当前，在新传播技术不断涌现、受众阅读趋势快速变迁、以及新媒体异军突起的新形势下，传统报业正在面临严峻的挑战。为了适应生存与发展的需要，国内外报业集团纷纷立足自身、寻求改革，积极实施全媒体战略。本文以国内报业集团的优秀代表之一——南方报业传媒集团为例，从技术创新与建设的角度，详细阐述其在全媒体资源服务平台项目以及周边所做的有效尝试，以期能为全媒体时代下报业信息化建设与技术发展提供有益的参考。　　 本文主要工作可以分为基础科学研究、应用系统建设与孵化项目开发三部分。　　 在基础科学研究方面，针对报业海量文本数据的处理需求，本文将文本智能化处理技术中的自动分类与聚类作为研究重点，分别提出以下具有推广价值的新方法:　　 在文本分类算法研究上，本文依次统计文本词频、计算词项与类别之间的辨别指数，并以其作为判断条件选择特征词项，将文本语料表示成向量空间模型的数学形式;同时，它将多类文本分类问题分解成多个两类文本分类问题，强调文本类别之间相关性对于改善分类性能的重要性，挖掘类别之间相关度，将类别之间相关性的学习结果表示成码矩阵，进而基于码矩阵将所有两类文本分类器组合起来，解决未知文本的类别判定问题。通过实验证明，该算法能在提高文本分类精确度的同时，明显地降低了算法复杂度，极具实用价值。　　 传统的文本聚类方法是将高维的文本向量空间投影到低维子空间中，进而在子空间中进行聚类。与以上模式不同，本文采用迭代策略将子空间学习与聚类融合到统一框架下，提出基于自适应子空间学习的文本聚类方法，以最大化样本平均邻域边缘为准则，自适应调整子空间，从而获得全局最优的聚类结果。经过验证，本文提出的文本聚类方法在不增加计算负荷的前提下能够产生更为合理的聚类划分，在文本数据的应用处理上有一定的普适性和可扩展性。　　 以上基础研究成果可以逐步转化运用于全媒体资源服务平台的文本资料处理，利用计算机技术辅助传统的人工劳作模式，将人们从低水平的重复劳动中解放出来，为全媒体个性化信息处理与服务打下坚实的技术基础。　　 在应用系统建设方面，本文研发适合数字报业发展需求并面向南方报业聚合战略的全媒体资源库系统，与现有全媒体一体化平台实现无缝对接，数字化保存南方报业所有来源的内容资源;并且整合现有分散建设的数据库，全面提升其数据存储能力，规范数据管理;同时，科学地开发报业数字资产形成数据信息产品，在基础平台上为各报之间的信息共享提供技术支撑，并使其成为南方报业数字内容产品的总出口，为用户提供多种形式的数据信息服务。项目的建设主体分为数据出入库管理、数据加工编辑管理与资源服务管理三部分，分别实现数字内容资源的汇聚存储、加工整合与共享服务，为南方报业全媒体业务发展和媒介融合奠定了内容基础，还将通过个性化与专业化数据信息产品的开发与完善，实现内容增值，不断增强媒体核心竞争力。　　 在孵化项目开发方面，本文突破传统媒体的产品思维与运作框架，迎合受众与市场需求，以地域市民最乐于接受的有关吃喝玩乐的生活消费信息需求作为切入点，利用下一代搜索引擎的先进技术，建造包括餐饮美食、影片影院、休闲养生、文化健身和景点公园等范围在内的一站式本地生活综合搜索平台——南方ESO。南方ESO的垂直搜索引擎技术特性与其依附的媒体属性、内容特长和运营手段相结合，可以逐渐进化为市场中的服务提供商和内容提供商，衍生出日趋明朗化的商业模式，构建与受众沟通的另一管道，助力南方报业全媒体转型。　　 本文在媒体融合的背景下，基于南方报业全媒体战略转型的内外需求，对现有传统文本处理技术进行改造变革，完成内容资源的整合与服务，并且以技术为驱动重塑信息的产品形式与传播渠道，逐渐实现技术、内容、功能与渠道的融合，为南方报业创造聚合与孵化并重、融合与合作共举的全媒体运营新模式提供强大支持，使得其在传统报业的改革中能够占领优势，从而获得更大的发展空间。