什麼是演算法新聞

⑴ 什麼是演算法新聞

演算法新聞又稱作機器人新聞﹑自動化新聞、計算新聞，是通過計算機演算法工具，進行自動新聞生產﹑推送並實現商業化運營的系統，具體包括演算法新聞寫作、編輯、演算法推薦機制和平台聚合分發機制及營銷等業務的自動化新聞生產流程。
演算法新聞是運用智能演算法工具自動生產新聞並實現商業化運營的過程、方法或系統，它包括信息採集、儲存、寫作、編輯、展示、數據分析及營銷等業務的自動化實現。廣義的它指包括生產和分發的中運用演算法：在生產環節運用演算法工具自動生成新聞內容，在分發環節引入推薦演算法，在銷售環節實現了傳者、受眾和消費者的聚合，造就了流程更清晰、作業更高效、銷售更精準、目標更明確、成本更低廉的業務鏈條。

傳統的新聞分發像超市，媒體根據受眾市場准備若干新聞供受眾選用。由於媒體難以同時滿足所有受眾的信息需求，媒體和受眾之間呈一次性消費關系媒體和用戶的粘黏度不高。而演算法推送能夠持續不斷地為目標用戶推送其感興趣和需要的信息，由於能夠敏銳捕捉服務對象細微的信息需求變化，媒體推送內容也隨之調整使信息服務轉變為追蹤式全程服務，極大地增加了媒體和用戶的粘黏度。
第三，依賴大數據資源提高新聞報道的預測性。
基於大數據的演算法擁有模擬數據時代無可比擬的預測功能，它通過全樣本的相關性分析在不知曉因果性的情況下就可以做出精準的預測和有力的推論。大數據「這個系統依賴的是相互關系而不是因果關系。它告訴你的是會發生什麼而不是為什麼發生。」相比於傳統新聞小數據時代，大數據更強調用戶數據的完整性和混雜性這種數據不僅能幫助我們接近事實真相而且能准確地推測受眾所喜歡的新聞。
傳統新聞生產具有一定的滯後性，新聞事件發生後媒體才啟動新聞生產程序，新聞作品發表後往往已經變成街頭巷尾議論的舊聞，加之自媒體時代人人是記者，傳統媒體生產新聞流程的劣勢被放大以至於第一時間缺席很多重要的新聞事件報道。大數據預測使新聞報道不再建立於人的經驗判斷上，媒體通過大數據預先掌握感興趣受眾群分布及其價值取向。繼而展開選題策劃及采寫，極大地提高新聞報道的針對性和有效性。以范某某逃稅案為例根據既往經驗媒體很容易認為受眾對逃稅案的態度應該是反對逃稅並要求嚴懲然而大數據顯示;公眾的意見是分裂的部分公眾已經了解到《刑法》相關條款做過修改，首次逃稅被查只要補繳稅款將免於刑事處分。媒體基於公眾關於逃稅處分意見分裂的現狀策劃和組織該案報道，比單一視角和判斷標準的報道更容易獲得成功。
演算法新聞的意義
演算法新聞的出現展示出了新聞生產顛覆性的模式改變，對未來新聞傳播領域的發展意義深遠，從新聞生產的角度看，演算法的介入在一定程度上替代了傳統新聞傳播業部分信息採集環節，高效處理大量的信息內容，降低了勞動成本，提高了生產力。
從新聞分發的角度看，演算法通過對於用廣戶信息的智能收集和歸類，能夠更為精確地進行內容推送，為用戶「量身定製」個性化信息成為常態從新聞覆蓋角度看，借用麥克盧漢「媒介是人的延伸」的觀點，演算法作為一種人的新「延伸」，介入到信息產銷的整個環節中，通過計算機程序在海量的信息中完成話題抓取，突破並且延伸了人類所能觸及的視野，帶來了更大范圍和更多維度的報道。
演算法在整個新聞生產中粉演著信息樞紐的角色，將海量信息和用戶緊密地鏈接在一起，新聞內容生產環節和分發環節的邊界逐漸消融，形成了高效同步的閉環，搭建出智能化的新聞生產模式。
演算法新聞對新聞傳播業的影響
1、對傳統新聞生產及運營模式的替代
演算法新聞在生產效率、准確性和盈利能力上有顯著優勢，且能夠極大降低成本，可以替代或補充新聞生產及運營的某些環節，如報道、撰寫、編輯和發布文章等，它具有人們無法想像的高效率，能迅速處理大容量信息、自動完成定製文章撰寫、實現精準推薦等能力。但在一些數據積累偏少或需高度創造性寫作的領域，演算法新聞尚無法實現。
2、對記者職業的替代
對於演算法新聞是否會替代記者職業，目前有兩種不同取向。
第一種是可替代論，認為記者職業是可被替代的，傳統媒體運營面臨成本高昂的困境，它們期待通過演算法新聞降低勞動力成本，機器記者具有無酬（或低酬）勞動的優勢，記者失業將不可避免。
第二種是折中論或互補論，機寫新聞與人寫新聞各有所長，機器記者的優勢在於精準性、客觀性、簡潔性和迅捷性，人類記者的優勢在於分析技巧、個性、創造力，以及撰寫復雜句子與精品新聞的技能。當日常工作可以自動化時，記者將有更多時間進行深度報道，進而實現人機協作或和諧共生。至於記者所依託的傳統媒體的發展趨勢，有研究認為，未來媒體的生態場景是混合的、多面的，只要報紙積極參與變革，將演算法新聞策略融入傳統媒體發展戰略，這類媒體還會持久存在。
3、傳統新聞的價值理念、理論規范和法律法規帶來新的挑戰

