石育龍
(江蘇中江網(wǎng)傳媒股份有限公司,江蘇南京 210092)
傳統(tǒng)媒體借助內(nèi)容發(fā)布系統(tǒng)將內(nèi)容發(fā)布到報紙和傳統(tǒng)網(wǎng)站,隨著新媒體的出現(xiàn),急需解決如下3個問題。
(1)急需一套中央調(diào)度、一次采集、多種生成、多元傳播(報、網(wǎng)、端、兩微等)新聞生產(chǎn)流程。
(2)服務(wù)及展現(xiàn)形式急需適應(yīng)新媒體:需運用最新的云計算、大數(shù)據(jù)、人工智能技術(shù)實現(xiàn)多域性、移動化、數(shù)據(jù)化、可視化、強化H5、直播點播、移動采編、AR/VR、AI、個性化推薦等提升服務(wù)和能力。
(3)內(nèi)容生產(chǎn)不能在單一平臺生產(chǎn),而讓用戶生成內(nèi)容(user generated content,UGC)。讓用戶既是網(wǎng)絡(luò)內(nèi)容的瀏覽者,也是網(wǎng)絡(luò)內(nèi)容的創(chuàng)造者,創(chuàng)作是網(wǎng)民的一種生活方式,使得平臺的內(nèi)容越來越豐富,同時用戶也越來越習(xí)慣自己創(chuàng)作內(nèi)容,并樂于與親朋好友分享自己的喜怒哀樂,還可以從自己創(chuàng)作的內(nèi)容中獲得分成。
技術(shù)總體構(gòu)架,如圖1所示。
圖1 總體技術(shù)架構(gòu)
融合全媒體采編系統(tǒng)、融媒體系統(tǒng)、自媒體聚合系統(tǒng)、風(fēng)暴大數(shù)據(jù)系統(tǒng)、政務(wù)系統(tǒng)等各類制傳系統(tǒng)。生產(chǎn)與運營以融合資源為核心,支持互聯(lián)網(wǎng)自媒體資源、各級內(nèi)容資源整合、合作伙伴資源、各級媒體系統(tǒng)內(nèi)容資源的聚合。提高平臺稿件來源渠道,以及提高創(chuàng)作參考素材。整合資源管理,和數(shù)字化管理。
業(yè)務(wù)中臺致力于業(yè)務(wù)管理、業(yè)務(wù)功能、流程定制和個性化行業(yè)定制。其作為專注提供業(yè)務(wù)解決方案中心、為媒體工作者提供“采、播、審、存”一整套流程的業(yè)務(wù)體系,提供采、制、編、審、各業(yè)務(wù)功能服務(wù)。靈活采用微服務(wù)方式提供個性化行業(yè)定制、業(yè)務(wù)流程定制。
數(shù)據(jù)中臺以數(shù)據(jù)為核心、提供標(biāo)準(zhǔn)數(shù)據(jù)采集、數(shù)據(jù)集成、數(shù)據(jù)交換、數(shù)據(jù)標(biāo)注、數(shù)據(jù)分析、可視化等相關(guān)服務(wù),創(chuàng)建數(shù)據(jù)倉庫中心、安全高效管理數(shù)據(jù)、合理使用數(shù)據(jù)。
微服務(wù)中心以微小顆粒化服務(wù)輸出,提供AI 智能服務(wù)、智能快編、快剪、智能排版、AI 選題策劃、AI 語義、輿情等相關(guān)智能化服務(wù)。場景方案創(chuàng)新定制,專業(yè)支持快速集成,打造一個可持續(xù)的智慧媒體生態(tài)。
API 與SDK 接口幫助快速接入各項能力、資源、應(yīng)用、服務(wù)、業(yè)務(wù)場景、AI 智能等功能進行開放。其提供標(biāo)準(zhǔn)文檔、快速對接各機構(gòu)、媒體、電臺等渠道,打造媒體數(shù)字化生態(tài)圈。
采用Spring 微服務(wù)架構(gòu)搭建后臺應(yīng)用對微服務(wù)來說,其運行期間也是各自獨立的。采用微服務(wù)技術(shù)的優(yōu)勢體現(xiàn)在以下幾個方面。
