2026年暨南大学新闻与传播硕士考研真题解析附答案

2026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.算法推荐解析：此题考察对当下新闻传播领域核心技术的理解，重点在于把握算法推荐的技术本质、应用场景及社会影响，需结合新闻生产与信息分发的具体实践。答案：算法推荐是基于用户行为数据、社交关系、内容特征等多维度信息，通过机器学习模型对信息进行个性化匹配的技术手段。在新闻传播领域，其核心机制包括用户画像构建（如浏览记录、点赞评论等行为数据转化为兴趣标签）、内容特征提取（如文本关键词、视频标签、发布时间等）以及协同过滤（结合用户群体的共同偏好）。典型应用如字节跳动的“今日头条”通过“信息茧房”效应引发的信息窄化争议，或主流媒体“人民日报”客户端通过算法优化实现主流内容的精准触达。算法推荐重构了传统“传者中心”的信息分发模式，形成“用户-算法-内容”的三角关系，但其引发的信息茧房、虚假信息扩散、内容同质化等问题也成为新闻业伦理与规制的焦点。2.媒介化社会解析：此题考察对传播社会学理论的理解，需结合媒介与社会互动的动态过程，区分“媒介化”与“媒介化社会”的概念层级，强调媒介对社会结构、文化实践的形塑作用。答案：媒介化社会指媒介从社会信息传递工具演变为社会运行的基础架构，深度渗透并重构社会关系、文化实践与个体行为的社会形态。其核心特征包括：（1）媒介成为社会互动的“元语境”，如日常社交依赖微信、抖音等平台，公共讨论依托微博、小红书等空间；（2）媒介逻辑对其他社会领域的渗透，如教育领域的“慕课”、政务领域的“两微一端”，均按照媒介的传播规律（如碎片化、可视化）调整原有逻辑；（3）个体“媒介化生存”，即身份建构、情感表达、认知模式高度依赖媒介（如通过朋友圈塑造“人设”，通过短视频获取知识）。丹麦学者斯特勒（StigHjarvard）提出，媒介化是“社会的媒介化”与“媒介的社会化”的双向过程，既包括媒介对社会的形塑，也包括社会对媒介的反作用（如用户提供内容对平台规则的改变）。3.数据新闻解析：此题考察新闻生产的技术转向，需结合数据挖掘、可视化呈现等实操环节，区分数据新闻与传统新闻的差异，强调其“用数据说话”的核心特征。答案：数据新闻（DataJournalism）是以结构化数据为核心素材，通过数据挖掘、清洗、分析与可视化呈现揭示社会问题或新闻事件本质的新闻形态。其生产流程包括：（1）数据获取（如政府公开数据、企业API接口、网络爬虫）；（2）数据清洗（剔除冗余、错误信息，统一格式）；（3）数据分析（统计分析、关联分析、预测模型等）；（4）可视化呈现（信息图、动态图表、交互界面等）。典型案例如《南方周末》的“中国癌症地图”通过卫生部门统计数据，以热力图形式直观呈现癌症高发区域及趋势；财新网的“疫苗事件”报道通过企业注册数据、行政处罚记录等交叉验证，揭露行业黑幕。数据新闻突破了传统新闻“个案叙事”的局限，以量化分析提升报道的客观性与说服力，但也面临数据真实性（如“数据偏见”）、技术门槛（记者需掌握Python、SQL等工具）、伦理风险（隐私保护）等挑战。4.国际传播能力解析：此题考察国家战略与新闻传播的结合点，需结合“讲好中国故事”的实践，明确国际传播能力的构成要素及提升路径。答案：国际传播能力是一国通过媒介手段向国际社会传递信息、塑造国家形象、影响国际舆论的综合能力，是国家软实力的重要组成部分。其核心构成包括：（1）内容生产能力，即打造具有跨文化传播力的内容（如CGTN的“Z世代”短视频《解码中国》以年轻人语言解读政策）；（2）渠道覆盖能力，即构建多平台、多语种的传播网络（如新华社海外社交媒体账号覆盖Facebook、Twitter、Instagram等）；（3）话语转化能力，即突破“自说自话”，用国际通用的叙事逻辑（如人类共同价值）传递中国经验（如“一带一路”报道强调合作共赢而非地缘扩张）；（4）效果评估能力，即通过舆情监测、受众调研等手段优化传播策略（如中国外文局发布的《中国国家形象全球调查报告》为内容调整提供依据）。