新闻化

摘要： 全媒体时代文化更加多元,文学创作的类型也更加多样.目前,市场上已经出版了不少文本素材来源于新闻事实的文学作品,文学作品已经出现了新闻化的趋势.学术界对于该类型的文学作品有褒有贬、争议不断.本文将从作家刘震云的作品《吃瓜时代的儿女们》谈起,浅析在全媒体背景之下,文学该如何在时代浪潮中自立,以及如何保持文学的个性与可能性.

摘要： 全媒体时代文化更加多元,文学创作的类型也更加多样。目前,市场上已经出版了不少文本素材来源于新闻事实的文学作品,文学作品已经出现了新闻化的趋势。学术界对于该类型的文学作品有褒有贬、争议不断。本文将从作家刘震云的作品《吃瓜时代的儿女们》谈起,浅析在全媒体背景之下,文学该如何在时代浪潮中自立,以及如何保持文学的个性与可能性。

摘要： 法治文学新闻化的本质是文学,新闻化是法治文学源于生活的特色表征.随着媒体融合时代的到来,新闻化不仅是法治文学创作的素材与缘起,而且通过发挥不同媒体的优势,法治文学的新闻化特征可以在不同传播介质中发生作用,进一步强化法治文学的审美和教育功能.法治文学期刊《啄木鸟》以打造法治文学精品为主体,充分发挥期刊、图书、影视、音视频和网络等媒介的优势,在媒体融合传播的实践中不断深化法治文学新闻化特征,拓展法治文学传播空间,对提升法治文学的传播力和社会影响力起到了推动作用.

摘要： 中国小说的现代化进程从一开始就与新闻报刊结下了不解之缘.近代小说与新闻报刊的外部联系,改变了小说的生产、传播、接受生态,影响了作者的创作姿态与读者的期待视野,中国小说由此出现内在的新闻化倾向.这种新闻化倾向为中国小说提供了新基因,从根本上重构了中国小说作者与读者之间的认同机制.在认同基点上,新闻的当下性解构了传统小说以“天理”为基点的“慕史”情结,转而建立了以“天演”为基点的“求新”导向.在认同路径上,新闻的写实性颠覆了传统小说以“造梦”为主导的想象叙事,转而建立了以“启蒙”为中心的写实路径.在认同策略上,新闻的时效性改变了传统小说对“小语”的“典籍化”追求,转而探寻“大说”的“社会化”策略.这种小说的内在新闻化,隐含着中国小说现代化发展的多重路向,对当下的关注存在政治与社会的不同侧重,对写实的强调存在事真与理真的不同路径,对时效的追求存在剪影与全景的不同视野.虽然近代小说的新闻化存在种种偏差,但新闻作为一种现代文化基因,推进了中国小说认同机制的现代转型,改变了中国小说的发展路向与整体风貌.

摘要： 20世纪90年代新媒体文化的兴盛削弱了小说的主体地位,新闻媒介的话语权威也冲击了小说的创作.新媒体时代的小说出现新闻化倾向,这种倾向带有明显的客观化、现时化、信息化和主体化.在文学困境中新变并逐渐成长起来的新闻化小说有着自己的价值体系和社会功能,在精英文学"陷落"的今天,如何传承千年文学薪火,正是它要面对、解决的问题.

摘要： 在传统的人文学科中，新闻和文学分属两种话语形态，而且经常被拿出来进行相互比较，用彼此间的差异来突出各自的特点。但是这些年来似乎发生了微妙的变化，本来被看作对立的两种话语形态，现在是走得越来越近了，它们在彼此靠拢，相互渗透，在自己的身上越来越显示出对方的特点。

摘要： 不是我不明白,是世界变化快。时下大家都回避不了＂微＂话题,什么微视频、微拍、微电影、微广播剧,微视听等等。前不久,浙江广播电视集团和省广播电视学会共同主办了＂最多跑一次＂新闻微剧大赛,作为参与者感触较深,这个比赛的最大好处,就是提醒媒体人,新闻还可以用这样一种方式去传播,那就是新闻微剧。

