Volume 3,Issue 9
算法赋能与数据洞察：Python在新闻传播学中的核心应用研究
大数据时代的新闻传播已进入“计算传播学”新阶段，Python算法以其高效的数据处理能力与灵活的分析特性，成为新闻传播学研究与实践的核心工具。本文基于2018-2023年《新闻与传播研究》《国际新闻界》等CSSCI核心期刊文献，系统梳理Python算法在新闻传播学中的应用脉络，重点剖析其在数据采集清洗、内容特征挖掘、受众画像构建、舆论演化建模四大场景的技术路径与实践价值。结合“媒体深度融合”战略要求，总结当前应用中存在的技术门槛、伦理风险等问题，提出“技术普及-方法创新-伦理规制”的三维发展路径，为Python算法在新闻传播学中的规范化应用提供理论与实践参考。
[1] 喻国明,兰美娜.计算传播学:智能时代新闻传播研究的新范式[J].新闻与传播研究,2020,27(3):24-46.
[2] 彭兰.算法社会的媒介逻辑与伦理风险[J].国际新闻界,2022,44(5):6-25.
[3] 张明新,李红涛.基于Python的社交媒体数据采集与分析:方法与实践[J].国际新闻界,2018,40(12):115-134.
[4] 刘海龙,方师师.计算传播学的方法论反思:基于核心期刊论文的分析[J].新闻大学,2022,(6):32-48.
[5] 王辰瑶,黄典林.算法驱动的新闻个性化推荐:效果与伦理[J].现代传播(中国传媒大学学报),2023,45(2):112-119.
[6] 中华人民共和国全国人民代表大会常务委员会.中华人民共和国个人信息保护法[Z].2021-08-20.
[7] 中共中央宣传部,国家广播电视总局.关于加快推进媒体深度融合发展的意见[Z].2020-09-26.
[8] 人民日报客户端数据团队. 个性化推荐算法在主流媒体的应用实践[J]. 中国记者, 2023, (4): 78-83.
[9] 人民网舆情数据中心. 基于Python的舆论预警系统构建与应用[J]. 新闻与写作, 2023, (7): 56-63.
[10] McKinney W. Python for Data Analysis[M]. 2nd ed. Beijing: O’Reilly Media, 2018.