「关于java新闻」基于javaweb的新闻发布系统
今天给各位分享关于java新闻的知识，其中也会对基于javaweb的新闻发布系统进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
本文目录一览：
求一个java实现新闻分页显示的代码或者思路
大文章分页是吧。
你把新闻内容查询出来的时候用“nextpage”分割成若干份，在页面显示的时候每个页面片段外边套一个div，div的id你设置成page+页面片段代码的样子比如div id=page1...../div然后用js控制每个div的显示与隐藏就实现你要的效果，如果单页分页很多，可以不用一次加载完成，按照参数每次加载相应的页面片段。
设计查询学生信息的函数和学生成绩统计程序
基本原理和这个通讯录数据处理程序相似，提问者稍加修改就可以使用。
clear
set safe off
use txl
text
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
※ 1.输入 2.修改 3.插入 4.删除 ※
※ 5.按姓名升序显示 6.按邮政编码升序显示 ※
※ 7.按姓名查询 8.退出 ※
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
endtext
input "请按数字键选择" to aa
do case
case aa=1
go bott
accept "请输入姓名：" to xm
accept "请输入性别：" to xb
accept "请输入电话号码：" to dhhm
accept "请输入家庭住址：" to jtzz
accept "请输入工作单位：" to gzdw
accept "请输入邮政编码：" to yzbm
repl 姓名 with xm,性别 with xb, 电话号码 with dhhm,家庭住址 with jtzz,工作单位 with gzdw,邮政编码 with yzbm
case aa=2
input"请输入您要修改的记录的编号：" to c
go c
? "请修改第"+str(c,1)+"个人的数据！"
disp
accept "请输入姓名：" to xm
accept "请输入性别：" to xb
accept "请输入电话号码：" to dhhm
accept "请输入家庭住址：" to jtzz
accept "请输入工作单位：" to gzdw
accept "请输入邮政编码：" to yzbm
repl 姓名 with xm,性别 with xb, 电话号码 with dhhm,家庭住址 with jtzz,工作单位 with gzdw,邮政编码 with yzbm
case aa=3
append blank
accept "请输入姓名：" to xm
accept "请输入性别：" to xb
accept "请输入电话号码：" to dhhm
accept "请输入家庭住址：" to jtzz
accept "请输入工作单位：" to gzdw
accept "请输入邮政编码：" to yzbm
repl 姓名 with xm,性别 with xb, 电话号码 with dhhm,家庭住址 with jtzz,工作单位 with gzdw,邮政编码 with yzbm
case aa=4
input "请输入您想要删除的记录号" to d
go d
delete
accept "确认删除请按小写字母y,否则取消删除）" to e
if e="y"
pack
else
recall
endif
case aa=5
index on 姓名 to xm
list
case aa=6
index on 邮政编码 to yzbm
list
case aa=7
accept "请输入您要查询的姓名" to f
list for 姓名=f
case aa=8
wait "系统即将关闭" window timeout 3
exit
othe
messagebox("请重新选择",0+64,"出错了")
endc
set safe on
*这个程序能完成任务，不过界面不好。可以这样修改：
*新建一个表单（主表单，表单1），增加8个按钮，每个按钮的名称caption同上面程序中的菜单；再增加一个按钮,caption为“退出”，保存表单1。
*新建一个数据处理表单（表单2），向表单添加标签，caption为“姓名”，再增加一个文本控件text1,用来处理“姓名”数据；继续向表单添加标签，caption为“性别”，增加一个文本控件text2,用来处理“性别”数据；.........向表单添加标签，caption为“邮政编码”，再增加一个文本控件text6,用来处理“邮政编码”数据。把标签和文本控件适当整理齐整。增加一个按钮，caption 为“保存”，再增加一个按钮，caption为“退出”，
双击表单空白处，出现load事件，输入
thisform.text1.value=xm
thisform.text2.value=xb
thisform.text3.value=dhhm
thisform.text4.value=jtzz
thisform.text5.value=gzdw
thisform.text6.value=yzbm
输入完毕，关闭load事件，这是给表单2的几个控件赋初值。
双击“退出”按钮，输入
thisform.release
关闭事件，双击“保存”按钮，输入
repl 姓名 with thisform.text1.value,;
性别 with thisform.text2.value,;
电话号码 with thisform.text2.value,;
家庭住址 with thisform.text2.value,;
