商晨迪，張業(yè)安

大數據時代的到來使各行各業(yè)都面臨著巨大的沖擊。經對前期研究梳理后發(fā)現：大數據在體育傳播領域的應用方向主要包括大數據傳感器技術拓寬體育信息采集維度，智能機器人輔助體育新聞寫作，通過海量數據挖掘數據間的相關性，VR（Virtual Reality）與AR（Augmented Reality）技術增強體育認知體驗，智能算法推薦實現平臺對用戶的個性化分發(fā)[1]；大數據技術在體育賽事傳播中的應用也逐步改變了傳統(tǒng)的體育賽事傳播生態(tài)格局，包括大數據時代數字化體育賽事信息的傳播渠道呈現多元趨勢，大數據技術實現了賽事信息的統(tǒng)一收集、存儲和智能應用，賽事信息傳播主體范圍擴大，界限變得模糊，賽事受眾向“生產型消費者”轉變，體育賽事信息私人化、碎片化，體育賽事傳播內容呈現方式數據化等特點[2]。對此，傳統(tǒng)的媒體賽事傳播效果評估模式的適用性產生局限，大數據時代體育賽事傳播生態(tài)格局的變化對體育賽事媒體傳播效果評估提出新的要求。鑒于此，本文擬在揭示大數據時代不同形態(tài)媒體體育賽事傳播特征及其傳播效果評估需求的基礎上，提出不同形態(tài)媒體體育賽事傳播效果評估主要指標及其測量方法，構建大數據時代體育賽事媒體傳播效果評估模式框架，為優(yōu)化大數據時代的體育賽事媒體傳播效果提供參考。

1 大數據時代不同形態(tài)媒體體育賽事傳播特征

大數據是一種通過高速捕獲、搜索或分析從海量數據中獲取價值的新技術體系結構，它具有規(guī)模大、傳播速度快、形式多樣、識別困難、價值高但價值密度低的5V特征。有些專家將2013年稱為“大數據元年”，但1980年初著名的未來學者阿爾文·托弗勒就在其《第三次浪潮》一書中將大數據譽為“第三波華麗的樂章”[3]。在大數據時代，數字化體育信息的傳播路徑也呈現多種趨勢，傳統(tǒng)體育賽事媒體的傳播生態(tài)格局被海量數據的統(tǒng)一收集、存儲和智能應用等特性影響而逐漸改變。

大數據時代的體育賽事媒體傳播具有如下特征：（1）可預測性。大數據的預測性分析的核心在于通過對歷史數據與實時數據，以及人類行為數據和機器數據等數據的全面分析，預測潛在的結果或可能。這幫助體育賽事媒體傳播由以往的“輿情分析”“情感分析”邁向“預測分析”，更加符合體育賽事傳播不確定性高的特征。未來體育新聞報道也將依托大數據可預測性的核心價值，著重于數據驅動型的深度報道和區(qū)域預測性新聞，利用大數據預測事物未來的發(fā)展趨勢，為用戶提供真正的前瞻性新聞服務。例如，虎撲體育的NBA比賽“前瞻”菜單提供雙方隊伍往屆戰(zhàn)績、傷病狀況、先發(fā)陣容等數據，根據運動員年齡、體重、身高、單賽季出場次數、先發(fā)次數、比賽平均時間、得分等更加詳盡的數據，幫助用戶全面理解團隊情況，預測并判斷接下來的比賽結果。（2）全時性。傳統(tǒng)新聞傳播尤其是“結果為王”的體育新聞傳播對時效性要求極高，依托5G高速網絡和云存儲技術，大數據不僅能夠保障體育賽事在傳播過程中的“即時性”，甚至可以在傳播后期對體育賽事的媒體傳播情況進行實時監(jiān)測，幫助傳播者及受眾隨時調整傳播策略，實現了體育新聞傳播從“實時性”到“全時性”的延伸。例如RUWT是一項安裝在移動設備上可追蹤所有運動賽事收看情況的應用程序，該程序通過不斷地分析運動數據流來幫助球迷進行節(jié)目選擇。（3）復雜性。大數據時代體育賽事信息的生成形式繁多，既有傳統(tǒng)媒體主導的電視賽事轉播，也有自媒體平臺用戶自發(fā)進行的新聞創(chuàng)作，社交媒體的普及聯(lián)結了各個平臺上的不同數據信息，融合媒體整合各大平臺資源優(yōu)勢，實現“臺網融合”“多頻融合”“傳受融合”，這增加了對數據分析的時效性、全面性的要求。除了上述大數據時代體育賽事傳播的總體特征，不同媒體的體育賽事傳播方式也發(fā)生了深刻變化。

