本书在数据学和传播学的基础上，提出了全新的基于复杂网络动力学的传媒数据学理论基础，介绍了以广播电视主流媒体和互联网视听媒体为代表的制播域，以广播电视、IPTV、OTT和手机为代表的传输域，以及两域的数据采集、建模分析和实际应用。本书将人工智能、容器云、微服务、中台等最新技术和媒体融合最新发展相结合，提出了面向未来的智能融媒制播系统、数据中台和分析应用，以及统一评价体系，最后列举了管理机构、知名媒体和传播渠道的典型应用。

本书力图通过理论、方法和实践融会贯通的方式构建完整的传媒数据学，为未来的智能融媒发展提供强大数据支撑。

本书可作为计算机、通信和信息等相关专业研究生、本科生的教材和参考书，也可供媒体领域、通信领域的研究人员、技术人员培训和参考。

前辅文
第1章 数据科学基础
  1.1 数据科学的概念
   1.1.1 数据科学的发展历程
   1.1.2 数据科学的知识体系
  1.2 数据科学的研究方法
   1.2.1 数据科学的研究方法
   1.2.2 数据科学与相关学科、技术的关系
第2章 传媒数据学基础
  2.1 传播学的概念
   2.1.1 传播的发展历程
   2.1.2 传播学的研究内容
  2.2 电子传播时代传播模型与数据统计
   2.2.1 电子传播时代传播模型
   2.2.2 电子传播时代数据统计
  2.3 智能融媒时代新传播模型与数据分析
   2.3.1 复杂网络动力学概念和特性
   2.3.2 智能融媒时代新传播模型
   2.3.3 智能融媒时代数据分析方法
第3章 广播电视制播域大数据系统与分析应用
  3.1 制播域系统构成与数据学应用
   3.1.1 广播电视制播域系统构成和业务流程
   3.1.2 广播电视制播域的特点
   3.1.3 广播电视制播域数据学应用
  3.2 制播域大数据系统构成
   3.2.1 广播电视制播域数据需求
   3.2.2 广播电视制播域大数据系统
   3.2.3 广播电视制播域大数据治理和标准化
  3.3 制播域大数据分析应用
   3.3.1 广播电视制播域大数据采集和结构化处理
   3.3.2 广播电视制播域大数据分析处理
   3.3.3 广播电视制播域大数据应用
第4章 互联网视听媒体大数据系统与分析应用
  4.1 视听媒体系统构成与特点
   4.1.1 互联网架构演进
   4.1.2 互联网视听媒体业务流程
   4.1.3 互联网视听媒体各类规范
   4.1.4 互联网视听媒体的特点
  4.2 视听媒体数据采集与治理
   4.2.1 互联网视听媒体的数据需求
   4.2.2 互联网视听媒体数据源特点
   4.2.3 互联网视听媒体数据采集和处理
   4.2.4 互联网视听媒体数据治理
  4.3 视听媒体大数据分析与应用
   4.3.1 视听媒体大数据分析的基本流程
   4.3.2 视听媒体大数据分析的应用
第5章 媒体内容数据挖掘与智能标签技术
  5.1 互联网媒体内容标签
   5.1.1 互联网媒体内容标签的定义和作用
   5.1.2 互联网媒体内容标签的处理方法
   5.1.3 标签的应用
  5.2 文本类内容标签自动生成技术
   5.2.1 文本类数据的特点
   5.2.2 文本类内容标签自动生成处理方法
   5.2.3 文本类标签应用
  5.3 语音类内容标签自动生成技术
   5.3.1 语音类数据的特点
   5.3.2 语音类内容标签自动生成处理方法
   5.3.3 语音类标签应用
  5.4 图像类内容标签自动生成技术
   5.4.1 图像类数据的特点
   5.4.2 图像类内容标签自动生成处理方法
   5.4.3 图像类标签应用
  5.5 视频类内容标签自动生成技术
   5.5.1 视频类数据的特点
   5.5.2 视频类内容标签自动生成处理方法
   5.5.3 视频类标签应用
  5.6 媒体内容标签融合技术
   5.6.1 四类媒体内容标签的生成技术分析
   5.6.2 基于内容标签的数据融合技术和方法
   5.6.3 数据融合技术处理流程
第6章 智能融媒制播域系统构成与数据中台
  6.1 制播系统需求与底层技术
   6.1.1 媒体特征和技术体系特点
   6.1.2 媒体云微制播系统底层技术
   6.1.3 媒体云微制播系统底层部署
  6.2 媒体云微制播系统上层技术
   6.2.1 微服务技术架构
   6.2.2 媒体云微服务工具构成
   6.2.3 微服务部署和容器云基础底座
  6.3 媒体云微制播系统业务中台与数据中台
   6.3.1 媒体云微制播系统业务中台
   6.3.2 媒体云微制播系统数据中台
第7章 传输域系统介绍
  7.1 广播电视系统
   7.1.1 广播电视发展现状和行业背景介绍
   7.1.2 广播电视有线传输系统构成
   7.1.3 广播电视有线传输部门组成和主要业务
