描述
包 装: 平装国际标准书号ISBN: 9787300272146丛书名: 21世纪新媒体专业系列教材
第1章 新媒体导论
第1节 新媒体的基本问题
第2节 新媒体的优势
第3节 新媒体给传媒业带来的冲击
第4节 纸质媒体还有明天吗
第5节 关于新媒体的实证研究一
第6节 关于新媒体的实证研究二
第2章 新媒体研究的理论模型
第1节 新媒体给新闻传播理论带来的影响
第2节 新媒体研究的理论模型
第3章 新媒体用户特征研究
第1节 新媒体时代的受众理论：从受众到用户
第2节 网民的基本特征分析：由精英走向大众化
第3节 网民的心理和行为特征分析
第2单元 新媒体的类型和形态
第4章 新媒体的类型
第1节 网络人际传播
第2节 网络群体传播与网络组织传播
第3节 网络大众传播
第5章 Web 1.0时代新媒体的主要形态
第1节 搜索引擎
第2节 门户网站
第3节 电子商务网站
第6章 博客
第1节 博客的特点
第2节 微博
第7章 微信
第1节 微信的发展
第2节 微信的社会影响
第3节 微信与微博的比较
第4节 中国微信发展的量化研究
第8章 社交网站
第1节 社交网站的概念、特点及其发展
第2节 社交网站对社会的影响
第3节 社交网站带来的一些问题
第9章 视频网站
第1节 视频网站的概念及特点
第2节 视频网站的发展历史
第3节 视频网站对传播行业的影响
第3单元 新媒体管理
第10章 新媒体的宏观管理
第1节 新媒体带来的负效应
第2节 新媒体的管理对策
第3节 正确看待新媒体的双刃性
第4节 发达国家对互联网的管理
第11章 新媒体舆论成为社会舆论的主体
第1节 新媒体舆论的特点
第2节 新媒体舆论研究的蝴蝶效应模型
第3节 新媒体舆论的生命周期理论模型
第4节 微博舆论分析
第5节 网络论坛舆论与微博舆论的比较
第12章 新媒体舆情的应对策略
第1节 新媒体舆论的管理
第2节 新媒体舆情的应对原则
第3节 网络舆论发展的新特点及对策
第13章 网络谣言及其管理
第1节 谣言的演变
第2节 新媒体条件下谣言的传播与消解模型
第14章 新媒体的微观经营
第1节 网络广告
第2节 电子商务模式
第3节 收费服务模式
第4节 新媒体行业的马太效应
第15章 新媒体中的著作权保护
第1节 新媒体中著作权保护面临的问题
第2节 新媒体著作权的法律保护
第3节 “避风港”原则和“红旗”原则
第4节 新媒体著作权的技术保护
第5节 韩寒百度之争
第4单元 新媒体的发展：移动信息传播
第16章 手机媒体
第1节 手机媒体的诞生与发展
第2节 手机媒体与新闻传播
第3节 新一代移动通信技术与大国博弈
第17章 新技术与新媒体的未来
第1节 人工智能会取代记者吗
第2节 新闻推荐算法
附录 互联网管理的新法规
参考文献
传统的推荐算法范式本质上就是热门推荐补充以关键词匹配。这种推荐方法容易解释清楚为什么一篇文本会被推荐到某个用户的屏幕上，但是它的局限性也比较大。目前，以深度学习为代表的人工神经网络方法在图像识别、声音识别领域取得了巨大成就，人工神经网络方法如CNN、RNN、DNN正在被许多研究者尝试运用到计算机科学和工程的其他领域，推荐系统自然也是一个重要的应用方向。
运用以人工神经网络为代表的新的算法范式，对于解决推荐系统许多难以解决的老问题很可能会有非常好的效果。与此同时，神经网络犹如一个黑盒子，为什么一篇文章会被推荐给这个用户的真正原因，往往被成千上万个神经元计算节点以及彼此之间复杂的连接所掩盖。这可能是日后它被运用到推荐系统上并进行持续优化时面临的一个主要障碍。
针对很多新用户没有任何数据沉淀，从而算法难以对其进行有效推荐的问题，可以用获取用户其他平台信息、获取用户当前手机已经安装的软件信息，以及引导用户进行口味选择这三种方法来解决。
可以考虑给予优质内容生产者所发布的文章和视频更高的推荐权重，使其更容易被用户接触到，并且进行合理的广告收入分成，让优质内容能够实现不断循环再生产。另外，应当加强内容的审核。可以有针对性地开发一套机器学习系统，根据文本关键词特征识别出低俗内容，并以人工审核作为辅助，把住内容的底线。值得说明的是，现在今日头条等企业已经注意引入人工审核，对内容进行把关，试图遏止低俗内容的蔓延。
可以利用机器学习技术建立一套反作弊、反低俗以及检测谩骂和政治敏感内容的系统。反作弊系统建立的目的就是解决文不对题、蹭热度(单纯充满关键词而并无实际有用内容的文章)以及其他作弊问题。反作弊系统目前主要有两种，一种是预先设置策略和规则的，另一种则是不预先设置规则，而是通过机器学习来学到判断规则。前者的设计依赖经验和对现实作弊案例的总结，对遇到的案例进行归纳，人为地设计一些规则；而后者则强调输入数据的特征和标签，由机器进行监督学习(supervised learning)，从而让算法获得一套参数值，进而判别作弊和非作弊。反作弊系统往往要借助大数据计算框架，比如流行的Hadoop MapReduce和Spark，从而实现大规模数据的判别。
反低俗系统与此类似。低俗内容主要是过度裸露、色情图片和文字等，可以通过现在已经比较成熟的图像识别方法来实现判别。
至于检测谩骂和政治敏感内容，一般用得较多的是贝叶斯方法，同时往往还需要导入一些关键词库，计算出一篇文章包含谩骂或者政治敏感内容的概率有多大，概率较大的直接拒绝。
如果说搜索引擎在是否允许用户有被遗忘的权利(right to be forgotten)上还得因为言论自由和公共利益的考量而权衡再三，那么推荐系统由于并没有这些方面需要担心，应当果断地加入以下功能，从而改善用户的体验：
算法的可遗忘性问题，只要通过加入一个允许用户重置他们的用户画像的功能，即可圆满解决。这个重置功能的实现，简单地说，可以考虑当用户确认后，直接把用户画像中的数据删除，将其视为一个新用户来做推荐。如果考虑得更精细一些，则应当是删除过去的用户画像后，让用户重新做一次选择，让他指明感兴趣的话题，这样在重置用户画像后不至于没有数据可以参考。同时，政府也应当立法，要求互联网企业本着对用户负责的心态，将这个功能加入应用中，正如允许用户注销的功能也是在政府要求后才普遍被加入应用中的。
即使自动化内容审核系统已经做得比较先进，仍然需要一套人工审核系统来完成最后放行。内容行业在法律和行政上多是受到强监管的，如果内容上涉及色情低俗或者有其他违反法规的行为发生，对企业的声誉和经济利益造成的损失十分巨大，因此人工审核仍然是必要的。
政府要通过立法规范监管，鼓励优质主旋律内容的生产和传播。政府机构应当发挥作用，对市场调节失灵的情况进行合理的干预，让信息流消费市场不至于沦为低质量内容循环生产的垃圾堆。
评论
还没有评论。