2025年暨南大学新闻与传播硕士考研真题解析附答案

2025年暨南大学新闻与传播硕士考研练习题解析附答案一、名词解释1.县级融媒体中心县级融媒体中心是在媒体融合背景下，以县（区）为单位，整合区域内广播、电视、报纸、网站、新媒体等资源，构建的“一次采集、多元提供、全媒传播”的新型传播平台。其核心目标是强化基层舆论阵地建设，提升主流媒体在县域的传播力、引导力、影响力、公信力。2018年中宣部部署推进县级融媒体中心建设以来，各地通过“媒体+政务+服务”模式拓展功能，例如浙江长兴融媒体中心打造“融媒通”平台，整合152个部门政务服务，实现“新闻+政务+民生”一站式服务，既解决了基层传播“最后一公里”问题，也推动了媒体从单一新闻生产向社会治理参与者的角色转型。2.算法推荐算法推荐是基于用户行为数据（如点击、停留、转发）、社交关系、内容特征等，通过机器学习模型为用户个性化推送信息的技术手段。在新闻传播领域，算法推荐改变了传统“编辑把关”的内容分发模式，形成“用户需求驱动”的信息传播逻辑。例如抖音的“协同过滤算法”通过分析用户历史行为，将相似兴趣用户的偏好映射到内容标签，实现精准推送。但算法推荐也引发信息茧房、内容同质化、价值引导弱化等问题，2023年国家网信办等四部门联合发布《提供式人工智能服务管理暂行办法》，要求算法推荐需兼顾“用户需求”与“社会价值”，平衡个性化与公共性。3.媒介化社会媒介化社会指媒介不仅是信息传播工具，更深度渗透到社会结构、文化实践、个体生活的各个层面，成为社会运行的基础性要素。其特征包括：媒介逻辑（如实时性、视觉化、互动性）对社会行为的塑造（如短视频“打卡式”社交）；媒介成为社会关系建构的主要场域（如微信社群替代部分线下交往）；媒介内容参与社会意义的生产（如网络流行语进入官方话语体系）。挪威学者斯特拉·博利·彼得森提出，媒介化是“社会的媒介化”与“媒介的社会化”双向过程，例如2024年“Z世代”通过小红书“种草”影响消费决策，本质是媒介内容对消费行为的深度规训。4.沉浸式新闻沉浸式新闻是利用虚拟现实（VR）、增强现实（AR）、混合现实（MR）等技术，让用户以“第一视角”体验新闻事件现场的新型新闻形态。其核心在于通过空间临场感与情感代入感提升用户参与度。例如2023年新华社推出的VR新闻《沉浸式体验敦煌莫高窟修复现场》，用户可通过头显设备“走进”洞窟，观察修复师用传统工具修补壁画的细节，突破了文字、图片的信息呈现局限。但沉浸式新闻也面临技术门槛高、内容真实性争议（如视角选择可能隐含叙事偏向）、用户眩晕感等挑战，实践中需平衡“技术创新”与“新闻专业主义”。二、简答题1.结合案例分析智能传播对新闻生产的影响智能传播是以人工智能技术（如NLP自然语言处理、计算机视觉、智能算法）为核心的传播形态，对新闻生产的影响可从生产流程、主体、内容三个维度分析：（1）生产流程：从“线性”到“动态”。传统新闻生产遵循“采集-编辑-审核-发布”的线性流程，智能技术则支持“实时采集-动态编辑-多端分发-反馈优化”的闭环。例如澎湃新闻的“湃客”系统，通过AI自动抓取社交媒体热点，提供选题建议；编辑完成初稿后，AI辅助进行事实核查（如比对权威数据库）、错别字检测；发布后，算法实时监测阅读量、评论关键词，反哺内容优化。2024年成都大运会期间，新华社使用“媒体大脑”AI系统，从赛事数据采集到稿件提供仅需3秒，实现了体育新闻的“秒级生产”。（2）生产主体：从“专业记者”到“人机协同”。智能技术降低了内容生产的技术门槛，形成“记者+编辑+AI工具+用户”的多元主体。例如央视新闻的“AI手语主播”，可24小时自动播报新闻，解决了听障人群的信息获取难题；同时，用户通过“拍客”上传的UGC内容（如突发事件现场视频）经AI筛选、剪辑后，可快速融入新闻报道。但需注意，AI的“工具属性”未改变专业记者的核心地位——2024年某平台因过度依赖AI提供财经新闻，出现“上市公司虚假利好”误报事件，凸显人工审核的必要性。（3）内容形态：从“文本主导”到“多元融合”。智能技术推动新闻内容向视频化、交互化、场景化发展。例如南方报业的“5G+4K”直播系统，结合AI人脸识别技术，可在新闻直播中实时标注人物身份、关联背景信息；腾讯新闻的“互动H5”产品，用户可通过滑动、点击等操作“参与”新闻事件（如“重走长征路”互动报道）。但技术驱动也可能导致“形式大于内容”，如部分媒体为追求“沉浸式效果”，忽视新闻事实的准确性，需在技术创新与内容本质间保持平衡。三、论述题2.数字技术驱动下，新闻业“公共性”的重构路径新闻业的“公共性”指媒体作为公共领域的参与者，承担传递公共信息、反映公共意见、维护公共利益的责任。