人工智能考研考什么

作为一名教育领域的工作者，同时大数据和机器学习也是我的主要研究方向，所以我来探讨一下这个问题。随着人工智能领域的发展，整个科技行业对于人工智能专业人才的需求量在持续加大，传统的研究生教育方式已经不能满足巨大的市场需求，所以人工智能人才的教育必然会向本科教育下沉，目前一小部分教育资源比较丰富的高校（以双一流高校为主）陆续开设了人工智能专业。人工智能的本质是获取知识、创造知识并合理运用知识达到某种目的的能力，而且是一种通用的能力。从体现结构上来说，人工智能系统有三个大的组成部分，分别是感知系统、智力系统和行动系统，当然还离不开环境的支持。感知系统和行动系统需要物联网的支持、智力系统需要大数据和云计算的支持，所以人工智能是一个典型的交叉学科。从知识体系结构上来说，人工智能目前的研究内容集中在六大方面，包括计算机视觉、自然语言处理、机器学习、机器人学、自动推理和知识表示，目前计算机视觉领域和自然语言处理领域已经成长了一批具有较强竞争力的科技企业。从人工智能专业的课程设置来看，重点包括三个部分，其一是基础学科，重点是数学和物理；其二是计算机基础知识，重点是操作系统、计算机网络、算法设计和数据结构等内容；其三是人工智能基础知识，涉及到人工智能基础概念、推理和求解、知识表示、感知、通讯和行动等几个大的部分。虽然目前人工智能领域的热度比较高，一部分智能体也开始走进生产环境，但是人工智能行业依然处在初期阶段，还有大量的课题有待攻克，所以选择人工智能专业最好读一下研究生。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

最近，教育部公布了《2020年全国硕士研究生招生考试公告》，很多高校也发布了2020年研究生招生简章，考研再次成为大家热议的话题。近些年，人工智能比较热门，就业前景非常好，所以，在人工智能领域比较强的高校，比较受欢迎。在很多人的印象中，信息科技名校在人工智能领域一般都比较强，比如南京邮电大学、重庆邮电大学、杭州电子科技大学、桂林电子科技大学等，那么，除了这几所信息科技名校外，还有哪些非211高校在人工智能领域比较强呢？下面我们来看一下。1、深圳大学深圳大学是一所发展非常迅速的非211大学，近些年来，这所大学经常挺进我国内地高校前100名。高新科技产业一直都是深圳的支柱性产业，所以，深圳的人工智能产业发展非常快，理所当然，深圳大学在人工智能领域实力也很强。近两年，深圳大学在人工智能领域获得立项的国家自然科学基金项目达到15项，数量在全国高校当中排名第9名，超过了西北工业大学、华中科技大学等众多985高校。其实，深圳大学很多跟人工智能相关的学科都很强，比如计算机科学与技术、信息与通信工程。2、浙江工业大学浙江工业大学是浙江省省属重点高校，近些年，这所高校的ESI综合排名已经多次挺进我国内地高校前100名。在武书连2019中国大学排名中，浙江工业大学的排名甚至上升到了第65名。在人工智能领域，浙江工业大学也有很强的实力。截止2018年9月，浙江工业大学在人工智能领域的有效专利数量排名全国高校第20名，甚至超过了西安交通大学。另外，近两年，浙江工业大学在人工智能领域获得立项的国家自然科学基金项目数量也比较多。今年，浙江工业大学还专门成立了自动化与人工智能研究中心、人工智能系。3、广东工业大学广东工业大学也是一所省属重点建设高校，在广东省的大力支持下，这所高校学科实力快速提升。在2017年全国高校学科评估中，广东工业大学的控制科学与工程被评为A-，并进入全国高校前16名，我们可以看到，在这次评估中，很多211高校都没有一个A类学科，所以，广东工业大学的控制科学与工程排名这么高，非常不容易。由于人工智能与控制科学与工程联系紧密，所以广东工业大学在人工智能领域也非常强。今年，广东工业大学更是有5项与人工智能密切相关的国家自然科学基金项目获得立项，数量甚至赶上了杭州电子科技大学。4、江苏大学江苏大学是一所实力非常强的非211高校，在今年的武书连2019中国高校排名中，这所大学排名第41名，甚至超过了西北农林科技大学这所985高校。从具体学科来看，江苏大学的控制科学与工程、计算机科学与技术都比较强，所以，这所大学在人工智能领域也有很强的实力。截止2018年9月，江苏大学在人工智能领域的有效专利数量排名全国第22名。在2018全国高校人工智能创新大赛中，江苏大学代表队斩获一等奖。更厉害的是，在2018全球（南京）人工智能应用大赛中，江苏大学团队获得总决赛第3名。你对上面四所大学有什么看法呢？欢迎大家在下面评论，分享观点。