当前，提升国际传播能力需应对“西强我弱”的国际舆论格局，通过“本土化传播”（如在海外设立编辑部）、“借船出海”（与当地媒体合作）、“数字赋能”（利用TikTok等平台触达年轻受众）等策略实现破局。二、简答题1.简述人工智能对新闻生产流程的影响。解析：此题考察对技术与新闻业关系的理解，需从生产环节（采集、写作、编辑、分发）切入，结合具体技术（如AI写作工具、智能剪辑、算法推荐）分析正向变革与潜在风险。答案：人工智能（AI）对新闻生产流程的影响呈现“全链条重构”特征，具体体现在以下环节：（1）内容采集：AI传感器与物联网技术拓展信息源。如无人机、智能摄像头可实时采集灾害现场画面（如2025年台风“海葵”报道中，深圳报业集团使用AI无人机完成高危区域拍摄）；网络爬虫工具可自动抓取社交媒体、论坛的用户提供内容（UGC），辅助记者发现新闻线索。（2）内容写作：自然语言处理（NLP）技术实现自动化写作。如腾讯“Dreamwriter”可在0.5秒内提供体育赛事、财经数据类新闻（如2025年A股收盘后自动提供“沪指微涨0.3%，新能源板块领涨”的简讯）；AI辅助写作工具（如Gleaner）可根据记者输入的关键词提供初稿，提升效率但可能削弱深度报道的人文性。（3）内容编辑：智能审核与优化工具提升专业性。如“腾讯智闻”通过语义分析自动检测敏感词、纠正语法错误；AI视频剪辑工具（如AdobePremiereAI）可自动识别关键帧、匹配背景音乐，降低短视频制作门槛。（4）内容分发：算法推荐实现精准触达。如“人民日报”客户端的“人民号”通过用户画像（年龄、地域、兴趣）推送个性化内容，2025年数据显示其用户日均使用时长较传统分发模式提升27%；但“信息茧房”风险加剧，可能导致主流内容被“流量逻辑”边缘化。总体而言，AI提升了新闻生产的效率与覆盖面，但也带来“技术依赖”（如记者原创能力弱化）、“伦理失范”（如AI提供假新闻）、“职业替代”（基础岗位被AI取代）等挑战，需在“人机协同”中平衡技术赋能与新闻专业主义。三、论述题结合具体案例，分析媒介融合背景下主流媒体的传播策略创新。解析：此题考察对媒介融合实践的深度理解，需结合“四全媒体”（全程、全息、全员、全效）理论，选取2-3个主流媒体案例，从内容、渠道、用户、机制等维度展开分析。答案：媒介融合背景下，主流媒体面临“用户迁移”（从传统媒体转向互联网平台）与“话语竞争”（与商业平台、自媒体争夺注意力）的双重压力，其传播策略创新需围绕“破圈”与“守正”展开，具体表现为以下路径：1.内容创新：从“宏大叙事”到“场景化表达”主流媒体突破传统“宣传腔”，将政策、历史等严肃内容融入具体场景，增强代入感。例如，新华社2025年推出的《百年家书》系列短视频，以“革命先烈给后代的家书”为切入点，通过AI修复老照片、情景再现等技术，还原“赵一曼给儿子的信”“陈觉给妻子的诀别书”等场景。视频中，演员身着年代服装朗读家书，背景叠加历史影像与现代城市对比（如长沙老城墙与IFS国金中心同框），将“家国情怀”转化为可感知的情感共鸣。该系列在抖音、B站播放量超5亿次，年轻用户占比达63%，印证了“小切口、大主题”的内容策略有效性。2.渠道创新：从“自建平台”到“生态化布局”主流媒体不再局限于“两微一端”，而是深度嵌入用户活跃的互联网生态。例如，央视新闻在微信视频号开设“主播说联播”栏目，每日用5分钟解读时政新闻，语言风格口语化（如“今天这条新闻，咱们得聊聊”），并设置“弹幕互动”功能，用户可实时评论“主播金句”；在抖音推出“央视财经小助手”账号，以“快问快答”形式解答“如何看懂财报”“年轻人如何理财”等实用问题，结合“购物车”功能链接财经书籍，实现“内容-流量-转化”闭环。2025年数据显示，央视新闻在第三方平台的用户覆盖量已占总受众的78%，远超自有APP的12%，体现“用户在哪里，内容就到哪里”的渠道逻辑。