本书共分为12章，内容包括：个性化分发与内容生产变革、算法推荐原理、用户画像的标签体系、文本型内容的建模与分析、智能推荐算法、大数据与推荐系统、基于算法推荐的自媒体定位、新媒体背景下的内容生产、新媒体时代的标题等。
塔娜 2017年博士毕业于清华大学计算机系，同年进入中国人民大学新闻学院任教。研究方向为计算传播学、新闻大数据、新媒体与数字传播技术等。近年来以第一作者或通讯作者身份发表多篇CCF（中国计算机学会）A类及SCI（科学引文索引）论文，主持国家自然科学基金项目及北京市社会科学基金项目等科研课题。
唐铮 1998年就读于中国人民大学新闻学院，2004年硕士毕业后从事媒体工作十余年，多次获得亚洲卓越新闻奖、中国新闻奖、北京新闻奖，获评北京市优秀新闻工作者。2016年起回到人大新闻学院任教，讲授“新闻采写”“深度报道”“新媒体写作”等课程，研究新闻实务及媒体融合，主持多项*及省部级相关课题。
第1章 个性化分发与内容生产变革
第1节 中心式分发与非中心式分发
第2节 算法推荐与新闻价值
第3节 算法分发的基本流程对内容生产的驱动型改变
第4节 算法分发的价值观之辩
第2章 算法推荐原理
第1节 算法分发系统概览
第2节 用户的建模和分析
第3节 内容的建模和分析——以文本型内容为例
第4节 推荐算法
第3章 用户画像的标签体系
第1节 用户画像标签体系
第2节 用户画像标签体系的计算
第4章 文本型内容的建模与分析
第1节 内容预处理和内容安全
第2节 文本特征体系的建立和使用
第3节 知识图谱
第5章 智能推荐算法
第1节 智能推荐系统的发端
第2节 关联规则推荐算法
第3节 推荐算法的评估
第6章 大数据与推荐系统
第1节 详解大数据
第2节 大数据与算法推荐系统
第3节 深度学习和神经网络
第7章 基于算法推荐的自媒体定位
第1节 从内容生产者的角度看待作为媒体的算法分发平台
第2节 了解并适应算法分发平台
第3节如何进行内容生产定位
第8章 新媒体背景下的内容生产
第1节新媒体背景下内容生产的演进
第2节 新媒体背景下内容生产的采写
第3节 新媒体背景下的内容写作
第9章 新媒体时代的标题
第1节 算法时代的新闻标题
第2节 标题的分类
第3节 标题的制作要求
第4节 警惕“标题党”
第10章 新媒体内容的制作
第1节 新媒体制作中的颠覆性视觉变化
第2节 标题区的制作
第3节 正文区的制作
第11章 新媒体的内容生产运营
第1节 什么是内容生产的运营
第2节 新媒体内容运营的方法
第12章 人工智能与推荐系统
第1节 人工智能简介
第2节 人工智能与智能媒体
第3节 自动化新闻和写稿机器人
第4节 自动事实核查
书单推荐