2019年高考刚过，2020考研又提上日程，许多人笑言：人生就是不断的“考考考”，虽说这是一句玩笑话，但也不乏道理，在如今这个人才济济的社会，只有不断提高自己的学历和能力，将来才不会被淘汰。对于打算参加2020考研的人来说，今年的暑假“黄金复习期”即将结束，距离2020年考研还有不到半年的时间。在这段紧张的复习日程中，小编提醒每一位考研人，不要忘了时刻关注考研的动态，尤其是考研专业方面的变化。有很多人存在这样的疑问，考研到底选什么专业好？依小编的经验，以下这三个专业是时下比较热门的，堪称时代“新宠”，适合考研，很热门也很靠谱，如果条件合适，不放大胆报考！[大数据应用]在2019年“两会”出尽风头的“大数据应用”专业，是时下非常热门的理工科专业之一，大数据时代的到来直接催动了大数据专业的发展。过去的大数据专业不温不火，现如今已经炙手可热。据估计，我国大数据人才缺口达百万，这个行业尤其缺乏尖端人才。考研考大数据专业，一方面有利于自己的发展，前进广阔，另一方面也能搭上大数据时代的这班“高速列车”。[人工智能]人工智能和大数据应用专业，基本上是属于“同胞兄弟”，人工智能专业的兴起得益于“机器人”技术的发展，也得益于互联网技术的快速革新。如今，人工智能技术已经触及到了国防、民生、科技、教育、卫生、支付等多个领域。在2020年，新时代，考研考人工智能专业，必然是一件“天时地利人和”的事。[工商管理]工商管理专业硕士俗称“MBA”，工商管理专业在近几年热度不减，一方面是因为企业级高端管理人才的枪手，更大的原因在于工商管理专业是“万金油”专业，是典型的“一通百通”的专业。考研考工商管理专业，将来在企业、事业单位都很吃香，当然，读“MBA”价格不菲，难度也比较高。考研是人生的第二次高考，也是许多人弥补高考遗憾的一场“翻身仗”。通过对比分析，本文认为考研选专业要综合考虑多方面的情况，比如就业、发展前景、需求、薪酬、生命力等。以上三个专业不敢说有多火爆，至少在未来的10年内将很走俏，因此，对于2020年考研人而言，如果条件允许，以上三个专业可以大胆报考！

计算机考研，第一个摆在同学们的面前就是学硕和专硕的问题，很多学生在考研初期就在纠结这个问题，关于到底是选择学硕还是专硕，怎么选择，有些同学可能会说到底是学硕好还是专硕好，哪个好我就考哪个。这个不是这样子划分的，学硕专硕各有优劣势，咱们先来看看两者区别，根据区别来挑选适合自己的。首先来说学术和专硕这一块，我们在研究生学习阶段，首先学硕和专硕来讲：1.我们研究生培养方案的目标就不一样，学术的话我们培养目标是培养教学和科研人才，但如果是专硕的话，我们的培养目标是培养特定职业高层次人才。2.学硕的话是单导师制，只有学术指导老师，那如果是专硕的话，我们基本上都是双导师制，有学术理论指导教师，也有实践活动指导老师。3.考试内容的不一样，特别是我们公共课，那像学硕的话哈，基本上我们都是考数一和英一的，那如果是专硕的话，我们这一块有可能考数二英二也有可能考数一英二，也有可能考数二英一这三种不一样的选择。4.关于下设方向的不一样，那学术的话它的下设方向是有很多的，那基本上很热门的一些方向它都会放在学硕下面，那如果是专硕的话，下面的研究方向的话是非常少的，这个的话是下设方向的一个不一样。5.涉及到我们对于未来人生的职业发展规划，因为学术的话是可以直博的，但是专硕不可以直博，专硕只能考博，如果是说我研究生毕业之后我不想读博了，我就是想直接就业的话，那其实老师这边是更推荐去考专硕的，这样子对未来就业的话是有一定的好处的。那如果是说我这边以后想研究生读完之后我想留校或者去大学任教，有这样子的一个想法的话，就可以去读学硕，这样子方便读博，也方便未来的职业发展。这边的话也要给大家说一个好消息，因为今年2020年的研究生招生比去年增加了18.9万，这个消息一出2020的学生，一片激动，但是同学们要注意这个是18.9万的增长，他不是每一个专业平等的去均分这个名额，这个18.9万的增长，重点在临床医学，公共卫生，集成电路，人工智能等专业，注意一下我标红的这个人工智能，其实指的就是咱计算机专业，人工智能就是计算机下面的一个方向，再往后看一下他这个重点投放的话，除了专业有重点，还有一个重点就是以专业学位培养为主，以高层次应用型人才专业学位为主，原因是啥，为什么往这些专业上面去投放，而且以专硕为主，是因为教育部也直接放话了，说这些专业今后一段时间社会需求是比较旺盛的。