判断题 正面摄影的特点是（平面感强）（立体感差）；属静止性构图，（画面呆板）不宜表现动感。

判断题 拍黑白风光时，要想使白云突出，最好用黄橙滤色镜。

判断题 DIN是美国标准感光制式。

判断题 简析新闻标题系统的结构一、主体类标题新闻标题系统中的基础部分，运用最为经常和广泛。包括主题和辅题（引题＋副题）。1.主题：新闻标题中的核心部分，用于揭示新闻中最重要、最吸引受众的信息。从表现方法来看，主题可以是实题，即叙述新闻的事实；也可以是虚题，即评价新闻事实，揭示其隐含的理念或意义。从句子结构来看，主题可以是单句，即只有一个动词；也可以是复句，即包含多个动词。从外在形式来看，主题可以是一行，也可以是多行。2.引题：位于主题之前，纵向排列的为肩题，横向排列的为眉题。用于说明、引申和烘托主题，并交代新闻的来源、背景和原因，揭示新闻的意义、本质，点染新闻的环境、气氛。3.副题：位于主题之后，又称子题、副标题。用于补充、解释和证明主题。多作实题。消息的副题前面不用破折号，通讯的副题前面用破折号。主体类标题按组合的不同，可分为以下两种类型：1.单一型标题。只有主题，用于信息单一的新闻。广播与电视的标题，以单一型居多。2.复合型标题。主题＋辅题，用于信息比较重要而又复杂的新闻，多见于报纸。二、从属类标题新闻标题系统的附属部分，是对主体类标题的补充。包括提要题和分题，主要用于报纸。1.提要题：比较详细的概括文中的主要内容的概要题。用于重要信息多而篇幅又长的新闻，可以收到突出要旨和活跃版面的双重效果。报纸的要闻版，尤其是头条，运用提要题较多。一般紧随副题之后，也可置于文中或文后。常用围框，以示醒目。2.分题：插在新闻或文章中的小标题，或称插题。用于概括文中的某一部分或段落的内容，以方便和吸引读者阅读。多用于篇幅较长的稿件。三、整合类标题新闻标题系统中居于最高层次的部分，统领主体类和从属类标题。包括栏题和类题，主要用于报纸。1.栏题：为一个专栏或一组稿件所加的总标题。通常居专栏或一组稿件之首，也可居中或置后。是对新闻报道的一种强化和深化的处理，多用于重点报道，以务虚为主，体现报道思想和报道重点，往往具有思想性、导向性强的特点，应而要注意导向底正确性与普遍性。也可用来营造气氛。如，“展示新风貌喜迎八运会”，“一串说明问题的数字”。2.类题：以归类为主要目的的综合题。类题产生于其他标题之前。现代类题多以事件、问题冠名，在编排上以黑底白字为主，常置于主体类标题之前。如，“中东和谈”，“路”。类题与栏题最大底区别在于，栏题表某种意向，类题主要起分类和显醒的作用。

