新闻聚合类平台“出海”的策略优化——基于对海外新闻聚合类平台的对比分析

近几年来,新闻聚合类平台成为人们阅读新闻的主要渠道,来自美国的Newsbreak、来自日本的Smartnews和来自印度的Dailyhunt都有海外“今日头条”之称,盘踞当地新闻类应用前列。然而,它们的发展历程、功能架构、算法推荐模式都与今日头条有着一定不同。本研究通过梳理这三大新闻聚合类平台的发展历程及现状,并深入分析其在业务、算法、功能上的创新与特色,结合不同受众的特点,探究新闻聚合类平台应该如何吸引受众、增强用户黏性,并将其与我国的今日头条进行对比,以期为我国新闻聚合类平台的发展提供可行性建议,为我国争取国际传播话语权打下基础。

论智能把关模式在新闻聚合类平台中的应用与优化

以技术、算法、数据为特点的智能把关模式对越来越多的社会科学领域造成了冲击,新闻传播领域也不例外。智能把关模式逐渐"入驻"新闻生产与分发过程,贯穿在新闻聚合类平台的新闻内容创作、新闻内容审核、新闻内容分发三个主要环节中,表现出算法式指导、精准化识别、个性化推荐三种不同的把关形态,也暴露出消磨新闻内容的个性和专业、增加决策失误、限制用户的接触视野等问题。在新闻内容创作上,应弱化智能,增强个性;在新闻内容审核上,应人机协同,合理分工;在新闻内容分发上,应多维衡量,扩大范围。

新闻聚合类平台内容分发方式的优势与不足

互联网时代,人们的个性化内容诉求逐渐觉醒,从单纯对信息"量"的追求转变为对更优质、更精准内容的渴求。这种转变促使今日头条之类的新闻聚合类平台不断改进自身的内容整合和分发模式。目前较为主流的新闻聚合类平台,分发方式主要有两类:一是基于社交关系的拓展性分发,二是基于机器算法的挖掘性分发。

算法推荐模式下媒介伦理失范研究

作为新闻聚合类平台核心竞争力的算法推荐模式,既促进了平台发展,也带来了伦理失范问题。本文在分析算法推荐模式下新闻传播特点的同时,重点对其带来的伦理失范问题进行研究,并提出改进建议。