所以计算机的学生，考上研究生，未来的就业一片光明，非常的好呀。因为咱现在计算机专业的高层次应用型人才还是社会比较紧缺的。把这个好消息给大家说完了之后，前面已经说明学术和专硕的区别，那对于学生来说，学硕和专硕到底哪个好考？那其实从现在全国的一个研究生专业普遍数据来说，专硕比学硕是要好考一些的，首先第1个专硕考试内容比学硕是要简单一些的，第2个招生人数专硕也比学硕会多一些，那这种的情况就会避免神仙打架，有一些好学校的学硕统招生只招三四个人，那最后剩下去复试的人，基本上都是一些本科就是211或者985的学生，他们的分数也是非常非常高的，所以我们要避免和这一类同学遇到。如果你想考的那个学校，他的统招生名额低于5个人，那就建议大家就不要去报考了。

首先，对于统计学相关专业的本科生来说，如果未来想进入人工智能领域发展，考研时可以选择计算机相关专业，在大的方向上可以选择大数据、计算机视觉、自然语言处理、知识表示等。长期以来，人工智能领域的专业人才培养都是以研究生教育为主，虽然当前不少高校在本科阶段也设立了人工智能专业，但是目前要想获得更强的岗位竞争力，读研是比较现实的选择。统计学是大数据的三大基础学科之一，在当前的大数据时代，统计学的本科生也会接触到越来越多的大数据知识，所以统计学专业本科生读研选择大数据方向是比较不错的选择，而且大数据与人工智能之间也有非常紧密的联系，不少大数据方向的研究生，毕业后也会选择进入人工智能领域发展。统计学专业学生进入计算机专业读研之后，一定要重视自身实践能力的提升，尤其是程序设计能力，当前人工智能领域的岗位对于程序设计的要求还是比较高的。虽然早期人工智能领域对于算法工程师的程序设计要求并不高，但是当前算法工程师的岗位竞争还是比较激烈的，一方面岗位比较少，另一方面能力要求也在不断提升，这一点对于数学和统计学专业出身的学生来说，一定要引起重视。最后，如果明确了读研时要选择计算机专业，在本科阶段除了要重视考研所涉及到的专业课之外，还应该适当拓展一下自身的专业知识面，这对于考研复试也有比较重要的影响。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

近日，爱传播发布了2020年新闻传播类百所高校的合集，整体扫过去，20/21级的同学可能都会有点蒙。我们这篇文章的目的主要是对帮助即将备考复试和初试的同学，将新闻传播学的命题趋势和考察的侧重点进行系统分解。前言：本篇文章采用以下几种方式分析2020的真题：1、把握新传考研的“热点”，数据说话，告诉你今年的高校都喜欢考什么。这份数据是将2020年百所院校的真题放到数据分析软件里分析出来的结果，将最核心的考点一一罗列在你面前。2、 把握新传考研的趋势，告诉你过去三年考察的变化与不变。笔者将今年的数据和往年的数据进行综合对比。3、 系统把握学科的脉络和发展，将考察趋势和学科的发展结合起来，进行系统分析，旨在帮助入门的小伙伴从侧面认识这个学科的变动与发展。十大命题趋势分析01学科的融合背景下2门专业课考察的界限也越来越模糊学科的融合既反映在学科外部，也反映在学科内部。如果说站在十字路口的传播学科与外部的其他学科交融与对话，已经由来已久。那么学科内部出现大规模融合，主要来源于最近十年新型媒介的冲击。反映到命题中，许多考生会发现，334和440的界限、理论和实务的考察界限愈发模糊，为数不多的区别主要体现了史论和操作题上。这其中的原因，也许正如李良荣老师所说，如今的新闻业是互联网的新闻业，学者们已经突破了“小新闻”的框架和大众传播学的领域，体现出广阔的学术视野和包容的学术胸怀。02院校之间的考察正变得越来越相像我们无法否认的是，像诸如北师大、南大学硕、苏州大学、暨南大学等院校的真题中，肉眼可见喻国明、胡翼青、陈龙、刘涛等“掌门人”的影子；像诸如清华、南师大、天师大、厦大等院校的真题中，仍然可以寻觅到一些既有的考察惯性，这与它们的研究特长有一定关联。但是，从百所高校真题的数据样本中，我们看到了两个现实问题：一个是规模更大的是在选题上逐渐趋同的院校团体，毕竟，国家社科基金指南的课题是有限且聚焦的，我们关注的学界和业界的核心问题是聚焦的；其次是那些关键院校的掌门，本身就在主流视野之下引领学科的潮流，因而他们关注和考察的话题，后来也成为了我们的考题。