什么是算法新闻

⑴ 什么是算法新闻

算法新闻又称作机器人新闻﹑自动化新闻、计算新闻，是通过计算机算法工具，进行自动新闻生产﹑推送并实现商业化运营的系统，具体包括算法新闻写作、编辑、算法推荐机制和平台聚合分发机制及营销等业务的自动化新闻生产流程。
算法新闻是运用智能算法工具自动生产新闻并实现商业化运营的过程、方法或系统，它包括信息采集、储存、写作、编辑、展示、数据分析及营销等业务的自动化实现。广义的它指包括生产和分发的中运用算法：在生产环节运用算法工具自动生成新闻内容，在分发环节引入推荐算法，在销售环节实现了传者、受众和消费者的聚合，造就了流程更清晰、作业更高效、销售更精准、目标更明确、成本更低廉的业务链条。

传统的新闻分发像超市，媒体根据受众市场准备若干新闻供受众选用。由于媒体难以同时满足所有受众的信息需求，媒体和受众之间呈一次性消费关系媒体和用户的粘黏度不高。而算法推送能够持续不断地为目标用户推送其感兴趣和需要的信息，由于能够敏锐捕捉服务对象细微的信息需求变化，媒体推送内容也随之调整使信息服务转变为追踪式全程服务，极大地增加了媒体和用户的粘黏度。
第三，依赖大数据资源提高新闻报道的预测性。
基于大数据的算法拥有模拟数据时代无可比拟的预测功能，它通过全样本的相关性分析在不知晓因果性的情况下就可以做出精准的预测和有力的推论。大数据“这个系统依赖的是相互关系而不是因果关系。它告诉你的是会发生什么而不是为什么发生。”相比于传统新闻小数据时代，大数据更强调用户数据的完整性和混杂性这种数据不仅能帮助我们接近事实真相而且能准确地推测受众所喜欢的新闻。
传统新闻生产具有一定的滞后性，新闻事件发生后媒体才启动新闻生产程序，新闻作品发表后往往已经变成街头巷尾议论的旧闻，加之自媒体时代人人是记者，传统媒体生产新闻流程的劣势被放大以至于第一时间缺席很多重要的新闻事件报道。大数据预测使新闻报道不再建立于人的经验判断上，媒体通过大数据预先掌握感兴趣受众群分布及其价值取向。继而展开选题策划及采写，极大地提高新闻报道的针对性和有效性。以范某某逃税案为例根据既往经验媒体很容易认为受众对逃税案的态度应该是反对逃税并要求严惩然而大数据显示;公众的意见是分裂的部分公众已经了解到《刑法》相关条款做过修改，首次逃税被查只要补缴税款将免于刑事处分。媒体基于公众关于逃税处分意见分裂的现状策划和组织该案报道，比单一视角和判断标准的报道更容易获得成功。
算法新闻的意义
算法新闻的出现展示出了新闻生产颠覆性的模式改变，对未来新闻传播领域的发展意义深远，从新闻生产的角度看，算法的介入在一定程度上替代了传统新闻传播业部分信息采集环节，高效处理大量的信息内容，降低了劳动成本，提高了生产力。
从新闻分发的角度看，算法通过对于用广户信息的智能收集和归类，能够更为精确地进行内容推送，为用户“量身定制”个性化信息成为常态从新闻覆盖角度看，借用麦克卢汉“媒介是人的延伸”的观点，算法作为一种人的新“延伸”，介入到信息产销的整个环节中，通过计算机程序在海量的信息中完成话题抓取，突破并且延伸了人类所能触及的视野，带来了更大范围和更多维度的报道。
算法在整个新闻生产中粉演着信息枢纽的角色，将海量信息和用户紧密地链接在一起，新闻内容生产环节和分发环节的边界逐渐消融，形成了高效同步的闭环，搭建出智能化的新闻生产模式。
算法新闻对新闻传播业的影响
1、对传统新闻生产及运营模式的替代
算法新闻在生产效率、准确性和盈利能力上有显着优势，且能够极大降低成本，可以替代或补充新闻生产及运营的某些环节，如报道、撰写、编辑和发布文章等，它具有人们无法想象的高效率，能迅速处理大容量信息、自动完成定制文章撰写、实现精准推荐等能力。但在一些数据积累偏少或需高度创造性写作的领域，算法新闻尚无法实现。
2、对记者职业的替代
对于算法新闻是否会替代记者职业，目前有两种不同取向。
第一种是可替代论，认为记者职业是可被替代的，传统媒体运营面临成本高昂的困境，它们期待通过算法新闻降低劳动力成本，机器记者具有无酬（或低酬）劳动的优势，记者失业将不可避免。
第二种是折中论或互补论，机写新闻与人写新闻各有所长，机器记者的优势在于精准性、客观性、简洁性和迅捷性，人类记者的优势在于分析技巧、个性、创造力，以及撰写复杂句子与精品新闻的技能。当日常工作可以自动化时，记者将有更多时间进行深度报道，进而实现人机协作或和谐共生。至于记者所依托的传统媒体的发展趋势，有研究认为，未来媒体的生态场景是混合的、多面的，只要报纸积极参与变革，将算法新闻策略融入传统媒体发展战略，这类媒体还会持久存在。
3、传统新闻的价值理念、理论规范和法律法规带来新的挑战

