作者：徐婧 马晓悦
来源《西安交通大学学报（社会科学版）》2020年第3期
随着数据科学持续深入地嵌入到日常社会生活，对数据科学与人文社会科学各学科的交叉融合的讨论已成为学界关注的焦点。本研究通过对前沿研究的爬梳与典型案例分析，尝试厘清出数据科学与媒介研究在方法、方法论层面的交叉融合路径并勾勒出其所引发的反思、批评与学科交叉研究的新进展。在方法层面，研究以多元数据融合为典型案例，分析其在微观、中观、宏观三个层面对媒介实践中的媒介融合、内容生产及其对传播路径产生的影响。以多元数据融合为代表的方法使用，表征了媒介研究从以文本为中心到以物质性为中心的方法论转型。这种以数据理性和媒介物质性为基础的新媒介逻辑，形塑和建构了人类的主体间互动、日常生活与社会系统，印证了基特勒“媒介决定了我们的处境”这一经典理论论断。
媒介技术；数据科学；多源数据融合；媒介化；物质性；人工智能；算法；技术伦理
科学研究的思路与方法在媒介技术发展的驱动下不断创新，数据科学正是在这种创新变化中兴起，一系列的研究成果正在围绕数据科学和媒介研究的交叉融合形成。早在1992年法国 Montpellier University II召开的日本—法国科学家第二次研讨会上，数据科学(Data Science) 第一次被正式提出，直到2012年前后，数据科学才伴随着大数据研发与应用真正被学术界广泛关注。数据科学是在不同学科领域，以数理统计和计算机科学为理论方法支撑，旨在发现和提取知识的一个专门化的研究领域[1]。快速发展的互联网信息技术和移动通信业务使人与人之间的信息流动越来越频繁，数据科学所依托的数字化信息技术，逐渐嵌入社会科学研究及社会日常生活的各个领域。数据科学对传统新闻传播实务和学术研究均产生深刻影响：就媒介形态而言，新的数字技术引发“新—旧”媒介的更替与碰撞；就新闻文本的呈现方式而言，数据逻辑成为新的新闻文本生产逻辑，深刻改变了新闻传播的信息组织方式。当然，数字技术的革新对媒介研究宏观理论的影响也极为深远：以英尼斯、麦克卢汉、梅罗维茨等发端的媒介环境学派，以基特勒、克莱默尔为代表的德国媒介技术学派，以夏瓦、延森为代表的的媒介化理论学派，均聚焦技术、媒介、传播与社会过程等多元主体间的互动关系，强调物质性媒介对社会系统的形塑作用。这为本文考察数据科学与媒介研究的交叉取向提供了重要理论视角：物质性的技术手段如何影响、形塑了信息和意义的生产和传播。另外值得关注的是，技术的革新对业界、学界的影响势必会挑战传统的新闻传播学教育体系，如何建立顺应新媒体时代的社会需求、技术特点的新型新闻传播教学科研体系，是亟需回答的问题。李明德等[2]提出应建立“精约融合、技术偏向、创业创新”的教学体系，具有“本土视角、交叉范式、服务地方”的科研体系以及具有中国特色的教材体系，由此提升新闻传播教育科研融入、推动社会实现的能力。喻国明[3]还提出应对技术变革的重要手段是重视以人工智能、大数据技术为基础的计算传播学在当前新闻传播学科的推进。基于数据科学展开的跨学科研究，已成为当下推进学科发展的应有之义。本文基于数据科学迅猛发展的时代语境，探析数据科学与媒介研究的融合方式及其背后的方法论变革，从微观方法、宏观范式以及对这种变革的反思与批评三个层面阐释当下数据科学与媒介研究的交叉领域及其内在机理与应用价值。总体而言，本文旨在厘清以下几个问题：第一，基于当前全球视野，勾勒出数据科学与媒介研究交叉研究的前沿路径；第二，分析当前研究中出现的趋势、特点与不足，特别聚焦具体的数据表达与方法实现，讨论融合数据的应用；第三，解释这一跨学科交叉研究背后的方法论变革，即宏观的“技术与媒介”关系问题。大数据虽然捕捉的是事物之间的相关关系，但是也存在深刻的因果基础，这使得相关关系具有积极的科学基础[4]。