工作单位 with thisform.text2.value,;
邮政编码 with thisform.text2.value
保存表单2。
打开表单1，双击表单的空白处，出现load事件，输入：
set safe off
use txl
public xm,xb,dhhm,jtzz,gzdw,yzbm
双击“输入”按钮，输入
go bott
*下面给表单2赋初值
xm=姓名
xb=性别
dhhm=电话号码
jtzz=家庭住址
gzdw=工作单位
yzdm=邮政编码
do form 表单2
双击“修改”按钮，输入
input"请输入您要修改的记录的编号：" to c
go c
*下面给表单2赋初值
xm=姓名
xb=性别
dhhm=电话号码
jtzz=家庭住址
gzdw=工作单位
yzdm=邮政编码
do form 表单2
双击“插入”按钮，输入
appe blank
*下面给表单2赋初值
xm=姓名
xb=性别
dhhm=电话号码
jtzz=家庭住址
gzdw=工作单位
yzdm=邮政编码
do form 表单2
双击“删除”按钮，输入
input "请输入您想要删除的记录号" to d
go d
delete
accept "确认删除请按小写字母y,否则取消删除）" to e
if e="y"
pack
else
recall
endif
双击“按姓名升序显示”按钮，输入
index on 姓名 to xm
brow
双击“按邮政编码升序显示”按钮，输入
index on 邮政编码 to yzbm
brow
双击“按姓名查询”按钮，输入
accept "请输入您要查询的姓名" to f
brow for 姓名=f
双击“退出”按钮，输入
close data
set safe on
thisform.release
我想学编程
编程
这是每个游戏编程FAQ里都有的问题。这个问题每星期都会在游戏开发论坛上被问上好几次。这是个很好的问题，但是，没人能给出简单的答案。在某些应用程序中，总有一些计算机语言优于其他语言。下面是几种用于编写游戏的主要编程语言的介绍及其优缺点。希望这篇文章能帮助你做出决定。
1、C语言
如果说FORTRAN和COBOL是第一代高级编译语言，那么C语言就是它们的孙子辈。C语言是Dennis Ritchie在七十年代创建的，它功能更强大且与ALGOL保持更连续的继承性，而ALGOL则是COBOL和FORTRAN的结构化继承者。C语言被设计成一个比它的前辈更精巧、更简单的版本，它适于编写系统级的程序，比如操作系统。在此之前，操作系统是使用汇编语言编写的，而且不可移植。C语言是第一个使得系统级代码移植成为可能的编程语言。
C语言支持结构化编程，也就是说C的程序被编写成一些分离的函数呼叫（调用）的集合，这些呼叫是自上而下运行，而不像一个单独的集成块的代码使用GOTO语句控制流程。因此，C程序比起集成性的FORTRAN及COBOL的“空心粉式代码”代码要简单得多。事实上，C仍然具有GOTO语句，不过它的功能被限制了，仅当结构化方案非常复杂时才建议使用。
正由于它的系统编程根源，将C和汇编语言进行结合是相当容易的。函数调用接口非常简单，而且汇编语言指令还能内嵌到C代码中，所以，不需要连接独立的汇编模块。
优点：有益于编写小而快的程序。很容易与汇编语言结合。具有很高的标准化，因此其他平台上的各版本非常相似。
缺点：不容易支持面向对象技术。语法有时会非常难以理解，并造成滥用。
移植性：C语言的核心以及ANSI函数调用都具有移植性，但仅限于流程控制、内存管理和简单的文件处理。其他的东西都跟平台有关。比如说，为Windows和Mac开发可移植的程序，用户界面部分就需要用到与系统相关的函数调用。这一般意味着你必须写两次用户界面代码，不过还好有一些库可以减轻工作量。
用C语言编写的游戏：非常非常多。
资料：C语言的经典著作是《The C Programming Language》，它经过多次修改，已经扩展到最初的三倍大，但它仍然是介绍C的优秀书本。一本极好的教程是《The Waite Group's C Primer Plus》。
2、C++
C++语言是具有面向对象特性的C语言的继承者。面向对象编程，或称OOP是结构化编程的下一步。OO程序由对象组成，其中的对象是数据和函数离散集合。有许多可用的对象库存在，这使得编程简单得只需要将一些程序“建筑材料”堆在一起（至少理论上是这样）。比如说，有很多的GUI和数据库的库实现为对象的集合。
C++总是辩论的主题，尤其是在游戏开发论坛里。有几项C++的功能，比如虚拟函数，为函数呼叫的决策制定增加了一个额外层次，批评家很快指出C++程序将变得比相同功能的C程序来得大和慢。C++的拥护者则认为，用C写出与虚拟函数等价的代码同样会增加开支。这将是一个还在进行，而且不可能很快得出结论的争论。
我认为，C++的额外开支只是使用更好的语言的小付出。同样的争论发生在六十年代高级程序语言如COBOL和FORTRAN开始取代汇编成为语言所选的时候。批评家正确的指出使用高级语言编写的程序天生就比手写的汇编语言来得慢，而且必然如此。而高级语言支持者认为这么点小小的性能损失是值得的，因为COBOL和FORTRAN程序更容易编写和维护。
优点：组织大型程序时比C语言好得多。很好的支持面向对象机制。通用数据结构，如链表和可增长的阵列组成的库减轻了由于处理低层细节的负担。
缺点：非常大而复杂。与C语言一样存在语法滥用问题。比C慢。大多数编译器没有把整个语言正确的实现。
移植性：比C语言好多了，但依然不是很乐观。因为它具有与C语言相同的缺点，大多数可移植性用户界面库都使用C++对象实现。
使用C++编写的游戏：非常非常多。大多数的商业游戏是使用C或C++编写的。
资料：最新版的《The C++ Programming Language》非常好。作为教程，有两个阵营，一个假定你知道C，另外一个假定你不知道。到目前为止，最好的C++教程是《Who's Afraid of C++》，如果你已经熟知C，那么试一下《Teach Yourself C++》。