算法新闻排除了人为情感、价值判断等主观因素干预，这是否意味着机器新闻“更真实”？算法新闻着眼于满足受众信息需求，那么，如何凸显媒体的社会责任及舆论引导功能？在算法新闻时代，由机器操控新闻的生产与运营，如何保障新闻自由？此外，如何确保算法新闻的透明度？随着机器新闻写作质量的不断提升，机写新闻与人写新闻的差异正在缩小，但一些媒体机构可能利用这种技术进展，混淆两者的界限，使用机器人冒充人类记者，进而欺骗读者。
参考文献
1.0 1.1 1.2 张帜. 智媒时代对新闻生产中算法新闻伦理的思考.海南大学学报(人文社会科学版),2019:75-83.
2.0 2.1 2.2 算法新闻、自动化新闻、机器人新闻、数据驱动新闻……它们究竟是什么？.搜狐网.2019.7.31
陆新蕾. 算法新闻:技术变革下的问题与挑战. 社会科学文摘, 2019(5):3.

⑵ 算法的新闻价值判断是什么意思

核心概念辨析

一、传统“新闻价值概念”梳理（基础概念）

◆ 所谓新闻价值，就是指凝聚在新闻事实中的社会需求，就是新闻本身之所以存在的客观理由，在我们比较固定的认识中，它包括时效性、重要性、显着性、接近性以及趣味性等几个基本属性。

◆ 新闻价值是新闻事实本身所包含的满足社会需求的素质的总和。新闻价值要素包括真实性、时新性等不变要素和重要性、显着性、接近性、趣味性等可变要素。新闻事实所包含的价值要素越丰富，级数越高，新闻价值就越大。

二、新闻价值的常见的几种特性

◆ 客观性

新闻的客观性要素是新闻存在的基本条件。新闻如果失真失实就不成其为新闻，也就没有新闻价值了。在新闻价值诸要素中，客观实在性是最重要的不变要素。一切新闻的产生和存在，首先要确认构成这一新闻的内容是否具有客观实在性。

◆ 新鲜性

新鲜性是新闻存在的标志，新闻如果不新鲜，也就不成其为新闻了，当然也就不存在新闻价值了。在新闻价值诸要素中，新鲜性也是重要的不变要素。一切新闻都必须新鲜，这是受众需要新闻的根本原因所在。

◆ 重要性

新闻的重要性是指事实信息内容的重要程度。事实信息内容越重要，新闻价值越大。判定某一事实信息内容重要与否的标准，主要看其政治与社会意义的大小及其对社会与公众产生的影响程度。影响程度越大，政治和社会意义越大，新闻价值也就越大。

◆ 显着性

事实信息中的人物、地点和事件中的知名度越是显着、越是突出，新闻价值也越大。一个普通群众很难成为新闻人物，而政府官员、大企业家、歌星、影星、社会名流的言行举止则往往会成新闻；一国之都、历史名城、古迹胜地也往往是出新闻的地方。新闻媒介应关注具有显着性的人物和事件，抓住其具有新意的内容及时予以报道。

◆ 趣味性

新闻的趣味性指事实信息内容对受众产生的兴趣程度。越是受众感兴趣的事实信息，新闻价值越大。趣味是新闻传播适应群众情趣需要的一种验证。趣味性还可使新闻内容的表现生动活泼、富有情趣。一些严肃的政治、经济新闻同样可以表现得妙趣横生。

三、传统新闻价值的“体系观”

◆ 新闻事实

人们之所以需要新闻，就是要通过新闻的接收和利用，来减少或消除自己对周围世界最新变动状态的不确定性。这种相关性使人们对这一新变动的认知成为必要。这是新闻价值的系统结构中最基本的客观性因素，没有它，新闻价值就无从发生。