自数据科学成为一种显著的媒介研究推动力起，诸多研究就已敏锐捕捉到数据技术与新闻传播即将发生的深度融合与互构，并积极为这一趋势建构理论蓝图。例如，计算社会科学在新思潮和新方法的现实语境下，与传播学的交叉带来的数据价值优势；数据科学语境中的广告、舆情研判、科技新闻生产与传播；将技术手段有机与新闻的生产与呈现结合起来的数据新闻；伴随着NLP(自然语言处理)和NLG（自然语言生成）技术兴起的背景下，机器互动中由客观的辅助性“媒介平台”转向一种动态参与传播行为的主体[5]；以人工智能技术为内容化的机器人写作、新闻推荐系统、自动化事实核查、智能广告的广泛应用。这些转变深刻变革了传统的传受主体关系，也催生出更深层的技术伦理反思。技术发展与人类、社会的关系议题是社会研究的“母题”之一。如《弗兰肯斯坦》中的经典隐喻，人类一方面对科技催生的人造物及其生产力持有执着的欲望；另一方面在面对高速发展的技术时，却也对其不可控性、破坏性的一面持有忧虑和反思。人工智能和计算社会科学的发展，引发了人类社会对数据技术的担忧。人工智能技术应用于新闻传播领域，特别是新闻生产中后，对新闻伦理和现有的新闻法规提出了挑战。比如“数据黑箱”问题可能会引发“流量工厂”驱逐优质新闻、定制推送回化社会分层、技术平台反收编新闻机构等社会格局的变化[6]。随着数据科学与新技术的不断深入，更多研究开始就数据科学与媒介研究展开更为全面的探讨,“信息茧房”“媒介伦理”“人机互动”等新概念与新问题成为主要问题域得以呈现。基于具体技术应用和理论研究范式诉求，目前呈现出针对“技术/数据—媒介—社会”这一新的方法论逻辑体系可能带来的伦理隐患的反思。大数据和人工智能背景下，新的媒介和载体不断产生新的数据类型，如何将这些海量的多源数据进行有效融合与管理成为一个重要问题。目前，大量研究集中在算法新闻、数据可视化、人工智能技术下的新闻生产、分发等方面，对更为具体的数据实践涉猎较少或不够深入细致。为了解决这个问题，本文以多元数据融合为典型案例，聚焦其算法技术以及弱人工智能的机器学习，通过梳理前沿理论及研究，具体阐明多元数据融合作为当下数据科学与媒介研究交叉领域的新兴方法，以及其在概念层次、方法技术、应用领域三个角度的实践价值和对媒介逻辑的影响。大数据和人工智能背景下，新的媒介和载体不断催生新的数据类型的应用，如何将海量的多源数据进行有效融合和管理成为一个重要的问题。多源数据融合起源于军事领域中的多传感器综合应用，是通过各种感官获取信息并利用大脑综合分析从而认识世界的一种功能模拟[7]58，是由不同用户通过不同的来源渠道，产生如数值、文本、音频、视频等多种不同表现形式的数据，而这些数据可以通过自动检测、关联、估计、组合等处理，融合为一个独立、完整的数据集，以便为用户或企业提供决策服务[8]。多源数据融合的本质是一种多层次、多方面、多渠道的数据融合过程，其理论逻辑是通过相关性原理揭示事物要素的属性及其关联关系，通过多源表示原理揭示多源数据的外部特征，通过意义建构理论揭示认知与语义层面的关系[9]。如图1所示，多源数据融合的方法技术主要包括：基于物理模型、参数模型和认知识别模型的方法分类；基于知识规则和信理论的方法分类；基于信息论、决策论、人工智能的方法分类等[10]。不论方法如何分类，常用的数据融合方法主要有加权平均法、Bayes方法、D-S证据合成方法、模糊推理、神经网络等。