3、我该学习C++或是该从C开始
我不喜欢这种说法，但它是继“我该使用哪门语言”之后最经常被问及的问题。很不幸，不存在标准答案。你可以自学C并使用它来写程序，从而节省一大堆的时间，不过使用这种方法有两个弊端：
你将错过那些面向对象的知识，因为它可能在你的游戏中使得数据建模更有效率的东西。
最大的商业游戏，包括第一人称射击游戏很多并没有使用C++。但是，这些程序的作者即使使用老的C的格式，他们通常坚持使用面向对象编程技术。如果你只想学C，至少要自学OO（面向对象）编程技术。OO是仿真（游戏）的完美方法，如果你不学习OO，你将不得不“辛苦”的工作。
4、汇编语言
显然，汇编是第一个计算机语言。汇编语言实际上是你计算机处理器实际运行的指令的命令形式表示法。这意味着你将与处理器的底层打交道，比如寄存器和堆栈。如果你要找的是类英语且有相关的自我说明的语言，这不是你想要的。
确切的说，任何你能在其他语言里做到的事情，汇编都能做，只是不那么简单 — 这是当然，就像说你既可以开车到某个地方，也可以走路去，只是难易之分。话虽不错，但是新技术让东西变得更易于使用。
总的来说，汇编语言不会在游戏中单独应用。游戏使用汇编主要是使用它那些能提高性能的零零碎碎的部分。比如说，毁灭战士整体使用C来编写，有几段绘图程序使用汇编。这些程序每秒钟要调用数千次，因此，尽可能的简洁将有助于提高游戏的性能。而从C里调用汇编写的函数是相当简单的，因此同时使用两种语言不成问题。
特别注意：语言的名字叫“汇编”。把汇编语言翻译成真实的机器码的工具叫“汇编程序”。把这门语言叫做“汇编程序”这种用词不当相当普遍，因此，请从这门语言的正确称呼作为起点出发。
优点：最小、最快的语言。汇编高手能编写出比任何其他语言能实现的快得多的程序。你将是利用处理器最新功能的第一人，因为你能直接使用它们。
缺点：难学、语法晦涩、坚持效率，造成大量额外代码 — 不适于心脏虚弱者。
移植性：接近零。因为这门语言是为一种单独的处理器设计的，根本没移植性可言。如果使用了某个特殊处理器的扩展功能，你的代码甚至无法移植到其他同类型的处理器上（比如，AMD的3DNow指令是无法移植到其它奔腾系列的处理器上的）。
使用汇编编写的游戏：我不知道有什么商业游戏是完全用汇编开发的。不过有些游戏使用汇编完成多数对时间要求苛刻的部分。
资料：如果你正在找一门汇编语言的文档，你主要要找芯片的文档。网络上如Intel、AMD、Motorola等有一些关于它们的处理器的资料。对于书籍而言，《Assembly Language: Step-By-Step》是很值得学习的。
5、Pascal语言
Pascal语言是由Nicolas Wirth在七十年代早期设计的，因为他对于FORTRAN和COBOL没有强制训练学生的结构化编程感到很失望，“空心粉式代码”变成了规范，而当时的语言又不反对它。Pascal被设计来强行使用结构化编程。最初的Pascal被严格设计成教学之用，最终，大量的拥护者促使它闯入了商业编程中。当Borland发布IBM PC上的 Turbo Pascal时，Pascal辉煌一时。集成的编辑器，闪电般的编译器加上低廉的价格使之变得不可抵抗，Pascal编程了为MS-DOS编写小程序的首选语言。
然而时日不久，C编译器变得更快，并具有优秀的内置编辑器和调试器。Pascal在1990年Windows开始流行时走到了尽头，Borland放弃了Pascal而把目光转向了为Windows 编写程序的C++。Turbo Pascal很快被人遗忘。
最后，在1996年，Borland发布了它的“Visual Basic杀手”— Delphi。它是一种快速的带华丽用户界面的 Pascal编译器。由于不懈努力，它很快赢得了一大群爱好者。
基本上，Pascal比C简单。虽然语法类似，它缺乏很多C有的简洁操作符。这既是好事又是坏事。虽然很难写出难以理解的“聪明”代码，它同时也使得一些低级操作，如位操作变得困难起来。
优点：易学、平台相关的运行（Delphi）非常好。
缺点：“世界潮流”面向对象的Pascal继承者（Modula、Oberon）尚未成功。语言标准不被编译器开发者认同。专利权。
移植性：很差。语言的功能由于平台的转变而转变，没有移植性工具包来处理平台相关的功能。
使用Pascal编写的游戏：几个。DirectX的Delphi组件使得游戏场所变大了。
资料：查找跟Delphi有关的资料，请访问：Inprise Delphi page。
6、Visual Basic
哈，BASIC。回到八十年代的石器时代，它是程序初学者的第一个语言。最初的BASIC形式，虽然易于学习，却是可怕的无组织化，它义无反顾的使用了GOTO充斥的“空心粉式代码”。当回忆起BASIC的行号和GOSUB命令，没有几个人能止住眼角的泪水。
快速前进到九十年代早期，虽然不是苹果公司所希望的巨人，HyperCard仍然是一个在Windows下无法比拟的吸引人的小型编程环境。Windows下的HyperCard克隆品如ToolBook又慢又笨又昂贵。为了与HyperCard一决高下，微软取得了一个小巧的名为Thunder编程环境的许可权，并把它作为Visual Basci 1.0发布，其用户界面在当时非常具有新意。这门语言虽然还叫做Basic（不再是全部大写），但更加结构化了，行号也被去除。实际上，这门语言与那些内置于TRS-80、Apple II及Atari里的旧的ROM BASIC相比，更像是带Basic风格动词的Pascal。
经过六个版本，Visual Basic变得非常漂亮。用户界面发生了许多变化，但依然保留着“把代码关联到用户界面”的主旨。这使得它在与即时编译结合时变成了一个快速原型的优异环境。
