算法新闻｜周末读书

内容简介

“算法新闻”由两位具有不同专业背景的作者共同完成——拥有计算机专业背景的教师Tana从一个易于理解的角度揭示了算法的“黑箱”，并告诉内容制作者当每条新闻的内容通过算法平台分发给用户时，计算机做了什么以及如何做。另一方面，具有多年实际媒体操作经验的唐铮站在内容制作的角度，告诉内容制作人如何更新自己的操作理念和写作方法，以更好地适应算法平台上的推送原则，满足新媒体背景下移动终端用户的阅读需求。

作者简介

田娜，博士，2017年毕业于清华大学计算机系，同年进入中国人民大学新闻学院任教。研究兴趣包括计算通信、大数据、新媒体和数字通信技术等。近年来，他以第一作者或通讯员的身份发表了多篇CCF(中国计算机联合会)A和SCI(科学引文索引)论文，主持过国家自然科学基金、北京社会科学基金等科研项目。

唐铮1998年在中国人民大学新闻学院学习。2004年硕士毕业后，他从事媒体工作已经十多年了。他多次获得亚洲杰出新闻奖、中国新闻奖和北京新闻奖，并被评为北京市优秀记者。自2016年起，他回到全国人大新闻学院教授“新闻采集与写作”、“深度报道”和“新媒体写作”等课程。他研究了新闻实践和媒体整合，主持了一些国家、省和部级的相关专题。

目录

第1章个性化分发和内容制作改革

第2章算法推荐原则

第3章用户肖像标签系统

第4章文本内容建模和分析

第5章智能推荐算法

第6章大数据和推荐系统

第七章基于算法的媒体定位推荐

第八章新媒体背景下的内容制作

第九章新媒体时代的标题

第十章新媒体内容的制作

第十章新媒体的XI内容制作和操作

第十二章人工智能和推荐系统

图书摘要

时代的发展和技术进步的步伐总是快于人们的想象至少对于那些自20世纪90年代以来一直处于传统媒体营销黄金时代的人来说，这些年来他们一直在追赶技术的步伐。

从单一媒体的角度来看，在20世纪90年代初以来的十年中，报纸已经从完全由政府经营的媒体、邮局发行、每天发行一至两张报纸转变为连锁经营和市场经营，发行量超过100万份，版面数量达到最多1000页，单个城市最多拥有20多份报纸。

电台已经从全国三四个一度陷入困境的调频电台，转变为利润空间最大的传统媒体，这得益于汽车私有化和城市道路拥堵的机遇。频道的数量也迅速增加到几十个。

门户网站已成为第一个获取国家信息的平台，三大门户网站用户总数超过5亿，2000年互联网泡沫首次破裂，股票跌入“仙股”。百度凭借其搜索引擎功能成为互联网巨头，使人们能够准确搜索信息。

然而，门户网站暴利时代只持续了几年。以微博、微信和今天的头条为代表的信息客户端已经实现了人们获取信息的途径从台式电脑向移动终端的转移。现在，新的变化正在酝酿微信每天有超过10亿活跃用户，今天的头条有望在未来几年成为全国广告收入最高的公司。

的发展和变化如此之快，以至于站在这个时代的所有人都必须了解这个时代，并且能够粗略地预测和瞥见未来的变化。这也是介绍“算法新闻”课程的目的借用媒体巨头普利策的一句名言，“如果一个国家是一艘在海上航行的船，记者就是船头的了望员。他应该观察无边无际的大海上的一切，观察不可预测的天气和海面上的暗礁，并及时发出警告”，那么这个大时代的记者不仅应该从公众利益的角度发挥监督和观察的作用，还应该不断地观察和预测自己的媒体形式和环境。

算法新闻实际上不是一个非常准确的概念。事实上，在算法发布平台上像海水一样汹涌澎湃的新闻和已经进化了数百年的新闻之间没有本质的区别。我们仍然必须遵循真实性和客观性的基本新闻原则。内容制作者还应遵循客观、中立和公正的职业道德。

然而，算法的出现将改变许多现有的规则。以前，在传统媒体时代，记者只需要自己制作内容。现在，算法将成为主导用户阅读方向和感受的幕后力量。作为制片人，记者第一次不得不遵守电脑规定的发行规则。算法将决定精心制作的内容是否可以传播以及传播的程度。

这个“算法新闻”试图将每个人带入这样一个全新的画面:技术系统成为信息传播的社会基础，数字平台上的信息流动使传统的内容生产者成为“媒体的媒介”——今天，我们所阅读的信息必须通过互联网平台传播，信息与人之间的联系已经从“信息-媒体-人”转变为“信息-互联网平台-人”这是

新闻业面临巨大挑战的根源。计算机平台正在重建整个社会的空间、时间和权力之间的关系。对于新闻业来说，这是一个颠覆和充满机遇的时代。未来的新闻业注定要依靠计算机和迭代程序作为生存的基础。