◆ 传播者

传播者在新闻事实与受传者之间的中介作用是举足轻重的。正是由于传播者的能动性工作，使新闻事实由自在信息状态经过积极的扬弃获得了新质，转变为自为的新闻信息状态。传播者“化入”新闻作品的化入型新闻信息以其传真性、时效性，为满足人们的新闻需要提供了现实可能。

◆ 受传者

受传者根据自己的需要，通过认知结构的接收机制，对新闻作品所提供的化人型新闻信息作积极的扬弃，成为实际满足其新闻需要的“为我之物”。

综上所述，新闻价值生成的内在根据是新闻事实的价值素质、传播者对新闻的选择、受传者对新闻的接收三者的内在结构的有机对应、偶合和同一。

四、算法时代，新闻价值意义的重构（重点内容，论述题答题模板，重点识记）

李良荣教授在《新闻学概论》中提到，新闻价值就是事实本身包含的引起公众共同兴趣的素质。这些素质包括时新性、重要性、新奇性、接近性、趣味性。新闻推荐算法在一定程度上放大了个体的新闻兴趣偏好，更好地满足了个体的新闻内容需求，但弱化了新闻内容本身的地位。许多新闻内容生产者会投用户所好进行新闻内容生产，这就使新闻价值的含义发生了重构。

（一）时新性向即时性转变

新闻以往的定义是新近发生事实的变动，但由于互联网和移动终端的发展和普及，时新性已不能满足受众的要求。受众更倾向于即时性的新闻内容，即新闻事件发生的同时受众就能接受到相应的新闻内容。互联网时代加速了信息的生产，也加速了信息的传播，受众需要更及时地了解自己所处环境的信息变动。虽然即时性在时效上更好地满足了受众的信息需求，但是由于其新闻内容在新闻事件发生的同时就进行了发布，新闻具体信息极易出现误差或者错误。

（二）重要性向标签性转变

由于算法在进行新闻内容推送的时候会抓取新闻内容中的关键词等进行分析，许多新闻内容都需要带有标签，也就是关键字。即使新闻内容很重要，但如果无法被算法抓取正确的关键词作为标签，就会极易被算法推送到对该新闻内容不感兴趣的受众面前。这不仅会降低新闻内容传播的影响力，也会影响受众的新闻阅读感受。

（三）新奇性向互动性转变

在信息爆炸的时代，新闻内容仅包含新奇性，将无法有效吸引受众阅读。新闻内容更需要具有互动性，从而吸引受众点击、阅读内容最后进行分享。以今日头条为例，当算法察觉新闻内容与许多受众产生了互动，会将此新闻内

容推荐给更多的受众。具有互动性的新闻内容不仅可以更好地在受众中进行传播，更能促进受众分享，使新闻内容拥有更大的影响力。

（四）接近性向情近性转变

传统新闻价值中的接近性既包括地缘关系上的接近也包括心理上的接近。但是在算法帮助下，受众可以直接接触到其最感兴趣的内容，新闻内容的接近性便发生了向情感上接近的转变。情近性是指新闻内容能够引起受众的情感认同。虽然算法只能从受众的行为习惯、相似群体等方面发掘其兴趣，但是在一定程度上也反映出了受众对某些新闻内容的情感态度。情近性与保持新闻内容的客观性并不排斥，因为完全客观的内容是不存在的，任何新闻内容都是有立场的内容，完全客观本身即是一种态度倾向。

⑶ 什么是算法新闻

算法新闻的基础源自于计算机领域中自然语言生成技术的发展，机器能够从结构化数据中自动生成大量文本，这一技术应用到新闻传播领域中造就了当下的算法新闻。

在“算法新闻”的概念群中也涉及到“自动化”、“数据驱动”、“机器”、“计算”等特性。算法新闻在国内外的使用与发展状况有所差异，在西方的应用源自于媒体企业与科技公司的共同合力。

算法新闻在新闻业中的运用带来了：新闻内容生产模式由“手工作坊”转向人机协同、表征现实的机制由记者中介转向算法中介、新闻叙事由线性叙事转向交互叙事、新闻价值评价由经验判断转向实证测量、新闻内容推送方式由大众化覆盖转向个体化定制等变革。

在这些转变中算法新闻的自动化生产及其个性化推荐的分发对新闻业的影响最大。由此可见，传统报业的式微及其开始过渡到数字新闻业的这些转变趋势，都使得整体新闻业处在“算法转向”的十字路口。