近日，可可CNAIN研究小组的三位硕士生依托学院课程、课题组组会，围绕国家叙事与媒介话语之间的关系，结合计算传播方法产出一篇题为《国家叙事的媒介形塑：CCTV新闻中基层工作者形象的建构与变迁》的研究报告。
ARTICLE
报告简介
文章以2016—2023年CCTV《新闻联播》中974条基层工作者报道为语料，运用LDA主题模型、词向量语义漂移分析与道德基础词典（CMFD）等方法，从主题类型、角色能力与道德价值三个层面，系统揭示主流媒体如何建构基层工作者的公共形象。
研究发现，基层工作者被集中建构为经济引领、民生服务与政治担当的复合形象；其能力表征历经从任务执行向服务赋能与专业治理的显著转向；道德维度测量显示，国家权威与社会关爱始终为核心价值，且关爱维度持续上升，韧性维度显著提升。
从课堂到报告的计算传播实践
这篇报告的诞生，恰恰是课题组常规学术训练链条的一次集中展示。
“网络数据分析”“AI驱动的传播数据挖掘”“计算传播学导论”等课程，是学院为CNAIN课题组硕士生开设的方法论必修课。课程不满足于工具操作的表层教学，而是强调问题驱动的方法论自觉——先有问题意识，再匹配技术路径。这篇论文的选题灵感，正源于课堂上对国家叙事与媒介话语关系的讨论：当脱贫攻坚、乡村振兴等国家战略进入主流媒体时，基层工作者作为最后一公里的执行者，其形象如何被编码、被赋予意义？
组会讨论则是课题组另一项日常制度。每周的组会上，硕士生们汇报进展、碰撞思路、互审代码。从关键词检索策略的制定，到LDA主题数的确定（K=7），再到“执行/纪律—服务/专业”语义轴的构造，这些技术细节都经历了多轮组内推敲。报告中的基层工作者媒介形象建构三元关系图，也是在组会白板上的反复勾画中逐渐成型的。
课题组始终认为，计算传播学的价值不在于算法的炫技，而在于用可计算、可验证的方式回答传播学的真问题。词向量语义漂移分析能够捕捉语义在时间长河中的微观变迁，道德基础词典能量化价值位移——这些计算方法的引入，恰恰是为了让国家叙事的媒介形塑这一宏大命题获得有力的操作化证据。
欢迎关注CNAIN课题组的后续研究。
