UGC（PGC、PUGC、MGC、OGC）、5G、元宇宙、SNS、Vlog（Plog）、传感器新闻、算法推荐、新闻个性化服务、AR（VR、MR、XR）、TikTok、SoLoMo媒体、脏数据、柳夜熙、算法黑箱、ACG、赛博空间（赛博人、赛博朋克）、人工智能、OTT
社会化媒体、短视频、数字劳工、物联网、智媒体、大数据、MCN、机器人新闻写作、融合新闻、数据新闻、算法新闻、小程序、信息茧房（过滤气泡、回音室效应）、三微一端、区块链、移动直播（慢直播）、H5、弹幕、技术伦理、麦克卢汉媒介理论、媒介环境学、媒介环境学派（多伦多学派和纽约学派）
UGC，即用户原创内容（UserGeneratedContent），是指用户将自己原创的内容通过互联网平台进行展示或者提供给其他用户。UGC是伴随着以提倡个性化为主要特点的Web2.0概念兴起的，它并不是某一种具体的业务，而是一种用户使用互联网的新方式，即由原来的以下载为主变成下载和上传并重。随着移动互联网的发展，网上内容的创作又细分出PGC（专业生产内容）和OGC（职业生产内容），这三者之间既密切联系又有明显区别。
PUGC，全称ProfessionalUserGeneratedContent，即“专业用户生产内容”或“专家生产内容”，指在移动音视频行业中，将UGC+PGC相结合的内容生产模式。它代表着特殊的直播场景和特殊的直播身份，以及一些特殊的事件所造成的特定的、有价值的、不可复制的直播内容。从内容、策划、包装等方面均具备或接近专业化水准，“PUGC”需要由一个完整的团队来进行长期构建。
MGC，全称MachineGeneratedContent，即“机器生产内容”。MGC新闻，是指运用人工智能技术，由机器智能生产的新闻。2017年12月26日，新华社在成都发布中国第一个媒体人工智能平台——“媒体大脑”，生产的第一条MGC（机器生产内容）视频新闻——《新华社发布国内首条MGC视频新闻，媒体大脑来了！》。
5G（5thGeneration）是第五代移动通信技术的简称，属于4G系统后的延伸，其网络下载速度可达千兆级。它摆脱了网络传输速度和宽带的制约，不再需要某一具体的媒介，使人类更早进入万物皆媒的智媒时代。5G具有高速度、高并发、高兼容、高安全和低时延等五大特点。
元宇宙
真题再现
补充阅读
SNS
社交网络服务（SocialNetworkingService，简称SNS），专指在帮助人们建立社会性网络的互联网应用服务，也指社会现有已成熟普及的信息载体，如短信SMS服务。它是Web2.0体系下的一个技术应用架构。放在Web2.0的背景下，每个用户都拥有自己的Blog、自己维护的Wiki、社会化书签或者Podcast.用户通过Tag、RSS或者IM、邮件等方式连接到一起，每个个体的社交圈都不断放大，最后成为一个大型网络，这就是社交网络服务（SNS）。”
Vlog（Plog）
传感器新闻
传感器新闻指的是通过传感器获得数据信息,经分析整合，将其以一定的方式融入新闻报道，进而完成“讲故事”的新闻生产模式。传感器新闻发端于美国新闻界，主要应用于调查性报道。从操作实践看，传感器与新闻生产主要有三种结合方式：利用市面上已有的、成熟的商业设备，设计出适合自己的传感系统；从已有的传感资源中获得所需数据；设计原型传感系统来生产数据。
传感器新闻的悄然兴起主要源于新闻媒体是数据信息的重要应用，在大数据时代对数据信息的需求大大增加，通过对传感数据的分析、挖掘可以发现常规新闻中不能发现的意义和价值，从支离破碎的信息中发现规律和趋势。
算法/个性化推荐
新闻APP通过程序收集用户的兴趣特点和使用习惯，利用大数据技术向用户推荐特定的符合偏向的新闻讯息。例如用户点击一条娱乐新闻，新闻APP将自发将新闻中提到的某一明星、某一场合等关键词纳入算法之中。一般在推荐新闻标题下方，有一叉号标志，用户可点击标志表示不感兴趣，帮助算法进一步调确自身需求。新闻APP提供方一般在官方介绍中向用户建议“调教产品”，即用户操作次数越多、操作行为越深入，新闻APP所推荐的内容越贴合用户需求。
新闻个性化服务
AR（VR、MR、XR）