优点：整洁的编辑环境。易学、即时编译导致简单、迅速的原型。大量可用的插件。虽然有第三方的DirectX插件，DirectX 7已准备提供Visual Basic的支持。
缺点：程序很大，而且运行时需要几个巨大的运行时动态连接库。虽然表单型和对话框型的程序很容易完成，要编写好的图形程序却比较难。调用Windows的API程序非常笨拙，因为VB的数据结构没能很好的映射到C中。有OO功能，但却不是完全的面向对象。专利权。
移植性：非常差。因为Visual Basic是微软的产品，你自然就被局限在他们实现它的平台上。也就是说，你能得到的选择是：Windows，Windows或Widnows。当然，有一些工具能将VB程序转变成Java。
使用Visual Basic编写的游戏：一些。有很多使用VB编写的共享游戏，还有一些是商业性的。
资料：微软的VB页面有一些信息。
7、Java
Java是由Sun最初设计用于嵌入程序的可移植性“小C++”。在网页上运行小程序的想法着实吸引了不少人的目光，于是，这门语言迅速崛起。事实证明，Java不仅仅适于在网页上内嵌动画 — 它是一门极好的完全的软件编程的小语言。“虚拟机”机制、垃圾回收以及没有指针等使它很容易实现不易崩溃且不会泄漏资源的可靠程序。
虽然不是C++的正式续篇，Java从C++ 中借用了大量的语法。它丢弃了很多C++的复杂功能，从而形成一门紧凑而易学的语言。不像C++，Java强制面向对象编程，要在Java里写非面向对象的程序就像要在Pascal里写“空心粉式代码”一样困难。
优点：二进制码可移植到其他平台。程序可以在网页中运行。内含的类库非常标准且极其健壮。自动分配合垃圾回收避免程序中资源泄漏。网上数量巨大的代码例程。
缺点：使用一个“虚拟机”来运行可移植的字节码而非本地机器码，程序将比真正编译器慢。有很多技术（例如“即时”编译器）很大的提高了Java的速度，不过速度永远比不过机器码方案。早期的功能，如AWT没经过慎重考虑，虽然被正式废除，但为了保持向后兼容不得不保留。越高级的技术，造成处理低级的机器功能越困难，Sun为这门语言增加新的“受祝福”功能的速度实在太慢。
移植性：最好的，但仍未达到它本应达到的水平。低级代码具有非常高的可移植性，但是，很多UI及新功能在某些平台上不稳定。
使用Java编写的游戏：网页上有大量小的Applet，但仅有一些是商业性的。有几个商业游戏使用Java作为内部脚本语言。
资料：Sun的官方Java页面有一些好的信息。IBM也有一个非常好的Java页面。JavaLobby是一个关于Java新闻的最好去处。
8、创作工具
上面所提及的编程语言涵盖了大多数的商业游戏。但是也有一个例外，这个大游戏由于它的缺席而变得突出。
“神秘岛”。没错，卖得最好的商业游戏不是使用以上任何一门语言编的，虽然有人说“神秘岛”99%是使用 3D建模工具制作的，其根本的编程逻辑是在HyperCard里完成的。
多数创作工具有点像Visual Basic，只是它们工作在更高的层次上。大多数工具使用一些拖拉式的流程图来模拟流程控制。很多内置解释的程序语言，但是这些语言都无法像上面所说的单独的语言那样健壮。
优点：快速原型 — 如果你的游戏符合工具制作的主旨，你或许能使你的游戏跑得比使用其他语言快。在很多情况下，你可以创造一个不需要任何代码的简单游戏。使用插件程序，如Shockware及IconAuthor播放器，你可以在网页上发布很多创作工具生成的程序。
缺点：专利权，至于将增加什么功能，你将受到工具制造者的支配。你必须考虑这些工具是否能满足你游戏的需要，因为有很多事情是那些创作工具无法完成的。某些工具会产生臃肿得可怕的程序。
移植性：因为创作工具是具有专利权的，你的移植性以他们提供的功能息息相关。有些系统，如Director可以在几种平台上创作和运行，有些工具则在某一平台上创作，在多种平台上运行，还有的是仅能在单一平台上创作和运行。
使用创作工具编写的游戏：“神秘岛”和其他一些同类型的探险游戏。所有的Shockwave游戏都在网络上。
资料：Director、HyperCard、SuperCard、IconAuthor、Authorware。
9、易语言
★全中文支持，无需跨越英语门槛。★全可视化编程，支持所见即所得程序界面设计和程序流程编码。★中文语句快速录入。提供多种内嵌专用输入法，彻底解决中文语句输入速度慢的问题。★代码即文档。自动规范强制代码格式转换，任何人编写的任何程序源代码格式均统一。★参数引导技术，方便程序语句参数录入。★无定义类关键字。所有程序定义部分均采用表格填表方式，用户无需记忆此类关键字及其使用格式。★命令格式统一。所有程序语句调用格式完全一致。★语法格式自动检查。自动检查并提示所输入语句的语法格式是否正确，且可自动添加各类名称。★全程提示与帮助。鼠标停留立即显示相关项目提示。编程时提示语法格式，调试时提示变量当前内容，随时按下F1键可得到与当前主题相关详细帮助等。★名称自动管理。用户修改任一名称定义，其它所有包含该名称的程序代码均自动修正。★集成化开发环境。集界面设计、代码编写、调试分析、编译打包等于一体。★学习资源丰富。详细的帮助文件、数十兆的知识库、数万用户的网上论坛、教材已出版发行……
10、结论
你可能希望得到一个关于“我该使用哪种语言”这个问题的更标准的结论。非常不幸，没有一个对所有应用程序都最佳的解决方案。C适于快而小的程序，但不支持面向对象的编程。C++完全支持面向对象，但是非常复杂。Visual Basic与Delphi易学，但不可移植且有专利权。Java有很多简洁的功能，但是慢。创作工具可以以最快的速度产生你的程序，但是仅对某一些类型的程序起作用。最好的方法是决定你要写什么样的游戏，并选择对你的游戏支持最好的语言。“试用三十天”的做法成为工业标准是件好事情。
关于java新闻网站的算法
（一） 算法伦理的研究
