目前，诸如面向金融领域的金融风险防范数据平台、面向旅游领域的景区声誉风险管理平台等，均是已成型的“大数据+行业”业务模式。这些模式顺利运转的前提，是有大量行业数据资源积累赋能。罗引博士指出，对于媒体产业来说，未来更大的市场在泛媒体大数据领域。

传统媒体、自媒体和社会化媒体形成的泛媒体生态圈所生产、消费、传播、反馈形成的若干应用数据，使得泛媒体大数据信息量爆炸式增长。面对海量的泛媒体行业大数据，数据检索、挖掘分析和预测决策是必须解决的共性关键需求。

中科闻歌技术赋能某央媒音视频稿件采用统计与影响力分析系统

在具体落地上，泛媒体大数据的应用场景丰富，诸如政府社会治理、媒体传播、企业PR、行业信息，都可采用数据检索全景式搜集有价值的行业信息，并基于信息的智能处理与分析，自动聚合筛选最新情报，提供风险预警、竞品比对等深度分析结果，最终通过智能计算实现对决策的预测，形成行业智能推理和推演。

但不可忽视的是，泛媒体大数据行业也存在诸如海量数据的存储预处理、情报挖掘与态势分析需要更多的业务建模与算法支撑，多模态信息的语义理解，类脑计算等亟待突破的关键点与难点。

在泛媒体大数据基础之上，数据智能是值得期待的发展方向。罗引博士介绍，泛媒体数据智能目前可分为三个阶段，1.0阶段是基础数据解析和语义解析；2.0阶段是行业的智能应用与价值挖掘，这一阶段可以实现“泛媒体大数据+行业”的落地应用；3.0阶段，则是基于泛媒体大数据的积累与技术发展，实现对未来的预测，以期通过决策改变未来走势。

在泛媒体2.0阶段，中科闻歌已面向大数据智能、媒体宣传智能、安全信息学、金融科技和公共健康大数据提供基础平台与解决方案。如中科闻歌技术支持的某央媒新闻智能机器人，实现了智能问答与信息推送；音视频稿件采用统计与影响力分析系统，提供数字赋能、创新驱动媒体智能化的解决方案。