技術(shù)的進(jìn)步,深刻地改變了媒體的形態(tài)、內(nèi)容的生產(chǎn)方式和分發(fā)形式。以大數(shù)據(jù)和算法為支撐基于用戶興趣的推薦引擎成為最主要的信息分發(fā)模式。在中國(guó),以“今日頭條”為代表主打個(gè)性化推薦的新聞聚合APP,在用戶規(guī)模、市場(chǎng)份額以及用戶活躍度等方面,超越以騰訊新聞為代表的門(mén)戶新聞APP,顛覆傳播格局,成為行業(yè)矚目的焦點(diǎn)。本文以新聞聚合APP為主要研究對(duì)象,以個(gè)性化推薦為核心進(jìn)行研究。首先從新聞聚合APP的內(nèi)涵、興起、發(fā)展現(xiàn)狀,將新聞APP和新聞聚合APP做區(qū)分,在宏觀層面勾勒新聞聚合APP的發(fā)展概貌。其次從鎖定推薦目標(biāo)、鋪設(shè)推薦底盤(pán)、構(gòu)建推薦骨架、實(shí)現(xiàn)千人千面觸達(dá)四個(gè)層面,聚焦新聞聚合APP個(gè)性化推薦的實(shí)現(xiàn)過(guò)程,這是本文的重點(diǎn)。在此基礎(chǔ)上深入分析新聞聚合APP個(gè)性化推薦存在用戶至上思維、技術(shù)中心主義傾向和流量為王導(dǎo)向三重價(jià)值取向,這是本文的難點(diǎn)。雖然主打個(gè)性化推薦的新聞聚合APP在世界范圍內(nèi)如日中天,但卻普遍呈現(xiàn)出算法審查下的用戶視野窄化、用戶隱私泄露、價(jià)值導(dǎo)向錯(cuò)誤等問(wèn)題。作為信息分發(fā)平臺(tái),新聞聚合APP應(yīng)在信息傳播中承擔(dān)更多的責(zé)任和義務(wù)。實(shí)現(xiàn)由重“信息傳播的效率”到重“信息傳播的價(jià)值”,由“用戶至上思...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究現(xiàn)狀
        1.2.1 國(guó)內(nèi)研究現(xiàn)狀
        1.2.2 國(guó)外研究現(xiàn)狀
    1.3 研究方法和研究思路
        1.3.1 研究方法
        1.3.2 研究思路
    1.4 研究創(chuàng)新點(diǎn)
第2章 新聞聚合APP的發(fā)展概況
    2.1 新聞聚合APP的內(nèi)涵
        2.1.1 新聞聚合APP的概念
        2.1.2 新聞聚合APP的特征
    2.2 新聞聚合APP的興起
        2.2.1 傳統(tǒng)新聞聚合網(wǎng)站的產(chǎn)生
        2.2.2 社交新聞聚合網(wǎng)站的出現(xiàn)
        2.2.3 移動(dòng)新聞聚合平臺(tái)的形成
    2.3 新聞聚合APP的發(fā)展現(xiàn)狀
        2.3.1 新聞聚合APP的發(fā)展規(guī)模
        2.3.2 新聞聚合APP的主要類型
第3章 新聞聚合APP個(gè)性化推薦的過(guò)程
    3.1 描摹用戶畫(huà)像鎖定推薦目標(biāo)
        3.1.1 差異化的用戶信息需求
        3.1.2 動(dòng)態(tài)化的用戶信息選擇
        3.1.3 場(chǎng)景化的用戶信息接收
    3.2 聚合長(zhǎng)尾內(nèi)容鋪設(shè)推薦底盤(pán)
        3.2.1 傳統(tǒng)媒體提供內(nèi)容版權(quán)
        3.2.2 自媒體海量?jī)?nèi)容生產(chǎn)
        3.2.3 網(wǎng)絡(luò)爬蟲(chóng)抓取長(zhǎng)尾內(nèi)容
    3.3 運(yùn)用機(jī)器算法構(gòu)建推薦骨架
        3.3.1 運(yùn)用算法分析大數(shù)據(jù)
        3.3.2 運(yùn)用算法協(xié)同關(guān)聯(lián)用戶
        3.3.3 運(yùn)用算法完成精準(zhǔn)匹配
    3.4 借助平臺(tái)實(shí)現(xiàn)千人千面觸達(dá)
        3.4.1 平臺(tái)承載內(nèi)容服務(wù)用戶
        3.4.2 平臺(tái)借力資本創(chuàng)造流量
第4章 新聞聚合APP個(gè)性化推薦的價(jià)值取向
    4.1 用戶至上思維
        4.1.1 用戶興趣成為推薦準(zhǔn)繩
        4.1.2 用戶體驗(yàn)決定推薦成敗
    4.2 技術(shù)中心主義傾向
        4.2.1 算法推薦居于核心地位
        4.2.2 機(jī)器過(guò)濾代替編輯把關(guān)
    4.3 流量為王導(dǎo)向
        4.3.1 內(nèi)容點(diǎn)擊量成為推薦動(dòng)力
        4.3.2 忽視內(nèi)容版權(quán)“偷”新聞
第5章 新聞聚合APP個(gè)性化推薦存在的問(wèn)題與對(duì)策
    5.1 新聞聚合APP個(gè)性化推薦的問(wèn)題
        5.1.1 局限用戶視野形成算法審查
        5.1.2 侵犯用戶隱私存在數(shù)據(jù)風(fēng)險(xiǎn)
        5.1.3 平臺(tái)偏向自利導(dǎo)致價(jià)值迷失
    5.2 新聞聚合APP個(gè)性化推薦的對(duì)策
        5.2.1 個(gè)性化與共性化結(jié)合推進(jìn)算法責(zé)任
        5.2.2 引入第三方數(shù)據(jù)監(jiān)管機(jī)構(gòu)嚴(yán)控風(fēng)險(xiǎn)
        5.2.3 關(guān)注多元價(jià)值主體向社會(huì)效益傾斜
結(jié)論
參考文獻(xiàn)
附錄A 在校期間的成果及發(fā)表的學(xué)術(shù)論文清單
致謝



本文編號(hào)：3831146