数字技术（如大数据、AI、区块链）的发展，既消解了传统公共性的实现基础（如媒体垄断性话语权），也为其重构提供了新可能，具体路径包括：（1）公共信息的“精准供给”与“透明共享”。传统媒体依赖“大众传播”模式，难以满足分众化需求；数字技术通过用户画像、智能推荐，可实现公共信息的精准触达。例如北京日报客户端的“民生服务”板块，基于用户地理位置推送“社区疫苗接种通知”“公交临时调整”等信息，提升了公共信息的实用性。同时，区块链技术的“不可篡改”特性为公共信息透明化提供保障——2024年杭州“城市大脑”利用区块链存储疫情防控数据，市民可通过政务APP查询核酸检测记录、密接信息，减少了信息不对称引发的恐慌。（2）公共意见的“多元汇聚”与“理性引导”。社交媒体打破了传统媒体对意见表达的“把关”垄断，形成“万声喧哗”的舆论场，但也存在情绪化、碎片化问题。新闻业可通过数字技术构建“公共讨论空间”：一方面，利用AI情感分析、话题聚类技术，识别舆论焦点（如“养老政策”“教育公平”），将分散的用户评论转化为结构化的意见数据；另一方面，通过“专家连线”“政策解读”等互动形式，引导非理性讨论向理性对话转化。例如人民日报微博的“两会问计”话题，通过AI收集网民留言中的高频诉求（如“增加农村医疗资源”），整理后提交给人大代表，实现了“网民声音-政策输入”的直接对接。（3）公共利益的“协同维护”与“价值引领”。数字技术推动新闻业从“信息提供者”向“社会连接者”转型，通过整合政府、企业、NGO等多方资源，共同解决公共问题。例如上海“澎湃新闻”发起的“暖城计划”，利用大数据分析社区困难群体需求（如独居老人就医、儿童课后托管），联合街道、医院、志愿者团队制定解决方案，媒体则通过跟踪报道监督落实。同时，面对算法推荐导致的“流量至上”倾向，新闻业需强化价值引领——2024年央视新闻推出“正能量算法”，优先推送扶贫、科技攻关等体现社会价值的内容，在商业逻辑与公共责任间寻找平衡。（4）公共信任的“技术赋能”与“专业回归”。数字技术加剧了信息过载与虚假信息泛滥，损害了公众对新闻业的信任。新闻业可通过技术手段重建信任：如利用AI进行深度伪造（Deepfake）检测，识别虚假音视频；通过“新闻溯源”系统，标注信息来源、核实过程（如新华社的“新闻身份证”项目，每条新闻都附带采集时间、记者姓名、信源链接）。同时，回归新闻专业主义本质——坚持客观报道、强化调查记者队伍、提升编辑把关能力，才是公共信任的根本保障。2024年某调查类新闻公众号因揭露“校园食品安全黑幕”引发广泛关注，其成功源于扎实的证据链（如现场拍摄的过期食材、工人录音）与中立的叙事立场，证明专业能力仍是公共性的核心支撑。四、实务题（消息改写）材料：2024年10月15日，暨南大学新闻与传播学院联合广东省网络文化协会，在广州举办“Z世代网络文明素养提升”研讨会。会议发布《广东省Z世代网络使用行为调查报告》（以下简称《报告》），显示广东16-26岁Z世代网民日均上网时长6.8小时，其中38.2%的用户曾遭遇网络谣言，25.7%参与过网络公益（如“99公益日”捐款、环保话题转发）。暨南大学新传学院教授李华指出：“Z世代是网络原住民，但网络素养呈现‘技能强、认知弱’特点——擅长使用平台功能，却缺乏对信息真实性、传播后果的深度思考。”广东省网协秘书长王芳表示，将联合高校开发“网络文明素养”系列课程，纳入全省中学实践教育学分体系。要求：根据材料撰写一篇600字左右的消息，符合新闻写作规范。参考答案广东发布Z世代网络使用日均上网6.8小时，近四成遭遇网络谣言2024年10月15日，暨南大学新闻与传播学院联合广东省网络文化协会在广州举办“Z世代网络文明素养提升”研讨会，会上发布的《广东省Z世代网络使用行为调查报告》（以下简称《报告》）揭示了该群体的网络使用现状与挑战。《报告》显示，广东省16-26岁Z世代网民日均上网时长为6.8小时，其中短视频、社交平台为主要使用场景。值得关注的是，38.2%的受访者表示曾遭遇网络谣言，内容涉及食品安全、医疗健康等民生领域；同时，25.7%的用户参与过网络公益活动，包括“99公益日”捐款、环保话题转发等，体现出Z世代“数字参与”的双面性。“Z世代是网络原住民，但网络素养呈现‘技能强、认知弱’特点。”暨南大学新闻与传播学院教授李华在会上分析，该群体擅长使用平台功能（如剪辑短视频、运营社交账号），却普遍缺乏对信息真实性的核查能力与传播后果的深度思考。例如部分受访者承认，曾因“内容有趣”转发未经验证的消息，间接助推谣言扩散。