1.1 電視媒體：延續(xù)觀眾接觸體育賽事“第一渠道”的核心優(yōu)勢

在傳統(tǒng)媒體時代，體育賽事傳播渠道以電視、廣播和報紙為主，特別是電視成為大部分人接觸體育賽事的第一渠道，體育賽事直播通過鏡頭放大賽場上運動員的一舉一動，通過攝影機位的移動形成賽場的運動節(jié)奏，提高比賽的觀賞性，傳遞體育比賽的樂趣，使得體育賽事成為電視媒體傳播的主要節(jié)目內容。全媒體時代移動媒體傳播異軍突起，2014年巴西“微博世界杯”、2018年俄羅斯“微信世界杯”等都對電視體育收視率造成了一定沖擊。但電視媒體努力“擁抱”大數據，堅持“技術為王”，例如視頻助理裁判員（Video Assistant Referee，VAR）、4K超高清技術和VR的引入，轉播過程中AI（Artificial Intelligence）加碼直播、極速高清等技術的應用大大提高了體育賽事的傳播速度和呈現效果，幫助電視媒體在移動媒體的沖擊下仍能保持較高的收視率。

1.2 網絡媒體：發(fā)揮海量數據優(yōu)勢進行個性化新聞定制

全球著名的網站排名系統(tǒng)Alexa的統(tǒng)計結果顯示，倫敦奧運會期間新浪、騰訊、搜狐三大門戶網站奧運專題近一個月的日均頁面瀏覽量超過了1 000萬。上述體育門戶網站在比賽期間不僅通過文字新聞、高清圖集、短視頻、討論專區(qū)等豐富的媒體形式滿足了受眾廣泛的新聞需求，例如新浪體育還為用戶提供了排球、籃球、網球、賽車、游泳等項目新聞，同時還支持用戶在界面定制自己喜歡的賽事和關注聯(lián)賽中自己支持的球隊。這種賽事私人定制的優(yōu)勢在于能更好地挖掘受眾的長尾效應，例如對馬術、極限運動、國際滑雪賽等小眾精英項目的分眾傳播可以快速滿足這類特殊用戶的需求。

1.3 社交媒體：利用龐大的用戶數據鼓勵公民加入大數據新聞生產

大數據時代的信息加工過程向全部用戶開放，以微博、微信為代表的自媒體成為網絡傳播最活躍的分享主體和新興輿論場，由此產生的大量社交媒體數據具有極高的評估價值，可以幫助賽事組織方及時調整傳播策略。例如IBM公司發(fā)布的“社會輿論索引”通過使用高級分析和自然語言處理技術來分析大量社交媒體數據，獲得對體育相關游戲的公眾輿論、玩家偏好以及日程安排的關注[3]。2013年溫布爾登網球公開賽組委會就使用了IBM、佳能和Anyicks等工具來構建社會輿論的綜合視圖并評估各種在線平臺上的受眾主題。同時，開放大數據還有助于增強體育觀眾參與新聞傳播的熱情，形成用戶自己生產新聞這一新的新聞生產方式。英特爾曾經聯(lián)合著名的數據挖掘競賽平臺Kaggle舉辦了“March Madness Learning Mania”比賽，鼓勵參與者通過數據分析更精準地預測每場和當年度賽事結果。

