算法新聞（21世紀新媒體專(zhuān)業(yè)系列教材）簡(jiǎn)介，目錄書(shū)摘
2019-10-11 09:31
來(lái)源：京東
作者：京東
算法新聞（21世紀新媒體專(zhuān)業(yè)系列教材）
暫無(wú)報價(jià)
20+評論
100%好評
編輯推薦:
內容簡(jiǎn)介:《算法新聞》由兩位不同專(zhuān)業(yè)背景的作者聯(lián)手完成——具備計算機專(zhuān)業(yè)背景的塔娜老師，從淺顯易懂的角度揭開(kāi)算法的“黑匣子”，告訴廣大內容生產(chǎn)者，在每篇新聞的內容經(jīng)由算法平臺分發(fā)到用戶(hù)手中時(shí)，計算機都做了什么，是怎么做的。而具備多年媒體實(shí)務(wù)操作經(jīng)驗的唐錚老師，則站在內容生產(chǎn)的角度，告訴內容生產(chǎn)者要如何更新操作理念和寫(xiě)作方式，以便更加適應算法平臺上的推送原則，更加符合新媒體背景下移動(dòng)終端用戶(hù)的閱讀需求。本書(shū)既可作為“新媒體寫(xiě)作”及相關(guān)課程的配套教材，也可作為相關(guān)從業(yè)人員的參考書(shū)。
作者簡(jiǎn)介:塔娜 2017年博士畢業(yè)于清華大學(xué)計算機系，同年進(jìn)入中國人民大學(xué)新聞學(xué)院任教。研究方向為計算傳播學(xué)、新聞大數據、新媒體與數字傳播技術(shù)等。近年來(lái)以**作者或通訊作者身份發(fā)表多篇CCF（中國計算機學(xué)會(huì )）A類(lèi)及SCI（科學(xué)引文索引）論文，主持國家自然科學(xué)基金項目及北京市社會(huì )科學(xué)基金項目等科研課題。
唐錚 1998年就讀于中國人民大學(xué)新聞學(xué)院，2004年碩士畢業(yè)后從事媒體工作十余年，多次獲得亞洲卓越新聞獎、中國新聞獎、北京新聞獎，獲評北京市優(yōu)秀新聞工作者。2016年起回到人大新聞學(xué)院任教，講授“新聞采寫(xiě)”“深度報道”“新媒體寫(xiě)作”等課程，研究新聞實(shí)務(wù)及媒體融合，主持多項***及省部級相關(guān)課題。
唐錚 1998年就讀于中國人民大學(xué)新聞學(xué)院，2004年碩士畢業(yè)后從事媒體工作十余年，多次獲得亞洲卓越新聞獎、中國新聞獎、北京新聞獎，獲評北京市優(yōu)秀新聞工作者。2016年起回到人大新聞學(xué)院任教，講授“新聞采寫(xiě)”“深度報道”“新媒體寫(xiě)作”等課程，研究新聞實(shí)務(wù)及媒體融合，主持多項***及省部級相關(guān)課題。
目錄:第1章 個(gè)性化分發(fā)與內容生產(chǎn)變革
第1節 中心式分發(fā)與非中心式分發(fā)
第2節 算法推薦與新聞價(jià)值
第3節 算法分發(fā)的基本流程對內容生產(chǎn)的驅動(dòng)型改變
第4節 算法分發(fā)的價(jià)值觀(guān)之辯
第2章 算法推薦原理
第1節 算法分發(fā)系統概覽
第2節 用戶(hù)的建模和分析
第3節 內容的建模和分析——以文本型內容為例
第4節 推薦算法
第3章 用戶(hù)畫(huà)像的標簽體系
第1節 用戶(hù)畫(huà)像標簽體系
第2節 用戶(hù)畫(huà)像標簽體系的計算
第4章 文本型內容的建模與分析
第1節 內容預處理和內容安全
第2節 文本特征體系的建立和使用
第3節 知識圖譜
第5章 智能推薦算法
第1節 智能推薦系統的發(fā)端
第2節 關(guān)聯(lián)規則推薦算法
第3節 推薦算法的評估
