网络新闻敏感信息识别与风险分级方法研究

[目的/意义]正确处理网络新闻带来的安全风险是保障互联网信息安全的关键。当前网络敏感信息研究主要基于网络评论语境,识别过滤以关键词形式出现的不良信息,对敏感信息的敏感程度不能进行精细计算。[方法/过程]针对现有方法的缺陷,文章从网络新闻敏感信息的语义内涵出发,通过传统敏感词方法识别出新闻中的敏感信息,然后将BERT模型方法和语义分析方法相结合衡量新闻的敏感程度,进而评估新闻的风险水平。[结果/结论]实验表明,文章实现了网络新闻敏感信息识别和敏感程度计算,能够根据计算结果对新闻进行风险分级,提出有针对性的风险处理策略,对于有效应对网络新闻带来的安全隐患具有积极意义。     

发挥采、编功能，着力提高高校网络新闻质量

高校网络新闻是高校的门面、形象和窗口,它与传统新闻媒体以及普通网络新闻相比,具有其自身的特点,高校网络新闻的采写和编审应符合其自身的基本规律。同时,高校网络新闻采编人员应认清当今新形势下高校网络新闻面临的优势和存在的问题,并在此基础上增强服务意识、专业意识、特色与创新意识、角色意识等四种意识,着力提高高校网络新闻质量。     

基于有向图理论模型的网络新闻图像检索算法

针对当前网络新闻图像检索算法识别率较差、检索准确率和查全率较低、检索耗时长的问题,设计基于有向图理论模型的网络新闻图像检索算法。分析用户需求信息特征得到网络新闻图像特点,对图像进行分类及去噪处理,采用均衡滤波的方式处理图像的细节,根据网络新闻图像特征标识来定义有向图理论模型,通过有向图理论模型描述网络新闻图像数据融合的关联性,实现网络新闻图像的检索。实验结果表明,本文算法对网络新闻图像的识别率为90%,检索准确率和查全率始终在90%以上,检索耗时最高为2.36 s。     

我国网络新闻道德失范问题浅析

由于互连网的迅速发展,网络新闻以其独特的传播方式改变了传统媒体的传播格局,而由此也使得虚假新闻、侵权现象严重等网络新闻道德失范问题日益增多.针对目前网络新闻道德方面存在的诸多问题,着重分析了网络新闻道德失范方面的成因,并通过分析其原因进而提出对应的防范措施.     

从受众需求谈网络新闻的发展

文章针对网络新闻这一新兴的媒体,分析了运行中不完善的问题,并从网络新闻的特点、新闻定位、策划定义、编辑技巧等几个方面结合广大受众的需求论述了网络新闻的发展趋势。     

略论我国网络新闻资源的规范管理

我国网络新闻发展10年来已取得长足进展,现在它已成为许多网民获取新闻信息的重要渠道,然而其存在的问题也不容忽视。无论在内容还是在形式上,网络新闻都还很不规范,这极大地影响了网络新闻的公信力,同时也给网络新闻资源的开发与利用带来不便。网络新闻资源作为一种特殊的网络信息资源应加强其规范管理。总的说来,规范管理可从技术和人文两大方面入手,同时要加强对网络新闻从业人员专业教育的重视,完善其课程体系设置,以适应当前网络新闻发展的需要,因为,最终人是规范管理的主体。     

提升大学生辩证理解网络新闻能力的研究

随着网络利用率的不断提升,网络已成为人们获取新闻资讯的主要媒介之一。大学生作为网络新闻使用的先驱群体,其价值观很容易受到网络新闻潜移默化的影响。本文以大学生对网络新闻的看法为主要研究对象,通过对典型网络新闻的收集和研究,分析和探讨了大学生怎样汲取正面新闻中的正能量以及大学生如何从负面新闻中挖掘正能量,进而提出提升大学生辩证理解网络新闻能力的方法和措施。     

网络环境下新闻信息资源的整合问题

新闻信息资源整合需要有一套规范化、系统化的管理办法。本文归纳了网络新闻信息目前需要整合的内涵和重点；从网络新闻信息资源的管理层面、服务层面和加工再利用层面论述新闻信息资源整合的必要性及途径。     

小微网络新闻服务企业的困境与对策研究

通过从可盈利模式、新闻服务品质、读者关注度等要素入手,分析了小微网络新闻服务企业面临的发展困境,提出了小微网络新闻服务企业健康发展的对策。     

网络新闻标题存在的问题与解决对策

随着网民队伍的日益庞大,网络新闻的传播力、吸引力和影响力不断增强,传播介质的不同使网络新闻标题的制作有着比传统媒体更为特殊的要求。     

基于互联网传播文本的地区环境形象评价方法

利用文本分类、情感分析等自然语言处理手段,开发基于互联网文本信息的地区环境形象评价方法。为满足生态环境大数据的分析需求,划分了环境形象类别,分别从文体来源、情感极性和环境要素这三种角度评价地区环境形象。人工标注环境文本语料,对比支持向量机、朴素贝叶斯和卷积神经网络三种算法,最终构建了以卷积神经网络为核心算法的地区环境形象评价模型。方法的分类效果较好,三种分类的F1值均满足分析需求,环境要素的F1值在0.8~0.9之间,情感分析的F1值在0.8以上,文体来源的F1值在0.9左右。该方法应用在长三角城市,可实时处理地区热点环境舆情,分析地区环境形象,提供精准直观的环境形象评估结果,为区域环境管理提供基础信息支持。     

