简介:信息技术的迅猛发展给浏览新闻带来了极大便利,网络新闻评论亦易如反掌,但由此带来的网评詈词肆虐值得关注。本研究试图从刻板印象的社会心理学视角,研究消除网评詈词的心理策略。通过采集大量的网评实例,本研究探讨了网评詈词的刻板印象消除机制,结果认为:提供增加宿主困难的外归因能分散宿主的注意,减轻刻板印象,从而减少网评詈词的产生和传播;提供典型人物作为榜样亦可淡化刻板印象,弱化网评詈词;启动积极的身份特征能使宿主刻板印象积极化,网评詈词低频化。未来须注重多学科共同合作和交叉研究方能有效控制和治理网评詈词,改善网络环境,促进社会的和谐发展。
简介:麦肯锡关于大数据对各行业潜力预测己让众媒体聚焦,高德纳的显性技术热度周期图对新闻与传播学同样富有启迪意味。业界代表人物Lorenz和Bradshaw关于数据新闻制作过程的观点与业界当前的数据新闻实践,让数据新闻展现出诱人的想象空间与乐观前景。河北大学“大数据”博士课程的针对性实践发现:数据新闻的制作过程有规律可循,犹如传统新闻写作中的“金字塔”模式。它可归纳为:新闻主题发现、该主题相关数据抓取、清洗过滤、分析挖掘、交互性设计、可视化呈现、故事化讲述。核心是数据处理、交互性设计与可视化呈现。讨论与梳理业界所做的数据新闻实践,发现数据新闻带给传统新闻传播多方面影响,引出了一些重要的理论思考,譬如:大数据环境下数据新闻提升了交互性能与传播效果、延展了新闻的时空维度,深度挖掘新闻所呈现的关系、提高新闻“有向路径传播”的精准性、促使新闻在宏观叙事与微观叙事等传播层次的融会贯通、促进大数据研究方法在新闻传播学中的应用等。