Technologieaustausch

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Weitere Fallstudien und Branchenberichte finden Sie auf der offiziellen Website von AiAnalysis

Unternehmen und Institutionen der Medienbranche sind im Bereich der Datenelemente einzigartig ausgestattet. Durch die Anhäufung von Nachrichtenberichten, Medienmaterialien, Leser-Feedback und Marktforschung ist eine eigene „Datengoldmine“ entstanden.

Allerdings haben die meisten relevanten Einheiten den Wert von Datenelementen noch nicht berücksichtigt und genutzt, was zu ungenutzten Ressourcen führt. Ungenutzte Datenelemente können interne Geschäftsteams weder stärken, noch können sie durch externe Ergebnisse einen sozialen und kommerziellen Wert erzielen. Dieses Verhalten, Daten nur zu speichern und nicht zu nutzen, hat dazu geführt, dass die „Goldmine“ der Medienbranche nach und nach zur „Last“ geworden ist.

Als Pionier bei der Steigerung des Werts von Datenelementen in der Medienbranche hat Science and Technology Daily ein vollständiges Datenbank- und Fähigkeitsausgabesystem aufgebaut und bemerkenswerte Ergebnisse bei der Verbesserung der Arbeitseffizienz von Geschäftsteams und der Erzielung von Umsatzgenerierung durch externe Ausgabe erzielt , was von Benchmark-Bedeutung ist.

01 Datenbank + interne und externe Dienste, Science and Technology Daily beschreibt die Blaupause für die Realisierung des Wertes von Datenelementen
Science and Technology Daily (im Folgenden als Zeitung bezeichnet) ist eine öffentliche Einrichtung auf stellvertretender Ministerebene, die vom Zentralredaktionsausschuss genehmigt und vom Ministerium für Wissenschaft und Technologie verwaltet wird. Sie ist ein zentrales Mainstream-Medium, das für die Wissenschaft der Partei und des Landes verantwortlich ist und Technologiepropagandaaufgaben. Als wichtige Institution für die Verbreitung wissenschaftlicher und technologischer Informationen verfügen Zeitungen über umfangreiche Datenressourcen. Die vollständige Nutzung der Datenressourcen kann nicht nur die Geschäftsfähigkeit und Marktwettbewerbsfähigkeit von Zeitungen verbessern, sondern auch die soziale Verantwortung der Medien besser erfüllen eine größere Wirkung erzielen. Auf dieser Grundlage durchforstete die Zeitung die vorhandenen Systeme und Datenressourcen und fasste die drei Hauptanforderungen für den Aufbau einer Datenbank, interne Dienste und externe Ausgabe zusammen.

Anforderung 1: Nutzen Sie das Wissenssystem als Grundgerüst für den Aufbau einer Datenbank

Zeitungen haben im Bereich der wissenschaftlichen und technologischen Informationen eine große Menge an Daten gesammelt, sowohl selbst erstellte als auch externe Daten. Diese Materialien sind gemischt und kompliziert, was die Wiederbeschaffung erschwert. Zeitungen müssen eine Datenbank auf der Grundlage aktueller Datenressourcen und eines Wissenssystems als Rahmen aufbauen, um eine solide Grundlage für die anschließende effiziente Nutzung von Datenressourcen zu schaffen.

Für Datenressourcennutzer benötigen sie die Unterstützung früherer Daten und verstehen die neuesten Entwicklungen im Bereich der wissenschaftlichen und technologischen Informationen. Zeitungen müssen externe Ressourcen entsprechend dem neu aufgebauten Wissenssystem einbinden, es kontinuierlich erweitern und aktualisieren und die kontinuierliche Verfügbarkeit der Datenbank sicherstellen.

Anforderung 2 zielt auf einen flexiblen Zugang zur Erbringung interner Dienste ab.

Der Zweck besteht nicht darin, eine Datenbank aufzubauen, sondern sie zu nutzen. Die Rolle der Datenbank besteht darin, Datenressourcen zu sammeln und zu verwalten. Daher muss die Zeitung einen Client entwickeln, damit jeder ihn flexibel nutzen kann. Wenn Redakteure und Reporter Artikel oder Berichte schreiben, müssen sie häufig Informationen abfragen. Über das Benutzerterminal können sie die erforderlichen Materialien effizient aus klassifizierten, hochwertigen Datenressourcen abrufen und so die Ausgabeeffizienz und -qualität verbessern. Um die Flexibilität weiter zu verbessern, muss die Zeitung zusätzlich zur Webseite eine APP-Seite aufbauen.