网络环境下文献检索教学改革研究

针对网络环境对文献检索教学的挑战,我们广泛开展了网络信息评价标准与方法、网络信息资源比较、检索策略构建方面的研究与教学实践,并加强教材建设,及时注意最新信息,建立了“以问题为中心”的教学模式,以求达到全面培养学生的信息素养与创新能力的目的。同时对计算机辅助教学设施在教学中的应用提出了自己的看法与思考。     

The effect of toxicity on COVID-19 news network formation in political subcommunities on Reddit: An affiliation network approach

Political polarization remains perhaps the “greatest barrier” to effective COVID-19 pandemic mitigation measures in the United States. Social media has been implicated in fueling this polarization. In this paper, we uncover the network of COVID-19 related news sources shared to 30 politically biased and 2 neutral subcommunities on Reddit. We find, using exponential random graph modeling, that news sources associated with highly toxic – “rude, disrespectful” – content are more likely to be shared across political subreddits. We also find homophily according to toxicity levels in the network of online news sources. Our findings suggest that news sources associated with high toxicity are rewarded with prominent positions in the resultant network. The toxicity in COVID-19 discussions may fuel political polarization by denigrating ideological opponents and politicizing responses to the COVID-19 pandemic, all to the detriment of mitigation measures. Public health practitioners should monitor toxicity in public online discussions to familiarize themselves with emerging political arguments that threaten adherence to public health crises management. We also recommend, based on our findings, that social media platforms algorithmically promote neutral and scientific news sources to reduce toxic discussion in subcommunities and encourage compliance with public health recommendations in the fight against COVID-19.     

Incorporating stock prices and news sentiments for stock market prediction: A case of Hong Kong

Stock prediction via market data analysis is an attractive research topic. Both stock prices and news articles have been employed in the prediction processes. However, how to combine technical indicators from stock prices and news sentiments from textual news articles, and make the prediction model be able to learn sequential information within time series in an intelligent way, is still an unsolved problem. In this paper, we build up a stock prediction system and propose an approach that 1) represents numerical price data by technical indicators via technical analysis, and represents textual news articles by sentiment vectors via sentiment analysis, 2) setup a layered deep learning model to learn the sequential information within market snapshot series which is constructed by the technical indicators and news sentiments, 3) setup a fully connected neural network to make stock predictions. Experiments have been conducted on more than five years of Hong Kong Stock Exchange data using four different sentiment dictionaries, and results show that 1) the proposed approach outperforms the baselines in both validation and test sets using two different evaluation metrics, 2) models incorporating prices and news sentiments outperform models that only use either technical indicators or news sentiments, in both individual stock level and sector level, 3) among the four sentiment dictionaries, finance domain-specific sentiment dictionary (Loughran–McDonald Financial Dictionary) models the news sentiments better, which brings more prediction performance improvements than the other three dictionaries.     

面向语义缺失场景的社交媒体中热门新闻识别方法研究

[目的/意义]对社交媒体中热门新闻的及时识别,有助于加速正面资讯的投送或抑制负面资讯的扩散。当前,基于自然语言处理的传统识别方法正面临社交媒体新生态的挑战：大量新闻内容以图片、音视频形式存在,缺乏用于语义及情感分析的文本。[方法/过程]对此,本文首先将社交网络划分为众多社群,并按其层次结构组织为贝叶斯网络。接着,面向社群构建基于卷积神经网络的热门新闻识别模型,模型综合考虑新闻传播的宏观统计规律及微观传播过程,以提取社群内热门新闻传播的特征。最后,利用贝叶斯推理并结合局部性的模型识别结果进行全局性热度预测。[结果/结论]实验表明,本方法在语义缺失场景下可有效识别热门新闻,其准确度强于基于语义信息的机器学习方法,模型具有良好的时效性、可扩展性和适用性。该研究有助于社交媒体的监管机构及时识别出各类不含语义信息且迅速扩散的热点内容。     

开放社会经济信息的元数据研究——以开放社会经济信息集成揭示与服务系统为例

社会经济信息与科技创新密切相关。建立支持产业发展、技术创新和成果转化的技术、行业、经济和社会信息资源支持体系,满足用户需求,有效支持用户获得经过遴选和评价的技术、行业、经济和社会等信息,为用户提供全面的信息支撑显得尤为重要。本文以开放社会经济信息的元数据为研究对象,对网络信息资源、报告、新闻资讯、政策法规、统计数据、生产技术等资源进行了调研。     

网络新闻舆论阵地引导力的提升路径刍议--基于思想政治教育的视角

面对新形势下党治国理政的新场景和种种挑战,提升网络新闻舆论阵地引导力是信息化时代促进国家治理能力现代化的重要方面,在当前社会多元化趋势下要充分运用党的网络新闻舆论阵地有效地引领思想舆论和凝聚社会共识。网络新闻舆论阵地要通过内容呈现、方法适应、共同治理三个层面的优化和有机统一共同发挥党的思想政治教育优势、释放网络引领正能量,使之成为“丰富人民精神世界,增强人民精神力量”的前沿高地。     

人文社科专题数据库建设规范化管理的若干问题

[目的/意义] 随着数字化转型的深入,人文社科领域的专题数据库建设不断发展。本文立足大数据、智慧数据等思维,对人文社科专题数据库建设规范化管理的若干问题进行忖思,为数据驱动环境下的人文社科繁荣发展提供指导和借鉴。[方法/过程] 阐释了人文社科专题数据库建设规范化管理的基本内涵,从标准规范、质量控制、开放协同、知识产权、安全管控等方面分析了人文社科专题数据库建设规范化管理的主要问题及相关发展策略。[结果/结论] 对人文社科专题数据库建设实施规范化管理,有利于推进不同领域、不同类型人文社科专题数据库的规范建设、深层次知识开发与智慧服务,对支持建构具有国际视野和中国特色的人文社科话语体系有深远意义。