1.4 融合媒體：匯聚多種媒介傳播優(yōu)勢，加強數據的主體性地位

傳統(tǒng)的體育賽事報道通常以比賽賽況的文字記錄為主，數據和圖片僅起到對文字報道的輔助說明作用。通過挖掘復雜數據互相間的相關性，通過事實查找當前主體的內部關聯(lián)，使用可視化技術宏觀展示體育活動的前因、進展和結果，是大數據最大的優(yōu)勢。體育H5新聞這類融合了文字、圖片、數據、交互操作的新型數據新聞成為近年來國內外體育媒體傳播的新趨勢，例如騰訊體育于2013年開設了“算數”專題，通過140篇體育數據新聞帶領讀者“以數字為半徑，全方位了解體壇內外”[4]，涉及內容既有與受眾直接對話的調查，如《天臺球迷畫像，你躺槍了嗎？》，利用數據進行專業(yè)體育知識科普的《從4020到500萬，郎平續(xù)寫傳奇》，還有引發(fā)讀者熱議的《0-14！中日足球又一差距》。這些創(chuàng)新的體育數據新聞作品從多種維度更廣泛、深入地優(yōu)化了體育賽事媒體的傳播效果，但如何精確評估這些效果，需要基于大數據時代不同媒體的傳播形態(tài)變化，重新審視媒體傳播效果評估需求與指標變化。

2 大數據時代傳統(tǒng)的體育賽事媒體傳播效果評估手段存在的問題

在針對體育賽事媒體傳播效果評估手段進行討論之前，首先要明確體育賽事媒體傳播效果的定義。前期研究將體育賽事的媒體傳播效果定義分為2個層面：一是傳播者傳播具有說服動機的相關信息而引起受傳者在心理、態(tài)度和行為發(fā)生變化；二是傳播活動，尤其是大眾傳播媒體（報刊、廣播、電視、網絡等）的活動對受傳者和社會所產生的一切影響和結果的總和[5]。依據鮑爾·洛基奇與德福勒提出的“媒介系統(tǒng)依賴理論”，將大型體育賽事媒體傳播活動看作“受眾—媒介—社會”這一系統(tǒng)有機的組成部分，并在受眾、媒介、社會、賽事的基礎上建立了大型體育賽事的媒體傳播效果評估指標，具體包含受眾接觸率、受眾滿意度、媒介經濟效益3個一級指標，電視收視率、報刊閱讀率、廣播收聽率、網絡點擊率、手機收視率、滿意度指數、媒介廣告收入等次級指標，符合體育賽事媒體傳播效果的多層次和傳播主體多元性的特征。

基于上述2個層面，對于淺層次的體育賽事媒體效果評估，采用諸如賽事舉辦期間報紙的“發(fā)行量”、電視的“收視率”、網絡的“點擊率”等反映體育賽事相關信息傳播的廣度指標。以電視媒體為例，傳統(tǒng)的電視體育賽事傳播評估的測量指標主要是收視率。收視率是指在特定時間內收看特定電視節(jié)目的目標觀眾人數占目標群體的比重，是衡量電視節(jié)目傳播效果的重要指標。收視率的本質是抽樣調查，因此存在樣本戶易被“污染”，收視率數據可靠性不高等問題。并且收視率只是反映觀眾收看時間的自然數據，缺乏情緒態(tài)度特征以及與收看電視節(jié)目相關行為模式特征的分析。

因此，僅以收視率作為體育賽事電視傳播效果的評估指標過于片面，若把節(jié)目收視率等同節(jié)目的傳播效果，極易導致“收視率主義”現象的產生。大數據時代各個媒體的傳播模式正在發(fā)生改變，網絡技術的發(fā)展在很大程度上解決了信息的保存和查詢問題，數據庫的出現使信息不再是一次性的“快速消費品”，信息文本愈加開放和分散，與其他信息的關聯(lián)性也越強，受眾對信息的接收不再是單次的行為而呈現出多次累積的效果。傳統(tǒng)的體育賽事媒體傳播效果評估方法已不再適用于目前的傳播實踐，因此需要對大數據時代體育賽事媒體傳播效果評估需求變化進行重新審視，根據不同形態(tài)媒體體育賽事傳播效果評估主要指標及其測量方法，構建大數據時代更加科學、有效的體育賽事媒體傳播效果評估模式。

