| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究目的和意义 | 第9-10页 |
| 1.2.1 研究目的 | 第9页 |
| 1.2.2 研究意义 | 第9-10页 |
| 1.3 国内外研究综述 | 第10-13页 |
| 1.3.1 人工智能的发展 | 第10-11页 |
| 1.3.2 对新闻生产方式的研究 | 第11-13页 |
| 1.4 研究思路和方法 | 第13页 |
| 1.5 主要创新点 | 第13-15页 |
| 第2章 相关概念界定 | 第15-19页 |
| 2.1 何为后信息时代 | 第15页 |
| 2.2 人工智能的定义 | 第15-17页 |
| 2.3 新闻生产方式的定义 | 第17-19页 |
| 第3章 新闻内部生产形式的变化 | 第19-28页 |
| 3.1 资源采集：以全集作为样本来采集数据 | 第19-22页 |
| 3.2 信息整合：人工智能技术帮助实现整合最优化 | 第22-24页 |
| 3.3 内容表达：机器人新闻写作的崛起 | 第24-26页 |
| 3.4 内容分发：算法推送机制带来的个性定制体验 | 第26-28页 |
| 第4章 新闻产业结构的转型 | 第28-35页 |
| 4.1 新闻生产模式的改变 | 第28-32页 |
| 4.1.1 线性的、组织式的新闻生产方式的消解 | 第28-29页 |
| 4.1.2 对话式的、社会化的新闻生产模式出现 | 第29-32页 |
| 4.2 资本和技术的双向流动 | 第32-35页 |
| 4.2.1 资本支配资源流动 | 第32-33页 |
| 4.2.2 技术改变市场行为 | 第33-35页 |
| 第5章 AI技术带给新闻生产的影响 | 第35-42页 |
| 5.1 有利影响 | 第35-38页 |
| 5.1.1 更科学客观快速的获得新闻的多维度信息,增强新闻的准确性 | 第35页 |
| 5.1.2 准确预判受众喜好,满足受众的个性定制服务 | 第35-36页 |
| 5.1.3 新闻策展中的“意外性”参数能增强用户对新闻媒体的粘性 | 第36页 |
| 5.1.4 避免基本归因错误,从宏观上把握抽象的社会力量和社会结构在新闻事件中起到的作用 | 第36-37页 |
| 5.1.5 避免陷入峰终定律,使受众在面对新闻宣传和公关轰炸时保持客观清醒的判断 | 第37-38页 |
| 5.2 不利影响 | 第38-42页 |
| 5.2.1 形成对算法的依赖,造成信息时代的获知悖论 | 第38-39页 |
| 5.2.2 语音克隆技术使新闻信息来源的造假更容易,对新闻真相的判断难度加大 | 第39页 |
| 5.2.3 技术的滥用侵犯了受众的隐私 | 第39-40页 |
| 5.2.4 造成从业人员结构性失业 | 第40页 |
| 5.2.5 数据集中于技术寡头手上,使新闻成为资本集团的附庸 | 第40-42页 |
| 第6章 对策与反思 | 第42-47页 |
| 6.1 加快立法进程 | 第42-43页 |
| 6.1.1 建立人工智能监管体系 | 第42页 |
| 6.1.2 确保用户隐私权不受侵犯 | 第42-43页 |
| 6.2 善用算法,避免“算法黑箱” | 第43-44页 |
| 6.3 新闻从业人员应提高自身业务素养,重视内容生产 | 第44-45页 |
| 6.4 追寻真相是新闻永恒的生命 | 第45-47页 |
| 结论和展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表论文 | 第53页 |
