如今,算法早已深入到新聞業(yè)態(tài)的各個(gè)主要環(huán)節(jié),特別是信息的分發(fā)環(huán)節(jié),強(qiáng)大的算法推薦技術(shù)也已經(jīng)使其發(fā)生了翻天覆地的變化。但是,目前主流的“個(gè)性化推薦算法”單向迎合受眾興趣,存在著“過(guò)濾氣泡”、“信息繭房”的隱患。在這樣的背景下,本研究將BP神經(jīng)網(wǎng)絡(luò)技術(shù)引入到“新聞價(jià)值”的評(píng)估中去,期望可以構(gòu)建一套以“新聞價(jià)值”為核心指標(biāo)的算法推薦模型。為了實(shí)現(xiàn)這個(gè)目標(biāo),最核心問(wèn)題就是如何利用BP神經(jīng)網(wǎng)絡(luò)技術(shù)去自動(dòng)評(píng)估新聞價(jià)值,這也是本研究所要嘗試解決的。本研究首先是以新聞價(jià)值為理論基礎(chǔ),以新聞價(jià)值“五要素”:時(shí)新性、重要性、接近性、顯著性、趣味性為依據(jù),構(gòu)建了一套評(píng)價(jià)指標(biāo)體系,這其中一共涉及9個(gè)指標(biāo)參數(shù)計(jì)算的設(shè)計(jì)。其次,本文的研究還利用中文分詞、文本分類等中文自然語(yǔ)言處理技術(shù),對(duì)數(shù)據(jù)庫(kù)中的新聞文本的信息進(jìn)行提取,完成評(píng)價(jià)指標(biāo)體系的中參數(shù)的計(jì)算。最后,利用BP神經(jīng)網(wǎng)絡(luò)算法,通過(guò)對(duì)訓(xùn)練集的學(xué)習(xí)和訓(xùn)練,輸出結(jié)果,并對(duì)模型的自動(dòng)計(jì)算效果進(jìn)行檢驗(yàn),將模型自動(dòng)評(píng)估的新聞價(jià)值與人工打分的新聞價(jià)值得分進(jìn)行對(duì)比,計(jì)算誤差。誤差結(jié)果證明了本模型在自動(dòng)評(píng)估新聞價(jià)值方面具有可行性,這也意味著,通過(guò)機(jī)器學(xué)習(xí)的技術(shù),構(gòu)建一套以“新聞價(jià)值”為核心指標(biāo)的算法推薦模型這個(gè)設(shè)想也具有實(shí)現(xiàn)的可行性。
【學(xué)位單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP183;G210
【部分圖文】：

（２）網(wǎng)絡(luò)結(jié)構(gòu)??從拓?fù)浣Y(jié)構(gòu)上來(lái)看，一般情況下，ＢＰ神經(jīng)網(wǎng)絡(luò)一共由三個(gè)部分組成，輸入??層、隱含層（也稱“隱層”或者“競(jìng)爭(zhēng)層”）和輸出層（如圖２－１所示）。??輸入隱運(yùn)?輸出趙??圖２－１：?ＢＰ神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型??這其中，隱含層產(chǎn)生作用的過(guò)程，即抽取輸入模式特征的過(guò)程，實(shí)際上就是實(shí)??現(xiàn)了輸入層與隱含層間的連接權(quán)系數(shù)的調(diào)整過(guò)程，是一個(gè)“自組織化過(guò)程”。￥因??此，隱含層可以說(shuō)是既反映了輸入層的統(tǒng)計(jì)特征，又反映了輸出層的統(tǒng)計(jì)特??征，？輸入層和輸出層通過(guò)隱含層實(shí)現(xiàn)了相互的映射關(guān)系。??一般來(lái)說(shuō)，ＢＰ神經(jīng)網(wǎng)絡(luò)的建構(gòu)主要需要包括如下的步驟：首先是初始的網(wǎng)??絡(luò)設(shè)置，包括輸入輸出層的層數(shù)、神經(jīng)元的個(gè)數(shù)的選擇。其次是隱含層的設(shè)??計(jì)，包括層數(shù)和神經(jīng)元個(gè)數(shù)的確定，激活函數(shù)的選擇，初始連接權(quán)值的確定以??及學(xué)習(xí)速率的設(shè)定等。此外

