大数据时代云计算在新媒体平台的应用研究

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

The Daily

4G 网 络及云计算等新技术的大数据时代, 给新媒体提供了 更大的技术支撑, 本文分析了 大数据、 云计算、 新媒体等技术的特点, 探讨建立和完善应用 于新媒体的云计算模式。

4G 网络已经铺开, 在这大信息、 大数据时代, 新媒体已逐渐成为媒体传播的主要渠道。 而云计算作为一种新兴的技术, 对提升、 优化大数据、 对新媒体信息的处理有着巨大的作用。

云计算逐渐成为储存信息的主要方式, 数字信息化进程中, 产生了大规模的数据, 大数据的生成、 处理和分析对传播学研究, 既是一种挑战也是一种机遇。 大数据时代, 新媒体技术对人类社会的方方面面都起着深刻的影响, 包括了政治、 经济、 文化等等系统, 所以这一相关研究具有重要的现实意义。

大数据与新媒体的关系

大数据( Big Data) 是指“无法用现有的软件工具提取、 存储、 搜索、共享、 分析和处理的海量的、 复杂的数据集合。 ” 业界通常用 4 个 V:一是数据体量巨大( Volume) 、 二是数据类型繁多( Variety) 、 三是价值密度低( Value) 、 四是处理速度快( Velocity) 。

新媒体相对于报刊、 户外广播、 电视四大传统媒体新媒体被形象地称之为第五媒体, 它有五个特征, 包括有数字化、 网络化、 互动性、超文本、 虚拟性。 随着互联网的发展, 新媒体突飞猛进日 渐成为人们获取信息和新闻消息的主要来源之一。 微软首席执行官史蒂夫·鲍尔默预测: “今后 10 年内, 所有媒体消费都将通过互联网渠道进行。 届时,传统意义上的印刷版报纸、 杂志将不复存在, 所有东西都将以电子版的形式发行。 ”

新媒体的优势有:

1. 变化迅速;

2. 信息来源广;

3. 网络用户多;

4.自 媒体发布;

5. 技术先进;

6. 大众视角。

所以我们说, 信息技术是新媒体发展的引 擎。 我们国家已经把新媒体应用上升到“要赢得未来必须赢得新媒体” 的执政新理念。 党的十八大鲜明提出要扎实推进社会主义文化强国建设, 增强文化整体实力和竞争力, 促进文化和科技融合, 发展新型文化业态, 提高文化产业规模化、 集约化、 专业化水平。构建和发展现代传播体系, 提高传播能力。 这说明我国党中央非常重视新媒体传播的发展。

媒体的功能属性还包括了对社会的解读以及分析预判。 而“大数据” 能通过挖掘、 分析和使用数据, 从而能够得到全面的社会信息的深刻了解。 所以媒体要养成” 数据为王” 的观念。

云计算对新媒体的推动

云计算作为一种新兴的技术, 以其十分强大的计算能力、 近乎无限的存储能力以及低廉的成本, 对提升、 优化大数据、 大信息的处理有着巨大的作用。 IT 公司 Amazon、 Google、 Salesforce 等也已在生产运行中初步使用了云计算技术, 并获得了利润。

从新媒体的业务发展来看它有这样一些需求或者是特点, 新媒体的数据存储量庞大, 数据信息处理量巨大, 终端多样化, 要求数据格式比较多样化, 另外数据共享额外存储的需求非常大。 这样一些特征的需求正是云计算的特长, 云计算在系统处理数据的投资成本和性能弹性扩展等方面所具备的优势, 云计算能处理海量的数据, 能更加方便地对业务系统进行升级、 扩展等等管理, 而且还能够对数据冗余进行处理, 能够按照需要进行资源的分配, 协同管理应用平台等, 可以为新媒体发展提供稳定而高效的保障。

云计算在新媒体业务平台的应用

我们考虑以云化新媒体信息资源的方式, 将分布在不同地域的各个数据库与系统平台中的信息集中, 并经过虚拟化与统一化改造, 实现业务高效的集成服务, 使得新媒体信息资源能够安全、 合理、 自 由、有序的流动与共享, 为低成本高效率地新媒体信息管理提供崭新的思路。

基于云计算的平台构建新媒体应用模式:

  • 云存储将读写操作分散进行, 使得网络 IO 以及存储器 IO 能实现均衡读写; 云存储还能够便捷地进行扩展。
  • 云并行计算能力, 能够实现实时编码能力, 提高数据压缩处理能力。
  • 虚拟 IDC 业务, 能够更好地利用资源, 能够更快地进行系统部署。

新媒体发展业务平台的建设可以参考云计算体系架构的模型来进行:

采用 IaaS 模式构建基础平台, 集中打造, 按需取用, 通过云管理平台进行资源的管理和调度;

该参照 PaaS 模式建设业务平台层, 各平台能力以服务的形式来向外提供;