(1)可擴展性:可以快速地添加服務(wù)集群的實例,提升整個微服務(wù)集群的服務(wù)能力。
(2)安全:服務(wù)隔離實際上是可擴展性的基礎(chǔ),將每個微服務(wù)都隔離為獨立的運行單元后,任何一個或者多個微服務(wù)的失敗都將只影響自己或者少量其他微服務(wù),而不會大面積地波及整個服務(wù)運行體系。
(3)效率:在微服務(wù)治理體系下,各個微服務(wù)交付期間也是各自獨立交付的,從而使得每個微服務(wù)從開發(fā)到交付整條鏈路上都是獨立進行,這大大加快了微服務(wù)的迭代和交付效率。
(4)標(biāo)準(zhǔn)化:服務(wù)的訪問者可以用的接口訪問所有這些用不同語言開發(fā)和交互的微服務(wù),微服務(wù)的服務(wù)接口和協(xié)議。
微服務(wù)框架,如圖2所示。
圖2 微服務(wù)框架
(1)Spring Cloud Config 配置中心,利用Git 集中管理程序的配置。
(2)nacos 可以同時作為注冊中心和配置中心。
(3)Spring Cloud Sleuth 分布式鏈路監(jiān)控,SpringCloud 應(yīng)用的分布式追蹤系統(tǒng)和Zipkin、HTrace、ELK 兼容。
(4)Spring Cloud Netflix Eureka 服務(wù)中心(類似于管家的概念,需要什么直接從這里取,就可以了),是一個基于REST 的服務(wù),用于定位服務(wù),以實現(xiàn)云端中間層服務(wù)發(fā)現(xiàn)和故障轉(zhuǎn)移。
(5)Spring Cloud Netflix Hystrix 熔斷器,容錯管理工具,旨在通過熔斷機制控制服務(wù)和第三方庫的節(jié)點,從而對延遲和故障提供更強大的容錯能力。
(6)Spring Cloud Netflix Zuul 網(wǎng)關(guān),是在云平臺上提供動態(tài)路由、監(jiān)控、彈性、安全等邊緣服務(wù)的框架。Web 網(wǎng)站后端所有請求的前門。
(7)Spring Cloud Bus 消息總線,利用分布式消息將服務(wù)和服務(wù)實例連接在一起,用于在一個集群中傳播狀態(tài)的變化。
(8)Spring Cloud Stream 消息組件,基于Redis、Rabbit、Kafka 實現(xiàn)的消息微服務(wù),簡單聲明模型用以在Spring Cloud 應(yīng)用中收發(fā)消息。
通過先進的深度學(xué)習(xí)技術(shù),將文本轉(zhuǎn)換成自然流暢的語音。有多種音色可供選擇,并提供調(diào)節(jié)語速、語調(diào)、音量等功能。移動端適用于稿件的語音交互、文稿有聲閱讀。
智能內(nèi)容監(jiān)審服務(wù)是一款利用語音轉(zhuǎn)寫、人臉識別、聲紋識別等人工智能技術(shù)從關(guān)鍵詞、人臉、圖片以及聲紋等不同維度對音視頻內(nèi)容進行審核的軟硬件一體化服務(wù)。利用人工智能技術(shù)檢測出的不同維度信息與關(guān)鍵庫信息進行匹配,實時報警,輔助用戶工作提升監(jiān)管效率。監(jiān)審數(shù)據(jù)源更全面:支持本地、網(wǎng)絡(luò)以及直播3個不同維度的數(shù)據(jù)監(jiān)審。時效性更強:自動化機器輔助,可實時推送研判結(jié)果,及時遏制有害事件發(fā)酵。有效降低成本,提高工作效率:機器自動化,1 h 數(shù)據(jù)處理僅需約10 min,效率提升約20倍。
