年中/年终回顾集锦
距离学生考试还有一个月左右的时间。 晓多为大家推出了，里面有近三年的真题盘点和部分考察知识。 这次学姐为大家推出了线上评测。 希望同学们能够从中得到自己想要的答案。
网络传播回顾包括2018年至2020年网络传播介绍相关的高频考点和检查方法。对于网络传播的调查，仍然不建议大家采用提问式的策略，也不盲目依赖热点。 同时，真题要用得当，即使是低频考点也要复习，确保到位（表达准确、逻辑清晰是加分的关键）。
今天的美食指南
1、在线传输高频测试点
1. 算法
2.5G
3、大数据
4、虚拟现实
5. 机器人
2. 网上提供的不常见考点补充信息
1.社交机器人
2.零工经济
3. 数据标注
4.DMP
5.脏数据
1、在线传输高频测试点
经过系统的学习和实践
学姐根据新闻专业课程制作了8张思维导图，分别包含课程中最重要的知识点和热门考点，网传高频考点
算法
不难看出，从2018年到2020年，各高校逐年加强了对算法的考试。 可以说，“算法”题是在线题中当之无愧的No.1。
与算法相关的热点话题是研究的重点之一。 近三年的真题中，算法考试的频率非常高，总共出现了56次。 需要注意的是，这些问题重复性很强，而且大多是“算法+新闻”、“算法+影响”。 特殊的组合，以及算法与人工智能相结合的技术。
真实问题列表：
小朵评论：
对于算法新闻，同学们不能简单地将其理解为算法推荐新闻，还要考虑它对新闻的影响。 在回答术语解释时，尽量回答每一个小点，但不要详细说明。 很多新闻内容生产者会根据用户的喜好来生产新闻内容，这重构了新闻价值的意义。
答案分析：
算法新闻：算法新闻是指使用智能算法工具自动生产和分发新闻的过程或系统。 算法本身依赖于受众的新闻阅读习惯。 如果受众的阅读兴趣趋于低俗，就会促使新闻生产者生产低俗内容，最终影响媒体生态环境的建设。
算法对新闻通信行业的影响必须辩证地看待积极和消极。 算法在技术逻辑框架中会出现算法黑匣子、信息茧等问题。 传统媒体构建的主流价值观逐渐被算法推荐所淘汰。 但同时，算法与专业人士的协同控制也能在一定程度上推动通过科技理性建立舆论引导新范式，实现经济效益与社会效益之间的应有平衡，从而新闻媒体在主流价值观建设中具有较好的地位。 巨大的能量。
考试复习：
算法新闻、算法推荐、算法与专业人士的协同监测、算法对通信行业的影响（正面&负面）
相关链接：
5G
5G是一个必须回顾的热门话题！ ！ ！ 小朵说累了，同学们耳朵肯定也长茧了……但从真题来看，5G要么不考，要么就是20分+的论述题或者材料分析题，这意味着同学们不仅要回顾5G这一热点，并为其做专题，同时还要保证答案的深度和广度。 5G技术现在更多的是与其他技术结合，所以它的考察范围非常广泛。
真实问题列表：
小朵评论：
2019年是5G元年，但5G技术的应用正在逐步深入。 因此，学生在进行真题训练时，必须加强5G与融合新闻时代的辩证联系。 人工智能技术与5G也密不可分。
答案分析：
3G催生了微博，4G催生了微信和短视频。 5G时代的传输技术将彻底颠覆现有的媒体理念和传播方式。 场景传播、关系传播、情感传播将成为新的传播形式。
5G给媒体行业带来的最大改变在于内容生产。 许多媒体巨头已经准备开始4K和8K内容创作。 通过云制作技术，他们可以大大节省成本，让未来的输出内容更加丰富，满足多类型用户的需求。 新闻媒体智能化采集数据、存储数据、分析数据、展示数据的能力全面提升。
在新闻报道过程中，媒体从业者可以更加方便快捷地引入大量数据信息，对新闻事件进行多维度分析，丰富新闻内容，将复杂的数据简化关联文字处理软件试题，以直观生动的可视化方式呈现形式。 满足不同受众的需求。
考试复习：
