极客世界-元宇宙

Media Cloud:借用 Calais 分析新闻趋势

Media Cloud ,哈佛大学的 Berkman Center 推出的一个新项目,它野心勃勃,勇敢地挑起这个重担:利用 Calais 分析传统新闻内容的语义,快速获取流行趋势和热点。(

他们希望,为需要这类信息却无计可施的用户,提供一种成本低廉和简单的获取方式。现在,Media Cloud 提供三个基本的趋势视觉化工具和一个用户交流论坛,另提供 RSS 订阅和邮件列表。

先向大家介绍一个非常有用的视频 ,内容是 Neiman Journalism Lab 对项目开发者 Ethan Zuckerman 的采访。

机密透露:Reuters Calais 是 RWW 赞助商,而且,他们的产品非常赞。

Top 10 图表

这个工具可 3 家媒体比较,生成常用词语的前 10 排名列表,以及相应的使用次数。这个图表非常有用,不但显示了当前每家媒体使用最多的词汇,而且预示哪些短语可能成为下一个热点。另外,对比类似的媒体,如《纽约时报》和《华盛顿邮报》,可发现他们各自的侧重点。

Top 10 关联词汇图表

用户可输入自己的搜索关键词,并选择搜索哪家媒体(最多 3 家),然后查看出现该关键词的文章中,哪些词汇使用最多。这样,能够对这些积聚在一起的关联词有更深入的认识。比如,搜索 Obama,结果显示 United States 是最见的关联词,但 CNN 更关注国会(Congress),而 FOX News 过关注白宫(White House)。

报道分布地图

选择某家媒体,利用该工具,可以显示 Media Cloud 数据库中所有词汇的地域分布。通常,关注美国国内新闻的媒体,新闻覆盖的地域广度不如关注国际事务的媒体。即使比较同类的国际新闻媒体,他们的关注区域可会存在很大差异。比如,《纽约时报》和 BBC 比较,某些颜色较深说明 BBC 更关注欧洲事务,而《纽约时报》更倾向于报道有关加拿大和墨西哥的新闻。

讨论

开发 Media Cloud 这个项目的想法,来自对热点新闻来源的讨论。这个工具试图为大家建立一个平台,让这种交流深入下去。Berkman Center 现在敞开大门欢迎各种创意和如何使用数据的建议。正是为了这个目的,他们还提供一个论坛,交流对该项目的各种建议、思考和想法。

正如我们对《纽约时报》研发实验室的报道一样,我们将这个项目看着一个示范:互联网如何驱动传统媒体进行变革并以新的方式应对变化

--译言网翻译--
希望看到您的想法,请您发表评论x