第6章 大數據與推薦系統
第1節 詳解大數據
第2節 大數據與算法推薦系統
第3節 深度學(xué)習和神經(jīng)網(wǎng)絡(luò )
第7章 基于算法推薦的自媒體定位
第1節 從內容生產(chǎn)者的角度看待作為媒體的算法分發(fā)平臺
第2節 了解并適應算法分發(fā)平臺
第3節如何進(jìn)行內容生產(chǎn)定位
第8章 新媒體背景下的內容生產(chǎn)
第1節新媒體背景下內容生產(chǎn)的演進(jìn)
第2節 新媒體背景下內容生產(chǎn)的采寫(xiě)
第3節 新媒體背景下的內容寫(xiě)作
第9章 新媒體時(shí)代的標題
第1節 算法時(shí)代的新聞標題
第2節 標題的分類(lèi)
第3節 標題的制作要求
第4節 警惕“標題黨”
第10章 新媒體內容的制作
第1節 新媒體制作中的顛覆性視覺(jué)變化
第2節 標題區的制作
第3節 正文區的制作
第11章 新媒體的內容生產(chǎn)運營(yíng)
第1節 什么是內容生產(chǎn)的運營(yíng)
第2節 新媒體內容運營(yíng)的方法
第12章 人工智能與推薦系統
第1節 人工智能簡(jiǎn)介
第2節 人工智能與智能媒體
第3節 自動(dòng)化新聞和寫(xiě)稿機器人
第4節 自動(dòng)事實(shí)核查
第1節 中心式分發(fā)與非中心式分發(fā)
第2節 算法推薦與新聞價(jià)值
第3節 算法分發(fā)的基本流程對內容生產(chǎn)的驅動(dòng)型改變
第4節 算法分發(fā)的價(jià)值觀(guān)之辯
第2章 算法推薦原理
第1節 算法分發(fā)系統概覽
第2節 用戶(hù)的建模和分析
第3節 內容的建模和分析——以文本型內容為例
第4節 推薦算法
第3章 用戶(hù)畫(huà)像的標簽體系
第1節 用戶(hù)畫(huà)像標簽體系
第2節 用戶(hù)畫(huà)像標簽體系的計算
第4章 文本型內容的建模與分析
第1節 內容預處理和內容安全
第2節 文本特征體系的建立和使用
第3節 知識圖譜
第5章 智能推薦算法
第1節 智能推薦系統的發(fā)端
第2節 關(guān)聯(lián)規則推薦算法
第3節 推薦算法的評估
第6章 大數據與推薦系統
第1節 詳解大數據
第2節 大數據與算法推薦系統
第3節 深度學(xué)習和神經(jīng)網(wǎng)絡(luò )
第7章 基于算法推薦的自媒體定位
第1節 從內容生產(chǎn)者的角度看待作為媒體的算法分發(fā)平臺
第2節 了解并適應算法分發(fā)平臺
第3節如何進(jìn)行內容生產(chǎn)定位
第8章 新媒體背景下的內容生產(chǎn)
第1節新媒體背景下內容生產(chǎn)的演進(jìn)
第2節 新媒體背景下內容生產(chǎn)的采寫(xiě)
第3節 新媒體背景下的內容寫(xiě)作
第9章 新媒體時(shí)代的標題
第1節 算法時(shí)代的新聞標題
第2節 標題的分類(lèi)
第3節 標題的制作要求
第4節 警惕“標題黨”
第10章 新媒體內容的制作
第1節 新媒體制作中的顛覆性視覺(jué)變化
第2節 標題區的制作
第3節 正文區的制作
第11章 新媒體的內容生產(chǎn)運營(yíng)
第1節 什么是內容生產(chǎn)的運營(yíng)
第2節 新媒體內容運營(yíng)的方法
第12章 人工智能與推薦系統
第1節 人工智能簡(jiǎn)介
第2節 人工智能與智能媒體
第3節 自動(dòng)化新聞和寫(xiě)稿機器人
第4節 自動(dòng)事實(shí)核查
京公網(wǎng)安備 11000002000088號