增强现实（AugmentedReality），简称AR，是通过计算机系统提供的信息增加用户对现实世界感知的技术。它将虚拟的信息应用到真实世界，并将计算机生成的虚拟物体、场景或系统提示信息叠加到真实场景中，从而实现对现实的增强。AR不仅展现了真实世界的信息，而且将虚拟的信息同时显示出来，两种信息相互补充、叠加。在视觉化的增强现实中，用户利用头盔显示器，把真实世界与电脑图形多重合成在一起，便可以看到真实的世界围绕着它。
混合现实技术（MediatedReality），简称MR，是“智能硬件之父”、多伦多大学教授Stevemann提出的介导现实概念。混合现实技术是增强现实技术的延伸，也是虚拟现实技术的进一步发展，它通过计算机图形技术和可视化技术产生现实环境中不存在的虚拟对象，并通过传感技术将虚拟对象叠加到真实环境中，真实的环境和虚拟的对象实时地显示在同一个画面或空间，用户利用显示设备，便可以看到一个感官效果真实的新环境。
扩展现实技术是一个用来描述结合了虚拟和真实元素的环境或交互行为的术语。是虚拟现实（VR）、增强现实（AR）和混合现实（MR）这3种技术以及其他类似沉浸式技术的统称。
TikTok
TikTok是字节跳动旗下短视频社交平台，是抖音海外版。于2017年5月上线，愿景是“激发创造，带来愉悦”。TikTok成为当下中国国际传播“造船出海”的典范。具策略包括：对不同国家和地区采取灵活多样的业务扩张模式，实现经济资本、技术资本和文化资本之间的分配与转化，共享算法推荐和人机交互等智能技术，适应当地的政治、经济、社会和文化，以“全球本土化”策略把握数据、节点、用户等关键要素，促成了其在国际市场中的稳健扩张。
TikTok在参与逆向扩散过程中也面临着复杂而多元的风险，价值观上的“去政治化”和文化的“在地化”适应是其逆向扩散的重要政策。伴随这种逆向扩散的竞争优势进一步扩大，这一互联网平台需要在承担更多社会责任的同时，逐步适应不同国家和地区的互联网平台治理政策。从这个角度看，TikTok代表的中国互联网平台的逆向扩散仍有发展上的不确定性。
SoLoMo媒体
脏数据
脏数据（DirtyRead）是指源系统中的数据不在给定的范围内或对于实际业务毫无意义，或是数据格式非法，以及在源系统中存在不规范的编码和含糊的业务逻辑。在数据库技术中，脏数据在临时更新(脏读)中产生。彭兰将脏数据分为以下几种：重复的数据：指在数据表中多次出现的数据；错误的数据：包括逻辑上错误或不合理，数据值超出正常范围或录入过程中发生错误的数据；不完整数据：指一个数据记录的若干字段中缺失一个或几个字段；相互冲突的数据：指数据间存在相互矛盾之处。脏数据带来的危害存在不可预测性，脏数据的分类可以帮助人们更好理解和发现数据质量问题，通过“数据清洗”、“质量检查”等手段消除脏数据，同时向用户提供丰富的元数据信息，帮助其判断数据质量。
柳夜熙
算法黑箱
算法黑箱是指由于技术本身的复杂性以及媒体机构、技术公司的排他性商业政策，算法犹如一个未知的“黑箱”——用户并不清楚算法的目标和意图，也无从获悉算法设计者、实际控制者以及机器生成内容的责任归属等信息，更谈不上对其进行评判和监督。
算法“黑箱”本质上归属于技术“黑箱”，技术“黑箱”特指作为知识的人工制造品，算法黑箱的核心问题是信息不对称和不公开。算法黑箱的两种常见形式：一是监督式机器学习技术，属于算法“黑箱”初级形态，多见于结构化数据丰富的财经和体育新闻报道领域，也是目前国内运用比较多的方法形式。二是算法“黑箱”的中间形态，常见于新闻众包模式。
ACG
ACG一词为中国的台湾省创造，流行于华语文化圈，ACG文化发源于日本，但在日本从不使用这个词，在英语文化圈里也并不普及。ACG只是一个非常笼统的概括，只是涵盖了三种文艺形式，自诞生起从未有过作品产区或风格限定性。
赛博空间（赛博人、赛博朋克）
赛博空间（Cyberspace）是哲学和计算机领域中的一个抽象概念，指在计算机以及计算机网络里的虚拟现实。赛博空间一词是控制论（cybernetics）和空间（space）两个词的组合，由科幻小说作家威廉·吉布森在1982年首次提出。赛博空间对人类知识传播的影响体现在，知识的传播由口述、书面、广播、电视变为赛博媒体，即网络化、虚拟化的媒体，构成了赛博空间中知识传播和交流的基本工具。它们不但使知识的传播更加方便、快捷，而且实现了知识交流的无中心化，使少数人垄断知识的圣人模式受到了严重的冲击。