摘要： 学新闻的人不去做新闻，做新闻的很多不是学新闻的——这意味着“互相抛弃”。

摘要： 一种基于新闻内容和主题特征的个性化新闻推荐装置和方法，推荐装置设有：新闻抓取、预处理、主题模型训练、主题模型预测、用户模型构建、新闻推荐和推荐处理共七个模块。推荐方法是：利用主题模型和相关的命名实体名词序列构建个性化用户模型来表示用户阅读新闻的兴趣偏好，并对该用户的主题特征向量进行权值计算与转换以降低热门主题及新闻内容单一对用户兴趣的影响，有效解决了用户兴趣集中、且推荐结果多样性不足的缺陷。在推荐输出阶段，对初始推荐新闻列表进行处理，在现有的重复数据删除和冗余过滤的基础上，添加了基于本发明个性化用户模型的主题分组过程，并对新闻文本按照时效权值重新排序，实现准确、多样、新颖的个性化新闻推荐。

摘要： 本发明公开了基于对象三元语言概念的个性化新闻推荐方法及系统，包括：获取已知不同性别不同年龄段用户对已有新闻多个特征指标的评价结果，通过语言值三元决策背景，求得对象三元语言概念集合；从对象三元语言概念集合中，提取出语言值三元决策规则；获取待推荐新闻的数据，根据语言值三元决策规则，将待推荐新闻推荐给对应的用户群体。针对待推荐新闻，依据不同年龄段的喜好特征，给出相应群体的最佳新闻推荐结果，使得推荐的新闻更符合用户群体的喜好，更能促进用户的阅读兴趣，增加阅读率。

摘要： 基于特征双向动态协同的个性化新闻推荐方法，包括用户‑新闻双向动态协同表征模块、卷积层、池化层和预测层。用户‑新闻双向动态协同表征模块包括用户动态协同表征网络和新闻动态协同表征网络。对于用户历史浏览新闻序列，经过用户动态协同表征网络，借助注意力模型得到用户特征矩阵，其能够反映用户历史浏览的新闻内容特征和浏览序列特征，包含新闻‑用户交互信息。对于候选新闻，经过新闻动态协同表征网络，能够在新闻内容特征的基础上利用新闻历史读者的特征，引入用户‑新闻协同信息，得到新闻特征矩阵；能够同时挖掘用户浏览模式和新闻受众特点，得到用户偏好向量和新闻协同特征向量；最后，预测层利用向量预测用户对候选新闻的浏览概率。

摘要： 一种基于层级化聚类的金融新闻流突发检测方法，包括：文本的预处理；抽取关键词并构建关键词共现图；采用二分K‑Means算法对关键词聚类，将关键词共现图划分为若干子图，每个子图中的关键词为一个金融主题；通过相似度计算识别每篇金融新闻所属金融主题；构建以每篇金融新闻为节点的无向图，采用二分K‑Means算法对金融新闻聚类，将金融新闻节点无向图划分为若干子图，每个子图中的金融新闻为一个金融事件；通过相似度计算生成故事链；突发事件检测。本发明通过自然语言处理及图论相关技术，对金融新闻进行事件聚类，解决了传统金融突发事件不能将同一事件相关新闻综合考虑的问题，实现了高效准确地检测出金融突发事件，具有一定的工业价值。

摘要： 本发明公开了一种基于新闻场景下用户行为的个性化新闻推荐方法，该方法包括：获取用户在新闻平台的历史行为数据集，利用该数据集来构造特征集，并对该数据集作预处理，通过所构建的多路召回模型，得到新闻推荐候选集，再将新闻推荐候选集输入混合排序模型中，得到最终的新闻推荐结果序列。本发明在多路召回阶段提供了基于关联规则与多因子模型改进的协同过滤算法，减小推荐排序的数据规模，提高后续排序效率。此外，在排序阶段提供了混合排序模型对新闻推荐候选集进行排序，结合机器学习算法的特征可解释性与深度学习算法的高语义表征能力，在保证推荐结果合理的同时提升了推荐效果。

