media social 指什么_什么是social media?

什么是社会化媒体,首先要从媒体的定义来看,媒体就是信息的载体或者平台。

周口店猿人之间的对话不算媒体,一个猿人把狩猎场面刻在了石头上,其他猿人和今人看到了,这个石头就是媒体,后来的猿人可以模仿上面刻画的狩猎技能,今天我们看到的所有文物都是媒体,这个意义上说媒体具有存在性,至少能存在一段时间,凡是不能存在的东西,必然不是媒体。

具有存在性不一定就是媒体,我在我自己的杯子上写了一首诗,杯子就不是媒体,因为不具有发布性,没有受众,媒体一定需要有消费者。没有消费的信息,不是信息,其载体也不是媒体。因此媒体要具有发布性,要有一定规模的受众。

其次,为什么是社会化的?和工业媒体(industrial media)有什么区别呢?  WIKI做了很好的概括(参见推荐阅读)。

为什么social media会选择互联网作为载体?其实这是一个很深刻的问题,从PC机开始,信息复制的成本变得越来越便宜,复制本身的成本,复制载体(磁盘,U盘,光盘)的成本都越来越便宜。从互联网开始,信息传播的成本越来越便宜,连电话都是IP电话,可见互联网在传播上的巨大优势,因此正是因为复制和传播的成本降低到这样一个程度,Social Media,人人都做信息发布者,分享者,消费者成为了可能。

Social Media有哪些形式呢?wiki上也有丰富的交代,其中推特和脸谱最为突出,并且在刚刚突尼斯和埃及的历史进程中扮演了重要角色。国家是需要控制媒体的,大众的思想需要有效的维护,社会化网络,社会化媒体扩大了信息的传播性,透明性,必将成为媒体研究者新的重要课题。

作为搜索引擎或者相关研究的人员,Social Media孕育着哪些机会呢?

(1)信息的分享,产生可以由每个网民发起,因此可以收集大量的体验性,评价性的观点类信息,这是非常有价值的。

(2)厌倦官方新闻的人们更喜欢一些来自“民间”的新闻,生活化的,百姓自选的新闻,Reddit这类社会化新闻,或者一些新闻热点类聚合新闻,这种在普通新闻上,增加了若干处理的新闻获得了多的关注。

(3)统计性信息,我们不可能看所有新闻,和领导一样喜欢看简报,如何将信息处理得更简洁,更有效,更有数据性,真实性必将是一大趋势。

参考阅读

社会化媒体的定义

Social media are media for social interaction, using highly accessible and scalable communication techniques. Social media is the use of web-based and mobile technologies to turn communication into interactive dialogue. Andreas Kaplan and Michael Haenlein also define social media as "a group of Internet-based applications that build on the ideological and technological foundations of Web 2.0, which allows the creation and exchange of user-generated content."[1] Businesses also refer to social media as consumer-generated media (CGM). A common thread running through all definitions of social media is a blending of technology and social interaction for the co-creation of value.

--http://en.wikipedia.org/wiki/Social_media

社会化媒体和工业媒体的区别:

1.Reach - both industrial and social media technologies provide scale and enable anyone to reach a global audience.

2.Accessibility - the means of production for industrial media are typically owned privately or by government; social media tools are generally available to anyone at little or no cost.

3.Usability - industrial media production typically requires specialized skills and training. Most social media does not, or in some cases reinvent skills, so anyone can operate the means of production.

4.Recency - the time lag between communications produced by industrial media can be long (days, weeks, or even months) compared to social media (which can be capable of virtually instantaneous responses; only the participants determine any delay in response). As industrial media are currently adopting social media tools, this feature may well not be distinctive anymore in some time.

5.Permanence - industrial media, once created, cannot be altered (once a magazine article is printed and distributed changes cannot be made to that same article) whereas social media can be altered almost instantaneously by comments or editing

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值