5G对新闻通信行业的影响（宏观）、5G对媒体的影响（中）、5G对从业者的影响（微观）
相关链接：
大数据
数据新闻是过去三年最常被关注的话题。 随着数据新闻在新闻传播领域的业务实践不断深入，其带来的问题也变得更加具体和现实。 学生在进行相关审核时，必须稳中求变。 ，必然有深度和类型的变化。
真实问题列表：
小朵评论：
积累了大数据新闻制作经验的国际媒体有《卫报》、《纽约时报》、《华盛顿邮报》等，同学们也应该积累更多的案例，确保自己说的有意义。
答案分析：
华中师范大学研究了大数据技术对媒体结构的影响。 这是一道材料分析题和一道论述题。 学生必须确保正面和负面的影响，并加强对当前媒体结构变化的理解。
数据新闻围绕新闻主题，利用文字、图像、颜色等多种模态符号，根据相关关系形成可视化信息图，以直观、立体、多维的形式呈现新闻。 它是一种具有一定信息价值的多模态话语。 它是一种语言方面突出的语言风格，是新闻风格的从属语言风格之一。
考试复习：
数据新闻、数据素养、数据与新闻传播行业：舆论、新闻真实性、新闻采编与发布
相关链接：
虚拟现实
VR技术是智能检验技术中非常重要的一个分支。 从巡检频率也可以看出，VR技术目前是一项比较新颖、前沿的技术。 人工智能、VR等新兴媒体技术的出现，正在营造新的媒体生态结构和新的媒体环境，导致真实报道的实现出现前所未有的新现象、新问题。
真实问题列表：
小朵评论：
大众化、大众化的多元新闻传播主体的形成，促使真实新闻实现的理念和方式进一步发生结构性变化。 但我们需要明确的是，任何技术都是一把双刃剑，它带来的场景适配必然会伴随着场景虚拟化，因为我们对新兴技术的辩证讨论非常重要。
答案分析：
在回答VR对新闻道德的影响时，我们也必须辩证地看待。 首先，VR有助于实现新闻的真实性，提高新闻的客观性和全面性。 VR技术的出现，将过去无法成为新闻的内容纳入新闻范畴，使新闻呈现更加全面，有利于实现新闻真实性。 另一方面，利用VR技术呈现新闻内涵，给人以全面的真实感。 受众不加思考、不做选择地接受新闻信息，将媒体的真实视为事件的真实，无助于认识新闻的真实性。
考试复习：
VR技术、VR在新闻传播中的应用、VR对新闻传播行业的影响（新闻道德、新闻制作等）
相关链接：
机器人
机器人新闻写作的热点案例主要集中在近两年，因此机器人新闻写作的相关文献也主要集中于其积极影响和局限性。 按照这个方向，学生一方面要保证相关案例的积累，另一方面要对新闻机器人进行补充。 创新研究领域，保证你在考场上万无一失。
真实问题列表：
小朵评论：
机器人新闻写作是一个比较标准的话题。 它的深度发展比算法和5G更先进。 这也是一把双刃剑。 学生不需要思考太深，但同时很容易将自己限制在固定的话题上。 在答案框中。
答案分析：
机器人新闻或自动写作是人工智能技术在新闻行业应用的产物。 它实际上是一个拟人化的术语。 准确地说，它是指利用算法自动处理输入或收集的数据。 ，一组自动生成完整新闻报道的计算机程序。 主要是指利用计算机程序捕捉相应数据信息并自动生成新闻文本的机器。 已被欧美主流媒体用于财经、体育、天气新闻报道。
机器人新闻撰稿人最早应用于体育报道领域。 2010年，西北大学开发了Stats Monkey软件。 该软件可以自动从网页中抓取游戏数据信息，在收到信息后2秒内快速生成新闻标题，并将相应数据填写到现有模板中。 中间。
与以往人工智能在媒体行业的应用不同，机器人新闻撰稿人最大的特点是新闻制作的完全自动化。 除了早期的技术发展之外，在具体的新闻写作过程中，人类的参与并不是新闻产品输出的关键和决定性的环节。 新闻生产主体实现了从人到机器的转变。
考试复习：
机器人新闻写作在新闻制作中的应用、机器人写作的优缺点以及机器人写作未来的发展路径