演算法新聞排除了人為情感、價值判斷等主觀因素干預，這是否意味著機器新聞「更真實」？演算法新聞著眼於滿足受眾信息需求，那麼，如何凸顯媒體的社會責任及輿論引導功能？在演算法新聞時代，由機器操控新聞的生產與運營，如何保障新聞自由？此外，如何確保演算法新聞的透明度？隨著機器新聞寫作質量的不斷提升，機寫新聞與人寫新聞的差異正在縮小，但一些媒體機構可能利用這種技術進展，混淆兩者的界限，使用機器人冒充人類記者，進而欺騙讀者。
參考文獻
1.0 1.1 1.2 張幟. 智媒時代對新聞生產中演算法新聞倫理的思考.海南大學學報(人文社會科學版),2019:75-83.
2.0 2.1 2.2 演算法新聞、自動化新聞、機器人新聞、數據驅動新聞……它們究竟是什麼？.搜狐網.2019.7.31
陸新蕾. 演算法新聞:技術變革下的問題與挑戰. 社會科學文摘, 2019(5):3.

⑵ 演算法的新聞價值判斷是什麼意思

核心概念辨析

一、傳統「新聞價值概念」梳理（基礎概念）

◆ 所謂新聞價值，就是指凝聚在新聞事實中的社會需求，就是新聞本身之所以存在的客觀理由，在我們比較固定的認識中，它包括時效性、重要性、顯著性、接近性以及趣味性等幾個基本屬性。

◆ 新聞價值是新聞事實本身所包含的滿足社會需求的素質的總和。新聞價值要素包括真實性、時新性等不變要素和重要性、顯著性、接近性、趣味性等可變要素。新聞事實所包含的價值要素越豐富，級數越高，新聞價值就越大。

二、新聞價值的常見的幾種特性

◆ 客觀性

新聞的客觀性要素是新聞存在的基本條件。新聞如果失真失實就不成其為新聞，也就沒有新聞價值了。在新聞價值諸要素中，客觀實在性是最重要的不變要素。一切新聞的產生和存在，首先要確認構成這一新聞的內容是否具有客觀實在性。

◆ 新鮮性

新鮮性是新聞存在的標志，新聞如果不新鮮，也就不成其為新聞了，當然也就不存在新聞價值了。在新聞價值諸要素中，新鮮性也是重要的不變要素。一切新聞都必須新鮮，這是受眾需要新聞的根本原因所在。

◆ 重要性

新聞的重要性是指事實信息內容的重要程度。事實信息內容越重要，新聞價值越大。判定某一事實信息內容重要與否的標准，主要看其政治與社會意義的大小及其對社會與公眾產生的影響程度。影響程度越大，政治和社會意義越大，新聞價值也就越大。

◆ 顯著性

事實信息中的人物、地點和事件中的知名度越是顯著、越是突出，新聞價值也越大。一個普通群眾很難成為新聞人物，而政府官員、大企業家、歌星、影星、社會名流的言行舉止則往往會成新聞；一國之都、歷史名城、古跡勝地也往往是出新聞的地方。新聞媒介應關注具有顯著性的人物和事件，抓住其具有新意的內容及時予以報道。

◆ 趣味性

新聞的趣味性指事實信息內容對受眾產生的興趣程度。越是受眾感興趣的事實信息，新聞價值越大。趣味是新聞傳播適應群眾情趣需要的一種驗證。趣味性還可使新聞內容的表現生動活潑、富有情趣。一些嚴肅的政治、經濟新聞同樣可以表現得妙趣橫生。

三、傳統新聞價值的「體系觀」

◆ 新聞事實

人們之所以需要新聞，就是要通過新聞的接收和利用，來減少或消除自己對周圍世界最新變動狀態的不確定性。這種相關性使人們對這一新變動的認知成為必要。這是新聞價值的系統結構中最基本的客觀性因素，沒有它，新聞價值就無從發生。