多源数据融合的应用比较广泛。最初的应用主要集中于传感器领域，但该领域主要考虑信号数据的采集与整合，对媒体平台等社会数据的关注度有所欠缺，给大数据环境下多源数据的融合造成较大局限性，哈莱基亚（B．Khaleghia）等[11]从较宏观的角度对多源数据融合方法技术进行综述，包括价值以及现阶段存在的难点。乔普拉（K．Chopra）等[12]构建出多源数据融合的工具模型，并针对情报分析中的不确定性进行探讨。马尔科（A.Marco） 等[13]则重新定义一个由语义、功能和模型构建的涉及语义、时态和地理空间等多维信息的集成框架，用认知集成方法实现智能应用之间的高层次融合，在各个数据融合模型之间完成连接，并通过实际案例演示在知识发现和提高预测精度等方面的应用。在大数据和人工智能的推动下，多源数据融合技术已经广泛应用于各行各业中。马捷[14]基于城市数据资源体系，提出面向语义的元数据模型，同时结合不同用户的需求分类，构建基于多源数据的智慧城市数据融合框架并提出城市发展建议。韩普[15]则从医疗大数据获取、关系挖掘、知识图谱表示和存储等角度入手，提出多源数据融合的医疗知识图谱构建的理论框架。多源信息融合虽然已有不少研究，但针对媒介与媒介融合等的作用方式仍比较缺乏。本文将媒体平台中数据的多层次融合机制自下而上分为数据特征、表现形式和媒体内容，如图2所示。微观层面从数据的角度出发，阐述融媒体数据的多种特性以及大数据环境下的存储、转化、分析以及融合等原理；中观层面从数据的表现形式出发，利用多源数据融合的技术方法对文本、图片、视频等多种形式的融媒体数据进行理论上的融合；宏观层面则从新闻内容出发，关注不同媒体平台之间内容的融合。基于此，构建融媒体数据的多层次融合模型，自下而上，由小及大，层层递进。区别于传统媒体时代的数据，融媒体数据包括传感器、互联网中的媒体平台等固定或移动客户端产生的结构化、半结构化、非结构化的复杂数据，具有数量大、种类多、价值密度低等多种特性。对这些来源分散、形式多样的复杂数据进行特征挖掘、整合与利用，往往可以产生新信息，创造新价值，带来新效果。首先，融媒体数据包含丰富的时间信息，例如用户在网络媒体平台发布动态，系统会记录具体的发布时间、在各媒体平台的传播时间和媒体响应时间。其次，融媒体数据中的空间信息相对单一与稀疏，往往体现在用户使用媒体平台时的地理位置信息以及移动过程中的空间位置变化，这些空间信息有利于提升社交网络搜索的准确率。再次，用户在使用各个媒体平台时通常留下的文本均较短，因此融媒体数据中的文本数据还具有较高的语义稀疏性。不同的用户具有不同的数据偏好，不同时空下的数据热点也不相同，这些特点均为融媒体数据的融合带来了困难[16]。最后，融媒体数据融合的关键还在于加快完善数字基础设施，推进数据资源的整合和开放共享。相关部门要加强数据开放的深度和广度，加大各类数据库的扩容，同时加强数据库之间的纵深融合，增强数据之间的关联度，打造融媒体格局下的 “融合数据库”[17]。伯格（Berger）等[18]138曾提出，社会现实的建构基础在于人类对日常生活的意义阐释与传播。每次技术革命所引发的范式转换都在很大程度上改变人们的思维方式和行为方式。因此，在当前数据科学与媒介研究交叉的基本语境下，考察的重点即是意义的建构如何经由数据理性、数据科学及其物质性的中介设施，对人类的阐释与理解活动产生影响。同时，重新审视新的方法论转型，观察学界对“技术/数据—媒介—社会”这一新的方法论逻辑体系的建构。随着数字技术、空间、身体等问题不断受到传播学界的重视，传播学研究开始从关注文本性、精神性、非物质性的问题转向愈加关注物质性的问题[19]。数据科学的持续进展，促使新闻传播研究对象从传统的文本内容为主，向物质性的媒介研究转向。这一物质性转向不仅是方法层面的，更是对关于“传播”知识的结构性和方法论转变。针对媒介与传播辩证关系的思考由来已久。媒介与传播不仅仅是承载意义的符号在一定技术平台中介下对社会与个体的作用与影响，而且媒介是一种涉及到社会意义的机制，媒介是整体社会系统中的一个子系统——媒介即讯息。因此，应该将媒介及其作用置于社会变迁的大背景下来分析。