摘要： 一种基于新闻内容和主题特征的个性化新闻推荐装置和方法，推荐装置设有：新闻抓取、预处理、主题模型训练、主题模型预测、用户模型构建、新闻推荐和推荐处理共七个模块。推荐方法是：利用主题模型和相关的命名实体名词序列构建个性化用户模型来表示用户阅读新闻的兴趣偏好，并对该用户的主题特征向量进行权值计算与转换以降低热门主题及新闻内容单一对用户兴趣的影响，有效解决了用户兴趣集中、且推荐结果多样性不足的缺陷。在推荐输出阶段，对初始推荐新闻列表进行处理，在现有的重复数据删除和冗余过滤的基础上，添加了基于本发明个性化用户模型的主题分组过程，并对新闻文本按照时效权值重新排序，实现准确、多样、新颖的个性化新闻推荐。

摘要： 本发明公开了一种新闻个性化推荐方法和系统，所述方法包括如下步骤：获取用户浏览的新闻页面，提取新闻页面的新闻元素，获取用户浏览的时间戳；根据所述新闻元素构建兴趣矩阵，并根据所述时间戳长度将用户浏览的兴趣矩阵进行权重赋值；将所述兴趣矩阵构建结构化数据保存，并构建新闻数据的字段索引；根据所述时间戳长度计算不同兴趣矩阵中相同新闻元素的个数，并计算每一相同新闻元素个数和对应矩阵分配的权重进行加权求和；根据所述加权求和的结果进行排序，并将排序的靠前的至少一个新闻元素进行新闻数据的查询检索，将查询检索结果作为推荐依据。

摘要： 本发明涉及深度学习技术领域，公开了一种基于深度图神经网络的新闻收集及自动化提取方法，步骤：S1.收集用于训练的新闻站点；S2.以HTML标签为单位，标注收集到的新闻站点中的新闻链接，并通过深度图神经网络进行训练，得到链接提取模型；S3.以HTML标签为单位，标注收集到的新闻链接中的新闻内容，并构建新闻内容提取模型；S4.标注收集到的新闻内容中的正文内容，构建正文分类模型；S5.收集需要分析的新闻站点的主页HTML源码，将主页HTML源码输入到链接提取模型中，并得到新闻链接；将新闻链接输入新闻内容提取模型，得到新闻内容；最后将新闻内容输入正文分类模型，提取到新闻信息。本发明解决了现有技术计算复杂，不能方便快捷地提取新闻中的重要信息的问题。

摘要： 本发明涉及人工智能领域，提出一种智能化新闻主题情感分析方法，首先训练Bert/Xlnet+CRF主体模型的准确率达到预设的抽取准确阈值，将最后一次训练更新的Bert/Xlnet+CRF主体抽取模型作为主体抽取模型；再将最后一次训练更新的Bert主体模型作为主体分析模型，并将主体分析模型与主体抽取模型相联系以形成主体情感分析模型；而后对新闻稿件进行数据清洗以获取目标数据；再将目标数据输入主体情感分析模型以通过主体抽取模型对目标数据进行主体抽取操作以获取新闻主体，并将新闻主体输入至主体情感分析模型以获取与新闻主体对应的情感分析数据，如此，能够轻易获取新闻的主题情绪、主体情感，进而能够根据各类新闻中的词条获取目标企业的舆情。

摘要： 本发明公开了一种基于爬虫技术的新闻大数据采集和自动化发布方法，属于APP开发技术领域，目的在于解决现有技术都是基于海量URL的进行数据采集，导致采集的新闻稿件数据比较泛，对采集的新闻稿件类别归纳、分类等难度增加，使数据分析难度增加，造成人力成本增加、工作效率降低的问题。其基于爬虫技术对数据源的新闻大数据进行采集，通过数据源定义数据源类型，然后定制采集特征，对采集的数据进行数据分析、数据归类。再通过spiderCore对数据进行数据挖掘处理，加载多样式稿件模板，自动生成新闻稿件，结合当前业务，定义栏目分类、专题分类，自动分发新闻稿件到指定栏目。本发明适用于一种基于爬虫技术的新闻大数据采集和自动化发布方法。