微信用户受“信息茧房”效应影响分析被引量：1

下载PDF

导出

摘要新媒体发展为大众带来便利的同时,也衍生出"信息茧房"效应问题,它成为当代社会关注的焦点。本文通过数据调研和理论分析,研究论证用户长期使用微信这样的社交媒体会不会在一定程度上产生"信息茧房"效应。

作者许竹

机构地区南京师范大学中北学院

出处《传播力研究》 2020年第6期9-9,12,共2页 Research on Transmission Competence

基金江苏高校哲学社会科学研究项目大数据时代信息茧房效应研究(2018SJA2131)。

关键词微信 “信息茧房” 效应

分类号 G206 [文化科学—传播学]

引文网络
相关文献

参考文献5

1林微.新闻推荐系统中的“信息茧房”问题:议题综述与解决思路[J].新媒体研究,2018,4(6):1-7. 被引量：5
2蒋媛媛.新媒体的“信息茧房”现象及应对措施——以今日头条为例[J].新媒体研究,2018,4(8):23-25. 被引量：4
3王益成,王萍,张璐,张卫东.网络信息生态链视域下内容智能分发平台“信息茧房”研究[J].图书馆学研究,2018(9):7-13. 被引量：30
4张志强.新闻算法推送对“信息茧房”的构建探究[J].新媒体研究,2018,4(14):24-25. 被引量：4
5孙杰.微博与微信信息茧房现象差异探究[J].青年记者,2018(21):41-42. 被引量：4

二级参考文献31

1程士安,沈恩绍.数字化时代组织传播理论的解释与重构——以科技进步与传播规律的演进为视角[J].新闻大学,2009(2):119-124. 被引量：13
2梁锋.信息茧房[J].新闻前哨,2013(1):87-87. 被引量：84
3娄策群,杨瑶,桂晓敏.网络信息生态链运行机制研究:信息流转机制[J].情报科学,2013,31(6):10-14. 被引量：39
4娄策群,桂晓苖,杨光.网络信息生态链运行机制研究:协同竞争机制[J].情报科学,2013,31(8):3-9. 被引量：23
5娄策群,杨小溪,曾丽.网络信息生态链运行机制研究:价值增值机制[J].情报科学,2013,31(9):3-9. 被引量：41
6张向先,史卉,江俞蓉.网络信息生态链效能的分析与评价[J].图书情报工作,2013,57(15):44-49. 被引量：25
7娄策群,张苗苗,庞靓.网络信息生态链运行机制研究:共生互利机制[J].情报科学,2013,31(10):3-9. 被引量：18
8安维,刘启华,张李义.个性化推荐系统的多样性研究进展[J].图书情报工作,2013,57(20):127-135. 被引量：38
9娄策群,毕达宇,张苗苗.网络信息生态链运行机制研究:动态平衡机制[J].情报科学,2014,32(1):8-13. 被引量：23
10程琳.网络信息生态链供需平衡度测评及教育网站实测研究[J].图书情报工作,2014,58(15):28-34. 被引量：4

共引文献38

1高琳淄.论大数据时代的媒介技术发展与受众意识重塑[J].新闻传播,2023(8):39-41.
2陈春彦.碎片化传播中“信息茧房”研究反思——基于语境转换、茧房价值和主观能动性[J].新闻研究导刊,2021(3):1-6. 被引量：4
3向超.内容小程序如何突破信息茧房——以“头牌观点”为例[J].传播力研究,2019,0(16):87-87.
4黄丽娟.探析新媒体环境下“信息茧房”现象[J].传媒论坛,2019,2(6):80-81. 被引量：3
5周文扬,张天荣.生成、影响与反思:聚合类新闻客户端的信息茧房效应研究——以“今日头条”为例[J].传媒,2018(20):94-96. 被引量：20
6文新良.“意见壁垒”:社会化媒介传播中的聚积效应与化解之道[J].河南师范大学学报（哲学社会科学版）,2019,46(1):138-143. 被引量：10
7史亮.“算法”时代新闻推介的利与弊[J].传播与版权,2019(1):22-24. 被引量：1
8孙艺.微信及微博用户差异化的印象管理行为探析[J].新媒体研究,2019,5(5):81-82. 被引量：2
9彭燕林.个性化推荐中的“过滤气泡”现象相关研究综述[J].科技创业月刊,2019,32(4):135-139. 被引量：8
10符彦姝.被焦虑感淹没的时代:大数据背景下的传播现状[J].声屏世界,2019(5):17-19. 被引量：1