正是看到这一点，在数据科学及其所涵盖的大数据、人工智能等新技术日益嵌入日常生活，并不断催生新现象、新知识的当下，重新理解和认识媒介技术—社会—主体的三元关系是一个重要的学术命题。对媒介化（mediatization）理论和媒介技术学派的理论接受与现代阐发正是在这种语境中完成的。作为概念术语的“媒介化”由曼海姆[20]90最早使用，他提出“人类关系的媒介化”的论述。此后，克罗兹、舒茨（Alfred Schutz）等常人方法论（ethomethodology）学派的理论家多有阐发。近年来这一概念在媒介研究中得到广泛关注，激发了许多有关媒介化政治、媒介化社会的学术讨论，但“媒介化”并非一个具有固定边界和稳定范畴的成熟理论范式。因此目前的讨论主要集中在对媒介化与中介化的理论辨析，并通过对比研究明确媒介化的内涵与外延[21]。媒介化本质上是媒介效果向宏观社会效应的一种延展，通过这一概念来理解媒介所造成的复杂社会后果。媒介化更多集中在媒介形式如何“介入”当代生活的不同层面，特别是建制化的社会事件，如政治、文化、宗教和教育[22]。媒介技术的演化为媒介化社会的形成提供了可能。克罗兹（Krotz）[23]认为媒介化应当是一个与全球化、个人化概念类似的“元过程”，并依此来描述和分析正在发生的与媒介相关的社会和文化变迁。作为元过程的媒介化，它是一种动态变化的社会力量，能够深刻影响社会与文化景观，并与全球化和个人化的浪潮产生共振。而媒介技术的深入使得媒介不仅是自立的社会机构，还深入到其他社会机构的运作中。媒介在制度化和技术化的过程中通过传播行为具有形塑能力，又因媒介技术的不断更新及其在各个社会领域的渗透，社会、文化、媒介和政治不再是独立的子系统，而是相互依赖、相互作用的延伸、替代、融合和接纳过程[24]191-202。而今，数据科学深度嵌入媒介与传播的各个环节，也许我们可以更新舒尔茨（Winfried Schulz）的媒介化理论：媒介逻辑和媒介语法遵循数据的基本逻辑，这一逻辑变迁改造了我们看待和解释社会事务的方式。值得注意的是，媒介化理论在网络时代呈现空间转向的理论趋势。媒介技术的发展导致时空的变化，快速的信息传播在一定程度上克服时空限制，改变时空观念及其社会影响。互联网通过连接人与计算机，进一步实现人与人、人与数据、人与技术的互动。基于web2.0技术的社会化媒体在日常生活中将空间问题放大，由此引发从空间视角来审视媒介化问题的学理需求，这一视角可能会带来一种的新理论框架与研究进路[25]，呈现出网络空间中基于数据和算法的社会互动关系重构和物理空间中多元数据融合而促发的新的空间媒介形态两个主要研究向度。如果说媒介化理论转向在“信息化社会”和“媒介逻辑”（the logic of media）两个概念基础上指向这一新的研究范式的内核，究其根本其若隐若现呈现出媒介中心的社会本体论倾向[26]，那么媒介技术学派则较为明显地传达出其“重现技术/媒介”的理论旨趣。媒介技术与媒介考古学的理论的生成过程，有其显著的本体论、认识论和方法论转向。知识社会学主张，不仅要处理人类社会中多种多样的经验“知识”，而且必须处理“知识”被社会地建构为一种“现实”的过程。因此从知识社会学出发，考察数字时代传播观念与媒介理论的演进对传统的文本性传播观念的颠覆，是数据科学与媒介研究交叉互融后，对相应本体论和方法论转型的内在要求。一般认为，主流传播学研究主要发端于20世纪三四十年代的美国大众传播学。这一时期的传播学是“启蒙”所承载的科学主义、实证主义思潮在新闻传播领域的具体表达。与这一时期的焦点有所不同，早期媒介环境学派的研究指出应关注“媒介”本身，并将其作为核心，考察媒介对个人、社会的影响。