第一章 技术革新：机遇与威胁
1.1 互联网的起源与发展
1.2 技术的争议
1.3 信息茧房危机
第二章 算法推荐的“子弹”：如何影响我们
2.1 算法型信息分发的需求和特点
2.2 打向你的“魔弹”为什么你容易相信算法推荐的信息
2.3 理论模型与量化研究的必要性
第三章 打开个性化推荐系统之门
3.1 现有个性推荐模式分类与比较
3.2 自变量缺失：如何得出算法推荐与“茧房”的关系
3.3 准确率与召回率：衡量推荐水平的通用工具
3.4 系统设计
3.5 用户界面展示
第四章 传播效果：算法影响了什么
4.1 研究背景
4.2 研究目的与总体设计
4.3 研究结论
4.4 分析与讨论
第五章 谣言如何传播
5.1 研究问题
5.2 研究材料与方法
5.3 研究结果
5.4 分析与讨论
第六章 从个体到社会
6.1 相关模型与理论基础
6.2 ISIC模型构建
6.3 ISIC在微博中的仿真传播模拟
6.4 模型检验——以“成都七中”“国航监督员”“进口药加税”事件为例
6.5 分析与讨论
第七章 危机与谣言典型事件分析
7.1 教科书式的公关灾难——国航监督员事件舆情分析
7.2 “成都七中食品安全”事件大数据分析报告
7.3 “对美进口药加税”事件大数据分析报告
第八章 群体极化与社会谣言
8.1 群体极化
8.2 群体极化与粉丝社群
8.3 群体极化与公共危机事件
8.4 群体极化产生的内在原因
8.5 群体极化的外部原因与算法和谣言
8.6 算法对于群体极化的反向赋权
后记 推荐算法时代：赛博朋克的提前到来
展开
