匡文波版《手机媒体概论》（2024 年版）第五章 知识点笔记.pdfVIP

匡文波版《手机媒体概论》（2024年版）第五章知识点

笔记

第一节新闻客户端的发展

新闻客户端是手机媒体时代新闻传播的核心载体，其发展历程、内容生产模式与算法推荐机

制，深刻改变了新闻传播生态，是本节核心研究对象。

一、新闻客户端的发展历程

新闻客户端的演进可分为三个阶段，各阶段呈现不同的功能定位与市场特征：

1.萌芽期（2010-2014年）：门户转型与工具属性凸显

以传统门户网站（如新浪、腾讯、网易）推出的新闻客户端为代表，核心功能是“新闻聚合与

推送”，内容以转载传统媒体报道为主，用户主要通过“刷新”获取信息，客户端本质是“移动

化的新闻阅读器”，工具属性强，社交与互动功能弱。

2.成长期（2015-2018年）：垂直细分与个性化初现

垂直领域新闻客户端崛起（如财新网聚焦财经、丁香园聚焦医疗），同时“算法推荐”技术初

步应用，客户端开始根据用户浏览记录推送相关内容（如用户常看体育新闻，首页优先展示体

育板块），用户从“被动接收”转向“半主动选择”，市场竞争从“内容数量”转向“内容精准

度”。

3.成熟期（2019年至今）：算法深度融合与生态化发展

算法推荐成为核心竞争力，客户端实现“千人千面”的个性化内容分发（如今日头条的“你关心

的，才是头条”定位）；同时整合社交、直播、电商等功能（如央视新闻客户端开通“直播带

货助农”板块），从“单一新闻平台”升级为“综合信息服务生态”，并强化内容审核与价值导

向，平衡“流量需求”与“社会责任”。【高频考点】

二、新闻客户端的内容生产模式

当前新闻客户端形成“UGC+PGC+PUGC”三位一体的内容生产体系，三类模式各有定位、协

同互补：

1.PGC（专业生产内容）：核心权威内容的保障

由专业媒体机构、记者、编辑生产，内容具备权威性、深度性与专业性，是新闻客户端的“压

舱石”，主要覆盖时政、财经、国际等严肃新闻领域（如人民日报客户端的“时政要闻”板块、

财新网的深度调查报道）。【高频考点】

◦优势：信息真实可靠，符合主流价值导向，能满足用户对“权威信息”的需求；

◦局限：生产周期长，成本高，难以覆盖小众、细分领域需求。

1.UGC（用户生产内容）：内容丰富性的补充

由普通用户通过客户端“爆料”“投稿”功能生产，内容多为突发新闻现场记录、个人观点分享

（如用户在地震现场拍摄的视频投稿至澎湃新闻客户端“报料”板块）。

◦优势：生产速度快，能覆盖专业媒体难以触及的场景，提升用户参与感；

◦局限：内容质量参差不齐，存在虚假信息、低俗内容风险，需严格审核。

1.PUGC（专业用户生产内容）：深度与个性的结合

由具备专业领域知识的“准专业用户”（如行业专家、资深爱好者）生产，内容兼具专业性与个

性化（如科技领域博主在知乎日报客户端发布的“5G技术解读”文章、军事爱好者在铁血军事

客户端分享的“武器装备分析”）。【高频考点】

◦优势：填补PGC在细分领域的空白，同时比UGC更具可信度，是当前客户端内容创

新的核心方向；

◦运营逻辑：平台通过流量扶持、收益分成（如广告分成、付费订阅）激励PUGC创作

者，构建内容生态。

三、新闻客户端的算法推荐机制

算法推荐是新闻客户端实现“个性化传播”的核心技术，其机制可分为“数据采集-模型构建-

内容分发-效果反馈”四大环节：

1.数据采集：用户画像的基础

算法通过多维度采集用户数据，构建精准“用户画像”，核心数据维度包括：

◦行为数据：浏览记录、停留时长、点赞/评论/转发、有哪些信誉好的足球投注网站关键词（如用户多次有哪些信誉好的足球投注网站

“新能源汽车”，标记为“新能源兴趣用户”）；

◦静态数据：注册信息（年龄、性别、地域）、设备信息（手机型号、操作系统）；

◦场景数据：使用时间（如通勤时段推短视频新闻）、使用地点（如在景区推本地旅游

资讯）。【高频考点】

1.模型构建：推荐逻辑的核心

主流推荐模型为“协同过滤算法”与“内容特征算法”结合：

◦协同过滤算法：基于“相似用户兴趣”推荐（如“与你相似的用户喜欢看科技新闻”，则

向你推送科技内容）；

◦内容特征算法：基于“内容标签与用户标签匹配”推荐（如将新闻标记“时政”“国际”标

签，推送给标注“关注时政”的用户）。

1.内容分发：分层推送与流量调控

算法并非“完全个性化”，而是兼顾“用户兴趣”与“平台导向”：