《今日头条》算法推荐媒介伦理问题研究
【学位单位】:湘潭大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:G206.2
【部分图文】:
0.1 研究缘起和研究意义随着移动互联网的发展,近年来,在全球新闻实践领域中,智能技术已经渗透到媒介日常生产的所有环节,包括寻找新闻源头、新闻内容生产和信息分发等环节都融入了技术的身影,新闻生产和分发走向智能化道路已成为大势所趋。Web2.0 时代,媒介技术迅速更新迭代,降低了信息生产、传播和获取的成本。移动资讯客户端已经成为大多数受众获得消息的主要渠道。虽然新闻客户端提供了一个实时,移动和零散的阅读体验,但是信息过载和产品同质化的问题也变得愈发严重。于是,算法推荐新闻客户端应运而生,但伴随着算法新闻客户端发展的,除了日渐增长的市场占有率和不断增加的受众,其伴随其产生的媒介伦理问题也逐渐凸显。据中国互联网络信息中心发布的第 43 次《中国互联网络发展状况统计报告》显示,截至 2018 年 12 月,我国手机网民规模达 8.17 亿。①说明用户的移动互联网接入比例持续攀升。移动互联网背景下,受众的媒介使用习惯发生改变,手机新闻客户端已经成为许多受众获取信息的渠道。
图 0-2 资讯类 APP 日活跃用户对比图《今日头条》是最早发端和最受欢迎的算法推荐新闻客户端。据《今日头部数据显示,截至 2018 年 12 月底,《今日头条》月活跃受众量达到 1.4受众也早已超过 7 亿。世界十大投行之一的伯恩斯坦(Sanford C. Berns分析师巴夫托什·瓦杰帕伊(Bhavtosh Vajpayee)在接受《经济学人》出:“《今日头条》的惊人之处在于,首先,它以极少的资本成功吸引受众,并且建立了一套完整的算法体系。”《今日头条》对于算法分发新模式还触发了学术界对于探索大数据技术、算法和媒体融合的新的思易观智库在《2018 中国移动综合资讯市场年度分析》里梳理了各大客推荐发展的脉络,也明确指出算法分发技术已经成为业内共识,个性化吸引受众的利器。与此同时也点明了现阶段算法分发的优缺点和现状,出《今日头条》在未来的规划依旧是坚持不生产内容的信息平台定位,法推荐的发展。
图 0-2 资讯类 APP 日活跃用户对比图日头条》是最早发端和最受欢迎的算法推荐新闻客户端。据《今据显示,截至 2018 年 12 月底,《今日头条》月活跃受众量达也早已超过 7 亿。世界十大投行之一的伯恩斯坦(Sanford C. 师巴夫托什·瓦杰帕伊(Bhavtosh Vajpayee)在接受《经济学“《今日头条》的惊人之处在于,首先,它以极少的资本成功,并且建立了一套完整的算法体系。”《今日头条》对于算法式还触发了学术界对于探索大数据技术、算法和媒体融合的新智库在《2018 中国移动综合资讯市场年度分析》里梳理了各发展的脉络,也明确指出算法分发技术已经成为业内共识,个受众的利器。与此同时也点明了现阶段算法分发的优缺点和现今日头条》在未来的规划依旧是坚持不生产内容的信息平台定荐的发展。
【相似文献】
相关期刊论文 前10条
1 黄逸;;算法结构与设计教学中的若干思考[J];中学数学杂志;2008年05期
2 何永生;;算法结构考查“三角度”[J];中学生数理化(高一);2017年01期
3 丁忒;;“算法的概念”教学设计[J];中国数学教育;2017年Z2期
4 王靖亚;;算法结构对其性能的影响研究[J];计算机教育;2005年10期
5 裴承鸣;黎中伟;;ARMA过程的递推线性估计及其应用[J];西北工业大学学报;1987年02期
6 胡平;;试论滤波器的算法结构[J];河北机电学院学报;1987年01期
7 黄继进;;快速DFT计算——基于递归割圆因式分解的新算法[J];计算机应用与软件;1988年05期
8 郑容;;时域加权FFT算法(WTTA)[J];信号处理;1988年04期
9 乞敬换;王秀峰;;具有阻塞的串行生产线“线性”状态方程描述及扰动分析新算法[J];系统工程学报;1989年02期
10 王靖亚;;算法结构对其性能的影响研究[J];中国人民公安大学学报(自然科学版);2005年04期
相关博士学位论文 前6条
1 石人刚;位置灵敏γ成像定位算法技术研究[D];中国工程物理研究院;2019年
2 钟轶君;分片稀疏恢复理论及算法[D];大连理工大学;2018年
3 张慧君;三元M/B/Si功能化合物的第一性原理计算方法研究[D];燕山大学;2017年
4 熊丙章;高中生的算法理解水平及其教学策略研究[D];西南大学;2013年
5 杨乐婵;基于GEP算法和高光谱数据的植物主要理化参数估算研究[D];南京大学;2017年
6 张超;混合群智能优化算法研究及应用[D];北京科技大学;2018年
相关硕士学位论文 前10条
1 王登云;海樽优化算法及应用研究[D];广西民族大学;2019年
2 张楚滨;混合条件稳定FDTD算法研究[D];华南理工大学;2019年
3 陈奇华;针对小目标的深度学习行人检测算法研究[D];华南理工大学;2019年
4 叶伟;Massive MIMO系统中上行信号的检测算法研究[D];重庆邮电大学;2018年
5 赵书锋;大规模MIMO系统上行链路低复杂度信号检测算法研究[D];重庆邮电大学;2018年
6 刘帅;基于深度学习算法的物体快速检测定位与择优拾取[D];长春理工大学;2019年
7 何姣姣;多尺度并行通道级联网络的行人检测算法研究[D];长安大学;2019年
8 蔡佳然;复杂背景下基于深度学习的行人检测算法研究[D];华南理工大学;2019年
9 丁鑫;高效k近邻算法及其MPI并行化的研究[D];重庆邮电大学;2019年
10 胡歆宸;《今日头条》算法推荐媒介伦理问题研究[D];湘潭大学;2019年
本文编号:2844057
本文链接:https://www.wllwen.com/xinwenchuanbolunwen/2844057.html