赛博空间作为人类用知识创造的新型空间，它一定是处于科学技术的前沿领域。正像实现可持续发展，必须研究科学技术对生态环境的破坏机制一样，随着赛博空间的逐步扩展，对个人隐私、知识产权将产生强大的冲击，如何抑制其冲击，发挥其知识传播、知识生产上的巨大作用，是人类反思科学技术对社会影响中的又一个新的课题。
赛博朋克（Cyberpunk）最早是由布鲁斯·贝斯克在1983年出版的同名短篇小说《赛博朋克》中提出的，又称数字朋克、赛伯朋克、电脑朋客、网络朋客，是“控制论”(Cybernetics)和“朋克”(Punk)的合成词。赛博朋克科幻小说是美国20世纪80年代中期兴起的科幻小说流派，是在一系列新科学(控制论、信息论、计算机/网络、生物遗传工程等)飞速发展的背景下形的”，它通过对未来社会的想像，探讨新科技的发展可能会给社会及人类自身带来的种种影响，在肯定技术发展促进人类进步的同时，也表现了对科技泛滥的隐忧，作品带有一定的反乌托邦色彩。它实际上标志着针对以往科幻小说不注重信息技术的具体设定的缺点的改善和进步。
人工智能
OTT
这里所说的公共网络是相对于专业的军方或其他专用网络而言，它只面向公众提供。借用“过顶传球”这个词汇来表述OTT的概念，也在于说明OTT是绕过传统的有线电视系统、直播到户卫星电视系统等为用户提供视频等业务。国际上，OTT的概念最早出现在1998年。
社会化媒体
社交化媒体不仅为普通人提供了社交的平台，带来了丰富的内容资源，它也在改变人们获取信息的路径。更重要的是，社会化媒体促进了公民新闻和自媒体的繁荣，也对专业媒体的信息传播模式与传播格局带来了重大冲击。
短视频
数字劳工
“数字劳工”(DigitalLabor)，也称为数字化劳动力，起源于传播政治经济学派对于传播产业中非物质劳动的研究，在一定程度上可以看作是达拉斯·斯密塞1951年提出的“受众商品论”的延伸。2014年，英国学者福克斯提出了“数字劳工”概念。指的是以资本主义模式进行的数字内容生产的行为，这些行为往往繁琐而又卑微，虽然会产生一定的社会影响力，却不被视为“工作”，其主要特征是模糊了“工作”与“玩耍”的界限。
物联网
物联网指通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器、气体感应器等信息传感设备，按约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。
简而言之，物联网就是“物物相连的互联网”。物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信,也就是物物相息。
智媒体
智媒体包括广义和狭义两个范畴，狭义的智媒体是指用人工智能技术重构新闻信息生产与传播全流程的媒体，是基于人工智能、移动互联网、大数据、虚拟现实等新技术的生态系统。
广义的智媒体内涵包括三个层次：①智能媒体，指的是用人工智能技术改造媒体。除了算法推荐还包括采访、写作互动、效果检测、营销等环节与人工智能结合；②智慧媒体，指的是用主流价值观解决算法偏差的问题为技术引擎植入价值观的灵魂，智慧媒体是智媒体必不可少的重要构成其关键在于价值主导，让技术更加弘扬主旋律。③智库媒体，指的是以媒体为基础提供全联接智力支持，通过智能技术和智慧报道为政府、企业、社会民众提供智力支持。
大数据
传统媒体认识到自身深陷困境的根源是用户连接失效，他们意识到唯有大数据才能真正重建用户连接并帮助自身进行转型，开始积极利用大数据技术和资源进行转型，在新闻可视化、技术平台搭建、大数据资源获取、大数据产品以及与互联网合作等方面取得了一定成绩，但是离真正的大数据转型还有很大距离，亟需从理念、资源、技术、产品等方面进行全面的转型。
MCN
二更、新片场、青藤文化等一些具有影响力的垂直度和持续生产力强的头部PGC和PUGC陆续开始从单一内容生产向MCN模式演进。MCN机构如雨后春笋般涌现出来,2018年中国短视频MCN机构数量超过3000家,未来还会有更多的机构加入。
机器人新闻写作
