对媒体外部影响的算法检测

EPFL研究人员最近开发了一种映射媒体景观的算法，并揭示了新闻行业中的偏见和隐藏的影响。

新闻消费者可能无法意识到他们的本地媒体插座选择和提供新闻故事的方式可能受到拥有的媒体组的影响。在猖獗的愚蠢的时候，这只是对人们应该了解的媒体的外部影响。

EPFL分布式信息系统实验室（LSIR）的研究人员已经提出了一种让新闻行业更加透明的方法。他们的倡议，媒体天文台，通过当地媒体网点选择覆盖的话题地图删除瑞士和国际媒体景观。然后，它使用这些选择来识别可能对网点的外部影响。“这种方法的主要困难是没有客观基线：选择故事的简单行为本质上是偏见的。因此，我们决定比较数千个新闻来源，然后根据其相似之处将它们映射出来，“LSIR研究人员JérémieRappaz说，LSIR研究人员和该研究的主要作者之一。

研究人员的方法不仅在地理位置和主题选择地区的新闻网点，而且它也至关重要地揭示了拥有它们的媒体组的影响。一旦映射出来，给定媒体插座的已建立的编辑线的任何突然变化都立即显而易见。“这些变化的大部分变化都是由所有权变化导致的，因为媒体网点倾向于关注他们所属的群体所青睐的主题，”Rappaz说。然而，新闻消费者并不一定知道他们的本地媒体出口属于哪个群体，如果有的话。EPFL研究人员正在寻求通过识别媒体网点之间的链接通过发布的内容以及突出介质集中程度来填补这种差距。

“瑞士和国外的媒体群体越来越多地汇集了他们的资源，以减少生产故事的成本。不幸的是，这种类型的媒体浓度缩小了消费者暴露于的视图范围。这是令人担忧的，特别是当他们得到的观点偏见时，“Rappaz说。这一情况的一个引人注目的例子是John Oliver在最近一周的今晚在美国的一集中航行。它显示了Sinclair集团拥有的当地电视渠道的记者，所有这些都阅读了一个相同的剧本评论 - 讽刺意义 - 关于新闻中缺乏普及。

个性化工具

媒体天文台具有基于EPFL的Initiative的支持媒体创新（IMI），并已与瑞士日报Le Temps进行了伙伴关系。此支持将使LSIR团队能够通过在线平台将其映射项目带到公众。该网站将在瑞士和世界各地建模新闻生产，同时提高公众对不忠实危险的认识。“我们很高兴成为LSIR项目的一部分，”Le Temps的首席和数字数字负责人GaïlHurlimann说。“我们真的很想理解，并帮助公众了解，对我们所有人的媒体集中意味着什么。对影响新闻生产的因素来说是透明的，这是我们在自己之间建立信任的唯一方式 - 媒体 - 以及我们的消费者。谁知道，也许这项研究的调查结果将说服我们对我们如何工作的变化。“

基于Web的平台将使用透明，开源技术。它将基于个性化算法构建，类似于网站（如Netflix和Amazon Prime）所用的算法，这建议了基于人们观看历史的视频。“我们将此概念应用于媒体覆盖数据，并且对我们能做的事情感到非常惊讶，”Rappaz说。研究人员在过去三年中喂养了算法约有5亿的文章，在8,000次不同的来源出版。该算法评估了不同媒体网点处理的算法算法，以其相似性对网点进行分组，并揭示它们之间的联系和对它们的影响。

LSIR团队希望其研究和网络平台将鼓励人们对他们消费的新闻采取更加批判的方法，并帮助记者调查如何覆盖故事。

有关该研究的详细信息，请参阅媒体景观的动态嵌入模型。