网络舆情受众参与行为标定数据空间构建

[研究目的]针对网络舆情受众参与行为标定数据源分散、数据整合存在壁垒、数据主体不明晰、数据管理权限缺失现状,解决舆情受众参与行为标定所需基础数据建设和知识支撑问题。[研究方法]提出了网络舆情受众参与行为标定数据空间模型框架,构建了数据协同需求驱动的管理引擎模型、基于底层接口库的数据中枢系统模型,设计了数据协同管理引擎算法、智能弹性数据沙盒算法、行为标定数据中枢算法、行为标定服务接口算法,以新浪微博和抖音“汤加火山喷发”话题数据展开实验。[研究结论]数据空间数据质量较高、数据体量适宜、数据对象清晰、受众行为被如实反映。智能弹性数据沙盒算法有效地起到了数据中枢数据缓冲、筛选的作用,跨舆情平台用户身份匹配算法识别效率较高,检索主题-内容算法召回率、精准率、准确率达到理想效果。

浅析媒介融合背景下电视台记者采访形式的创新

媒介融合背景下,我国电视台记者的采访速度更为迅捷、形式更为多样、互动更加频繁。因此,要提高电视台记者的采访质量,就要从善用媒体工具入手,依托先进的网络技术,不断完善电视台采访的反馈机制,从而为更好地关注受众舆情和创新电视台采访形式奠定良好基础。