智能內(nèi)容管理平臺是一款以AI 技術(shù)為核心,實現(xiàn)對媒體數(shù)字資源的綜合管理的音視頻管理軟件。主要通過語音識別、NLP 等人工智能技術(shù),解決當(dāng)前音視頻管理中檢索,編目困難的問題,滿足編輯人員對音視頻內(nèi)容監(jiān)管、檢索、自動編目、自動化標(biāo)簽的需求。其主要功能包括內(nèi)容識別、內(nèi)容檢索、內(nèi)容審核等功能。實現(xiàn)對音視頻內(nèi)容的自動標(biāo)簽和編目,以及內(nèi)容的智能檢索與審核。
智能語義理解(intelligent semantic understanding)依托深度學(xué)習(xí)、自然語言處理方向上的技術(shù)積累,為平臺提供文本相似度和機器閱讀理解等優(yōu)質(zhì)算法技術(shù)。其中文本相似度可以計算兩段短文本之間的相似度,并給出相似度評分;機器閱讀理解能針對某幾個問題,從若干篇文章中分別尋找問題答案。智能語義理解技術(shù)可以應(yīng)用于問答系統(tǒng)、信息檢索、新聞推薦等場景。
智能校對服務(wù)利用前沿的自然語言處理、深度遷移學(xué)習(xí)技術(shù),依據(jù)平臺規(guī)范、標(biāo)準(zhǔn)和業(yè)務(wù)知識,快速準(zhǔn)確完成文稿中的各種錯誤內(nèi)容識別,并給出糾錯建議。該系統(tǒng)能夠代替?zhèn)鹘y(tǒng)校對的工作,輔助內(nèi)容審校者有效發(fā)現(xiàn)問題,提升校對質(zhì)量及審稿效率,確保內(nèi)容安全生產(chǎn)。
數(shù)據(jù)安全中心滿足等保V2.0“安全審計”“個人信息保護”的合規(guī)要求的基礎(chǔ)上,提供敏感數(shù)據(jù)識別、數(shù)據(jù)安全審計、數(shù)據(jù)脫敏、智能異常檢測等數(shù)據(jù)安全能力,形成一體化的數(shù)據(jù)安全服務(wù)。
根據(jù)中高考試題分析發(fā)現(xiàn),科學(xué)探究不僅是中學(xué)生物教學(xué)的重要內(nèi)容,也是中考和高考的重點考查內(nèi)容。初中階段培養(yǎng)學(xué)生實驗探究能力,熟悉科學(xué)探究一般過程,能夠為學(xué)生進入高中后熟悉實驗工具,設(shè)計實施可行的探究方案等較高級別的科學(xué)探究能力打下基礎(chǔ)。經(jīng)典的科學(xué)史材料(如薩克斯實驗)能讓學(xué)生重溫科學(xué)家的科學(xué)探究過程,養(yǎng)成科學(xué)嚴(yán)謹?shù)奶骄繎B(tài)度。教師要充分利用教材中的探究實驗,如探究種子萌發(fā)的外部條件,訓(xùn)練學(xué)生熟悉科學(xué)探究的一般過程和分析實驗結(jié)果,表達交流的能力。
敏感數(shù)據(jù)主要包括核心技術(shù)資料、個人信息等高價值數(shù)據(jù),這些數(shù)據(jù)以不同形式存在于平臺的資產(chǎn)中。敏感數(shù)據(jù)的泄露會給企業(yè)帶來嚴(yán)重的經(jīng)濟和品牌損失。
DSC 可根據(jù)預(yù)先定義的敏感數(shù)據(jù)關(guān)鍵字段,掃描MaxCompute、OSS、數(shù)據(jù)庫服務(wù)(RDS、DRDS、PolarDB、OceanBase、表格存儲)和自建數(shù)據(jù)庫中的數(shù)據(jù),通過敏感數(shù)據(jù)規(guī)則中的命中次數(shù)來判斷是否屬于敏感數(shù)據(jù)。
大數(shù)據(jù)整體架構(gòu),如圖3所示。
