批评体裁分析视角下医学科普话语的新媒体传播

以网络新媒体为媒介的话语传播已成为国际学界的研究热点。然而，研究者对医疗行业话语的新媒体体裁和话语传播关注不足，且缺乏从CGA视角对医疗科普话语的探究和思考。文章以72篇医院微信公众号科普推文为语料，在批评体裁分析(Critical Genre Analysis，以下简称“CGA”)理论框架下，结合多模态话语分析方法，多维度、多视角考察医学科普语篇的体裁话步结构和话语传播策略，旨在透视医疗行业实践和行业文化，以期为新媒体话语传播和医疗行业交际话语研究提供借鉴和参考。      

高校学生党支部党建创新在新媒体的应用

随着新时代社会对学生综合素质的要求日益增加,高校学生对党建教育也提出了新的要求,传统的知识传授方法已经无法满足当前学生更为多元化的需求,对此新媒体正式进入了高校的视野。于是部分高校开始以新媒体为依托,对学生党建工作的具体建设内容、理念传授方法等方面进行了创新。本文旨在对现今高校学生党支部党建创新在新媒体上的应用进行研究,以为培养出新时代的合格建设者出一分力。     

社交媒体时代欧洲右翼民粹主义政党的政治传播

社交媒体时代,新的媒介生态和传播工具助推着民粹主义政党的崛起。社交媒体和欧洲右翼民粹主义政党在政治传播的目标和策略上展现了独特的依存和"共谋"关系。社交媒体的使用挑战了旧媒体的传播逻辑和传播形式,在右翼民粹主义政党的信息传播、选民动员、社会舆论引导、政党领袖形象塑造、政绩和合法性宣传等方面发挥着极其重要的作用。右翼民粹主义政党在传播策略上依托社交媒体平台,紧紧围绕民粹主义意识形态的内容,注重民粹主义的风格和修辞,并基于道德和身份框架设置议程,以实现民粹主义目标。但右翼民粹主义政党在以民众的名义试图构建政治纯粹性的集体幻象来掌控权力的同时,也给欧洲的民主制度、民众心理、政治秩序和政党格局带来了一些现实的隐忧。在新的媒介传播平台推波助澜下,右翼民粹主义政党未来的发展动向值得持续关注和警惕。     

新媒体环境下企业文化建设的新路径

基于对新媒体环境下企业文化建设新路径的研究,首先要明确新媒体对企业文化建设的影响,然后结合这三点影响,对新媒体环境下企业文化建设的有效措施进行分析,进而得出了利用新媒体宣传企业品牌形象、增加企业传播管理理念的途径以及有效弘扬企业核心价值的三种对策,总体实现企业文化建设的高效化。     

推进媒体深度融合的实践与创新

习近平总书记提出,要推动传统媒体和新型媒体融合发展。随着信息技术的不断发展,新闻传播有了新的方式。在新技术推动下,新媒体实现了多个产业的融合发展,发展模式实现了创新。传统媒体在发展中要意识到新媒体带来的挑战和机遇,新闻传播要借助新媒体具有的优势,转变原有的发展方式,注重传播方面的创新,提升市场意识,实现可持续发展。     

网络环境下地方政府公共危机公关研究

从近年来诸多案例中可以看到,我国各级政府部门的公共危机公关工作存在着诸多问题,而这些问题往往会在一线行政机关也就是地方政府的身上集中体现。而在我国互联网普及率远超世界平均水平、网民数量多达6亿的新媒体时代,政府在公共危机公关中暴露的任何问题,无疑都会被放在显微镜下审视,导致政府公信力、权威性受损。因此,针对网络环境下政府公共危机公关存在问题及其成因进行研究,并根据研究结果提出建议,便成为了一项极具现实意义的重要工作。     

高校新媒体平台发展隐患及对策

21世纪是互联网的时代,信息时代决定了媒体平台的重要性以及普及性.而以微信、微博为代表的新媒体也借此之势如雨后春笋般迅猛发展开来,且如今越来越成为高校师生获取信息、交流思想的重要平台.但凡事都有两面性,在新媒体为高校信息传递带来便利性的同时,其真实度以及可靠度都要值得推敲.因此高校新媒体平台监控制度的建立刻不容缓,是一项艰巨的管理挑战.     

大数据背景下基于社交网络的聚类随机游走抽样算法研究

数字经济时代,社交网络作为数字化平台经济的重要载体,受到了国内外学者的广泛关注。大数据背景下,社交网络的商业应用价值巨大,但由于其网络规模空前庞大,传统的网络分析方法 因计算成本过高而不再适用。而通过网络抽样算法获取样本网络,再推断整体网络,可节约计算资源, 因此抽样算法的好坏将直接影响社交网络分析结论的准确性。现有社交网络抽样算法存在忽略网络内部拓扑结构、容易陷入局部网络、抽样效率过低等缺陷。为了弥补现有社交网络抽样算法的缺陷,本文结合大数据社交网络的社区特征,提出了一种聚类随机游走抽样算法。该方法首先使用社区聚类算法将原始网络节点进行社区划分,得到多个社区网络,然后分别对每个社区进行随机游走抽样获取样本网 络。数值模拟和案例应用的结果均表明,聚类随机游走抽样算法克服了传统网络抽样算法的缺点,能够在降低网络规模的同时较好地保留原始网络的结构特征。此外,该抽样算法还可以并行运算,有效提升抽样效率,对于大数据背景下大规模社交网络的抽样实践具有重大现实意义。