摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第11-19页 |
1.1 研究背景与研究意义 | 第11-12页 |
1.1.1 研究背景 | 第11页 |
1.1.2 研究意义 | 第11-12页 |
1.2 文献综述 | 第12-16页 |
1.2.1 国内研究现状 | 第12-15页 |
1.2.2 国外研究现状 | 第15-16页 |
1.3 研究内容与研究方法 | 第16页 |
1.3.1 研究内容 | 第16页 |
1.3.2 研究方法 | 第16页 |
1.4 相关概念界定 | 第16-19页 |
1.4.1 大数据 | 第16-17页 |
1.4.2 聚合类新闻平台 | 第17页 |
1.4.3 人工智能 | 第17-19页 |
第二章 大数据时代“今日头条”智能化应用现状分析 | 第19-36页 |
2.1 信息来源——网络爬虫技术抓取新闻资讯 | 第19-21页 |
2.1.1 网络爬虫技术应用的背景 | 第19-20页 |
2.1.2 网络爬虫技术的概念 | 第20页 |
2.1.3 网络爬虫技术的作用 | 第20-21页 |
2.2 传播方式——以算法为基础的个性化新闻推荐 | 第21-23页 |
2.2.1 个性化推荐形成的背景 | 第21-22页 |
2.2.2 个性化推荐的概念 | 第22页 |
2.2.3 个性化推荐的影响 | 第22-23页 |
2.3 内容质量管理——机器学习算法训练识别低质的模型 | 第23-30页 |
2.3.1 内容质量管理的背景 | 第23-25页 |
2.3.2 新闻聚合类客户端的内容质量管理的含义 | 第25-27页 |
2.3.3 机器学习技术理论阐述 | 第27-29页 |
2.3.4 “今日头条”内容质量的智能管理 | 第29-30页 |
2.4 用户管理方面——大数据描绘用户画像 | 第30-36页 |
2.4.1 大数据时代的用户画像概述 | 第30-34页 |
2.4.2 用户画像在今日头条的的应用 | 第34-36页 |
第三章 “今日头条”智能化发展道路上的问题与原因 | 第36-50页 |
3.1 “今日头条”的网络侵权问题 | 第36-38页 |
3.1.1 网络爬虫抓取文章行为的合理性分析 | 第36页 |
3.1.2 网络爬虫抓取信息的消极影响 | 第36-37页 |
3.1.3 “今日头条”出现网络侵权现象的原因 | 第37-38页 |
3.2 个性化推荐环境下的茧房效应 | 第38-41页 |
3.2.1 信息茧房的概念 | 第38-39页 |
3.2.2 信息茧房的危害 | 第39-40页 |
3.2.3 信息茧房形成的原因 | 第40-41页 |
3.3 依靠人工智能技术管理内容质量的困境 | 第41-43页 |
3.3.1 算法推荐与新闻价值观的冲突 | 第41-42页 |
3.3.2 “今日头条”内容存在问题的原因 | 第42-43页 |
3.4 大数据技术危及用户隐私 | 第43-50页 |
3.4.1 大数据背景下的用户隐私 | 第44-46页 |
3.4.2 滥用用户隐私数据的危害 | 第46-48页 |
3.4.3 “今日头条”用户隐私面临困境的原因 | 第48-50页 |
第四章 “今日头条”智能化发展的改善策略 | 第50-57页 |
4.1 版权合作与鼓励原创相结合避免网络侵权 | 第50-52页 |
4.1.1 针对网络爬虫技术加强相关立法工作 | 第50-51页 |
4.1.2 推动媒体间版权合作 | 第51页 |
4.1.3 鼓励原创丰富平台优质内容 | 第51-52页 |
4.2 算法升级打破信息茧房效应 | 第52-54页 |
4.2.1 升级算法推荐技术更加精准把握用户需求 | 第52-53页 |
4.2.2 个性化定制与延展性阅读相结合 | 第53页 |
4.2.3 拓宽用户信息接收渠道 | 第53-54页 |
4.3 人工审核与机器学习相结合提高内容质量 | 第54-55页 |
4.3.1 低质模型与优质模型结合监管平台内容 | 第54页 |
4.3.2 增加人工审核力度定义模糊边界 | 第54-55页 |
4.3.3 强化网络公共平台信息监管 | 第55页 |
4.4 引领行业标准保护用户数据隐私 | 第55-57页 |
4.4.1 企业加强用户隐私数据保护的意识 | 第55页 |
4.4.2 针对不同类型数据采用不同保护措施 | 第55-56页 |
4.4.3 通过提高数据保护的技术加强管控 | 第56-57页 |
结论 | 第57-58页 |
参考文献 | 第58-60页 |
致谢 | 第60页 |