3 大數據時代不同形態(tài)媒體體育賽事傳播效果評估需求與指標

3.1 電視媒體：兼顧受眾與內容效果的雙重監(jiān)測

傳統(tǒng)的電視媒體傳播效果評估存在著樣本量小、數據來源不準確、數據更新不及時、對第三方監(jiān)測機構依賴性強等問題，而大數據海量的特點使得電視媒體可以獲取遠超于從前的海量樣本，這些海量樣本幾乎可以覆蓋所有的收視對象，顛覆了以往人工抽樣測量的方式。

體育賽事大部分以直播的形式在電視媒體上播出，因此對于收視率測量的時效性有較高的要求，只有第一時間將收視率指數和用戶反饋傳送至后臺，電視媒體平臺才能第一時間調整賽事的播出策略。針對大數據時代體育賽事電視媒體評估較高的即時性需求，各媒體平臺和第三方機構都改良了評估方法，如中國廣視索福瑞媒介研究（CSM）早在2003年就開始了針對體育收視的專門性追蹤研究，CSM在北京奧運會期間啟動多維度的奧運受眾測量，全天候360°追蹤受眾的媒介使用行為[6]。CSM采用同源樣本和連續(xù)性測量方式，范圍涵蓋移動車載電視、戶外電視、手機電視等多種電視媒體類型，將內容監(jiān)測與受眾測量的結果相匹配，這種二元并行的方式為電視體育賽事傳播效果評估的完善打下了良好基礎。

除了基本的收視率測量，與其他類型電視節(jié)目傳播效果相比，體育賽事電視傳播評估還需考慮受眾在收看體育賽事媒體傳播所產生的更深層次的態(tài)度和情感效果。因此有學者建議采用例如體育賽事媒介欣賞指數這類反映受眾對媒體體育賽事傳播內容的“理解度”“贊同度”的指標進行測量，可以更好地反映體育賽事節(jié)目內容的質量[7]，提出體育賽事的電視傳播效果評估一方面應采取以覆蓋率、視聽率、市場份額三大量化指標為主的收視率調查，另一方面應增加涵蓋欣賞度、忠誠度、解說員競爭力調查等定性的滿意度調查，由此構建二元的電視體育傳播內容效果評估體系。

此外，大數據時代傳統(tǒng)體育頻道的“臺網融合”使體育賽事從電視轉播拓展到網絡直播，有學者從觀眾對體育賽事媒體接觸行為、觀眾對于視聽信息的滿意度以及影響觀眾態(tài)度因素這3個方面，利用VAR（Vector Auto Regression）模型和大數據計算建立了融媒體下的體育賽事視聽信息傳播效果評價指標，以互聯(lián)網傳播平臺的大數據評估模式改變了長期以來單一的電視收視率調查方法，符合電視媒體多屏傳播模式的效果評估需求[8]。依據體育賽事對受眾造成的體育認知效果、體育情感效果、體育行為效果，構建認知、情感、行為三大一級指標，反映觀眾對體育賽事電視傳播的內容態(tài)度，再由擴散度、情感強度、情感傾向、關注度四大二級具體指標測量。大數據時代模糊了體育賽事在電視與網絡傳播渠道上的界限，相應地促使觀眾收視行為測量從單一的電視受眾測量向多渠道、多終端的視頻受眾測量轉變，因此三級指標的構建需要盡可能全面涵蓋各平臺產生影響的指標。其中涵蓋了網絡電視體育賽事報道的媒體轉載量、刊發(fā)量，觀眾后續(xù)在社交媒體上對于體育賽事的熱議度，傳統(tǒng)電視/網絡收視率等。綜上，本文構建媒體轉載量、公眾號刊發(fā)量、微博熱議度、微話題討論量、正面評論比例、傳統(tǒng)收視率、網絡播放量、網絡搜索量這8個三級指標，該評估指標的構建能較好反映受眾具體的收看行為以及其對某體育賽事傳播內容的態(tài)度。