1.算法内涵界定。算法源于数学，但现代算法又远远不止于传统数学的计算范畴。算法多被理解为是计算机用于解决问题的程序或步骤，是现代人工智能系统的运行支柱。《计算主义：一种新的世界观》(李建会等，2012)中将算法定义为能行的方法，在外界的常识性理解中所谓算法就是能感受到的一套运算规则，这个规则的特点在于运算时间的有限性、计算步骤的有穷性、输入结果的确切性,它是机械步骤或能行可算计程序。该定义点明了算法应具备的两个基本属性——有限性与有穷性。《用计算的观点看世界》( 郦全民，2016) 则从信息传播的角度解读算法，认为算法实质上是信息处理方法。
2.算法伦理研究
伦理关乎道德价值真理及其判断。存在于自然界、社会中的人，其行为应遵循一定的伦理道德规范。伦理的效应要导向善。伦理道德关注对个体存在的尊重、个体的自由、公平正义以及组织团体的延续与发展等问题。在一定程度上可以说，当今的人类社会已经不能脱离智能算法系统而运行了。
算法无时无处不在对世界产生影响，因而算法也会必然的触碰到伦理道德。和鸿鹏（2017）已指出，算法系统在人类社会生活中的广泛应用，会陷入诸多如人类面临且无法回避的伦理两难选择困境之中。而当算法与伦理发生关联时，学界一般认为会引出职业伦理和技术伦理两种伦理问题。
职业伦理主要与算法系统的开发者有关，指开发者是带有个性价值观、伦理道德观去研发算法系统的行为体，因而算法系统一开始便会掺杂着设计人主观性的伦理道德观。设计者出于何种目的开发某算法系统、面对不同问题设计者持有的伦理道德态度，这些都会在算法系统的运行中得到体现。
技术伦理是算法系统在一定意义上可称之为一种科学技术，这种技术自身及其运作结果都会负载着伦理价值。其实在一些情况下，职业伦理与技术伦理之间并没有很明确的界别，关于这一点，刘则渊跟王国豫已做过论述。
本文将主要从技术伦理的角度对算法关涉伦理这一问题尝试做深入研究。
（二）网络新闻传播的算法伦理研究
算法与技术的融合不断英语于网络新闻传播领域中，从数据新闻到机器写作，从算法推送到舆情到分析，国内新闻传媒领域的机器新闻和相关研究逐渐发展，金兼斌在《机器新闻写作:一场正在发生的革命》(2014)，作者较早的将眼光聚焦于基于算法的新闻内容生产和编辑。认为在自动化新闻生产大发展的前提下，诸如新闻生产或分发中劳动密集型的基础性工作与环节都将被技术取代。张超、钟新在《从比特到人工智能:数字新闻生产的算法转向》(2017) 认为算法正在从比特形式走向人工智能阶段，这种转向使得数字新闻与传统新闻的边界进一步明晰，促使数字新闻生产也产生了变革。胡万鹏在《智能算法推荐的伦理风险及防范策略》中总结了从算法推送方面：针对新闻的价值观所受到的负面影响；以及新闻的公共性、客观性和真实性受到的削弱进行分析；从受众方面：将具体对信息茧房现象以及受众的知情权和被遗忘权展开探讨；从社会影响方面,则针对社会群体、社会公共领域和社会文化所受到的消极影响展开论述。
根据以上文献的梳理可以看出，国内目前对网络新闻传播的算法伦理研究主要集中在新闻业态算法伦理失范的相关问题，因为与其他失范问题相比，这是比较容易发现的。但目前关于网络新闻传播的算法伦理的国内研究还存在不足：国内算法伦理和网络新闻传播算法伦理的研究还是在起步阶段，比较成熟的系统性研究还未出现；关于算法开发人员和平台的责任机制的研究都比较薄弱，总上所述，算法推送新闻的伦理问题研究是有必要继续加强的。
2.新闻推荐算法的兴起、发展与原理
2.1 新闻推荐算法的兴起
随着计算机技术的信息处理的维度越来越高，信息处理的能力不断提升，算法技术可以从大数据中筛选出用户最关心最感兴趣的信息，改变了原有的新闻信息传播方式，重塑了新的媒介生态和传播格局。
但反过来看，在人人都能生产信息的背景下，信息的生产、传播和反馈的速度都是呈几何倍数增长，用户面对的信息越来越多。由于设备的局限性和信息海量，用户无法集中注意力看自己感兴趣的内容，也无法及时抓取对自己有用的信息，于是出现了“注意力经济”。美国经济学家迈克尔·戈德海伯（1997）认为，当今社会是一个信息极大丰富甚至泛滥的社会，而互联网的出现，加快了这一进程，信息非但不是稀缺资源，相反是过剩的。相对于过剩的信息，只有一种资源是稀缺的，那就是人们的注意力。换句话说，信息不能够一味追求量，还要有价值，价值就在于用户对信息的注意力，谁获得了用户的注意力就可以有市场的发展空间，通过“贩卖”用户的注意力能够使新媒体聚合平台获得利润，维持发展。再加上现在生活节奏越来越快，人们对信息获取的量和效率要求提高，不想把时间浪费在自己不感兴趣的信息，从而用户获取信息的“个性化”特征变得明显起来。
基于此背景下，算法推送新闻的传播机制应运而生，用户不需要特意搜索自己需要的信息，而是海量的信息会自行“找到”用户，为用户节省搜索时间之余，又能做到真正为用户提供有用的信息。
2.2新闻推荐算法的发展现状
算法推荐是依据用户数据为用户推荐特定领域的信息，根据受众使用反馈不断修正并完善推荐方案。目前主要有两类新闻机构使用算法推送，其一是新型的互联网新闻聚合类平台，国内主要是以今日头条和一点资讯等算法类平台为代表，在我国新闻客户端市场上拥有极高的占有率。张一鸣创建今日头条是依靠大数据和算法为用户推荐信息，提供连接人与信息的服务，算法会以关键词等元素判断用户的兴趣爱好，从全网抓取内容实现个性化推荐。国外则是以Facebook、Instagram等平台为代表，这些APP都是通过算法挖掘用户的数据，以用户个性化需求为导向对用户进行新闻推送。另一种则是专业新闻生产的传统媒体，为积极应对新闻市场的竞争和提高技术水平而转型到新闻全媒体平台，如国内的“人民日报”等，国外利用算法推送向用户推送新闻的传统媒体则有美国的美联社、华盛顿邮报和英国的BBC等,他们利用算法监督受众的数量还有阅读行为，使他们的新闻报道能够更加受受众的喜欢，增加用户的粘性。
2.2 新闻推荐算法的原理
2.2.1 新闻推荐算法的基本要素