判断题 散文式结构的缺点：不大适用于突发性事件和某些经验性报道。

判断题 大数据时代的媒介反思2013年可谓是大数据之年，所有人都对“大数据”未来的应用充满美好期待，产生无限遐想。那么，对于新闻传播行业而言，我们刚刚从传统新闻生产时代迈人了融合新闻生产时代，是否又要进入大数据新闻生产时代了呢？我们的确需要以一种宽广的胸怀热情欣赏大数据的巨大威力和魅力，但也必须以更加客观、理性的态度勇敢地承认大数据运用存在一定的局限性和风险性。一、警惕大数据的风险“大数据”作为一个全新的概念，从提岀到现在尚不足3年时间。在如此短暂的时间迅速走红的“大数据”，其实还并不完美。《大数据时代》一书的作者维克托.迈尔-舍恩伯格(ViktorMayer-Schonberger)在接受专访时就一再表示担忧，“大数据会被过分炒作，它的作用可能被夸大，好像一切都突然成为大数据所能解决的问题。而事实上大数据只有在没有噪音、没有无用数据的情况下才能被很好地发挥作用”®。《驾驭大数据》一书的作者比尔•弗兰克斯(BillFranks)也在其书中发出警告：“大数据可能会带来风险，企业可能会因为大数据的快速增长而变得措手不及、不堪重负，从而停滞不前。而与此同时，绝大多数的大数据都是无关紧要的。”®移动和社交数据分析公司Kongagent的总裁及首席科学家J0ShWilliams还在演讲中一口气列出了大数据的七宗罪(懒惰、忽视、过量、分歧、轻率、傲慢、麻木)，并认为“很多企业的大数据项目不成功都是因为陷人了大数据的错误陷阱”。当然，这并不是想证明大数据对媒体不重要，而是想以此提醒媒体需要引起警惕，当前大数据无论在采集、挖掘还是在分析、解读和利用等各个方面，都处于一个逐步摸索和不断完善的过程之中。在这个过程当中或许可以产生“大知识”“大科技”“大利润”和“大发展”，但同时也必然伴随着“大风险”。因此，即便新闻媒体处于信息传播的前沿行业，也需要权衡利弊、谨慎为之，不可操之过急。二、警惕大数据的盲从大数据是高度自动化的信息采集、存贮、挖掘和分析系统，这种数字化的机器设备可以帮助人们监视社会的细微变化、分析社会的未来发展走向。英国学者尼思•内尔•丘基尔和维克托•梅耶-舍恩伯格在美国《外交》杂志撰文指出：“大数据正在帮助提高民主政府的透明度。一个建立在‘开放数据’概念上的运动已经形成，其诉求超岀了目前在发达民主国家已经十分常见的信息自由法。”“在政府推动使用大数据的同时，它们还需要保护公众免受不正当市场垄断的侵害。”对于媒体而言，大数据时代的“计算机辅助报道”(ComputerAidedRepor-ting)已经成为人们挖掘新闻、解释新闻、报道新闻的新方法。彭兰教授在论文中就曾举了美国Narrative公司的例子称：“这家只有30名员工的美国公司.通过独创的NarrativeScience算法，大约每30秒就能够撰写出一篇新闻报道。且该公司的首席技术官克里斯蒂安•哈蒙德(KristianHammond)还认为，未来几期生成的新闻将占到媒体新闻的90%，并将在未来5年内，这样的新闻有可能获得普利策新闻奖。”®面对克里斯蒂安•哈蒙德的预测.媒体似乎并不应该感到有太大的惊讶.因为这样的例子在未来必然会越来越多。即便在当下，只要你给谷歌新闻指定一个关键词，谷歌就可以每天为你量身编辑一组新闻，并直接投递到你的电子邮箱，而筛选编辑的整个过程无须任何人为的干预。这些似乎都预示着未来的新闻从业者们将变得非常轻松，机器可以协助我们挖掘新闻、分析新闻、撰写新闻、编辑新闻和发送传播新闻。对于大数据介人融合新闻生产的发展趋势，我们需要担忧的也许并不是某一天这些冷冰冰的机器可能会完全替代我们，而是即便我们不被替代.我们可能也已经完全依赖和屈从于这些机器生成的新闻和报告。数字化和网络化高度发达的今天，已有这样的少数记者，他们越来越多地在新媒体和网络虚拟空间中搜索新闻和发现新闻，越来越少地走出办公室深入社会底层或新闻第一线去用自己的眼睛和耳朵寻找新闻。所以，媒体需要警惕的是，不要让大数据的便利培养出懒惰、轻率、傲慢、麻木的新闻生产者，大数据或许可以越来越详实地揭示社会现实、分析社会动态和预测发展趋势，但它始终不可能揭示人们内心细腻而丰富的情感，也不能代替新闻从业者现场的直观感受和判断。三、警惕大数据的垄断各行各业都需要大数据，但各行各业其实都想垄断和独享数据。普遍的观点认为：“由于数据分散在各行各业，大数据时代可能不会出现4数据垄断’现象„因为，要让数据真正发挥作用，需要数据的开放，甚至让数据可以像商品和货币一样互相交换流通。”®0’Reilly媒体公司的创始人和CEO蒂姆.奥赖利(TimO’Reilly)在接受《福布斯》杂志采访时也提出了类似观点，他认为：“数据垄断的可能性是真实存在的，但是会受到不断创新的数据收集方式的抑制。”也就是说，大数据虽然可以被比喻为“金矿”，但这个“金矿”在几年前还并不存在，在未来还会有更多的“金矿”不断涌现，那么想要去垄断这些现有的和未来将不断出现的“金矿”显然非常困难。但这并不妨碍大数据领域的竞争，IBM、微软、甲骨文等IT行业的大佬们都已经摩拳擦掌，纷纷投人人力和财力进行布局。“IBM新任CEO罗睿兰(GinniRometty)更是提出观点认为，数据是下一个巨大的自然资源，将会区分每个行业的胜者与输家。这一观点得到了业界的广泛认可，并由此引发一场关于大数据的军备竞赛。”@这场角逐的焦点并不是垄断大数据资源本身，而是开采这座“金矿”的技术和设备。通过技术和设备的研发和占有实现数据的垄断，这正是值得媒介警惕的地方。用数据特别是分析数据说话，是数字化时代的媒介特征。传统新闻生产显然也有一定的小数据挖掘和分析能力，譬如区域性的抽样调查、个案的分析报道。但是，在大数据面前，媒介的这些小数据处理技术和能力就变得无足轻重。大数据是一座“金矿”，但挖掘“金矿”的技术和设备门槛已经将一般媒体挡在了门外，政府机构、网络公司、国家通讯社、大型媒体和专业的数据分析企业才拥有打开这座“金矿”的钥匙，而一般地方媒体和小型媒体可能都不知道其是如何挖掘和分析的，甚至连质疑的资格和权利都没有。事实上，在很多关于国家或地区宏观经济数据的分析报道中，一般媒体已经处于这样的魈尬境地，没有数据，没有设备，没有分析工具和技术，“嗟来之食”成为新闻生产者们唯一的选择。

判断题 秘密性观察：秘密性观察，又称非闯入性秘密观察。记者不公开身份切不让采访觉察在暗中观察各种情况，以便取得第一手材料。记者在采用隐匿性观察和秘密性观察两种方式进行观察时，一定要严格地控制在职责范围之内活劢，一般不要干涉对方的人身自由，更不要侵犯对方的人身权，以免造成被动，甚至陷入困境。同时，记者也要格外机警，注意自身的安全。

判断题 作者的署名权是作者自己在自己创作的作品上表明作者身份的权利，因此仅为作者所享有，不得转让。（）