基于大数据的新闻内容生产效能评估——以上海某媒体为例

在新媒体数据异构化管理的背景下,如何有效地进行新闻内容生产的绩效评估并提出针对性的方案,以提升媒体人的内容生产力成为融合性新闻机构的一大挑战。论题使用上海某新闻媒体约三年间的全部真实产出数据,通过深度神经网络对其中的规律进行了学习,从而得到了融媒体内容生产的效能预测模型,拟合出了内容产出与预期指标规划之间的关系,据此对实验对象从数据特性层面到社会规律层面进行分析。经过测算,这一模型在该数据集上可达到平均90%以上的准确率和召回率。根据模型,该媒体最优的预期新闻产量是在预期总工时达到42 012小时,即126名在职新闻工作者大约每月工作时长约333小时的时候,实际新闻产量可达到47 106小时的效果。这一研究可以依据现实情况,对媒体的产出情况进行最优规划。既为当下媒体融合中不断收集完善的大数据指出了利用之道,也可对其他知识性生产领域的效能评估提供借鉴参考。