算法推送有三个基本要素，分别是用户、内容和算法。用户是算法推送系统的服务对象，对用户的理解和认知越是透彻，内容分法的准确性和有效性就越准确。内容是算法推送系统的基本生产资料，对多种形式内通的分析、组织、储存和分发都需要科学的手段与方法。算法是算法推送技术上的支持，也是最核心的。系统中大量用户与海量的信息是无法自行匹配的，需要推送算法把用户和内容连接起来，在用户和内容之间发挥桥梁作用，高效把合适的内容推荐给合适的用户。
2.2.2 新闻推荐算法的基本原理
算法推送的出现需要具备两个条件：足够的信息源和精确的算法框架。其中，算法的内容生产源与信息分发最终效果密切相关：是否有足够多的信息可供抓取与信息是否有足够的品质令用户满意都将对信息的传播效果产生影响。与此同时，分发环节也在向前追溯，改变着整个传播的生态。目前，国内新闻传播领域所使用的算法推送主要有三大类——协同过滤推送、基于内容推送和关联规则推送。
协同过滤推送分为基于用户的协同过滤和基于模型的协同过滤。前者主要考虑的是用户和用户之间的相似度，只要找出相似用户喜欢的新闻文章类别，并预测目标用户对该文章的喜欢程度，就可以将其他文章推荐给用户；后者和前者是类似的，区别在此时转向找到文章和文章之间的相似度，只有找到了目标用户对某类文章的喜爱程度，那么我们就可以对相似度高的类似文章进行预测，将喜爱程度相当的相似文章推荐给用户。因此，前者利用用户历史数据在整个用户数据库中寻找相似的推送文章进行推荐，后者通过用户历史数据构造预测模型，再通过模型进行预测并推送。
基于内容的推送即根据用户历史进行文本信息特征抽取、过滤，生成模型，向用户推荐与历史项目内容相似的信息。它的优点之一就是解决了协同过滤中数据稀少时无法准确判断分发的问题。但如果长期只根据用户历史数据推荐信息，会造成过度个性化，容易形成“信息茧房”。
关联规则推送就是基于用户历史数据挖掘用户数据背后的关联，以分析用户的潜在需求，向用户推荐其可能感兴趣的信息。基于该算法的信息推荐流程主要分为两个步骤，第一步是根据当前用户阅读过的感兴趣的内容，通过规则推导出用户还没有阅读过的可能感兴趣的内容；第二是根据规则的重要程度，对内容排序并展现给用户。关联规则推送的效果依赖规则的数量和质量，但随着规则数量的增多，对系统的要求也会提高。
2.2.3 算法推送的实现流程
在信息过载的时代，同一个新闻选题有很多同质化的报道，因此分发前需要对新闻内容进行消重，消重后的新闻内容便等待推送，此时的推送有三个类别：启动推送、扩大推送和限制推送。
第一类是启动推送，先对用户精准推送，即将其订阅账号的更新内容第一时间向用户推荐；然后根据用户的历史浏览数据，把相似的文本特征归类后推送给其他用户；最后是给关注用户的相似人群进行推荐。第二类扩大推送是指对于某个点击率、阅读时长都明显高于平均水平的新闻内容，系统会将它自动筛选出来，并向更多的人进行推荐。但在扩大推荐的过程中，系统会依据用户的反馈进行调整。第三为限制推送，指某个点击率、阅读时长都明显低于平均水平的新闻内容，会被系统自动筛选出来，遏制推送，这样的内容会被缩小推荐范围。
3. “今日头条”新闻推荐算法分析
“今日头条”是国内一款资讯类的媒体聚合平台，每天有超过1.2亿人使用。从“你关心的，才是头条！”到如今的“信息创造价值！”，产品slogan的变化也意味着今日头条正逐渐摆脱以往单一、粗暴的流量思维，而开始注重人与信息的连接，在促进信息高效、精准传播的同时注重正确的价值引导。
在2018年初，“今日头条”的资深算法架构师曹欢欢博士在一场分享交流会上公开了其算法运行原理。在他的叙述中，非常详细地介绍了“今日头条”的算法推荐系统概述以及算法推荐系统的操作原理。
3.1.1-1 曹欢欢博士的今日头条算法建模
上图用数学形式化的方法去描述“今日头条”的算法推送，实际上就是一个能够得出用户对内容满意程度的函数：即y为用户对内容的满意度，Xi,Xc,Xu分别是今日头条公开的算法推送的三个维度：Xi是用户，包括用户的性别、年龄、职业和兴趣标签，还有其他算法模型刻画的隐形用户偏好等；Xc是环境，这也是移动互联网时代新闻推送的特点，由于用户随时随地在不停移动，移动终端也在移动，用户在不同的工作场合、旅行等场景信息推送偏好也会不同；Xu是内容，今日头条本身就是信息聚合类平台，平台上涵盖各种不同形式的内容。本章将以该函数为基础，逐一分析今日头条的推荐算法。
3.1 推荐维度之一：内容分析
内容分析原指第二次世界大战期间，传播学家拉斯韦尔等研究学家组织了“战士通讯研究”的工作，以德国公开出版的战时报纸为分析研究对象，弄清报纸内容本质性的事实和趋势，揭示隐含的隐性情报内容，获取了许多军情机密情报并且对事态发展作出情报预测。在“今日头条”中，内容分析则是对文章、视频内容提取关键要素，通过对文本、视频标题关键字进行语义识别，给内容进行分类。“今日头条”的推送系统是典型的层次化文本分类算法，来帮助每篇新闻找到合适的分类，比如：第一大分类是政治、科技、财经、娱乐、体育等，体育类可以下分篮球、足球、网球等，足球又可以下分中国足球和国际足球，中国足球最后下分为甲、中超、国家队等。这一步是对文章进行对这个工作主要目的是对文章进行分类，方便以后对客户推荐。
想要内容分析实现效果，则需要海量的内容信息给算法系统提供有效的筛选和分类。“今日头条”既然是依赖于算法推送新闻，那它背后的数据库必然是强大的，“网页蜘蛛”和“头条号”就是支撑今日头条平台消息来源的重要渠道，其消息来源极其丰富，何时何地有何新鲜事，都能高效率抓取信息。
第一个消息来源的渠道是“网页蜘蛛”，“网页蜘蛛”又叫网页爬虫，头条使用的就是搜索引擎爬虫叫“Bytespider”。它能按照一定的规则，自动爬行抓取互联网的信息或脚本，就像蜘蛛通过蛛网进行捕食，当发现新的信息资源，蜘蛛会立刻出动抓取信息内容并将其收入自己的数据库中。和微信的垂直搜索不同，Bytespider是能够抓取全网内容的全新搜索引擎，因此“今日头条”的搜索引擎功能很全面，搜索的资源很广，资源包容性极高。