Anforderung 3: Basierend auf dem Prinzip, Kundenwünsche zu befriedigen und externen Output zu realisieren

Zeitungsdatenressourcen sind nicht auf den Eigengebrauch beschränkt, sondern können auch an Regierungsbehörden sowie Unternehmen und Institutionen im Wissenschafts- und Technologiesektor exportiert werden, um Einnahmen zu generieren. Im Gegensatz zu internen Dienstleistungen hat der externe Output seine eigene Einzigartigkeit. Die erste ist die Servicemethode. Bei den internen Web- und APP-Diensten handelt es sich im Wesentlichen um einen SaaS-Dienst. Einige Kunden werden ihn akzeptieren, während andere Kunden möglicherweise die API-Dienstmethode bevorzugen. Darüber hinaus sind Kunden möglicherweise mit regulären Inhaltsdiensten nicht zufrieden und müssen möglicherweise angepasst werden. Beispielsweise ist eine bestimmte Einheit an „großen Modellen“ interessiert und hofft, die speziellen Inhalte und Datenanalyseergebnisse großer Modelle genau anpassen zu können. Daher müssen sich Zeitungen auf diese potenziell hohen Anforderungen vorbereiten.

02 Torsis drei große Highlights fördern eine intensive Zusammenarbeit mit Zeitungen
Angesichts der oben genannten Anforderungen beschloss Science and Technology Daily, diese durch externe Beschaffung umzusetzen. Nach Recherchen bei einer Reihe von Herstellern wählte die Zeitung Torsi als Partner aus und konzentrierte sich dabei vor allem auf die drei Highlights von Torsi.

Highlight 1: Doppelte Fähigkeiten in der Medienbranche und der Big-Data-Technologie

Torsi wurde 1993 gegründet und hat mehr als 10.000 Benutzer auf Unternehmensebene bedient. Medien sind eine der Branchen, in denen Torsi stark engagiert ist. In dieser Branche hat Torsi viele Kunden wie Science and Technology Daily betreut und eine große Menge an Branchen-Know-how und Best Practices gesammelt. Gleichzeitig verfügt Torsi über umfangreiche Erfahrungen im Bereich Big Data und hat eine Reihe weit verbreiteter Produkte wie das verteilte Datenerfassungssystem Haizi, das Datenintegrationssystem Haiju, die Suchdatenbank TRS Haibei usw. auf den Markt gebracht. Science and Technology Daily schätzt die Anhäufung von Herstellern in der Medienbranche und Big Data und bevorzugt Partner mit gemischtem Hintergrund. Daher wählt es keine reinen Medien-Digitaldienstleister und Big-Data-Unternehmen.

Highlight 2: Ansammlung von Hunderten Milliarden hochwertiger, präziser Informationsdaten

Die Datenbank einer Zeitung muss solide und umfassend sein, um die Anwendungserstellung zu unterstützen. Sich nur auf die eigene Datensammlung der Zeitung zu verlassen, ist etwas dürftig. Torsi ist seit vielen Jahren für die Medienbranche tätig und hat Hunderte Milliarden hochwertiger, präziser Informationsdaten gesammelt. Diese können mit den Eigenschaften des Wissenssystems der Zeitung kombiniert werden, um ihre Datenbank schnell zu füllen.

Darüber hinaus verfügt Torsi über eine weltweit eingesetzte verteilte Erfassungsplattform und zentrale Erfassungsfunktionen, die schnell eine Pipeline für die Verbindung der Datenbank mit der Informationswelt aufbauen und so die dauerhafte Vitalität der Datenbank gewährleisten können.

Highlight 3: Unterstützung von Zeitungsredaktionen bei der Recherche vor Ort zu bisherigen Best Practices

Torsi hat eine große Anzahl von Best-Practice-Fällen gesammelt, darunter viele Einheiten mit einem ähnlichen Hintergrund wie Science and Technology Daily. Torsi betreut diese Kunden seit langem und pflegt gute Beziehungen. Die meisten von ihnen unterstützen Torsi bei der Kommunikation und Durchführung von Vor-Ort-Recherchen mit Science and Technology Daily. Die Zeitung legt großen Wert auf Feldforschung und glaubt, dass wir durch diese Methode den Wert des Projekts wirklich spüren und wertvolle praktische Erfahrungen sammeln können.

