专业介绍

新闻舆论学（学硕：舆论智能计算与应用（0810J8）；学博：计算视听与舆论科学（0810J8））新闻舆论学是构建中国新闻传播学自主知识体系的重要组成部分，是新文科、新工科交叉学科建设的前沿领域。建设新闻舆论学（计算视听与舆论科学）工学学术博士学位方向与新闻舆论学舆论智能计算与应用工学学术硕士学位方向，是数据科学与智能媒体学院为贯彻落实习近平总书记给中国传媒大学全体师生重要回信精神，“聚焦新闻舆论工作需要”，培养宣传思想文化领域战略科技力量的具体举措，旨在探索并形成实战化高水平新闻舆论学人才培养模式，培育具有多学科交叉背景与实战经验的创新人才，为党的宣传思想文化事业发展作出新的贡献。

培养目标

本专业方向的培养目标，旨在深度融合新闻传播学与信息科学技术，构建“新闻舆论+信息科学”双核驱动的跨学科育人体系，面向国家数字治理与舆论生态现代化的战略需求，培养兼具人文关怀、技术素养与创新实践能力的高层次复合型人才。

研究方向和内容

方向1：智能传播内容生成

聚焦于人工智能时代多模态传播内容的自动化与智能化生产机制。重点探究由社会议程、文化语境与技术条件共同驱动的信息内容创作规律，特别是生成式人工智能（AIGC）作为核心生产力如何重塑内容生态。研究将运用自然语言处理、多模态深度学习与社会计算等方法，系统分析文本、图像、音视频等内容的机器生成范式、风格化表达与框架设定策略，揭示社会现实如何通过算法模型转化为具有影响力的叙事作品。旨在构建“社会感知-数据驱动-机器创作”的智能内容生产理论，并探索人机协同创作的新模式，为理解人、机器与社会在内容生成中的新型互动关系提供学理支撑。

方向2：可解释音视频鉴伪

致力于应对复杂信息生态中的噪声与污染问题，专注于多模态传播内容的真实性评估与价值判别。研究核心是融合信息科学与社会学方法，建立对海量、跨域数据的自动化、智能化鉴伪框架。内容包括：虚假与误导性信息的精准识别、协同化操纵行为的监测与溯源、情感极性与情绪类型的精准测绘、以及观点立场的内在逻辑与隐蔽性分析。通过深度融合社会域先验知识与网络空间实时数据流，旨在开发融合语义理解、网络分析和证据验证的鉴别模型，为构建清朗、可信的信息环境提供核心技术与方法论支撑。

方向3：跨域传播动力学

着力于剖析观点、叙事与认知模式在社会系统与数字网络之间交叉互动、演化扩散的动态过程。重点在于构建能够精确描述信息在多元平台与线上线下社会网络间穿梭、变形、放大或衰减的传播动力学模型。运用复杂网络理论、多智能体仿真与溯源技术，深入探究传播过程中的形态转换规律、关键节点（如意见领袖、算法推荐）的干预机制、以及线上话语与线下社会心态的相互映射与反馈关系，旨在系统性揭示从微观个体接受到宏观群体共识形成的复杂演化机理。

方向4：传播效应与社会治理评价

着眼于信息传播的社会影响评估与治理效能反馈。研究核心是建立一套科学、多维、可量化的评价指标体系，以衡量特定信息现象或治理干预对公众理解、社会态度、公共决策及社会韧性产生的综合效果。我们将综合运用大数据分析与社会计算等方法，对信息治理策略（如内容审核、事实核查、正向引导）的有效性进行实证检验与效能评估，旨在为相关部门的精准施策与协同治理提供决策依据，推动研究从“机制解析”向“效果优化”的升华，直接服务于数字治理体系的现代化。

专业详细介绍见：https://mp.weixin.qq.com/s/umQNhXh-TxmyEpmZeex0yQ