◆ 傳播者

傳播者在新聞事實與受傳者之間的中介作用是舉足輕重的。正是由於傳播者的能動性工作，使新聞事實由自在信息狀態經過積極的揚棄獲得了新質，轉變為自為的新聞信息狀態。傳播者「化入」新聞作品的化入型新聞信息以其傳真性、時效性，為滿足人們的新聞需要提供了現實可能。

◆ 受傳者

受傳者根據自己的需要，通過認知結構的接收機制，對新聞作品所提供的化人型新聞信息作積極的揚棄，成為實際滿足其新聞需要的「為我之物」。

綜上所述，新聞價值生成的內在根據是新聞事實的價值素質、傳播者對新聞的選擇、受傳者對新聞的接收三者的內在結構的有機對應、偶合和同一。

四、演算法時代，新聞價值意義的重構（重點內容，論述題答題模板，重點識記）

李良榮教授在《新聞學概論》中提到，新聞價值就是事實本身包含的引起公眾共同興趣的素質。這些素質包括時新性、重要性、新奇性、接近性、趣味性。新聞推薦演算法在一定程度上放大了個體的新聞興趣偏好，更好地滿足了個體的新聞內容需求，但弱化了新聞內容本身的地位。許多新聞內容生產者會投用戶所好進行新聞內容生產，這就使新聞價值的含義發生了重構。

（一）時新性向即時性轉變

新聞以往的定義是新近發生事實的變動，但由於互聯網和移動終端的發展和普及，時新性已不能滿足受眾的要求。受眾更傾向於即時性的新聞內容，即新聞事件發生的同時受眾就能接受到相應的新聞內容。互聯網時代加速了信息的生產，也加速了信息的傳播，受眾需要更及時地了解自己所處環境的信息變動。雖然即時性在時效上更好地滿足了受眾的信息需求，但是由於其新聞內容在新聞事件發生的同時就進行了發布，新聞具體信息極易出現誤差或者錯誤。

（二）重要性向標簽性轉變

由於演算法在進行新聞內容推送的時候會抓取新聞內容中的關鍵詞等進行分析，許多新聞內容都需要帶有標簽，也就是關鍵字。即使新聞內容很重要，但如果無法被演算法抓取正確的關鍵詞作為標簽，就會極易被演算法推送到對該新聞內容不感興趣的受眾面前。這不僅會降低新聞內容傳播的影響力，也會影響受眾的新聞閱讀感受。

（三）新奇性向互動性轉變

在信息爆炸的時代，新聞內容僅包含新奇性，將無法有效吸引受眾閱讀。新聞內容更需要具有互動性，從而吸引受眾點擊、閱讀內容最後進行分享。以今日頭條為例，當演算法察覺新聞內容與許多受眾產生了互動，會將此新聞內

容推薦給更多的受眾。具有互動性的新聞內容不僅可以更好地在受眾中進行傳播，更能促進受眾分享，使新聞內容擁有更大的影響力。

（四）接近性向情近性轉變

傳統新聞價值中的接近性既包括地緣關繫上的接近也包括心理上的接近。但是在演算法幫助下，受眾可以直接接觸到其最感興趣的內容，新聞內容的接近性便發生了向情感上接近的轉變。情近性是指新聞內容能夠引起受眾的情感認同。雖然演算法只能從受眾的行為習慣、相似群體等方面發掘其興趣，但是在一定程度上也反映出了受眾對某些新聞內容的情感態度。情近性與保持新聞內容的客觀性並不排斥，因為完全客觀的內容是不存在的，任何新聞內容都是有立場的內容，完全客觀本身即是一種態度傾向。

⑶ 什麼是演算法新聞

演算法新聞的基礎源自於計算機領域中自然語言生成技術的發展，機器能夠從結構化數據中自動生成大量文本，這一技術應用到新聞傳播領域中造就了當下的演算法新聞。

在「演算法新聞」的概念群中也涉及到「自動化」、「數據驅動」、「機器」、「計算」等特性。演算法新聞在國內外的使用與發展狀況有所差異，在西方的應用源自於媒體企業與科技公司的共同合力。

演算法新聞在新聞業中的運用帶來了：新聞內容生產模式由「手工作坊」轉向人機協同、表徵現實的機制由記者中介轉向演算法中介、新聞敘事由線性敘事轉向交互敘事、新聞價值評價由經驗判斷轉向實證測量、新聞內容推送方式由大眾化覆蓋轉向個體化定製等變革。

在這些轉變中演算法新聞的自動化生產及其個性化推薦的分發對新聞業的影響最大。由此可見，傳統報業的式微及其開始過渡到數字新聞業的這些轉變趨勢，都使得整體新聞業處在「演算法轉向」的十字路口。