例如，考察媒介形式变迁与社会政治经济结构变迁间的关系；探讨技术/媒介对社会时间观念，以及城市空间的塑造；倡导学术研究应跳出传统的传递观的窠臼，重新发现传播仪式观对技术媒介的社会影响的阐释力等。麦克卢汉提出“媒介即讯息”“媒介是人身体的延伸”，他认为媒介的塑造力正是媒介本身，新的媒介创造新的尺度、新的速度和新的模式[27]109。数字化传播技术所依赖的二进制数据逻辑，改造了人对信息编码与解码的传统知识体系,媒介理论假设媒介的物质性尤其形塑特定传播或沟通环境的能力。德国媒介技术学派也关注媒介研究的媒介本体论转向。其中的代表人物基特勒[28]的核心观点是，人的主体意识即人对时间、空间的感知都与媒介技术的物质性转变有关。克莱默尔则借助“信使模型”的比喻来强调媒介的中介作用，认为机器是符号“中介功能”的体现或者“形式化过程”的结果，更加突出一种“去人类主体性”的媒介观，这和基特勒所强调的“媒介决定了我们的处境”完全不同。在基特勒看来，媒介具有自主性，而且是文化历史有机运行的原因。但需要注意的是，正因为在技术/邮递播模式(technical/postal model)下媒介是无法消除的，这在一定程度上阻碍了交流双方之间的连接和融合。通常在传递过程中，人们希望降低干扰，然而传播的物质越是技术的、不透明的，传播中的对话看上去就越容易被扭曲[29]。数据科学激发媒介研究的新方法、新认知，新的媒介逻辑将开启中介化实践和社会行动场域的更多可能性,这要求在文本、表征、意义等主流的传播学理论框架之外寻找新的理论支点与方法论范式。借助计算传播学、媒介化理论和媒介技术学派的相关理论概念，可以更深入地理解数字技术时代在媒介、空间、身体、话语乃至主体间认知等维度正在经历的社会现实。更为重要的是，对数据科学与媒介研究交叉融合引发的范式转型探究，能够帮助我们更好地回应数据科学刺激下新的传播议题与媒介现象。数据科学与媒介研究融合最直接的场域就是新闻实践，数据逻辑及其引发的新闻伦理困境是业界和学界亟需反思的问题之一。由于数字技术，特别是人工智能在新闻传播领域的广泛引用，“新闻”的定义正在被改写。这种转变表现在算法的发展带来新闻分发机制转变，机器人写作挑战传统的新闻生产，人工智能对数据的需求拓展新闻业务的范围。这些转变引发相应的媒介伦理问题。首先是人工智能及其背后的算法逻辑可能引发的信息茧房效应，及其信息选择偏向带来的受众信息固化、单一化的问题；其次是算法操控的问题，与信息茧房相似的是，用户在“过滤泡”的过滤下，获取全面信息的可能性逐渐丧失；再次则是人工智能技术新闻生产的影响，即机器人写作的工具理性与新闻生产人的价值理性间的冲突问题。另外，还需警惕当数据理性作为基本的时代思潮渗透进入媒介生产的各个方面，数据的工具理性发展成为“唯数据论”和“数据独裁”的风险。1997年“深蓝”以3.5：2.5的成绩击败国际象棋世界冠军加里·卡斯帕罗夫（Garry Kasparov），首次引发世界范围内对人工智能的关注与讨论。然而人类社会对智能机器/人工智能的讨论，远早于“深蓝”一役。1956年，人工智能这一概念在达特茅斯学院被一群年轻的科学家命名为一种新的计算机创造性系统方法论，将人的智力属性作为机器进化的标准之一被确立下来。与此同时，暗含其中的“人—机”间的竞争关系及其争论也拉开序幕。文学、艺术创造者们比科学技术专家群体更早开始探讨人与作为人造物之一的“技术”（或机械技术）之间的关系：通过作品，他们不懈地提出各种可能出现的人机伦理问题。科幻文艺作品率先对“人与技术”关系中的控制问题进行反思与讨论。这组关系的具象化是在玛丽·雪莱（Mary Shelley）科幻小说《弗兰肯斯坦》（Frankenstein）中完成的。