03 Die Zeitung bestätigte die „dreistufige“ Lösung zur schrittweisen Umsetzung der Anforderungen
Nach mehreren Untersuchungen formulierten die Zeitung und Torsi eine „dreistufige“ Lösung. Der erste Schritt besteht darin, eine Big-Data-Support-Serviceplattform aufzubauen, um die Datensortierung, -verarbeitung und -integration zu realisieren. Schritt zwei besteht darin, eine Serviceplattform aufzubauen, um interne und externe Services zu realisieren. Schritt 3: Erstellen Sie eine genaue Serviceplattform zur Themengenerierung und eine intelligente Datenplattform, um externe Services zu vertiefen.

Schritt 1: Erstellen Sie eine Big-Data-Support-Serviceplattform, um die Datensortierung, -verarbeitung und -integration zu erreichen

Torsi hat ein exklusives Wissenssystem erstellt, das auf der tatsächlichen Situation der Zeitung basiert und verschiedene Arten und Dimensionen abdeckt, wie das System des Wissenschafts- und Technologieausschusses, das System der Wissenschafts- und Technologievereinigung, das System der Chinesischen Akademie der Wissenschaften, IT und Agrarwissenschaften Technologie. Nach dem Aufbau des Wissenssystems bereinigte Torsi die Daten und integrierte sie in die Datenbank. Anschließend standardisieren und vereinheitlichen Sie den Zugriff auf externe hochwertige Daten, um die Basisdatenressourcen weiter zu bereichern.

Die oben genannten Ideen werden von der Big-Data-Unterstützungsdienstplattform getragen, die vier Komponenten umfasst: ein Subsystem für die Erfassung und den Zugriff auf wissenschaftliche und technologische Informationen, ein Subsystem für die intelligente Verarbeitung wissenschaftlicher und technologischer Daten, ein Subsystem für die Verwaltung großer Datenmengen und ein Subsystem für die Verarbeitung wissenschaftlichen und technologischen Wissens.

Subsystem für die Sammlung und den Zugriff auf wissenschaftliche und technische Informationen: Für den Zugriff auf heterogene Daten aus mehreren Quellen werden die Push-Daten in mehrere Quellen integriert, die zeitlich und skaliert sind, und schließlich einen großen Datenressourcenpool mit Informationsinhalten bilden Grundlegende Datendienstunterstützung.
Intelligentes Verarbeitungssubsystem für wissenschaftliche und technologische Daten: Verwenden Sie die intelligente Big-Data-Verarbeitungstechnologie, um semantische Analysen, automatische Etikettenindizierung, Informationsklassifizierung, Clustering und andere intelligente Big-Data-Verarbeitung in der Basismaterialbibliothek durchzuführen.
Big-Data-Management-Subsystem: Bietet Datenspeicherverwaltung, Abrufdienste und Datenverwaltung und unterstützt nachfolgende mobile Geschäftsanwendungen der oberen Plattform.
Subsystem zur Verarbeitung wissenschaftlichen und technologischen Wissens: Unter Berücksichtigung wissenschaftlicher und technologischer Nachrichten, wissenschaftlichen und technologischen Personals, wissenschaftlicher und technologischer Institutionen, wissenschaftlicher und technologischer Errungenschaften usw. sammelt es Informationen, extrahiert Schlüsseldaten im Bereich Wissenschaft und Technologie und erstellt die Grundlagen Informationswissensbasis, die für wissenschaftliche und technologische Informationen erforderlich ist.
Schritt 2: Aufbau einer Serviceplattform zur Realisierung interner und externer Services

Der erste Schritt besteht darin, allen Parteien die Möglichkeit zu geben, die Daten einzusehen, und der zweite Schritt besteht darin, allen Parteien die Nutzung der Daten zu ermöglichen. Torsi baut die Web- und Mobilterminals der chinesischen Informationsdatenbank für Wissenschaft und Technologie auf der Big-Data-Support-Serviceplattform auf. Gleichzeitig baute Torsi ein chinesisches Datenbank-Backend-Managementsystem für Wissenschafts- und Technologieinformationen für Zeitungen auf, das eine einheitliche Verwaltung von Web- und Mobildaten, Benutzermitgliedschaftsverwaltung, Anwendungsbetriebsverwaltung, Benutzerporträts usw. umfasst.

