MediaRank:在线新闻源的计算排序

在近期政治气候下,新闻质量话题引起了公众与学术界的关注。对传统新闻媒日益增加的不信任使得找到一个被共同接受的真相基础更为困难。本工作中,我们设计并构建了 MediaRank (www.media-rank.com),一个对全球超过 50,000 个在线新闻源进行全自动排序的系统。MediaRank 每天收集并分析一百万个新闻网页及两百万条相关推文。我们的算法分析基于记者已确立与报道质量相关的四种属性:同行声誉、报道偏见/广度、底线财务压力与受欢迎度。本文的主要贡献包括:(i) 针对全球超过 50,000 个主要新闻源开放的、可解释的质效排序。我们的排序针对 35 个已发布的新闻排序(含法语、德语、俄语和西班牙语源)进行了验证。MediaRank 分数与其中 34 个专家排序呈正相关。(ii) 衡量影响力与底线压力的新计算方法。据我们所知,我们首次深入研究了大规模新闻报道引用图。我们还提出了衡量广告攻击性及识别社交机器人新方法,建立了两类不良行为间的联系。(iii) 分析媒体源偏见与重要性的影响。我们证明新闻源依据质量度量引用其他源,尽管政治观点不同。然而,在四个英语国家(美国、英国、加拿大和澳大利亚),排名最高的源都不成比例地偏袒左翼政党,即使大多数新闻源表现出保守倾向。