京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据下的网络新闻传播与发展趋势
约翰·诺顿在《互联网一一从神话到现实》中提到“互联网就像迎面而来的卡亚克斯飓风……影响着我们每个人的生活……”。网络的崛起为现代公众呈现了一个新的社会形态一一网络社会,并逐渐发展成为人们日常生活中不可或缺的第二生活空间,同样,在人类社会现实生活中占据主要地位的新闻传播事业在“遇到”网络后也发生了翻天覆地的变化,网络公共空间内的新闻传播方式、效果及舆论生成机制与现实社会公共领域存在着巨大差异,引起国内众多领域学者的广泛关注。
大数据时代网络新闻传播的
失范及思考
(一)网络新闻真实性的思考
网络虚假新闻的危害是显而易见的。首先,对于网络新闻媒体来说,真实性仍然是其取信于民的基石。某些媒体炒作虚假新闻的一个动因是新闻竞争,这也许会给网站带来一时的好处。但是从长远来看,这对其自身公信度的损害是不可低估的,其结果只能是使自己在新闻竞争中处于更加不利的地位,失去了自身的根本利益。由于网络用户的激增和网民对网络依赖性的增强,再加上网络传播的开放性和无阻碍性的特点,虚假信息一旦出现便会广为传播。结果是,轻者毁人名誉,骗人钱财,严重时还可能会引起经济恐慌。一些与政治有关的社会问题还可能造成社会的不稳定。今天的虚假新闻,由于搭乘了网络技术的飞速发展的快车,如同脱疆的野马,若不及时驯服,将贻害无穷。
(二)网络互动的道德标准
目前多数网民的受教育程度还不高,在大量刺激人的原始需求的“拷贝”面前,人类与生俱来的“窥私癖”会促使其在毫无道德谴责压力的情况下点击不良信息。根据中国新闻网2001年7月3日的报道,台湾的一项调查显示,随着网络科技及复制技术的日益发达,有12%的青少年在色情网站上透过网络的匿名性交易获得各式种类多样的色情光盘。网络媒体区别于传统媒体的最大最主要的特征便是其交互性。在网上传受几乎同步,互联网的速度快、范围广和超文本链接等特征使得传播者在发出信息的同时可以立即得到反馈。
(三)网络新闻的法律漏洞
网络媒体本身就能营造一个虚拟空间,而在利益驱动下他就会把虚拟空间根据“资本”的需要进一步虚拟。从传播学来看,就是信息获取的越来越多,但是对现实世界了解的越来越少。网络媒体的过分利益化给新闻界带来了一种新闻报道的新模式一追求丑闻化、片面化、脸谱化、简单化、戏剧化。例如,2005年上半年媒体对矿难的片面化报道,就给人一种中国每天都在发生大型煤矿灾难的印象,造成了很不好的影响,当然我们不是要隐匿不报。而是要综合报道社会中的方方
大数据时代网络新闻的发展趋势
(一)增强共识性,提高可信度
真实性是新闻的重要特征,与真实性直接相关的是共识性和可信度。共识性、真实性、可信度之间是一种互动关系,它们三者互为条件,互相影响。例如,对可信度而言,共识性是一个重要条件,若无共识性,即使满足真实性条件,可信度也会大打折扣。同样一件事,新华网的报道有可能一石千浪,一般小型网站的“报道”则可能死水微澜。当然,这还涉及到与可信度、共识性相关的其它要素,如媒体的受众范围、存在时间等。同等条件下,受众范围广、存在时间长的媒体信誉度较高,其新闻可信度与共识性也相对高些。
(二)加强互动性,提高亲和力
互动性是互联网文化的又一重要特点。这里所说的互动有两层含义:静态意义上的交互关联,动态意义上的相互作用。网络时代,密如蛛网的网线把全世界连在了一起,多如繁星的终端为个人、单位、政府之间的信息沟通提供了巨大便利。互联网作为一种信息传递机制具有多样性,既有传统媒体那种单向传递,也有独特的双向、多向交流。
(三)加强大众性,提高覆盖率
互联网具有开放性、交互性、平等性,它不仅服务于“精英”,更要面向最广大的社会民众。作为新一代媒体,互联网本质上是一种大众传媒;作为一种文化现象,互联网文化的性质主要在于“大众”;作为互联网文化的重要组成部分,网络新闻在本质上也是大众的,要为广大人民服务。但是从目前来看,互联网距离严格意义上的大众传媒还相当遥远。首先,从数量上看,我国互联网用户人数绝对数量虽然很大,但相对于全国人口来讲,这一数字还是少得可怜;其次,从受众社会属性看,由于种种条件限制,能使用互联网者只是少数人———所谓的“精英”,“大众化”只是相对意义上的大众化,是“圈内”的大众化。
互联网的快速发展加快了主流网络媒体发展的步伐,在服务社会、服务人民的积极探索中,主流网络新闻媒体继承传统媒体的重要责任和历史使命,以创新的议程交互的传播方式,积极正面宣传、引导主流舆论,以一系列议程交互活动为依托,强调和重视公众议程给政府议程和媒介议程带来的重要影响,网络新闻媒体宣传影响力不断增强,牢牢掌握了网络时代中的舆论主导权。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24