判断题 新闻背景是指新闻中与主体新闻密切相关的历史情况、环境条件以及新闻产生原因和注释性方面的材料。这些材料从内容可区分为历史背景、人物背景、地理背景和事物背景等四类。从它的作用看，可区分为对比性的背景材料、说明性的背景材料、注释性的背景材料等三类。一条新闻，可以只用现实发生的新闻材料来写成，若只有背景材料是无法写成一条新闻的。但是否使用和如何使用背景材料，要视实际情况和表现新闻主题的需要而定。比较复杂的新闻，或知识性较深的新闻，一般都不可避免地要使用相关的背景材料。有些记者和编辑，因“背景意识”不强，刊登出来的东西，读者看不懂或索然无味，毛病在于没有新闻背景。新闻背景，是用来交代主体新闻来龙去脉、产生的条件或原因、显示与周围事物的各种关系、代替记者和编辑说话、突出和深化新闻主题、丰富新闻内容、增强新闻的知识性和趣味性以及使主体的新闻价值大幅度增值的不可或缺的材料，在新闻中背景材料如能运用得准确、适量、贴切，既可把主体新闻写深写透，又可适应读者的阅读心里和满足读者求知的俗望。

判断题 新闻价值：新闻价值是指新闻评论中可能给人们的信息量的大小，它包括评论的观点、理论、思想和知识等。一篇评论给人们的信息量大，它的价值就大;反之就小。信息量大的选题我们应该重视它，花大气力去做，把它做好;信息量小的选题，应考虑是否去做，花多大的气力去做。

判断题 新闻的本源与来源的区别：新闻本源和新闻来源是不同概念，前者侧重于新闻的实质，而后者侧重于新闻的出处。（1）新闻本源是指新闻的根本来源。唯物主义认为，新闻的本源乃是物质的东西，乃是事实，就是人类在与自然斗争中和在社会斗争中所发生的事实。新闻是对客观事物的反映，在新闻和事实的关系中，事实是第一性的，新闻是第二性的；先有事实，后有新闻。新闻工作者应该坚持唯物论的新闻本源观，尊重事实，坚持每一条新闻都以可靠、准确的事实为依据，在采访、写作、编辑中，都要力求符合客观事物的本来面目。（2）新闻来源，又称消息来源或信息来源，有狭义和广义之分。狭义的新闻来源是指一则新闻中所涉及的事实和观点材料的出处，它表明事实、观点和背景材料从何而来，由谁提供。广义的新闻来源既指新闻事实的提供者，又泛指构成新闻根据的全部新闻事实。因此，题中“新闻本源即是新闻来源”的观点是错误的，两者是不同的概念。

判断题 新闻本位观念：新闻本位是指新闻必须做到以下几点：①讲述真实的故事，即新闻报道要遵循事实第一、新闻第二的准则，从客观实际出发，反映报道已经发生或正在发生的客观真实的事件或人物动态；②讲述百姓的故事，即新闻报道要深入生活和社会，贴近现实、贴近群众，报道人民群众喜闻乐见的故事；③公平、客观得讲述故事，即新闻报道要不偏不倚，采取中立的态度报道事件中的当事者，发表的评论和解读也要基于客观事实，不做拔高；④及时讲述正在发生的故事，即新闻记者要第一时间报道正在发生的突发事件，争取时效，将第一现场的信息快速传递给广大受众群体。

判断题 写好叙述式导语的关键在于：善于分析比较，真正准确的抓住最主要的新闻事实，并精练地加以表达

判断题 互联网用户的小众化，碎片化趋势主要原因：社会结构分化；信息技术成熟小众传播特点1.传播主体和传播内容细分2.用户主动性增强3.传、受者之间的互动频繁，界限模糊1、小众化的积极面向：1.文化发展新方向一方面，促进了文化多样性、包容性、延续性发展，推动着“百花齐放”的局面。另一方面，小众群体是新的智慧形态的催化剂。皮埃尔·列维的“群体智慧”。2.经济增长新动力2、小众化的消极面向：1.“信息茧房”的扩张桑斯坦在著作《信息乌托邦》中提出“信息茧房”，即公众根据自身兴趣爱好获取信息，因而信息结构是不完整、不全面的，久而久之，会置身于蚕茧一般的狭隘的空间。2.社会粘性丧失

判断题 【答案】按语就是编辑对所发表的稿件附加简单的说明或批注。按语主要有评论性按语和说明性按语两种类型。（1）评论性按语评讳性的按语是对整篇稿件或者稿件中的某一部分发表意见，以引起受众的注意和思考。配发评论性按语不配发评论的不同在于，按语更加简短，一般没有标题。（2）说明性按语说明性的按语主要是对发布稿件的背景、用意，对稿件的来源、作者的情况等加以说明，也可以对稿件中某一句话、某一个字作解释和说明，以帮助读者准确地了解其意思。在策划性选题的报道中，编辑经常采用说明性按语对整个报道的背景和宗旨加以说明。另外，在推出新的专栏时，也往往采用“编者按语”、“开栏的话”等来向读者说明开辟此栏的宗旨与目的，顺带向读者约稿。

判断题 商务活动的平台电子商务互联网提供了网络营销这种推广模式，比如，大数据营销。大数据4V特征：大容量（Volume）、多样性（Variety）、高速率（Velocity）和低价值密度（Veracity）。而根据这些特征的运算处理（Manipulation）、数据分析（Analysis）、视觉化（Visualization）和深度挖掘（DeepMining），共同构成了大数据的内容和形式。