3.2 網絡媒體：用戶、平臺、內容三維效果的綜合評估

新媒體改變了傳統(tǒng)媒體傳播單一的“傳者—信息—受者”過程，受眾被動接受信息的身份發(fā)生了改變，在信息傳播的過程中開始主動參與，甚至影響了信息的傳播過程，初始信息的接受者可能會對新聞進行二次加工成為次級傳播者。因此，對于媒體的傳播效果評估必須考慮到這部分非官方的、帶有個人情感傾向的信息傳播。由于這類媒體是與用戶雙方共同生產發(fā)布的新聞，應基于用戶、平臺、內容3個維度構建網絡媒體體育傳播效果評估指標。

3.2.1 用戶和平臺維度

例如虎撲體育、懂球帝等網絡平臺的圈層化傳播特征導致用戶在第一時間接收體育賽事相關信息后，通常會主動產生加工分享行為，成為次級傳播者。因此，在評價這部分體育賽事媒體傳播效果時，應更多納入用戶互動行為數據，即受眾指標。由于用戶在網絡媒體上存在顯性互動與隱性互動行為，據此構建用戶接收與顯性互動指標和用戶接收與隱性互動指標兩大一級指標。顯性互動指標包含瀏覽量、評論量、跟帖量、轉發(fā)量、點贊量、粉絲量等用戶當時的接收行為，這部分用戶在瀏覽新聞時產生的數據可以反映新聞的實時傳播效果；隱性互動指標包括搜索量、點擊量、訪問量、停留時間、跳轉量、獎勵私信等后續(xù)接收行為，這些數據主要是用戶在網頁瀏覽中留下的相關痕跡，只有數據統(tǒng)計員在后臺才能獲取，可以成為后臺數據選擇的關鍵，從更深層次上衡量新聞傳播效果。以知名體育門戶網站虎撲體育、新浪體育、騰訊體育、東方網體育、搜狐體育、網易體育等為例，首先建立包括瀏覽量、評論量、跟帖量、轉發(fā)量、點贊量、粉絲量、收藏量、彈幕量、新聞排行榜、用戶實際行動等一級指標的用戶接收與顯性互動指標；再利用大數據算法對用戶的搜索行為進行進一步挖掘，形成包括搜索量、點擊量、訪問量、停留時間、跳轉量、打賞、私信等一級指標的用戶接收與隱形互動指標，從更深層次上衡量傳播效果。

3.2.2 傳播內容維度

由于網絡時代的信息傳播過程在不斷變化更新，對于例如奧運會、足球世界杯賽等時間跨度較長的大型體育賽事，媒體必須隨時跟進，或者與其他平臺共享信息，及時反饋給用戶，增加媒體接收與反饋一級指標。媒體通過轉載、跟進報道、媒體評論等方式將后續(xù)接受的內容進行反饋，以此建立三大二級指標。其中，轉載指標包含媒體報道內容后續(xù)的轉載量和轉載新聞被閱讀量，跟進報道指標包含跟進報道文章數和跟進報道平臺數，媒體評論指標包含媒體對事件評論數和媒體對事件評論時間跨度，共六大三級指標，更全面地評估媒體后續(xù)的傳播效果。最后，本文通過德菲爾法，邀請專家對各指標賦予不同的權重，形成綜合性的網絡媒體體育傳播效果評估體系。

3.3 社交媒體：反映媒體與用戶、社會的雙重關系

微信、微博等社交媒體成為體育賽事信息分享的又一手段，例如2014年巴西“微博世界杯”、2018年俄羅斯“微信世界杯”都反映了社交媒體在體育賽事傳播中的重要功能。但不同于門戶網站等傳播媒體，這類以熟人傳播為主的社交媒體具有高黏度、強互動性的媒體屬性。這種社交媒體評估指標的構建具有互動性的特點，很好地考慮到了社交媒體傳遞信息時的人際互動和社會互動，可以運用于體育賽事傳播效果評估中，反映社交媒體的體育賽事媒體傳播效果[9]。在大數據時代，社交媒體的傳播效果評估還要考慮到用戶的分享行為而產生的廣電收視數據、搜索引擎數據、視頻網站數據、論壇數據等各個相關平臺的用戶行為痕跡，從用戶反饋角度進行評估。從2014年開始，國內外針對社交媒體的傳播效果研究呈現出突發(fā)性增長態(tài)勢并延續(xù)至今，基于鮑爾·洛基奇與德福勒的“媒介系統(tǒng)依賴理論”，媒體傳播效果取決于媒介、社會與受傳者之間的相互作用。社交媒體以媒體與用戶、社會的雙重關系為基礎，因此應從媒體與用戶的關系、媒體與社會的關系這兩方面建立社交媒體傳播效果評估一級指標。

