新闻传媒与娱乐传媒的区别

现代传播研究表明,受众接触传媒因其关注或爱好主题不同,传媒也投其所好,为其量身定做主题内容的传媒产品,形成如娱乐传媒、新闻传媒、财经传媒、科技传媒、生活传媒等。其中,娱乐传媒产业与新闻传媒事业的差异主要是：1,内容主题：娱乐而非新闻娱乐传媒主要是以娱乐为传播的主要元素,新闻传媒主要以传播新闻为主。近来,传媒产业中的娱乐主题渐现强势,     

传媒上市的利弊谱系——传媒上市的利弊分析与风险评估

随着传媒产业的迅速发展和国家宏观政策的逐渐放开,“媒体上市”是当下传媒界最热门的话题之一。眼下有很多传媒公司寄希望于上市以图摆脱“拐点”的压力,获得更新、更快和更好的发展。上市是企业发展壮大的一个有效手段,但并非所有公司发展壮大的必经之路。传媒业由于其特殊的属性,     

我国传媒的国际化竞争战略

中国经济的持续发展为中国传媒业走向世界提了巨大动力,也为中国传媒业的国际化奠定了坚实的基础.在这样的背景下,大量中国电影在全球销售、很多报刊出版海外版.对外电台和对外电视频道的落地等逐步推进,图书已经开始较多地输出版权参与国际市场的竞争,单纯的电视产品也有北京电视台和海外电视台的节目交换等等,这些都为讨论中国传媒的国际化战略提供了实践性基础.     

发改委等六部委授权电信广电互渗

国务院办公厅日前转发了由发改委、科技部、财政部、信息产业部、税务总局和广电总局联合制订的《关于鼓励数字电视产业发展的若干政策》(下称《政策》),鼓励广电和电信两大行业相互融合渗透,更明确了双方可进入的领地。《政策》强调,在确保广电安全传输的前提下,鼓励广电机构利用     

公关在媒介管理中的运用

随着中国传媒产业化进程的加速,各路资本纷纷涌进传媒产业,再加上新兴媒介的兴起,中国传媒产业的宏观环境日益严峻。如何更好地管理媒介组织,提高组织运行的效率,降低运营成本,切切实实地摆在了传媒组织管理者的面前。     

调查显示：天气预报、综合新闻和电视剧收视率高

《中国传媒产业发展报告（2007～2008）》指出,从整体情况来看,2007年平均收视率排在前列的有天气预报、综合新闻、电视剧、真人秀、法制和体育赛事。     

中文自动问答中旬子相似度计算研究

句子相似度计算是自动问答系统的重要理论基础和关键实现技术.目前,用于中文自动问答系统的句子相似度计算方法很多,由于缺乏系统的分析,给研究人员带来了较大的不便.依据所利用的特征信息,可以将这些方法分为四类,即基于关键词信息、基于语义信息、基于句法结构信息以及基于多重信息.通过对各类方法实验结果的比较,指出各自的优势和不足.同时指出,基于多重信息的方法是当前的主流方法,实现不同特征信息的最佳权重分配是该类方法今后的研究重点.另外,还提出一个有关相似度概念认识上的看法,即对于中文自动问答系统,实质上依据的是句子的相关度,而不是句子的相似度.通过本文的研究,旨在为中文自动问答领域的句子相似度计算研究提供一定的参考.     

基于递归概念图的文本检索模型研究

Sowa在1984年提出了一个抽象模型,即概念图,作为基于语言学、心理学和哲学的知识表示语言.但是其概念图的定义比较简单,对于刻画文本中的语言组块的语义及语言单元之间的组合运算比较困难.为了能从形式上为将来的组块内部和组块之间的组合分析提供支持,深化概念图的表示形式,我们提出了一种适用于自然语言自动化分析的概念图的形式化描述,它可以看成是Sowa 概念图的递归扩展.然后我们将这种新颖的知识表示方式应用到文本检索领域的文本标引中,同时给出了以此为基础的概念图匹配算法.在和布尔检索的比较实验中,概念检索体现出比较明显的优势.     

基于语义的半结构化P2P网络

如何利用具有本体标注的结构化文档中的语义信息组织P2P网络,提供对基于语义的信息共享与查询的P2P网络支持,是当前P2P网络的研究热点之一.本文提出采用Peer所存储文档中的加权本体概念向量作为Peer的特征向量,通过相似度计算将Peer聚成Peer组,从而构造基于语义的半结构化P2P网络.用户的查询请求由各Peer组内的组服务器负责路由转发,组服务器计算查询请求与各路由表项之间的相似度,将查询向最有可能包含查询目标的Peer组转发.文中较全面地阐述了本体概念局部和全局权重的计算方法.由于P2P网络拓扑的建立过程和查询路由过程均基于语义信息,使得网络的各项性能与基于关键字处理的P2P网络相比,得到了较大的提高.     

文本分类中粗分类数据噪声修正的网络算法

在文本分类的实际应用中经常使用粗略分类的数据来训练分类器,但是这种数据中经常会包含类别标记有误的数据,这些数据对文本分类结果的精度会造成不良影响。本文针对这个问题提出了一种噪声修正算法,首先建立文档关联网络,把文档上标记的类别作为在网络上划分的集团结构,并用模块度衡量集团结构的质量,通过优化模块度指标把噪声数据调整到合适的类别中,从而提高数据质量。实验结果表明,本文所提算法能够有效修正粗分类数据中的噪声,且有较高的有效性和鲁棒性。该算法可以用于文本分类训练数据的预处理,或作为辅助技术用于文献库建设等工作。