Durch die obige Konstruktion kann die Zeitung nicht nur intern Dienstleistungen erbringen, sondern auch mobile wissenschaftliche und technologische Informationsdienste für die Entscheidungsfindung und den Betrieb von Regierungsabteilungen, Unternehmen, Institutionen und verschiedenen sozialen Organisationen bereitstellen sowie wissenschaftliche und technologische Informationen bereitstellen und wissenschaftliche Popularisierung von Wissensdiensten für die Öffentlichkeit.

Schritt 3: Erstellen Sie eine genaue Serviceplattform zur Themengenerierung und eine intelligente Datenplattform, um externe Services zu vertiefen

Kunden sind möglicherweise mit regulären Inhaltsdiensten nicht zufrieden und benötigen eine Anpassung. Torsi hat eine präzise Serviceplattform zur Themengenerierung für Zeitungen aufgebaut, um dieser Nachfrage gerecht zu werden. Die Plattform stützt sich auf künstliche Intelligenz und Big-Data-Analysetechnologien wie Torsi-Themenverfolgung, Hot-Spot-Erkennung, Hinweisaggregation, Kommunikationsindexberechnung und visuelle Trajektorienverfolgung, um genaue Informationsthemen zu erstellen, die verschiedene Geschäftsszenarien unterstützen, einschließlich E-Newsletter-Themen und Originalthemen Manuskriptthemen, Publizitäts- und Vertriebsmatrix, Themen zur Führungsdynamik, Themen zur Wissenschafts- und Technologiepolitik, wichtige Themen zur Live-Übertragung von Wissenschaft und Technologie, Themen zu Videomedienressourcen, aktuelle Technologiethemen, Ereignisanalyse, Hinweise und Themen zur öffentlichen Meinung, Themen zu Notfallereignissen, neu Medienlisten, Datendienststatistiken, Nutzerporträts Spezialthemen, zentrale Medienvergleichsthemen etc.

Einige Unternehmen und Institutionen in der Wissenschafts- und Technologiebranche akzeptieren Web und APP, während mehr Einheiten API-Servicemethoden bevorzugen. Daher baute Torsi ein intelligentes Rechenzentrum für die Zeitung auf. Zu den relevanten Arbeiten gehört die Einrichtung eines einheitlichen Managementsystems und von Standards für APIs sowie die explizite und visuelle Verarbeitung von APIs.

04 Zeitungsdatendienste decken 31 Provinzabteilungen für Wissenschaft und Technologie, High-Tech-Zonen und relevante wissenschaftliche Forschungsinstitute ab, und die erzielten Einnahmen übertreffen die Erwartungen.
Bis heute hat die Datenbank von Science and Technology Daily Zugriff auf fast 8.000 Informationsquellen, darunter die weiße Liste der Cyberspace Administration of China, wichtige Informationsquellen zu Wissenschaft und Technologie, Science and Technology Daily und wichtige ausländische Basisinformationsquellen. Die Gesamtinformationsmenge beläuft sich auf 230 Millionen Teile und bietet eine starke Unterstützung für die Speicherung von Zeitungsnachrichten, die Unterstützung der Nachrichtenproduktion und Dateninformationsdienste.

Die Serviceanwendungen der Kebao-Big-Data-Wissenschafts- und Technologie-Informationsdienstplattform decken derzeit die Bereiche Biologie, Medizin und andere Branchen ab und können einen genauen Daten-Push für bestimmte High-End-Benutzer erzielen. Derzeit decken mobile Terminals 31 Provinzabteilungen für Wissenschaft und Technologie, High-Tech-Zonen, relevante wissenschaftliche Forschungsinstitute und andere Institutionen im ganzen Land ab. Bei den externen Dienstleistungen erzielte die Zeitung Umsätze, die die Erwartungen übertrafen.

In der Zukunft plant die Zeitung die Einführung einer Großmodelltechnologie, um Datenelementen die Flügel der KI zu verleihen und so einen größeren Wert zu erzielen.