   7.1.4 广播电视有线传输数据需求分析
  7.2 交互式网络电视系统
   7.2.1 交互式网络电视发展现状和行业背景介绍
   7.2.2 交互式网络电视系统构成
   7.2.3 交互式网络电视运营部门组成和主要业务
   7.2.4 交互式网络电视数据需求分析
  7.3 互联网电视系统
   7.3.1 互联网电视发展现状和行业背景介绍
   7.3.2 互联网电视系统构成
   7.3.3 互联网电视运营方部门组成和主要业务
   7.3.4 互联网电视数据需求分析
  7.4 移动通信系统
   7.4.1 移动通信系统发展现状和行业背景介绍
   7.4.2 第五代移动通信系统介绍
   7.4.3 移动通信运营商部门组成和主要业务
   7.4.4 移动通信运营商数据需求分析
  7.5 传输域系统的比较与融合发展
   7.5.1 传输域系统的比较
   7.5.2 传输域系统的融合发展
第8章 传输域数据采集方法
  8.1 传输域数据应用需求分析
   8.1.1 传输域数据类型
   8.1.2 传输域数据应用需求分析
   8.1.3 传输域数据采集方法综述
  8.2 媒体内容数据采集
   8.2.1 基于广播电视网络的音视频数据采集
   8.2.2 基于IP网络的音视频数据采集
  8.3 生产保障数据采集
   8.3.1 SNMP协议采集
   8.3.2 信号直接采集和分析
  8.4 用户服务数据采集
   8.4.1 软探针
   8.4.2 网络爬虫
  8.5 传输域数据清洗方法
   8.5.1 数据清洗的概念
   8.5.2 数据清洗的过程
   8.5.3 传输域数据清洗的方法和实例
第9章 传输域各平台数据分析与应用
  9.1 传输域数据分析的概念与方法
   9.1.1 传输域数据的类型和统计概念
   9.1.2 传输域数据描述性分析
   9.1.3 传输域数据推断性分析
   9.1.4 传输域数据建模分析
  9.2 广播电视系统数据分析与应用
   9.2.1 收视率指标体系
   9.2.2 大样本收视指标体系
   9.2.3 大样本收视率对总体代表性分析
  9.3 交互式网络电视系统数据分析与应用
   9.3.1 用户行为分析方法
   9.3.2 用户行为分析数据处理和模型构建
   9.3.3 电视用户行为分析模型评价和解读
   9.3.4 用户行为分析结果分析和可视化呈现
  9.4 互联网电视系统数据分析与应用
   9.4.1 推荐思路分析
   9.4.2 推荐模型算法
   9.4.3 推荐算法求解
   9.4.4 推荐结果分析
第10章 融合媒体统一评价体系
  10.1 评价体系现状与存在的问题
   10.1.1 电视节目评价现状
   10.1.2 机构影响力评价现状
   10.1.3 现有评价体系特点和问题
   10.1.4 媒体融合对媒体评价的影响
  10.2 融合媒体统一评价理论体系
   10.2.1 融合媒体统一评价作用和含义
   10.2.2 融合媒体统一评价理论基础
   10.2.3 融合媒体统一评价指标体系
   10.2.4 融合媒体统一评价方法
  10.3 基于网络结构特征的融合媒体评价体系
   10.3.1 复杂网络特征和作用解析
   10.3.2 融合媒体复杂网络关系构造
   10.3.3 基于网络结构的融合媒体评价指标
   10.3.4 基于网络结构的融合媒体评价方法
  10.4 融合媒体多层网络影响力评价
   10.4.1 融合媒体多层网络构建
   10.4.2 融合媒体多层网络与融合节点属性定义
   10.4.3 融合媒体多层网络节点中心性的构造
   10.4.4 融合媒体多层网络节点重要度的合成
第11章 典型应用案例
  11.1 国家广播电视总局大数据系统
   11.1.1 系统建设背景
   11.1.2 系统架构和关键技术
   11.1.3 数据分析和实际应用
  11.2 央视总台5G新媒体数据中台系统
   11.2.1 系统建设背景
   11.2.2 系统架构和数据应用
   11.2.3 数据治理经验和理念
  11.3 中国联通大数据系统
   11.3.1 系统建设背景
   11.3.2 系统架构和关键技术
   11.3.3 数据分析和实际应用
  11.4 歌华有线传输网络大数据系统
   11.4.1 系统建设背景
   11.4.2 技术架构和处理流程
   11.4.3 数据分析和界面展示
  11.5 互联网短视频大数据系统
   11.5.1 系统建设背景
   11.5.2 短视频技术架构和应用
   11.5.3 短视频行业的特点和展望
  11.6 安吉县域智慧城市融媒体建设方案
   11.6.1 系统建设背景
   11.6.2 系统架构和关键技术
   11.6.3 安吉融媒体模式经验总结
附录 收视大数据指标及计算规则