Bytespider信息抓取的基本流程如下：首先是网页抓取。Bytespider顺着网页中的超链接，从这个网站爬到另一个网站，通过超链接分析连续访问抓取更多网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍，理论上，从一定范围的网页出发，就能搜集到绝大多数的网页。第二步是处理网页。搜索引擎抓到网页后，还要做大量的预处理工作，才能提供检索服务。其中，最重要的就是提取关键词，建立索引库和索引。其他还包括消除重复网页、判断网页类型、分析超链接、计算网页的重要度、丰富度等。第三步提供检索服务。用户输入关键词进行检索，搜索引擎从索引数据库中找到匹配该关键词的网页，为了用户便于判断，除了网页标题和URL外，还会提供一段来自网页的摘要以及其他信息。
第二个消息来源渠道是“头条号”。与“今日头条”不同，它是今日头条针对媒体、国家机构、企业以及自媒体推出的专业信息发布平台。致力于帮助生产者在移动互联网上高效率地获得更多的曝光和关注。简单来说头条号是媒体在上面撰写并发布文章、视频后，会在今日头条（包括今日头条极速版）平台展示。通过头条号后台，媒体可以看到具体文章推荐量、阅读量、粉丝阅读量、评论量、转发量和收藏量，最后通过这些可以量化的用户阅读行为的反馈，算法系统进一步对目标用户进行内容推荐。
3.2 推荐维度之二：用户分析
用户分析通过提取用户的有效数据，如用户经常浏览的文字类型、经常搜索的关键字、注册时登记信息的内容等，算法系统可以将每个用户的浏览记录、浏览时间、留言、评论和转发等行为进行关键字提取，最终形成用户画像，以便之后对用户进行文章和视频的精准推送。举个例子，给喜欢阅读“体育”的用户标上“体育”标签；给喜欢“娱乐”的用户标上“娱乐”的标签，这一步的作用是给用户的兴趣进行建模，包括用户对文章和视频的全局热度、分类热度，主题热度，以及关键词热度等。热度信息在大的推荐系统能够解决新闻冷启动问题，帮助新闻实现推送。
用户分析还具有协同特征，它可以在部分程度上帮助解决所谓算法越推越窄的问题。协同特征也就是“联想式”的推送方法，并非只考虑用户已有历史，而是通过用户行为分析不同用户间相似性，比如点击相似、兴趣分类相似、主题相似、兴趣词相似，甚至向量相似，从而扩展模型的探索能力。根据用户之间计算数据的相似程度，把用户细化分类成为不同的目标群体，再向目标群体集中的推送其感兴趣的新闻内容
内容分析和用户分析是相辅相成的，如果没有分析的文本标签，无法得到用户兴趣标签，没有用户的兴趣标签就无法给用户定位实现精准推送。
3.3 推荐维度之三：环境分析
环境分析就是根据文章的时效性和接近性推送给相应的用户，比如获取用户当前所在位置是否在旅游区，这个可以通过获取用户的实时位置来实现。还会不断与用户之前经常出现的所在地进行对比等方式确认当前状态，分析出用户是在常住地区还是在旅行。这时若系统检测到用户正在泰山及周边游玩，则可能会相应推送泰山的相关文章、周边的交通新闻和天气信息等等。
通过上面三个推荐维度可以作为数据基础，分析当前用户处于什么环境，结合用户画像以及文章的内容分类来推荐，尽量做到推送的内容都是用户所感兴趣的。算法系统还会通过内容分类、分析抽取，把文本相似度高的文章，包括新闻主题、内容相似的文章进行消重，解决推送重复的问题，进一步对目标用户进行精确且不重复的内容推荐。最后过滤质量低俗色情的内容，以免造成平台会有负面倾向。
3.4 “今日头条”新闻推荐算法的价值取向
3.4.1 “用户为上”
“今日头条”的算法推送是站在用户的立场上的，以满足用户个性化和推送的精准性，“今日头条”也重新衡量了新闻价值标准：以用户为上，用户对新闻内容和阅读方式的满意度便是平台推送新闻的价值宗旨。传统媒体时代，只有报纸和电视，有什么受众就得看什么，而如今“今日头条”根据用户兴趣去进行推送。算法推送平台用户范围广，很多用户热衷关注负面，也有许多用户都有窥视欲和好奇心，喜欢无聊八卦和无聊新闻，而且在好奇心作用下用户都有从众心理。这使得生产者过度去迎合受众，只要是用户喜欢看就可以发表在“今日头条”上。
3.4.2 “算法主导”
“今日头条”更注重技术分发，生产者是用户，受众者也是用户，这样一来内容监管和分发就很困难。算法推送机制根据用户爱好进行推送，这样生产的内容快、也无疑会加速内容配送效率。在算法推送模型中，用户点击频率、阅读时间、点赞评论以及转发在算法时代都是可以进行量化的目标。在这样情况下生产的内容，想要获得较大点击率和推送率，需要标题才能吸引用户，因为用户在平台一眼能看到的就是标题和配图。标题和配图决定用户是否会打开你的内容，这导致许多内容生产者在编辑新闻标题时陷入标题党的怪圈，还有导致低俗内容的呈现，以制造冲突制造悬念贴标签等方式引用户点击，意图把自己的文章做成爆文。对于海量的信息内容，即使今日头条数据和智能推荐做的再好，目前来说也难以抵挡海量的垃圾信息。
4.算法推送新闻引发的伦理问题
在如今网络时代的传播思维中，“用户为上”、“算法主导”的新闻价值取向已经在算法聚合类平台成为了普遍，算法推送技术作为吸引用户的手段，搭建起一个充满诱导的媒介环境，以此增加用户对平台的粘性。算法推送技术在获取信息、传播速度等方面与以往相比有着跨时代的进步，但与此同时，由于算法推送技术的加入，衍生出新的伦理问题，并且日渐复杂化。
4.1 算法推送引发的伦理问题
4.1.1 算法推送过于机械化，没有思考能力
