)數(shù)據(jù)建立的模型，很可能該模型本身對(duì)于所有數(shù)據(jù)的擬合度非常好，但是這一模型的實(shí)際含義與現(xiàn)實(shí)不符合，這就要求研究者對(duì)計(jì)算機(jī)自動(dòng)生成的數(shù)據(jù)模型保持謹(jǐn)慎態(tài)度。

[1]丹尼斯·麥奎爾著．劉燕南，李穎，楊振榮譯．受眾分析[M]．北京：中國(guó)人民大學(xué)出版社，2006．

[2]謝邦昌等．從數(shù)據(jù)采集到數(shù)據(jù)挖掘[M]．北京：中國(guó)統(tǒng)計(jì)出版社，2009．

[3]張余．裂變與交互——數(shù)字電視時(shí)代的受眾研究[M]．北京：中國(guó)傳媒大學(xué)出版社，2011．