机器新闻写作是对自动化新闻的拟人化说法，指的是通过算法对海量的数据进行加工处理，自动转化成新闻文本的方式，是人工智能在新闻行业得到初步应用的一项技术。机器新闻写手最大的特征就是新闻生产完全自动化，除前期的技术开发外，在具体新闻写作过程中，人工的参与并不是新闻产品产出的决定性环节，新闻生产的主体实现了由人向机器的转变。机器新闻写作与大数据时代数据挖掘的兴起密不可分，经由计算机自动生成的新闻主要集中在高数据密度、高信息透明度、低语境的财经、体育、天气、自然灾害等新闻报道中。
融合新闻
融合新闻是指融合了文字图片、视频、音频、超链接以及GPS位置信息等多媒体产品形式的新闻形态，是媒介融合的“终端新闻产品”，源于媒介融合的趋势。融合新闻具有三个特点：1.新闻业务整合化；2.新闻载体数字化；3.视觉传达多样化。
融合新闻满足了受众对媒介个性化的需求、实现内容决定形式的优化传播，被视为媒介融合背景下传统新闻业转型的一个创新品种。它利用传统媒体的品牌优势和新媒体的融合优势，以数字化的技术手段，将过去传统的新闻稿或单调的报纸电子版变成了融图片、背景音乐、现场视频、位置信息及编读互动模块为一体的集成报道，重新定义了新闻的概念和叙事方式。
数据新闻
关于数据新闻的定义，目前学界还尚未有统一的说法，这里呈现出两种说法：
新闻学定义：数据新闻，又叫数据驱动新闻。是指基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式。数据新闻是在大数据的技术背景下产生的。数据新闻是随着数据时代的到来出现的一种新型报道形态，是数据技术对新闻业全面渗透的必然结果，它的出现在一定程度上改变了传统新闻生产流程。
数据新闻最终呈现的是丰富多元的可视化信息，这种叙事模式增强了内容的透明性和易读性，具有较高的互文性、动态性和参与性。央视出品的《数说命运共同体》是数据新闻的典型案例。
算法新闻
算法新闻是以机器学习或者神经网络为技术基础而生产和分发的新闻，工作过程包括输入、吞吐和产品输出三个流程，简称为“Ｉ-Ｔ-０模式”。目前算法技术主要介入新闻生产和分发两个环节，呈现出人机协作下新闻生产的智能化、自动化、以及分发过程的精准化、场景化趋势。作为一项先进技术，算法新闻具有个性化、效率高、定位精准等优势，能够根据每一个用户日常浏览新闻喜好、习惯留下的印记而实现智能、个性化推荐。
算法新闻是运用智能算法工具自动生产新闻并实现商业化运营的过程、方法或系统，它包括信息采集、储存、写作、编辑、展示、数据分析及营销等业务的自动化实现。从狭义上来说，算法新闻主要是指通过算法生产完成的新闻产品。从广义上来说，算法新闻是指算法介入新闻线索发现、新闻生产、新闻分发以及新闻消费或使用的全过程。
算法新闻三个基本特征：一是闻生的自动化、二是新闻分发的个性化、三是新闻消费的交互性。算法新闻生产运作的高效性优势具体表现为在时效性上，实现了即时生产、实时发表；在数据分析上，更加准确化；在成本上，可以实现低成本乃至零成本。
小程序
信息茧房（过滤气泡、回音室效应）
三微一端
区块链
移动直播（慢直播）
“慢直播”是一种以原生镜头呈现现场的直播形式，慢直播的镜头无剪辑、无后期制作与加工，原生态展现事物发展，为受众提供真实的“现场感”，它和常规认知的直播形态冲突，成为“快直播”的抵抗。慢直播的样态特征主要是非事件性和原生态性，慢直播一般没有主持人，依靠一个监控摄像头，事件的传播与发生同步进行。“慢直播”所带来的自主参与体验，是“单向传播”和“选择性传播”不能比拟的，在环境、流程、细节、语言match甚至动作上使真实变得触手可及。最早可追溯的慢直播案例是挪威广播公司(NRK)2009年拍摄的纪录片《卑尔根铁路：分分秒秒》，拍摄一列火车从挪威match首match都到第match二大match城市7小时旅程的完整过程。
H5
弹幕
技术伦理
麦克卢汉媒介理论
媒介环境学
媒介环境学由尼尔·波兹曼公开提出，该理论学派从麦克卢汉的“媒介即讯息”出发，研究媒介在社会中的作用。媒介环境学（MediaEcology）是20世纪30年代在北美萌芽，在70年代形成发展起来的一个传播学派。经过三代学者的努力，它已成为与经验学派和批判学派鼎力的第三学派，探究媒介与人类社会文化的关系。
作为媒介研究领域之一，媒介环境学的独特性表现在将研究重点放在研究传播技术本质或内在的符号和物质结构如何对文化导致深远的微观及宏观的影响。