一l:極好情況的誤差結(jié)果截圖

輸出了６次的結(jié)果。這６次的運(yùn)算結(jié)果中，既出現(xiàn)對(duì)驗(yàn)證數(shù)據(jù)集而言，非??常美好的情況：與實(shí)際價(jià)值誤差在１０％以內(nèi)的有９６％與實(shí)際價(jià)值誤差在２０％以??內(nèi)的有９８％誤差在３０％以內(nèi)的為１００％?（如圖４－１所示）。但也會(huì)存在１０％？３０％??誤差的都占４０％的情況。（如圖４－２所示）??圖４－１：極好情況的誤差結(jié)果截圖??圖４－２：不良情況的誤差結(jié)果截圖??除去這兩種極端情況外，較為穩(wěn)定的結(jié)果為：１０％的誤差在５０％以上，２０％??的誤差在７０％以上，３０％的誤差在８０％以上。１０％的誤差在５０％以上，２０％的誤??差在６０％以上，３０％的誤差在８０％以上。（如圖４－３所示）??４２??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 方建移;葛進(jìn)平;;發(fā)掘科學(xué)研究的新聞價(jià)值 注重科學(xué)報(bào)道的策劃創(chuàng)新[J];傳媒評(píng)論;2018年12期

2 郭海英;;關(guān)于“新聞價(jià)值理論產(chǎn)生的歷史條件”研究綜述[J];才智;2019年03期

3 劉波;;淺談如何建立自己的新聞價(jià)值體系——以《葫蘆島日?qǐng)?bào)》為例[J];中國(guó)地市報(bào)人;2018年06期

4 劉西鋒;;新聞價(jià)值視域下的體育賽事分析——以十三屆全運(yùn)會(huì)為例[J];新聞戰(zhàn)線;2018年04期

5 王建珂;;紙媒低迷背景下重提新聞價(jià)值[J];青年記者;2018年18期

6 林聞嬌;;從春節(jié)報(bào)道淺析節(jié)假日新聞策劃編排創(chuàng)新[J];電視指南;2017年10期

7 趙彤彤;;新聞價(jià)值的內(nèi)涵延伸[J];電視指南;2017年17期

8 馬加榮;;新聞價(jià)值觀念與新聞價(jià)值創(chuàng)造分析[J];電視指南;2018年01期

9 荊姣姣;;“第三媒介時(shí)代”新聞價(jià)值的定位與建構(gòu)[J];電視指南;2018年09期

10 趙國(guó)政;;改革開放40年來(lái)我國(guó)新聞價(jià)值理論的建構(gòu)、發(fā)展與嬗變[J];新聞愛(ài)好者;2018年09期

相關(guān)碩士學(xué)位論文 前10條

1 陶書寶;基于神經(jīng)網(wǎng)絡(luò)計(jì)算的新聞價(jià)值評(píng)價(jià)研究[D];南京大學(xué);2019年

2 魏馨;網(wǎng)絡(luò)時(shí)代新聞價(jià)值消減現(xiàn)象研究[D];西南政法大學(xué);2017年

3 李妮;使用者視角下的新聞價(jià)值性—大學(xué)生朋友圈新聞分享行為研究[D];南京大學(xué);2017年

4 李瑩瑩;論新聞價(jià)值的延伸[D];河北大學(xué);2015年

5 冉慧勤;新聞價(jià)值的相對(duì)性研究[D];河南大學(xué);2007年

6 羅安余;論受眾需求與新聞價(jià)值的實(shí)現(xiàn)[D];暨南大學(xué);2000年

7 童政;經(jīng)濟(jì)新聞的價(jià)值屬性及其實(shí)現(xiàn)[D];廣西大學(xué);2003年

8 楊明明;對(duì)《中國(guó)日?qǐng)?bào)》2001年及2014年亞太經(jīng)合組織領(lǐng)導(dǎo)人非正式會(huì)議報(bào)道的新聞價(jià)值對(duì)比分析[D];北京外國(guó)語(yǔ)大學(xué);2015年

9 郭宇明;新聞與宣傳差異性研究[D];河北大學(xué);2006年

10 楊港;什么在決定黨媒官方微博的影響力[D];南京財(cái)經(jīng)大學(xué);2017年

本文編號(hào)：2855940