相关链接：
2. 网上提供的不常见考点补充信息
经过系统的学习和实践
学姐根据新闻专业课程制作了8张思维导图，分别包含了课程中最重要的知识点和热门考点。
除了上述热门考点外，高年级同学在整理时还发现了一些不常见的考题。 在考场上你肯定会遇到不会或不熟悉的题目。 不要惊慌，这是非常正常的现象。 只要你确保懂行的人能够准确回答问题，这些不常见的测试点不会影响你获得130+掉落的能力。
社交机器人
（2020北京师范大学829）
社交机器人文字处理软件试题，也称为僵尸，是由自动化程序控制的社交媒体帐户。 社交机器人可以根据特定脚本模仿人类行为，遵循与自身身份相符的社会行为和规范，通过内容生产和传播与人类或其他自主实体进行交互和交流。
此外，机器人可以通过相互关注来建立一个看似真实的社交网络来推销自己。 “社交机器人”领域起源于20世纪40年代和20世纪50年代，威廉·格雷·沃尔特（William Gray Walter）是其先驱。
零工经济
（2020年北京大学传播学院）
零工经济是指由工作量较小的自由职业者组成，利用互联网和移动技术快速匹配供需的经济领域。 主要包括小组工作和通过申请联系的按需工作两种形式。
2019年5月，莎拉·凯斯勒（Sarah Kessler）在她的著作《零工经济：传统职业的终结和工作的未来》中将零工经济的理念总结如下：高科技公司创建电子平台，并将自己视为“调度员” ，一旦出现可用的职位，就使用相应的移动应用程序将其分配给“零工”。
数据标注
（2020年北京大学传播学院）
数据标注是大多数人工智能算法有效运行的关键环节。 人类利用计算机等工具对图片、文本、语音、视频等各类数据进行分类、框定、注释和标记。
数据标注业务主要包括图像清洗与分类、文本清洗与分类、语音分割与转录、视频内容提取、图像2D和3D帧选择、图像语义分割、人脸骨架管理等。数据标注越精准，带注释的数据量越大，算法的性能越好。 数据标注产业的发展带动了中国许多城镇的就业，使中国逐渐成为世界数据标注的中心。
磷酸二甲酯
（2020中国传媒大学816）
（数据管理平台）数据管理平台将分散的多方数据整合到统一的技术平台中，并对这些数据进行标准化和细分，让用户将这些细分结果推送到现有的互动营销环境中。 平台。
DMP可以快速查询、反馈并快速呈现结果，帮助客户更快地进入市场周期，促进业务用户和合作伙伴之间的合作，进行深入的预测分析和响应，减少信息获取和人力成本。
脏数据
（2020南开大学440）
脏数据一般是指不符合要求、无法直接进行相应分析的数据。 在常见的数据挖掘工作中，脏数据包括：缺失值、离群值、不一致值、重复数据以及含有特殊符号（如#、￥、*）的数据。
脏数据造成的危害难以估计且难以预测。 防止脏数据至关重要。 对“脏数据”进行分类可以帮助人们更好地理解和发现数据质量问题。 按照标准规范，数据发布过程中应通过“数据清洗”和“质量检验”消除“脏数据”。 同时，还应该为用户提供丰富的元数据信息，帮助他们判断数据质量。
有些院校在名词解释题中多问一些比较不常规的概念，但简答题和论述题却很常规。 因此，学生在复习时不要盲目贪多。 他们必须熟悉经典理论和问题。 在此基础上，加入一些不熟悉的知识，就能保证一切万无一失。
编辑| 师姐左右
规划| 师姐左右
主编| 小树高级
结尾
2021年【试卷】正式上线！
新川将军【问答冲刺班】招生啦！
近60天，来“热点课堂”精准复习
今年最后一次温习实践要点的机会
25期【学校冲刺班】上线！
全网领先的【期刊精读班】，声誉巨大！
2020届木多学子高分经历！
＃再见＃
【木多考研】
新闻传播学考研大本营
新浪微博：木朵新传
2021年新川考研QQ群：1137631870