《弗兰肯斯坦》中所描述的因人类滥用技术手段来满足对自然和生命的无尽欲望，而又被其反噬的隐喻，成为近现代以来描述人与人工智能、人与技术关系的叙事母题，也是大众想象“人与技术”关系的源泉。《神经漫游者》（Neuromancer）则展现基于信息技术革命语境下，技术与大众日常生活紧密互嵌的社会想象。该作品普及了网络空间（cyberspace）的理念，并对“半机器人/半机械人”（cyborg）进行了细致的描绘：“半机器人”不再是人与机械的“义肢/义体”的外部接合 ，而是由信息技术编码而成的电子芯片与人脑（神经系统）的连接。书中提出未来和当代社会中人与技术关系的核心问题：当技术不再是人类日常生活的外部工具，而是成为人类物质性的身体和精神性的意识、认知的组成部分时，人与技术的边界应该在哪里？技术伦理作为一个重要的哲学命题，核心内容在于讨论如何处理人与自然、人与技术发展及其使用间的关系，即人与人造物间的尺度与控制问题。而究其根本，人类追寻的是人本身的界限。将文艺作品的探索转译成当下技术话语，实际上是人类对“强人工智能”的忧虑和反思。在“人—机/人—强人工智能” 关系的研究主题中，人类对机器（技术/人造物）具有绝对控制能力的乐观取向具有一定基础优势。其理论基础是康德对人认识能力的“感性”“知性”以及两者关系中关于“想象力”的讨论。虽然海德格尔认为，康德在《纯粹理性批判》一书中呈现出对感性、知性与想象力三者各自关系的摇摆与“退缩”，但“想象力”依旧是人得以成为人的最重要特性之一，也是人工智能无法模仿、复制的重要人类技能之一 ；但强人工智能所代表的是一种人类创造的、纯粹的人造物，其最重要的目标是无限趋近于人。这种无限趋近蕴含着同质、甚至超越。更有激进理论，讨论人类有机体与机械体物质性的结合：即作为新“物种”的半机器人（cyborg）的未来想象[30]149-181。从这个意义上来讲，人工智能、赛博格等一系列概念及其实践，既是人类面对数据技术以及更广义的技术冲击时，企图在认识论上更加深入确认“人”的边界的行为，同时也是左右科技研发动向的资本和政治行为的产物。数据科学与媒介研究的交叉呈现出具体的多元数据融合在媒介研究和实践中的实现方法，数据理性嵌入社会日常生活对认识论、方法论转型的新进展。数据理性构成新的媒介逻辑，进而对主体间的互动模式、整体社会系统都产生结构性影响，从而印证了基特勒“媒介决定了我们的处境”的经典理论论断。在此基础上，对数据科学与媒介研究的交叉互融也表达出两个向度的忧虑：一方面，数据逻辑的全面渗透可能引发“唯数据论”问题；另一方面则，技术理性与技术逻辑渗透下，人类对技术的高度依赖可能形成技术异化风险。因此，在考察和反思新闻传播学科的“跨界研究”时，还应该明确母体学科的核心，兼顾本学科的基础人文价值取向。在讨论数据科学与媒介研究的交叉研究时，应尝试建立起一种新型的、以“人”为中心的方法与方法论体系。这一基于数据运算的新方法及其方法论体系，在遵循数据逻辑的基础上，首先，应做到保留多元价值取向，避免单一信源；其次，增加开源数据（Open Source Data），防止资本、政治等单极权力对数据所有权的过度控制；最后，建构具有自反性的媒介组织，并培养适应数据科学时代的受众媒介素养，使“人”回到媒介研究和传播的中心。另外，本文也期待能够为新闻传播学科的“理工交叉”提供一种可参考的理论视角与实践进路。参考文献
[1] MORAES R M De，MARTíNEZ L. Computational intelligence ap-plications for data science[J]. Knowledge-based systems，2015，87(C):1-2.
[2]李明德，刘婵君，张立.构建富有特色的新闻传播教学科研体系[J].西安交通大学学报（社会科学版），2016（9）：116-121.
