新闻聚合APP个性化推荐研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 研究现状 | 第13-19页 |
| 1.2.1 国内研究现状 | 第13-17页 |
| 1.2.2 国外研究现状 | 第17-19页 |
| 1.3 研究方法和研究思路 | 第19-20页 |
| 1.3.1 研究方法 | 第19-20页 |
| 1.3.2 研究思路 | 第20页 |
| 1.4 研究创新点 | 第20-21页 |
| 第2章 新闻聚合APP的发展概况 | 第21-30页 |
| 2.1 新闻聚合APP的内涵 | 第21-23页 |
| 2.1.1 新闻聚合APP的概念 | 第21-22页 |
| 2.1.2 新闻聚合APP的特征 | 第22-23页 |
| 2.2 新闻聚合APP的兴起 | 第23-26页 |
| 2.2.1 传统新闻聚合网站的产生 | 第23-24页 |
| 2.2.2 社交新闻聚合网站的出现 | 第24-25页 |
| 2.2.3 移动新闻聚合平台的形成 | 第25-26页 |
| 2.3 新闻聚合APP的发展现状 | 第26-30页 |
| 2.3.1 新闻聚合APP的发展规模 | 第26-28页 |
| 2.3.2 新闻聚合APP的主要类型 | 第28-30页 |
| 第3章 新闻聚合APP个性化推荐的过程 | 第30-42页 |
| 3.1 描摹用户画像锁定推荐目标 | 第30-34页 |
| 3.1.1 差异化的用户信息需求 | 第31页 |
| 3.1.2 动态化的用户信息选择 | 第31-32页 |
| 3.1.3 场景化的用户信息接收 | 第32-34页 |
| 3.2 聚合长尾内容铺设推荐底盘 | 第34-36页 |
| 3.2.1 传统媒体提供内容版权 | 第34-35页 |
| 3.2.2 自媒体海量内容生产 | 第35-36页 |
| 3.2.3 网络爬虫抓取长尾内容 | 第36页 |
| 3.3 运用机器算法构建推荐骨架 | 第36-39页 |
| 3.3.1 运用算法分析大数据 | 第36-38页 |
| 3.3.2 运用算法协同关联用户 | 第38页 |
| 3.3.3 运用算法完成精准匹配 | 第38-39页 |
| 3.4 借助平台实现千人千面触达 | 第39-42页 |
| 3.4.1 平台承载内容服务用户 | 第39-40页 |
| 3.4.2 平台借力资本创造流量 | 第40-42页 |
| 第4章 新闻聚合APP个性化推荐的价值取向 | 第42-51页 |
| 4.1 用户至上思维 | 第42-45页 |
| 4.1.1 用户兴趣成为推荐准绳 | 第42-43页 |
| 4.1.2 用户体验决定推荐成败 | 第43-45页 |
| 4.2 技术中心主义倾向 | 第45-48页 |
| 4.2.1 算法推荐居于核心地位 | 第46-47页 |
| 4.2.2 机器过滤代替编辑把关 | 第47-48页 |
| 4.3 流量为王导向 | 第48-51页 |
| 4.3.1 内容点击量成为推荐动力 | 第48-49页 |
| 4.3.2 忽视内容版权“偷”新闻 | 第49-51页 |
| 第5章 新闻聚合APP个性化推荐存在的问题与对策 | 第51-61页 |
| 5.1 新闻聚合APP个性化推荐的问题 | 第51-56页 |
| 5.1.1 局限用户视野形成算法审查 | 第51-53页 |
| 5.1.2 侵犯用户隐私存在数据风险 | 第53-54页 |
| 5.1.3 平台偏向自利导致价值迷失 | 第54-56页 |
| 5.2 新闻聚合APP个性化推荐的对策 | 第56-61页 |
| 5.2.1 个性化与共性化结合推进算法责任 | 第56-57页 |
| 5.2.2 引入第三方数据监管机构严控风险 | 第57-58页 |
| 5.2.3 关注多元价值主体向社会效益倾斜 | 第58-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录A 在校期间的成果及发表的学术论文清单 | 第67-68页 |
| 致谢 | 第68-69页 |
