课程概览

本课程围绕新闻与舆情数据的产生、获取、处理、分析和表达展开。学生将学习如何把传播问题转化为可操作的数据问题，综合使用描述性统计、文本挖掘、情感与立场分析、时间序列、社会网络和可视化方法，并在大模型参与分析的场景中保持清晰的证据边界。

课程强调“理论定义—数据获取—模型分析—人工核验—结论表达”的完整链路。能够采集的数据不一定适合使用，模型生成的结果也不等于事实；所有研究结论都需要说明数据来源、样本范围、方法限制与适用条件。

课程讲义

后续章节将在课程推进过程中持续更新。

主要内容

1. 新闻与舆情理论及其数据来源
2. 新闻与舆情数据采集、清洗、集成与转换
3. 描述性统计、时间序列与可视化分析
4. 文本分类、聚类、主题、情感与立场分析
5. 社会网络中的社区识别与信息传播
6. 舆情研究设计、模型评测与综合应用
7. 大模型辅助分析的证据核验、伦理与披露

学习要求

完成课程后，学生应能明确新闻与舆情研究中的对象、平台、时间窗和分析单位，选择适当的数据与方法完成分析，并对采样偏差、隐私伦理、模型误差和因果边界作出负责任的说明。