何十年もの間、学者とジャーナリストは、ニュース組織がどのようなストーリーをカバーするか、どのようにそれらを組み立てるかをどのように決定するかを調査してきました。ただし、ニュースアジェンダを形成する要因は複雑であり、測定するのが難しいことがよくあります。
現在、MITとカリフォルニア大学バークレー校の研究者は、時間の経過とともにニュースアジェンダに対するさまざまな要因の影響を追跡できる新しい方法を作成しました。
研究者の方法は、機械学習アルゴリズムを使用して、ニュース記事の大きなコーパスを分析し、カバーされている重要なトピックを特定します。
次に、統計モデルを使用して、これらのトピックが、イベントの影響を受ける人々の数、関係する金額、イベントの地理的位置、ニュース組織の政治的傾斜など、さまざまな要因にどのように影響されるかを判断します。
研究者の調査結果は、ニュースアジェンダが複雑な要因の組み合わせに影響されていることを示しています。イベントの影響を受けた人の数などのいくつかの要因は、ニュースアジェンダに比較的強い影響を及ぼしますが、ニュース組織の政治的傾斜などの他の要因は影響を弱めます。
また、研究者の方法では、ニュースアジェンダが時間とともにどのように変化するかを追跡することもできます。たとえば、彼らは、ニュースアジェンダが戦争や自然災害の時代に国際的な物語に焦点を当てる可能性が高いことを発見しました。
研究者の調査結果は、ニュースアジェンダを形成する要因に関する新しい洞察を提供します。この情報は、ニュース組織がどのようなストーリーをカバーするか、どのようにそれらを組み立てるかについて、より多くの情報に基づいた決定を下すのに役立つために使用できます。
この研究「ニュースアジェンダのマッピング：計算アプローチ」は、ジャーナル「Science Advances」に掲載されました。
この研究の主著者は、MITの政治学部の教授であるDavid Lazerです。共著者には、ハーバード大学のバークマンクラインインターネット＆ソサエティセンターの研究科学者であるサミュエルウーリーと、カリフォルニア大学バークレー校の政治学部の教授であるライアンエノスが含まれます。
