个性化新闻推荐系统中算法的把关行为比较研究--以“今日头条”和“一点资讯”为例
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 绪论 | 第11-24页 |
| 第一节 研究背景及意义 | 第11-13页 |
| 一 研究背景 | 第11-13页 |
| 二 研究意义 | 第13页 |
| 第二节 国内外文献综述 | 第13-18页 |
| 一 把关人理论研究综述 | 第13-14页 |
| 二 把关人理论在新媒体环境下的演变 | 第14-16页 |
| 三 个性化新闻推荐系统及算法把关研究 | 第16-18页 |
| 第三节 研究路径与创新 | 第18-24页 |
| 一 研究问题与框架 | 第18-20页 |
| 二 研究对象与方法 | 第20-22页 |
| 三 研究创新点 | 第22-24页 |
| 第一章 个性化新闻推荐系统算法的把关行为机制 | 第24-28页 |
| 第一节 个性化新闻推荐系统中算法的把关 | 第24-25页 |
| 一 算法的把关技术分析 | 第24页 |
| 二 算法的把关实现过程 | 第24-25页 |
| 第二节 个性化新闻推荐系统中的把关特征 | 第25-28页 |
| 一 算法主导 | 第25-26页 |
| 二 人机交互 | 第26页 |
| 三 标准重塑 | 第26-28页 |
| 第二章 个性化新闻推荐系统算法的把关行为比较研究 | 第28-50页 |
| 第一节 算法的把关主体比较分析 | 第28-35页 |
| 一 算法技术 | 第28-32页 |
| 二 人工编辑 | 第32-34页 |
| 三 平台用户 | 第34-35页 |
| 第二节 算法的把关过程比较分析 | 第35-37页 |
| 一 输入阶段：信息获取 | 第35-36页 |
| 二 生产阶段：算法选择 | 第36页 |
| 三 输出阶段：协同推荐 | 第36-37页 |
| 第三节 算法的把关标准比较分析 | 第37-45页 |
| 一 使用场景 | 第37-40页 |
| 二 内容特征 | 第40-43页 |
| 三 用户偏好 | 第43页 |
| 四 平台优先级 | 第43-45页 |
| 第四节 算法的把关中的控制因素 | 第45-50页 |
| 一 算法价值观的引导 | 第45-47页 |
| 二 资本与市场的倾向 | 第47-48页 |
| 三 政府与舆论的监管 | 第48-50页 |
| 第三章 个性化新闻推荐系统算法的把关行为影响 | 第50-59页 |
| 第一节 引发新闻生产变革 | 第50-53页 |
| 一 提高新闻分发效率 | 第50页 |
| 二 促使受众本位回归 | 第50-51页 |
| 三 改变传统把关模式 | 第51-53页 |
| 第二节 引发社会负面效果 | 第53-59页 |
| 一 新闻价值观念缺失 | 第53-54页 |
| 二 用户信息窄化出现 | 第54-57页 |
| 三 媒体低俗内容泛滥 | 第57-59页 |
| 第四章 个性化新闻推荐系统算法的把关行为对策 | 第59-69页 |
| 第一节 提升平台技术理念 | 第59-63页 |
| 一 人机协同，优化价值观念 | 第59-61页 |
| 二 优化技术，保持算法宽度 | 第61-62页 |
| 三 算法透明，主动接受监督 | 第62-63页 |
| 第二节 提高用户媒介素养 | 第63-66页 |
| 一 用户把关，过滤不良内容 | 第63-64页 |
| 二 掌握规律，主动训练算法 | 第64-65页 |
| 三 多元阅读，避免信息窄化 | 第65-66页 |
| 第三节 加强政府监管力度 | 第66-69页 |
| 一 加强监管，引导良性舆论 | 第66页 |
| 二 完善立法，治理网络环境 | 第66-69页 |
| 结语 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 附录A | 第74-75页 |
| 个人简历 | 第75-76页 |
| 致谢 | 第76页 |