根據“媒介系統(tǒng)依賴理論”，媒體發(fā)布的信息對用戶會產生認知、態(tài)度、行為的影響，因此在媒體與用戶關系的一級指標下構建包含用戶對新聞的認知、用戶對新聞的態(tài)度、用戶對新聞的行為、用戶對媒體的反饋四大二級指標。一些具有代表性的體育事件會在社會中形成積極的輿論影響，這種輿論影響一方面可以反映體育文化傳播的社會價值，另一方面也是社會對社交媒體體育傳播內容的一種反饋，影響著媒體的態(tài)度。同時，媒體所宣揚的社會價值觀可以塑造用戶的價值觀，從而導致受眾生活方式的改變，甚至引發(fā)公眾的模仿行為。因此在媒體與社會關系這一級指標下構建包含社會輿論、對社會價值觀的塑造、對大眾生活方式的改變、大眾模仿四大二級指標。

3.4 融合媒體：以傳播力為主導的多媒體形態(tài)傳播效果評估

當下，受眾接收到的不僅有傳統(tǒng)的紙媒體育報道、體育門戶網站信息，還包含了微博、微信等社交媒體的體育信息，因此，融合傳播效果評估的數據來源呈現出既涵蓋傳統(tǒng)的視聽率、閱讀率、點擊數、轉評數，又涵蓋百度指數、微博指數等多種新媒體指數的復雜性。大數據技術的發(fā)展為避免不同傳播效果評估指標帶來的差異創(chuàng)造了機遇，即建立一個跨媒體的傳播效果評估體系。在媒體融合的環(huán)境下，傳統(tǒng)的“受眾”角色正在向“用戶”轉變，不同于被動接受或選擇某單一媒體的“受眾”，“用戶”對于媒體的選擇更為多樣自主，一個“用戶”很可能是接收多種媒體信息的“受眾”，不能將同一用戶在不同媒體平臺的傳播效果評估割裂開來，此時就更需要建立一個行業(yè)內統(tǒng)一的傳播效果評估標準。融合媒體的媒體構成復雜，因此在對于融合媒體傳播效果評估時要同時考慮到各類媒體的傳播特性。其中，傳統(tǒng)媒體的主流評價指標主要有收視率、收聽率、發(fā)行量等，而微博、移動APP等社會化媒體則應更多地從用戶反饋角度進行評估。