3.机制创新：从“部门壁垒”到“融合编辑部”主流媒体通过组织架构改革打破传统采编流程的“条块分割”。例如，南方报业传媒集团2024年成立“全媒体指挥中心”，采用“中央厨房”模式：前端设“线索池”收集全网信息（包括用户报料、舆情监测、AI推荐），中端由“策划组”统筹文字、视频、直播等多形态内容生产，后端通过“分发组”根据平台特性（如微信重深度、抖音重短平快）定制推送版本。2025年全国两会报道中，该中心仅用3小时完成“代表建议‘加强农村数字教育’”的全媒传播：文字稿同步至客户端，短视频（截取代表发言精华+农村学校现状画面）发布抖音，长图文（数据解读农村互联网普及率）推送微信，实现“一次采集、多元提供、全媒传播”，传播效果较传统模式提升4倍。4.用户创新：从“单向传播”到“参与式共创”主流媒体将用户从“接收者”转变为“参与者”，激发UGC活力。例如，人民日报客户端2025年推出“我家的变迁”互动活动，用户可上传家庭老照片与新照片，AI自动提供“时光对比图”，并附文字框供用户填写“照片背后的故事”。活动上线1个月，收集作品超20万件，其中“爷爷的粮票本与我的电子钱包”“老家土坯房与现在的别墅”等内容被精选为专题报道，既丰富了内容来源，又强化了用户对“国家发展”的个体认同。综上，主流媒体的传播策略创新本质是“以用户为中心”的转型，通过内容、渠道、机制、用户的协同变革，实现从“传播者”到“连接者”的角色升级。未来，随着AI、元宇宙等技术的发展，主流媒体需进一步探索“沉浸式传播”（如VR直播两会）、“个性化服务”（如根据用户职业推送定制化政策解读）等新形态，在守牢舆论阵地的同时，持续提升传播力、引导力、影响力、公信力。四、实务题（消息改写）材料：2025年9月15日，暨南大学新闻与传播学院联合广东省网络信息安全协会、腾讯安全实验室，在广州举办“AI时代新闻伦理与数据安全”研讨会。来自全国20余所高校新闻学院的学者、20家媒体机构的新闻从业者，以及10家科技企业的技术专家共120人参会。会议围绕“AI提供内容（AIGC）的版权归属”“新闻数据采集的边界”“深度伪造技术的伦理规制”三大议题展开讨论。暨南大学新传学院院长李教授在主旨发言中指出：“AI给新闻业带来效率提升的同时，也模糊了‘真实’与‘虚构’的边界。新闻从业者需坚守‘核实’这一核心准则，技术工具应服务于专业判断，而非替代。”腾讯安全实验室主任王博士分享了其团队开发的“深度伪造检测系统”，该系统通过分析视频的像素误差、音频的频谱特征，可识别98%以上的伪造内容，目前已在南方报业、深圳广电等媒体试用。研讨会发布了《AI时代新闻伦理指南（2025）》，提出“三原则”：AIGC内容需明确标注来源；新闻数据采集需获得用户“明示同意”；涉及公共利益的深度伪造内容需提前告知受众。要求：根据以上材料，撰写一篇500字左右的消息，要求符合新闻写作规范，包含标题、导语、主体，突出关键信息。参考范文暨大联合多机构研讨AI时代新闻伦理发布行业首份操作指南9月15日，暨南大学新闻与传播学院联合广东省网络信息安全协会、腾讯安全实验室，在广州举办“AI时代新闻伦理与数据安全”研讨会。来自全国高校、媒体及科技企业的120名代表围绕AIGC版权、数据采集边界、深度伪造规制等议题展开讨论，并发布《AI时代新闻伦理指南（2025）》（以下简称《指南》）。此次研讨会是国内首次聚焦AI技术对新闻伦理冲击的跨领域研讨。据主办方介绍，参会者包括20余所高校新闻学院学者、20家媒体从业者及10家科技企业专家，覆盖“学术-实践-技术”三方视角。暨南大学新传学院院长李教授在主旨发言中强调：“AI提升新闻生产效率的同时，模糊了‘真实’与‘虚构’的边界。新闻从业者需坚守‘核实’这一核心准则，技术工具应服务于专业判断，而非替代。”他以近期“某自媒体用AI提供‘某明星去世’假新闻”事件为例，指出“技术滥用可能摧毁媒体公信力”。针对技术挑战，腾讯安全实验室主任王博士现场演示了其团队开发