[3]喻国明.关于智能时代新闻传播学科建设的若干思考[J].教育传媒研究，2020（2）：12-14.
[4]祝建华，彭泰权，梁海，等.计算社会科学在新闻传播研究中的应用[J].科研信息化技术与应用，2014（2）：3-13.
[5] Guzman A L , Lewis S C . Artificial intelligence and communication: A Human–Machine Communication research agenda[J]. New Media & Society, 2020(1):70-86.
[6]师文，陈昌凤.驯化，人机传播与算法善用：2019年智能媒体研究[J].新闻界，2020（1):19-22.
[7]韩崇昭，朱洪艳，段战胜，等．多源信息融合（第２版）[M].北京：清华大学出版社，2010.
[8]唐伟,翟国锋,谷红娟.大数据背景下的多来源数据融合研究[J].统计与管理, 2019(5):18-25.
[9]化柏林,李广建.大数据环境下多源信息融合的理论与应用探讨[J].图书情报工作,2015(16):5-10.
[10]陈科文,张祖平,龙军.多源信息融合关键问题，研究进展与新动向[J]. 计算机科学,2013(8):12-19.
[11] KHALEGHIA B，KHAMIS A，KARRAY F. Multisensor data fusion: a review of the state-of-the-art［J］.Information Fusion，2013,14(1): 28-44．
[12] CHOPRA K,HAIMSON C.Information fusion for intelligence analysis［EB/OL］.(2015-08-26)［2020-02-10］.https: / /www．computer．org /csdl / proceedings/ hicss/2005 /2268 /04 /22680111a.pdf．
[13] SOLANO M A，EKWARO O S，TANIK M M．High-level fusion for intelligence applications using recombinant cognition synthesis［J］. Information Fusion，2012，13(1):79-98.
[14]马捷,葛岩,蒲泓宇,等.基于多源数据的智慧城市数据融合框架[J].图书情报工作,2019(15):6-12.
[15]韩普,马健,张嘉明,等.基于多数据源融合的医疗知识图谱框架构建研究[J].现代情报,2019(6):81-90.
[16] 徐国栋.大数据技术支撑融合媒体建设的讨论[J].数字通信世界,2019(10):111.
[17] 寇菲菲. 基于语义学习与时空特性的在线社交网络跨媒体搜索研究[D].北京：北京邮电大学,2019.
[18] BERGER P L , LUCKMANN T. The social construction of reality: A treatise in the sociology of knowledge[M]. London: Penguin. 1991.
[19]丁方舟.论传播的物质性：一种媒介理论演化的视角[J].新闻界，2019（1）:71-78.
[20]卡尔·曼海姆.意识形态与乌托邦[M]. 黎鸣，李书崇，译.北京：商务印书馆，2002.
[21]周翔，李镓.网络社会中的“媒介化”问题:理论，实践与展望[J].国际新闻界，2017(4):137-154.
[22]唐士哲.重构媒介：“中介”与“媒介化”概念爬梳[J].新闻学研究，2014（10）:1-39.
[23] KROTZ F, The meta-process of 'Mediatization’ as a conceptual frame[J]. Global Media and Communication,2007,3(3):256-260.
[24] HEPP A, Cultures of mediatization[M]. Cambridge: Polity,2013.
[25] SCHULZ W, Reconstructing mediatization as an analytical concept[J]. European Journal of Communication,2004,19(1):87-101.
[26]戴宇辰.走向媒介中心的社会本体论?——对欧洲“媒介化学派”的一个批判性考察[J].新闻与传播研究，2016（3）：47-57.
[27]麦克卢汉.理解媒介：论人的延伸[M].何道宽译.南京：译林出版社，2011.
[28]吴璟薇，曾国华，吴余劲.人类，技术与媒介主体性——麦克卢汉，基特勒与克莱默尔媒介理论评析[J].全球传媒学刊，2019（2）:3-17.
[29]胡曙光，陈昌凤. 观念与规范:人工智能时代媒介伦理困境及其引导[J].中国出版，2019（2）:11-15.
[30] HARAWAY D J.Simians, Cyborgs,and Women: The Reinvention of Nature [M]. New York: Routledge,1991.