“媒介補償說”認為，任何一種新媒體都是對舊媒體或其先天不足功能的一種補償。大數據技術的發(fā)展促使紙媒建立一個多功能、全面的數字平臺，彌補紙媒不足。因此，對于這類融媒體環(huán)境下轉型的主流媒體，則更需要科學、客觀、公正地評估其在互聯(lián)網上的傳播效果。以往的傳統(tǒng)評估模式通常是從傳播能力和傳播效果兩方面出發(fā)，而基于新媒體時代用戶的互動性，《人民日報》“中央廚房”作為主流媒體嘗試建立了一套綜合性的網絡傳播力評估體系——CTR傳播效果評估系統(tǒng)，該評估體系重點聚焦于現有媒體的新媒體布局，致力于解決各機關網絡普及率測量問題，幫助媒體機構明確自己在網絡上的競爭位置和發(fā)展問題，進一步加快媒體整合過程。從目前互聯(lián)網傳播的五大主流渠道——官方微博、官方公眾號、自有APP、官方網站、第三方平臺構建一級指標，即官微傳播力、官方公眾號傳播力、自有APP傳播力、官網傳播力、第三方平臺傳播力5個一級指標，反映媒體覆蓋人群規(guī)模的媒體滲透率，即考察媒體受眾的規(guī)模有多大。媒體在傳播期間的實際觸達人數則用媒體實際到達率考查，具體包括粉絲規(guī)模、活躍粉絲總量、關注規(guī)模、總閱讀量、下載量、用戶總數、訪客規(guī)模、總訪客數、訂閱量等二級指標，從傳播力的角度構建科學、有效的融媒體傳播效果評估體系[10]。融合媒體環(huán)境下體育賽事的媒體傳播效果評估可借鑒中央廣播電視總臺實行的全媒體傳播矩陣，該傳播矩陣涵蓋了中央電視臺新聞頻道、中央電視臺體育頻道、省級體育頻道等官方主流媒體傳播平臺；搜狐體育、騰訊體育、新浪體育等專業(yè)視頻媒體的體育頻道網絡直播平臺；各類新媒體、自媒體的現場視頻直播、錄播、圖文直播。本文在此基礎上構建綜合性的全媒體體育傳播效果評估體系。

基于上述討論，參考相關文獻[11-13]和專家建議，構建了大數據時代體育賽事媒體傳播效果評估模式框架，如表1所示。

表1 大數據時代體育賽事媒體傳播效果綜合評估模式框架Table1 Framework for the Comprehensive Evaluation Model of Sports Events Media Communication Effects in the Big Data Era

4 大數據時代體育賽事媒體傳播效果評估指標數據的獲取與評估方法

4.1 指標數據的獲取

大數據時代體育賽事媒體傳播效果評估模式指標數據的獲取來源主要有結構化數據和非結構化數據。結構化數據主要指用戶在使用APP或網站觀看體育賽事過程中短暫存儲的行為數據，這些原始數據可以用于后續(xù)的分析和預測。非結構化數據則主要通過爬蟲、插件、移動云端及其他技術獲取，包括：每個網頁上用戶的訪問次數和點擊率；各個社會化媒體平臺上公開可見的粉絲數量和轉評贊等數據；動態(tài)網站和搜索引擎中的關鍵詞數據，如搜索量、實時網絡監(jiān)控數據等。由于這些大量的非結構化數據來自不同渠道，目前絕大多數互聯(lián)網平臺的后臺數據都屬于保密狀態(tài)，其他媒體很難獲取，這就給跨媒體的傳播效果評估帶來了困難，如同計算機領域各個數據在不同部門相互獨立存儲，獨立維護，彼此間相互孤立，形成物理上的“數據孤島”。當下不同的數據來源相對獨立，在傳播效果評估過程中如何將電視、視頻網站、社交媒體上這些不同源、不同結構的數據結合起來考量，成為大數據時代傳播效果評估需要解決的難題。

“數據要流動起來，才能產生價值”[14]，數據的開放與跨平臺合作是融合傳播效果評估的重要推動力量。因此，在傳播效果評估模式數據的獲取過程中，關鍵是要推動數據的開放與合作，解決“數據孤島”問題。目前，數據的開放與合作已經催生了許多融合媒體用戶使用行為數據測量的產品，例如在電視收視率統(tǒng)計領域最具權威性的市場研究機構尼爾森與推特合作推出的“Twitter電視收視率”，這一數據能反映電視節(jié)目在推特上的相關推文數量和觀眾群體規(guī)模，電視節(jié)目在Twitter上的熱度往往與其在電視上的收視率大不相同。挪威電視觀眾測量委員會委托kantar媒體從2018年開始，以挪威市場為對象，以“電視＋網絡視頻”的混合模式提供跨屏顯示和收視測量服務[10]。在國內，CSM于2018年起在中國香港開展基于同源數據的全視頻受眾測量，通過監(jiān)視所有電視廣播設備，包括衛(wèi)星電視、收費電視頻道、高清互聯(lián)網電視盒、OTT（Over the Top）等，按需顯示數據，滿足各類體育賽事在廣電媒體上傳播效果測量的數據需求。

