在高度竞争的媒体环境中,"标题党"现象可能因为追求点击率而变得更加突出.研究收集并分析了来自今日头条平台的502位作者发布的103,773条文章标题,运用有监督机器学习方法对这些标题进行分类,并结合回归分析和协方差分析等统计手段,对文章作者属性、标题的群体负面偏见指数与标题党现象发生率之间的关系进行了实证检验.研究发现,在中央新闻媒体发布的文章标题中,标题党的发生率低,而在认证自媒体发布的文章标题中,标题党的发生率高.在报道特定群体资讯时,中央新闻媒体和机构媒体表现出的客观性更强,而未认证自媒体则更倾向于负面再现某些群体.在数字新闻聚合平台上,算法技术的应用对各类媒体机构的实践产生了不均衡的影响.处于市场竞争劣势地位的信息发布主体更倾向于采取标题党的信息生产策略,这也加剧数字媒体环境中对传统弱势群体的负面表征.
NETL
NSTL
万方数据