同被引文献13

1黄霞,韦素云,业宁,朱健,张硕.基于用户属性和项目类别的协同过滤算法[J].计算机与数字工程,2012,40(10):5-7. 被引量：8
2郝立燕,王靖.基于项目流行度的协同过滤TopN推荐算法[J].计算机工程与设计,2013,34(10):3497-3501. 被引量：18
3罗军,朱文奇.考虑物品相似权重的用户相似度计算方法[J].计算机工程与应用,2015,51(8):123-127. 被引量：11
4谢人强,陈震.基于项目流行度与用户行为的协同过滤推荐算法[J].北京信息科技大学学报（自然科学版）,2016,31(1):76-79. 被引量：2
5王锦坤,姜元春,孙见山,孙春华.考虑用户活跃度和项目流行度的基于项目最近邻的协同过滤算法[J].计算机科学,2016,43(12):158-162. 被引量：12
6巫可,战荫伟,李鹰.融合用户属性的隐语义模型推荐算法[J].计算机工程,2016,42(12):171-175. 被引量：17
7于金明,孟军,吴秋峰.基于改进相似性度量的项目协同过滤推荐算法[J].计算机应用,2017,37(5):1387-1391. 被引量：27
8孙红,韩震.融合物品热门因子的协同过滤改进算法[J].小型微型计算机系统,2018,39(4):638-643. 被引量：15
9倪潞燕,姜久雷.结合项目流行度的协同过滤推荐算法[J].信息系统工程,2018,31(9):136-137. 被引量：2
10李卫疆,郑雅民.基于信任关系和项目流行度的矩阵分解推荐算法[J].计算机应用与软件,2019,36(9):249-254. 被引量：7

引证文献1

1邓乐乐,黄俊,岳春擂.融合项目流行度与用户间多相似度的协同过滤算法[J].小型微型计算机系统,2022,43(8):1631-1637. 被引量：4

二级引证文献4

1吴琼.基于用户协同过滤算法在调停课管理系统中的应用[J].电子技术与软件工程,2021(19):196-197.
2钱玉婷.大数据时代基于用户需求的推荐多样性方法研究综述[J].中国商论,2022(22):77-79.
3徐建民,张钊源.基于传播树的微博推荐模型[J].计算机应用研究,2023,40(8):2304-2310.
4王文丰,周雨虹,周波,韩佳,韩龙哲,董芳,赵阳.融合巴氏系数与综合相似度的改进加权Slope One算法[J].南昌工程学院学报,2024,43(3):82-87.

1林敏,刘虹.广告溢出效应下基于产品低碳信誉的供应链决策研究[J].电子科技大学学报（社科版）,2020,22(4):77-88. 被引量：4
2张国川.大采高高突工作面智能化开采系统研究与应用[J].中国煤炭工业,2020(6):50-52. 被引量：3

传播力研究

2020年第6期

浏览历史

内容加载中请稍等...

微信用户受“信息茧房”效应影响分析被引量：1

参考文献5

二级参考文献31

共引文献38

同被引文献13

引证文献1

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

微信用户受“信息茧房”效应影响分析 被引量：1

参考文献5

二级参考文献31

共引文献38

同被引文献13

引证文献1

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

微信用户受“信息茧房”效应影响分析被引量：1