大數據在媒體融合生產業務上的應用,主要體現在以下方面：

1、媒體大數據基礎平臺：通過方正媒體大數據基礎平臺可以實現向整個新聞媒體行業全媒體新聞編采業務提供相關的互聯網新聞數據和互聯網熱點數據的訂閱與推送服務，以提升新聞報道的編采能力、時效性和有效閱讀率。

2、媒體新聞熱點聚合：媒體大數據系統通過數據智能處理技術中的自動關鍵詞提取、自動摘要提取、自動分詞、新聞發現引擎、實體關系抽取服務、自動聚類服務、熱詞分析引擎、信息過濾引擎的協同工作，實現對新聞熱點數據的聚合與提取，并將所獲得的新聞熱點通過地域信息和領域信息進行聚合，最終在媒體大數據系統進行呈現。

3、新聞趨勢分析：系統可以利用大數據技術對新聞素材進行聚合與量化分析后，在一定時間段內可對某一主題新聞進行追蹤，按照新聞熱度變化做出可視化趨勢曲線，當選定新聞的報道量、轉載量等信息發生變化時，新聞趨勢曲線隨之動態變化。

4、媒體寫稿輔助服務：媒體大數據系統通過與新聞生產系統的整合，可以直接在新聞生產系統的稿件編輯器界面的右側提供寫稿輔助服務，通過編輯器的實時運算，可以自動抽取當前正在編輯的稿件信息中的關鍵詞信息，并通過媒體大數據系統自動在報社的內部歷史報刊資料庫、行業信息資源庫和所指定互聯網信源范圍內進行查詢，將符合條件的稿件,圖片等信息自動呈現在編輯器右側，供編采人員查閱。

編采人員通過對相關素材稿件的查閱，對于其中有價值的章節可以直接進行一鍵式引用，或者直接調取編輯器編輯，同時系統會自動記錄所引用的原始稿件信息，以便滿足日后再次查閱和審核等業務流程所需。

5、媒體績效考核指標：為了提升報社實際編采人員的工作積極性和工作質量，績效考核是最核心的業務管理手段，但是受制于新媒體的各項有效考核指標信息都比較難于獲得，需要耗費極大的人工去收集整理。

網站及新媒體的績效考核指標，主要包括整體用戶、粉絲數量，訪問數量，評論數量轉發等多個指標。通過大數據系統，還可以獲得原創稿件的轉載數量、各大主流媒體頭條數量，以及原創稿件在其他轉載中的訪問、評論等數量。通過這些數據的補充，可以增大對于優質原創稿圖創作的激勵，優化現有績效考核。

6、媒體版權監控管理：媒體大數據系統通過數據智能處理技術，實現對新聞原創新聞在互聯網上的轉載情況，并將所獲得的新聞轉載信息在媒體大數據系統進行呈現。我們將轉載用戶進行類別分析，涉及侵權信息啟動存證和維權管理。

7、媒體影響力分析：通過一整套可配置的媒體影響力算法模型，通過相關媒體日常發稿情況,互動情況,信源來源,分級分類等因子，可以構建其相關媒體的影響力模型。進行傳播影響力分析和榜單排行。