2017年10月23日
[本篇访问: 390]
第二届计算传播学论坛在南京大学举行

中国社会科学网讯(记者王广禄)计算传播学主要关注人类传播行为的可计算性基础,以传播网络分析、传播文本挖掘、数据科学等为主要分析工具,(以非介入的方式)大规模地收集并分析人类传播行为数据,挖掘人类传播行为背后的模式和法则,分析模式背后的生成机制与基本原理,可以被广泛地应用于数据新闻、计算广告、新闻推荐系统等场景。近日,由百度、南京大学新闻传播学院、中文信息学会社会媒体处理专业委员会以及香港城市大学传播研究中心/互联网挖掘实验室主办,南京大学双创示范基地国际合作创新创业支持平台、南京大学计算传播学实验中心协办等单位主办的第二届计算传播学论坛在南京举行,近百名以计算传播学为主要研究领域的专家学者参加研讨。

  以学科交叉和多方合作深化理论与实践研究

  此次论坛共持续2.5天时间,包括工作坊以及会议两项活动。其中,工作坊为期一天半,分为两个子题并行进行,分别为“信息传播的网络分析(Network Approaches to Information Diffusion)”和“文本数据处理方法(Processing Text Data)”。工作坊吸引了近百名以计算传播学为主要研究领域的学者(尤其是青年研究者),以及未来致力于在相关领域进行研究的博硕士研究生。

  在会议开幕式上,南京大学社科处处长王月清提出,当前背景下计算传播要走向更高的境界还需要增进学科的交叉意识、促进合作交流,特别是通过年轻学者加强与国外的交流,提升本领域在国际研究中的话语权。百度校园品牌部副主任计湘婷则提到,企业和高校之间共同合作、共同创新是一条实现计算传播学等新兴学科兴旺发展的美好途径。

  大数据时代的到来为计算传播学创造了更为广阔的发展空间。南京大学新闻传播学院教授巢乃鹏表示,计算传播学的兴起跟海量数据的可获得性、可占有性、可计算性有关。在大数据时代,海量数据的存储、获取、分享成为可能,整个社会科学的研究不再基于小数据小样本、随机抽样等研究范式,而是在整体数据环境下通过引入计算模型揭示人类真实的传播行为。这样的研究不仅能够回答理论层面的问题,而且能够在学术理论研究的基础上呈现更强的可实践性,创造出对人类社会发展有实质影响的产品与服务,比如能够满足个性化需求的新闻推荐系统等。

  “可以说,大数据成为了新的生产要素。”中国传媒大学新闻学院教授沈浩认为,大数据时代的数据科学可进行数据、文本、意见、情感、语义挖掘,可视化技术能够使数据、信息、交互等实现可视化、做到实时展现,空间地理科学、网络科学等也不断取得新进展。对于新闻传播领域来说,需要抓住大数据时代带来的机遇,综合运用各类技术和学科的成果,推动“软件定义媒体、数据驱动新闻、算法重构渠道”成为现实。

  探寻正确的发展方向

  “在传播过程中,受众/用户是积极主动的还是消极被动的?传播的效果是强还是弱?这是传播学的核心问题。”香港城市大学媒体与传播系讲座教授祝建华表示,传播学的两大核心问题一是受众/用户的本质,二是传播/媒体的效果。计算传播使用新的计算方法,对用户行为进行发掘,对传播内容进行分析,表面上看用户行为研究和传播效果研究都没发现新理论、提出新概念,但是其用可核实的数据和方法,回答了传播学界在核心问题上长年持续的争论。

  在祝建华看来,计算传播学目前形成了较为多样的研究对象与研究方法,如效果研究、用户研究、内容研究,在线实验、行为挖掘、文本挖掘,传播效果、用户行为、主题模型、传播策略、特殊事件等,进一步开展相关研究,需要对这些研究对象和方法进行审视,明晰哪些是“富矿”、哪些是“贫矿”、哪些是“泥坑”。他认为,找到研究“富矿”,需要聚焦基础问题、多种方法对接、与传统主流开展对话、采用非偏样本。

  “当前我们也需要正视‘算法统治世界’的现象。”巢乃鹏谈到,新闻推荐等系统的算法往往以用户的个人兴趣和表层需求为主要甚至唯一依据,就容易引致用户封闭在某种兴趣环境中,形成“信息茧房”现象。他认为,“信息茧房”是一种过程性的现象,目前被广泛应用的推荐系统也可能是过渡性的。随着算法的不断改建和数据的持续完善,其对用户深层真实需求的挖掘和判断会日益准确。在国家政策层面,则需要制定推出相关政策加以引导,鼓励支持能够彰显新闻作为社会公器的一些应用服务的出现,这样的应用服务也需要像商业产品一样注重社会公众需求和用户体验。对于社会公众来说,需要有自我省思的精神,防止沉溺在算法系统构造的“乌托邦”之中。