简介:'科学知识图谱'这一新兴知识计量方法正在我国悄然兴起,文章对该方法在新闻传播学领域的使用情况进行了实证探究。研究发现:当前新闻传播学界采纳该方法的文章数量较少但增长势头较好,已有的研究议题相对集中但存在明显的追逐热点现象。新闻传播学传统名校成为重要的研究主力,但目前尚无跨学科的合作产出。当前新闻传播学界运用科学知识图谱方法时存在种种问题,包括不熟悉研究对象而盲目追逐新方法、不熟悉软件功能而事倍功半劳动、误用情报学概念和分析指标、深陷方法本身而忽略理论关怀等。因此,在采纳新兴研究方法的同时,必须重视作为研究主体的人的核心地位,在未来的文献管理中,需要将传统的定性文献综述与科学知识图谱相结合。
简介:近年来,传媒经济学逐渐成为新闻传播学科重要的研究领域。文章运用文献计量学的研究方法对2013—2017年中国知网(CNKI)数据库中收录关于传媒经济研究的学术论文进行了文献梳理,对新闻传播学类核心期刊《新闻与传播研究》《国际新闻界》《新闻大学》《现代传播》《编辑之友》《当代传播》和《新闻界》的期刊栏目和论文作者进行统计,对论文中出现的高频关键词进行词频分析、社会网络分析、聚类分析和多维尺度分析,归纳出传媒经济研究的主要议题。研究发现,日新月异的技术变革推动了我国传媒经济的发展。一方面,报纸、广播、电视等传统媒体朝着数字化、移动化与平台化的方向发展,在传播内容、传播形式与体制机制等方面实现了融合创新;另一方面,新兴媒体在智能化技术的推动下,搭建起参与式、互动性与沉浸式的传播渠道与传播路径,颠覆了传媒产业的发展模式。值得一提的是,虽然传媒经济的发展出现了技术偏向,但是学界更应该客观地、冷静地看待技术力量,避免过度依赖技术。
简介:摘要:目的:探讨人工智能在数字出版产业中的应用,分析其在内容生成和个性化阅读体验中的实际效果,评估人工智能技术赋能下的数字出版对读者需求和阅读质量的提升作用。方法:本研究采用实验设计方法,通过对比实验和问卷调查相结合的方式,选取2023年应用人工智能技术的数字出版平台数据。分组为应用人工智能生成内容及个性化推荐的实验组与传统数字出版方式的对照组,分析内容生成效率、用户阅读时长及用户满意度。数据通过t检验及卡方检验进行统计分析。结果:实验组在内容生成速度上比对照组提升了约45%,个性化推荐的准确性达87.3%,显著高于对照组(P < 0.05)。用户平均阅读时长较对照组增加了约32%,满意度得分提升了约1.8倍(P < 0.05)。实验组用户对内容推荐的相关性评价高达90%以上,表现出高度的个性化阅读体验优势。结论:研究结果表明,人工智能在数字出版中的应用不仅提高了内容生成效率,还显著提升了个性化阅读体验的质量和用户满意度。人工智能赋能的内容生成和推荐机制为数字出版产业提供了创新路径,可广泛应用于提高读者黏性和满足个性化需求的场景。
简介:伴随着网络舆论影响力的剧增,网络舆论研究在我国也已迅速成为学术界的热点,吸引了来自多个领域的学者,并贡献了数量庞大的研究成果。本文通过中国知网检索工具,以截止到2014年12月公开发表的论文数据为基础,运用Endnote和Excel进行数据处理和统计分析,利用Citespace软件进行可视化分析,研究了我国网络舆论研究发展的阶段特点与知识图谱,并探讨了网络舆论本体研究与主体研究、网络舆论生成与演化、舆情管理等方面的研究主题和范式。在此基础上,结合社交媒体与大数据、移动互联网、网络舆情产业化趋势、网络舆论与社会治理等问题,提出了未来的研究展望。