圖3 大數(shù)據(jù)整體架構(gòu)
該部分主要提供整個大數(shù)據(jù)平臺技術(shù)、計算和存儲資源支撐。大數(shù)據(jù)技術(shù)中心提供的數(shù)據(jù)架構(gòu)平臺,可以支持各種類型的數(shù)據(jù)接入以及上層應(yīng)用程序的數(shù)據(jù)消費,可以作為的數(shù)據(jù)資源池。技術(shù)中心提供全數(shù)據(jù)采集、全數(shù)據(jù)存儲、IT 資源管理、系統(tǒng)配置(安裝部署、服務(wù)監(jiān)控和安全)以及可視化大數(shù)據(jù)操作管理功能。
該部分包括多觸點數(shù)據(jù)采集、數(shù)據(jù)清洗、門戶設(shè)計。
大數(shù)據(jù)管理平臺對輸入平臺的原始數(shù)據(jù)進行處理,從而形成企業(yè)的數(shù)據(jù)資產(chǎn),便于基于數(shù)據(jù)實現(xiàn)精準(zhǔn)營銷和數(shù)據(jù)化運營。
數(shù)據(jù)采集。本系統(tǒng)支持收集3個維度數(shù)據(jù):第一方數(shù)據(jù)源客戶端、主站、政務(wù)網(wǎng)群、其他業(yè)務(wù)網(wǎng)站、H5站點、手機報、微博微信等;第二方數(shù)據(jù)源收集;第三方互聯(lián)網(wǎng)數(shù)據(jù)、SNS 數(shù)據(jù)、電商數(shù)據(jù)等。
數(shù)據(jù)源??蓙碜杂脩糇詳?shù)據(jù)、內(nèi)容管理系統(tǒng)的數(shù)據(jù)、用戶觸點數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等,通過定時導(dǎo)入、全量導(dǎo)入、實時觸發(fā)、文件傳輸、實時抓取采集等。
數(shù)據(jù)清洗。根據(jù)業(yè)務(wù)需求,排除重復(fù)數(shù)據(jù)、內(nèi)部測試數(shù)據(jù)、殘缺數(shù)據(jù)和錯誤數(shù)據(jù)產(chǎn)生的數(shù)據(jù)。
數(shù)據(jù)標(biāo)準(zhǔn)化。根據(jù)數(shù)據(jù)標(biāo)準(zhǔn)和業(yè)務(wù)需求,規(guī)整數(shù)據(jù)的標(biāo)準(zhǔn)。
數(shù)據(jù)交換。大數(shù)據(jù)管理平臺提供的大數(shù)據(jù)應(yīng)用與交換接口,實現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)交互。
數(shù)據(jù)挖掘。大數(shù)據(jù)管理平臺提供分析模型、算法以完成大數(shù)據(jù)統(tǒng)計分析等上層數(shù)據(jù)應(yīng)用。
大數(shù)據(jù)應(yīng)用服務(wù)中心包括用戶行為洞察系統(tǒng)、自動化廣告系統(tǒng)、大數(shù)據(jù)運營分析系統(tǒng)。其具體功能包括:用戶登錄、內(nèi)容推薦(千人千面)、精準(zhǔn)服務(wù)、用戶微觀畫像、用戶宏觀畫像、用戶忠誠/流失、DSP 數(shù)據(jù)對接、廣告效果分析、廣告推薦分析、流量分析、渠道分析、頻道分析、內(nèi)容分析。
媒體指揮智能平臺,通過大數(shù)據(jù)、云計算、人工智能技術(shù),實現(xiàn)中央調(diào)度、一次采集、多種生成、多元傳播新聞生產(chǎn)流程,一站式解決融合發(fā)展技術(shù)難題,從選題策劃、采編生產(chǎn)、分發(fā)傳播、盈利分成全流程突破融合瓶頸。