采用 SaaS 模式建设应用 服务层, 可基于底层的 PaaS 层服务和IaaS 层能力, 搭建起与合作伙伴或独立开发者共同参与的创新模式,聚焦用户服务。

云计算技术的快速发展也需要有相适应的硬件环境, 由国防科大研制的天河二号超级计算机系统, 以峰值计算速度每秒 5.49 亿亿次、持续计算速度每秒 3.39 亿亿次双精度浮点运算的优异性能位居榜首,成为全球最快超级计算机, 11 月 正式落户国家超级计算广州中心, 11月 20 日 正式投入运行。 天河二号研制成功半年来, 已在云计算和信息服务、 智慧城市、 电子政务等多个领域获得成功应用, 取得显著的经济效益和社会效益。 超高速超算计算机的成功研制将为云计算的发展提供了强大的硬件支持。

云计算应用于新媒体前景广阔

既然云计算技术可以给新媒体业务带来更大的支撑, 我们来看一下云计算技术将能给在新媒体行业带来哪些应用: 新闻集团为苹果iPad 平板电脑创建的数字报纸《The Daily》 月 下载量已达数亿, 全球知名出版集团兰登书屋即将加盟苹果的 iBookstore 数字图书商店。 还有韩国运营商抢夺个人云存储服务, 2010 年全年中国管理型 SaaS 市场季度收入达 4.45 亿, 这些事例都说明新媒体发展迅猛, 已形成了巨大的数据资源, 急需利用云计算的功能及成熟优化的云计算模式来缓解压力, 满足新媒体的日 益增长业务需求。 云计算不再是“浮云” ,云计算已进入深度应用阶段。

利用 4G 网络和云计算、 云存储应对大规模数据压力、 构建智能云应对终端的多样性需求、 新媒体发展的发展趋势、 内容数据的快速增长、 终端丰富化趋势、 信息系统的低碳要求、 云计算技术在新媒体行业的一些典型的应用 终将能更大程度地改变媒体传播的速度和广度, , 对于推动传播学甚至现代科学的进步具有重要作用, 我们应该积极利用科学技术手段大力发展新媒体。


本文作者:吴秋萍

来源:51CTO

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
4天前
|
存储 人工智能 数据管理
|
1月前
|
SQL 数据采集 分布式计算
【赵渝强老师】基于大数据组件的平台架构
本文介绍了大数据平台的总体架构及各层的功能。大数据平台架构分为五层:数据源层、数据采集层、大数据平台层、数据仓库层和应用层。其中,大数据平台层为核心,负责数据的存储和计算,支持离线和实时数据处理。数据仓库层则基于大数据平台构建数据模型,应用层则利用这些模型实现具体的应用场景。文中还提供了Lambda和Kappa架构的视频讲解。
211 3
【赵渝强老师】基于大数据组件的平台架构
|
26天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
1月前
|
人工智能 Cloud Native 数据管理
媒体声音|重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
在2024云栖大会上,阿里云瑶池数据库发布了首个一站式多模数据管理平台DMS:OneMeta+OneOps。该平台由Data+AI驱动,兼容40余种数据源,实现跨云数据库、数据仓库、数据湖的统一数据治理,帮助用户高效提取和分析元数据,提升业务决策效率10倍。DMS已服务超10万企业客户,降低数据管理成本高达90%。
166 19
|
1月前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
1月前
|
存储 弹性计算 分布式计算
云计算在大数据处理中的优势与挑战
云计算在大数据处理中的优势与挑战
|
1月前
|
数据采集 机器学习/深度学习 搜索推荐
大数据与社交媒体:用户行为分析
【10月更文挑战第31天】在数字化时代,社交媒体成为人们生活的重要部分,大数据技术的发展使其用户行为分析成为企业理解用户需求、优化产品设计和提升用户体验的关键手段。本文探讨了大数据在社交媒体用户行为分析中的应用,包括用户画像构建、情感分析、行为路径分析和社交网络分析,以及面临的挑战与机遇。
|
1月前
|
存储 人工智能 大数据
物联网、大数据、云计算、人工智能之间的关系
物联网、大数据、云计算、人工智能之间的关系是紧密相连、相互促进的。这四者既有各自独立的技术特征,又能在不同层面上相互融合,共同推动信息技术的发展和应用。
609 0
|
2月前
|
算法 大数据 数据库
云计算与大数据平台的数据库迁移与同步
本文详细介绍了云计算与大数据平台的数据库迁移与同步的核心概念、算法原理、具体操作步骤、数学模型公式、代码实例及未来发展趋势与挑战。涵盖全量与增量迁移、一致性与异步复制等内容,旨在帮助读者全面了解并应对相关技术挑战。
58 3
|
2月前
|
机器学习/深度学习 监控 搜索推荐
电商平台如何精准抓住你的心?揭秘大数据背后的神秘推荐系统!
【10月更文挑战第12天】在信息爆炸时代,数据驱动决策成为企业优化决策的关键方法。本文以某大型电商平台的商品推荐系统为例,介绍其通过收集用户行为数据,经过预处理、特征工程、模型选择与训练、评估优化及部署监控等步骤,实现个性化商品推荐,提升用户体验和销售额的过程。
107 1