算法与推荐系统

🎓 研究生📚 专业选修

算法与推荐系统 算法推荐的技术逻辑、用户影响与社会后果。 传播核心

🧬 传播逻辑网络

数据算法个性化

📖 学习建议(阶梯式理解路径)

  1. 过滤泡 —— 算法让我们只看到想看的。
    💡 💡 如何打破信息茧房?
  2. 算法偏见 —— 算法放大社会既有偏见。
    💡 💡 招聘算法为何歧视女性?
💡 传播学学习贴士: 理论联系实际,多分析媒介事件,多动手采写编评。

🧠 认知导航

前置依赖: 学习算法与推荐系统前,建议具备新闻传播学导论基础知识。

后续延伸: 学完算法与推荐系统后,可继续深入媒介研究、数字新闻或广告公关领域。

📚 核心知识点全景

🔵 已开放 · 可随时探索🟠 生长中 · 内容持续丰富🟣 探索级 · 深度拓展

🌱 为了包容与博爱的传递,为了知识平权,善智导航正在陆续深化每一个知识点页面。
下方所有知识点均已预留链接,可随时点击探索。

✨ 每个链接都是一次媒介分析的推演,推开即是更清晰的信息图景。

🏙️ 算法与推荐系统的实践场域

📱 抖音

抖音推荐算法的体验。

📰 新闻App

今日头条的算法分发。

🔗 权威参考

🤖 AI陪练指令

我是一名正在学习新闻传播学的学生,请用清晰的理论与媒介案例,为我讲解算法与推荐系统的核心内容。

📁 更多新闻传播学AI指令 →