4.2 評估方法與保障策略

傳統(tǒng)的媒體傳播效果評估數據的獲取方式往往依靠人工測量，具有較大的主觀性和不穩(wěn)定性，而新媒體平臺的傳播效果測量與現有的視聽率抽樣調查相比，可以使用大數據實現樣本整體覆蓋，但受商業(yè)利益、市場競爭的限制，具有很大的主觀性，如部分網絡平臺甚至會雇傭“水軍”造成對外訪問量、點擊量等數據虛高。因此，在媒體融合時代的媒體傳播效果評估過程中，就更需要第三方的監(jiān)測和評估機構起到“把關人”的作用，第三方監(jiān)測和評估機構作為主要的數據來源，必須保持獨立和中立，提供科學、客觀、有公信力的數據，促進融媒體行業(yè)的健康可持續(xù)發(fā)展。

另外，大數據時代的傳播效果評估對于用戶分析還存在數據隱私的問題。目前各大平臺獲取實時數據的方式需要在用戶端下載插件監(jiān)測受眾行為，許多人對這種方式存在一定的心理抗拒，也涉及用戶端測量的法律問題。針對數據立法與安全保障，許多國家、地區(qū)及組織進行了有效的實踐，如歐盟針對個人數據隱私權的保護建立了《通用數據保護條例》，對數據處理者使用個人數據的范圍進行明確限制；美國加州的《2018年加州消費者隱私法案》確立消費者信息處理基本規(guī)則，加強了消費者對個人信息的控制；澳大利亞頒布的《隱私權法》制定了針對消費者隱私權保護的概括性原則；新加坡更是設立了專門的《個人信息保護法》，將個人信息保護的關聯(lián)內容涵蓋其中[15]。而國內在數據隱私保護方面還沒有針對性的法律和條例，目前僅在《中華人民共和國網絡安全法》《信息安全技術個人信息安全規(guī)范》《互聯(lián)網個人信息安全保護指南》中對個人信息安全的概念和保護標準進行了界定。因此，為了保障大數據時代體育賽事媒體傳播效果評估數據的合法獲取，還需建立更為完善的法律以保護用戶的數據隱私安全。

5 結束語

從媒體形態(tài)發(fā)展軌跡看，每次的跨越都伴隨著傳播效果評估方式的升級。大數據技術的發(fā)展改變了不同媒體平臺的傳播現狀，電視媒體加強直播技術，繼續(xù)發(fā)揮以賽事轉播為核心的傳播優(yōu)勢，同時增加以數據為核心的新聞報道，轉變?yōu)榭梢暬某尸F方式；網絡媒體通過其海量數據庫的優(yōu)勢實現對用戶的定向推送；社交媒體龐大的用戶群體使得公民新聞生產成為可能。在重新審視上述大數據時代體育賽事媒體傳播形態(tài)變化的基礎上，構建新的體育賽事媒體傳播效果評估框架：電視媒體兼顧受眾與內容結果的雙重監(jiān)測，依據大數據計算構建以受眾效果為基礎的VAR傳播效果評估模型；網絡媒體基于用戶、內容、平臺3個維度構建以用戶顯隱性互動行為、媒體接收與反饋為基礎的綜合性傳播效果評估體系；社交媒體基于“媒介系統(tǒng)依賴理論”構建基于媒體與用戶、社會關系的傳播效果評估體系，反映媒體與用戶、受眾的雙重關系；融合媒體以媒體滲透率和到達率為基礎采用CTR傳播效果評估系統(tǒng)，構建以傳播力為主導的多媒體形態(tài)傳播效果評估體系。本文僅對上述不同形態(tài)媒體傳播效果評估主要指標及其測量方法進行梳理，為形成大數據時代體育賽事媒體傳播效果評估模式提供參考，對于如何將同一體育賽事在不同平臺的受眾接收數據進行整合，如何測量同一受眾在不同媒介平臺體育賽事接收行為，如何整合不同媒介平臺的數據體系等，是在后續(xù)研究中需要深入探索和解決的問題。