目前,中國正處于共享經(jīng)濟(jì)時代,最先出現(xiàn)的是共享單車,后來又出現(xiàn)共享電動車,部分高校餐廳可以看到共享紙巾,直至今天在部分城市已經(jīng)出現(xiàn)了共享汽車,后續(xù)會有更多共享產(chǎn)品出現(xiàn)在大街小巷。這些都屬于看得見摸得著的共享產(chǎn)品�！敖袢疹^條”公司創(chuàng)始人張一鳴正是受這種思想的啟發(fā),決定著手研發(fā)一款新聞資訊共享平臺。在互聯(lián)網(wǎng)浪潮的沖擊下,許多資訊推送平臺撲面而來,但是“今日頭條”公司（北京字節(jié)跳動科技有限公司）旗下的《今日頭條》APP以其獨(dú)特的資訊推送模式在巨大的浪潮中嶄露頭角,成為資訊個性化推薦的典型代表,并在短短六年內(nèi)迅速發(fā)展。因此,本論文在前人對《今日頭條》APP資訊個性化推薦相關(guān)研究的基礎(chǔ)上展開調(diào)查研究。第二章從“今日頭條”公司的簡介及其發(fā)展歷程入手,引入第三章對其其資訊個性化推送模式的研究,第四章著重分析資訊個性化推送模式的傳播效應(yīng),分別從狹義和廣義,微觀和宏觀兩個方面來分析。并運(yùn)用數(shù)據(jù)分析處理軟件SPSS進(jìn)行數(shù)據(jù)分析,得出《今日頭條》APP資訊個性化推薦模式的傳播效果極其影響因素。最后針對出現(xiàn)的問題提出相應(yīng)的解決方案和策略,并預(yù)測《今日頭條》APP資訊個性化推送在未來可能出現(xiàn)的發(fā)展方向。 

【文章來源】：西安工業(yè)大學(xué)陜西省

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【部分圖文】：

《今日頭條》個案分析

圖 2-1 2018 上半年中國 APP 排行榜uest mobile 發(fā)布了中國移動互聯(lián)網(wǎng) 2018 年半年度報(bào)告，報(bào)告指出，躍的移動互聯(lián)網(wǎng)用戶數(shù)量逐漸增加到 11 億。根據(jù)其中一項(xiàng)數(shù)據(jù)，要派系（騰訊，今日新聞，百度，阿里和新浪）占總時間的 75％PP 用戶所花費(fèi)的時間從 3.9％飆升至 10.1％，增長了 1.6 倍。在百，騰訊獨(dú)立 APP 的總使用時間下降了 6.6％。[2]詳情見圖 2-2。

圖 2-1 2018 上半年中國 APP 排行榜最近， Quest mobile 發(fā)布了中國移動互聯(lián)網(wǎng) 2018 年半年度報(bào)告，報(bào)告指出，2018 年年，中國活躍的移動互聯(lián)網(wǎng)用戶數(shù)量逐漸增加到 11 億。根據(jù)其中一項(xiàng)數(shù)據(jù)，中國移動網(wǎng)的五大主要派系（騰訊，今日新聞，百度，阿里和新浪）占總時間的 75％以上。有是，獨(dú)立 APP 用戶所花費(fèi)的時間從 3.9％飆升至 10.1％，增長了 1.6 倍。在百度部門和部門第二次，騰訊獨(dú)立 APP 的總使用時間下降了 6.6％。[2]詳情見圖 2-2。

【參考文獻(xiàn)】：
期刊論文
[1]淺析基于算法的個性化信息推送服務(wù)[J]. 齊沛堯.  科技傳播. 2017(24)
[2]以“今日頭條”為代表的個性化新聞信息推送方式解讀[J]. 曹琦,張書銘.  西部廣播電視. 2017(22)
[3]“今日頭條”聚合新聞客戶端研究綜述[J]. 吳樹愷,祖央.  新聞研究導(dǎo)刊. 2017(21)
[4]大數(shù)據(jù)時代下的新聞客戶端的信息繭房效應(yīng)——以今日頭條為例[J]. 周文靜.  新聞研究導(dǎo)刊. 2017(15)
[5]凸顯與遮蔽:個性化推薦算法下的信息繭房現(xiàn)象[J]. 蔡磊平.  東南傳播. 2017(07)
[6]今日頭條新聞客戶端內(nèi)容資源分析[J]. 王熙元,包韞慧.  出版廣角. 2017(13)
[7]新聞聚合語境下新聞生產(chǎn)、分發(fā)渠道與內(nèi)容消費(fèi)的變革[J]. 陳昌鳳,王宇琦.  中國出版. 2017(12)
[8]從今日頭條發(fā)展看媒體轉(zhuǎn)型的困境與方向[J]. 朱程.  東南傳播. 2017(06)
[9]今日頭條:繼BAT之后的“超級玩家”[J]. 張維寧,李夢軍.  清華管理評論. 2017(06)
[10]從今日頭條看人工智能的信息推薦效果[J]. 陳相.  青年記者. 2017(11)

碩士論文
[1]消費(fèi)者對共享醫(yī)療使用意愿的影響因素研究[D]. 王嫣敏.華東師范大學(xué) 2018
[2]基于個性化推薦系統(tǒng)新聞客戶端的“信息繭房”效應(yīng)研究[D]. 李佳音.中央民族大學(xué) 2017
[3]以個性化推薦服務(wù)為特色的手機(jī)新聞客戶端“今日頭條”案例研究[D]. 曹青青.北京外國語大學(xué) 2017
[4]今日頭條APP用戶體驗(yàn)及優(yōu)化策略研究[D]. 李雪松.河北大學(xué) 2017
[5]個性化推薦類新聞客戶端推送模式研究[D]. 李源.黑龍江大學(xué) 2017
[6]個性化新聞推薦APP用戶持續(xù)使用行為研究[D]. 譚淑媛.云南財(cái)經(jīng)大學(xué) 2016
[7]從“今日頭條”看個性化推薦時代信息生態(tài)的演變與挑戰(zhàn)[D]. 王盛.河北大學(xué) 2016
[8]“今日頭條”APP的經(jīng)營模式研究[D]. 張亦弛.陜西師范大學(xué) 2016
[9]基于Android的信息分享系統(tǒng)及個性化推送的設(shè)計(jì)與實(shí)現(xiàn)[D]. 劉思源.北京郵電大學(xué) 2013



本文編號：3520247