单向的算法推荐对用户来说经常会带来内容杂乱无章、信息量过大、信息价值低等问题。从逻辑讲，算法只是从关键字的检索匹配来完成统计推荐，但对新闻报道或文学作品具有艺术性、专业性的内容来说，是不能保证推送的质量的。算法方面，目前主要基于匹配检索与统计，大部分都是个人关注的信息类型和标签，难以达到较好的推送效果。一千个人眼里有一千个哈姆雷特，但是计算机只有只有一个。算法技术过于注重机械化的统计，只根据关键词来推荐用户，对我们中国具有博大精深的中国文字文化底蕴，推荐算法是远远不够的。整个新闻客户端显得像是一个菜市场，没有态度、没有风格，阅读感受单一化，呈现了碎片化的特点。新闻不只是让用户能够了解身边发生的新鲜事，还有宣传正面思想和传播正能量的作用，新闻应该还要给人们带来新的思考。让机器做出正确判断很简单，但是让机器综合心理学、社会学、乃至某细分领域内的规则做出判断还要正确地引导受众则很难，正如现在算法技术还不能完成一篇富有人文性、文学性和批判性的深度报道，它止步在了碎片式的、表层的传播范畴。
4.1.2 容易引起“信息茧房”效应
“信息茧房”这一概念是凯斯.桑斯坦在《信息乌托邦》一书中提出的。意指受众在过度的信息自我选择之中，这样会降低接触外界其他信息的可能，从而将自己的生活桎梏于蚕茧一般的“蚕房”中的现象。人们的信息领域会习惯性被自己的兴趣引导，信息窄化带来了受众对信息接收的单一性，这种单一性的可能会使受众陷入循环，加重受众信息同质化。
在互联网的普及初期，受众主要是从主流媒体和门户网站获取新闻信息，主流媒体能够保障新闻的质量；对于其他资讯的获取，由于技术的限制，此时的茧房并没有过度被放大，受众是有适当的自主选择性阅读新闻的。但到了如今以智能技术的互联网时代，情况发生了改变，信息茧房的现象越来越明显，用户被标签的情况下，算法系统进行大量的主动推送，使受众被动地成为信息的接收者。用户的阅读兴趣不可能涵盖所有的知识领域，算法分发的核心逻辑是根据用户的行为数据来进行精确推荐的，但同时算法又会自动过滤掉“不感兴趣”“不认同”的信息，实现“看我想看，听我想听”。在此过程中，因为算法技术的力量将用户的信息选择效果放大了倍数，进而将受众困住在信息茧房当中，受众也很难凭借自身力量打破茧房，甚至在不知觉中受到更多负面的影响。
4.1.3 算法推送的“伪中立性”
客观和全面是新闻伦理的基本要求，新闻从业者必须从可好信息源来获取真实的信息，以客观的态度反应现实。我们惯常认为,互联网技术服务商是技术中立者,不需要承担约束大众媒体的社会责任，然而当信息把关人又新闻编辑转变为算法工程师，传统的媒介伦理似乎已经失效。算法具有商业倾向性，“中立性”是算法平台用以逃避媒体责任的理由，给大众媒介造成传播乱象，如此一来更像是一场算法平台“肆意妄为又不想负责”的诡辩。
算法平台的信息源是经过选择和过滤的，“头条号”的内容占“今日头条”整个信息系统的绝大部分，然而在“人人都可以做新闻人”的时代，头条号平台是一个开放的网络媒介环境，存在大量的偏见和错误的认知。无论是“今日头条”平台设立的算法规则，还是其他爬虫的抓取的关键词，算法系统的信息源很多是具有目的性的、有偏见和非客观的信息，所以信息源不能直接作用于用户。因此，筛选算法系统的信息源与传统的人工编辑相比较，范围极广且很难把关，若算法被恶意利用，那么使整个传播系统将会被轻易控制。
4.1.4 算法推送里的“议程设置”
原议程设置功能揭示的重要内涵是：“受众对新闻的看法虽然被大众媒体议程设置功能所主导，但其更深刻的是议程设置给大众媒体新闻带来放大与延伸，从而使受众对新闻选择做出能动性修正，让受众在满足需求和媒介依赖中逐渐培养出的潜在认同感”。
推送算法技术在互联网平台的运用，使原来传统媒体主导的议程设置过程发生了变化，伴随着传播权的转移、公众参与度的提高和信息量剧增等原因导致议程设置功逐渐能减弱。过往传统新闻的内容是由编辑有选择地进行报道后再呈现在受众面前的，而个性化新闻推送是用户自己来选择看哪一方面的内容，而这一环节中，天然的技术赋权将传播权从传统媒体下放至平台的用户，使得受众和社会的连接无需依赖传统媒介，新闻媒体作为把关人的作用和议程设置功能都在减弱。
4.2 算法新闻治理缺陷下的算法权利异化
算法作为人工智能的基石之一，是“一种有限、确定、有效并适合用计算机程序来实现的解决问题的方法,是计算机科学的基础”。近年来,伴随人工智能深度学习算法取得的重大突破和大数据时代的到来,人工智能的应用场景不断拓展，人工智能时代正逐渐从想象成为现实。借助于海量的大数据和具备强大计算能力的硬件设备,拥有深度学习算法的人工智能机器可以通过自主学习和强化训练来不断提升自身的能力,解决很多人类难以有效应对的治理难题。伴随人工能算法在国家和社会治理中重要性的日渐凸显,国家和社会对于算法的依赖也逐渐加深,一种新型的权力形态——算法权力也随之出现。
可以把算法权利分为四种：数据主权、算法设计权、研发的资本权和算法控制权。由于前三种权利都是单向的、算法开发者赋予算法的权利，是属于算法开发者的，与算法分发平台呈现的效果没有直接的影响，所以本文将着重论述算法控制权。
算法控制权是双向的，用户是算法技术数据行为的提供者，同时又是被算法技术控制的受害者。例如我们看到“今日头条”会通过推送算法来监管用户的发布和浏览行为，同时平台会通过算法决策系统来实现内容的发布去引导用户。算法控制权当然是一种天然技术赋予的权利，但算法控制权是在用户提供数据行为的情况下才得以实现的，因此算法控制权既存在内容生产权，同时有要尊重和保护算法相对人的义务。
正因为如此，算法技术被认为是一种双刃剑，一方面算法能够做出精准的行为预测，可以为管理者提供非常好的循环干预机制；对于公共行为主体来说，可以通过对大数据的应用来解决社会治理问题，对于私人主体来说可以借助数据来提供个性化和定制化的服务；另一方面，算法技术存在着诸如利益和风险不对称等问题，而且由于算法技术发展的超前性，新科技的创造者具备不对称的信息和技术优势，能够按照自身利益的需求来塑造在平台上的算法推送逻辑和社会系统，这带来了监管的不确定性。人们要通过集体行为去承担社会责任，通过这样的方式规制算法权利，可以让我们能够对算法分发系统的意义和价值得到更深刻的思考。
关于java新闻的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于基于javaweb的新闻发布系统、关于java新闻的信息别忘了在本站进行查找喔。