基于这一逻辑，内容制作者需要对算法的原理、原理和操作模式有更清晰的理解，以便更直接有效地帮助内容制作。

本书分为12章《

》第1章总结了传统媒体向新媒体转变下新闻传播从集中传播向非集中传播(算法传播+社会传播)的转变，以更为实际的案例方式介绍了传播的渐进但颠覆性的范式转变，进一步讨论了算法传播与社会传播的异同，并对算法传播下的平台责任和伦理进行了简要分析。通过本章的学习，我们可以了解算法分发的特点，了解在新媒体背景下掌握技术和内容制作原理的紧迫性和紧迫性。

第2章介绍算法分发系统的原理和概念一个基本的算法推荐系统原型包括“用户”、“内容”、“分发算法”和用户反馈优化的推荐算法通过标记用户肖像、文本内容建模和分析方法以及协同过滤推荐算法，介绍了算法分发系统的一些基本元素，并对这些元素的功能和交互进行了梳理。通过本章的学习，我们可以了解算法分配系统的基本原理，并初步形成对系统要素的理解

第3章介绍了如何识别和理解算法推荐系统的服务对象——“用户”，以及如何在算法推荐系统中通过计算为用户建立模型。介绍了以“用户肖像”为主线的“结构化”和“非结构化”标签用户肖像的特点、异同。通过本章的学习，我们可以了解用户肖像的概念和应用，并熟悉批处理计算和流计算框架来完成计算任务。

第4章介绍了文本内容个性化推荐算法推荐系统所需的建模、分析和计算方法算法推荐系统经过数据预处理和内容安全审计等预处理后，可以通过语义特征、隐含语义特征、时空特征、质量相关特征等维度来计算内容和用户兴趣的匹配度，从而指导算法推荐通过本章的学习，我们可以深入了解算法推荐的内容管理、组织和建模。此外，本章还介绍了知识地图等相关概念。

第5章介绍了智能推荐算法的起源、发展、应用和评价。通过本章的学习，掌握和理解经典关联规则推荐算法的原理和过程，对于学习新兴的推荐算法具有知识存储和借鉴的意义。此外，本章从系统的角度介绍了如何评价推荐算法，为算法推荐系统的算法选择提供了依据。

第6章介绍了大数据的基本原理和概念，大数据在算法推荐系统中的应用，深度学习和神经网络的原理及其在算法推荐系统中的应用。通过本章的学习，我们可以了解大数据的概念和原理，了解相关的软硬件平台，掌握大数据在算法推荐系统中的典型应用以及算法推荐系统在内容和用户两个维度上的数据依赖性，了解深度学习和神经网络算法的应用。

第7章从内容制作者的实际操作角度介绍了几种常用的基于分发算法的内容平台，介绍了它们的特点，然后根据它们的特点介绍了在不同平台上制作内容的要点和注意事项。通过本章的学习，我们可以对内容平台有一个初步的了解，并能够分析其内容生产需求与它们的发展。

的第8章从内容制作者的角度，结合实例和数据，对新媒体平台上的内容制作进行了更深入和系统的介绍，尤其是算法分发平台。通过本章的研究，我们可以从概念和方法上把握算法发布平台上内容制作与传统新闻制作的区别和注意事项。从内容制作者的角度来看，

的第9章介绍了算法发布平台上的新闻标题与传统环境中的新闻标题之间的异同。第九章在认识到新闻标题在算法分布中的重要性后，进一步从结构和功能等不同的分类中了解标题的特点，并结合大量的案例研究来掌握它们的产生方法和原理。最后，第九章对新媒体环境下的“主题派对”现象进行了深入分析。通过本章的学习，我们可以掌握新形势下新闻标题的制作方法和概念，并获得独立制作新闻标题的能力。从内容制作者的角度出发，

第10章通过实例介绍了在算法平台上根据摘要、文本、多媒体等不同组件独立推送新闻项目的制作要点、原则和注意事项。通过本章的学习，我们可以掌握内容制作的基本方法和原则。

第11章从内容制作者的角度系统地介绍了新媒体状态下运营的概念和必要性，并介绍了运营的基本原则。通过本章的研究，我们可以了解新媒体平台上内容运营的必要性和紧迫性，提高内容制作者在这方面的认识，初步掌握内容运营的概念和原则

第12章介绍了人工智能和智能媒体，以及相关的应用领域。人工智能和媒体的结合形成了智能媒体。本章介绍了智能媒体的研究方向和相关实践，如自动新闻、自动事实核查等。通过本章的学习，我们可以了解人工智能技术的基本概念、起源、发展过程和发展水平，以及人工智能的技术原理。

新媒体背景下的变化比人们想象的要快。算法与人性的冲突日益加剧。一方面，算法显示了智能和人性的进一步进步；另一方面，它也带来了令人担忧的危险，如信息茧屋和数据欺诈

算法新闻的发展才几年，从理论到实践都还不完善和成熟。然而，这是这一代新闻媒体无法回避的现实存在。在未来，传媒业肯定会继续大踏步前进，所有的人都在摸索和探索。生活在这个时代的每个人都应该立足于现在，开始学习和行动。只有通过不断的自我迭代和自我更新，我们才能在未来的全媒体生态系统中获得一席之地。

也是本书在算法新闻领域的最初尝试的初衷。

本文由 在线网速测试 整理编辑，转载请注明出处，原文链接：https://www.wangsu123.cn/news/783.html。