03考察极其关怀中国发展的现实问题与社会治理的问题首先是，媒介与社会的话题作为近年学界探讨的核心话题，大规模的考题是以“媒介是如何重构社会关系”、“媒介对社会生活的影响”等角度在设问，媒介与中国城市生活的高度互嵌，已然是当前的社会景观。其次是，大量考题直接和间接的关注中国社会治理面临的现实问题，其中最为突出的考点便是“舆情治理”，词频统计中“舆论”是仅次于“传播”和“媒介”的关键词。如果考生不能把握中国社会最根源的社会矛盾和社会心理，解这样的题也不过是雾里看花。此外，还有政务媒体/主流媒体发展与国家治理、媒体发展与国际传播等，这也都是当前中国发展与媒体关联的重大现实问题。04主流媒体发展与考察的与时俱进，“两会”作为着眼点与突破口每年的两会作为主流媒体的“阅兵式”，在持续输出考点上，从未让我们失望过。2016年两会输出了VR沉浸报道、2017年输出短视频、2018年输出人工智能与竖视频，2019年两会输出的Vlog(8次）、人工智能（21次）、VR（8次）、5G（13次）累积贡献了50次考频。同时，无论自媒体发展多么迅猛，对于话语权的分化多么明显，最让命题人关心的，始终还是广大的主流媒体。仅“主流媒体”词频就出现了20次，超过“自媒体”的17次，这还不算超过60次的媒体融合发展的考察。05传播学领域对于大众传播及大众传播理论的反思未曾间断传播学这样一个在美国建立学科，无论是在本土的发展，还是在课本的书写中仍然难以摆脱“美国中心”的立场，但随着传统的大众传播理论在互联网情景下大规模的不适用，在学界已经有越来越多的对传统课本理论的反思与抵抗声音。这种抵抗在今年的考察中呈现的特征是：其一，对阐释力更强的传播理论考察比例提升，诸如传统媒介环境学派理论与新兴的媒介化理论（媒介研究的考察已经对效果研究的考察形成压倒性优势）、欧洲源流的批判理论、重返芝加哥学派、北美的传播政治经济学派、传播传递观之外的其它传播观念、符号学与修辞学等，以往相对冷门的考点，都愈发高频的出现在考察中。其二，提升对于思想史与研究方法的考察比例（两者累积超过80次考察），通过对传播思想史与研究方法的综合性反思，重新确立对传播学科的系统认识。其三，传统大众传播理论的考察比例的下滑，在我们统计最高频的十五大传播学基础考点当中，传统的大众传播理论仅占7席位。当然，议程设置认为佩戴着学科的“理论王冠”，以28次位列单一理论考察频次第一。06媒介技术考察成为大部分问题的出发点即便我们在进行整体的梳理和反思，媒介技术也几乎成为以上这些趋势出现的重要原因之一。在我们总结的宏观结构五大要素的考察频次里面，技术直接相关的考频达到了135次，仅次于政治的159，远超过社会（81次）、经济（65次）、文化（43次）。07容易被低估和忽视的传播流派与传播思想史的问题在传播学的十五个基础考点的统计中，排名第一的是传播学流派，累积出现56次，这既在意料之外，也在意料之中。当然，将学派的综合统计同单个理论相比有些不科学，但是即便将流派与所有效果理论的考察进行对比，也只是少了20多次。我们想要强调的一个问题是，这个比重还会向上浮动。此外，思想史作为认识传播研究的方法论，对摆脱旧有框架的束缚重新认识今天的传播现象，有着重大意义。而这一层意义，被当前的考生们极大的低估和忽视了，以致于考生一旦面对相对宏大的议题和抽象的传播观念，便立刻束手无策了。08传统业务的理论问题仍然是专硕的核心在我们的统计中发现，大部分MJC的命题高校在实务考察中比我们想象中要克制许多，传统的采、写、编、评的技法和意识仍然是考察的核心，对于考生业务基本功的要求丝毫“不敢懈怠”。例如，采访的词频达到了65次，排到了所有词条的第五位（前面是传播、媒介、舆论、网络），而且其中涉及的大多数传统技法和意识。09研究方法覆盖学硕考察并开始向专硕蔓延研究方法考察比重和范围在去年的基础上，有了进一步的提升。部分院校的学硕有考察传统，这并不奇怪，但是不少专硕也开始考察，考察的难度和细致程度也在提升。这也与新闻传播学近年的研究发展有关，以往广受诟病的研究规范问题，伴随着大量的海归学者、其他社科研究背景的学者涌入新传院，得到了一定程度的改善，也进一步辐射到了考卷当中。10热点非常重要，但是并没有想象的那么汹涌16年前后，你会在院校的命题中，明显感觉到那种技术突进给这个学科的压迫感，很多院校的命题风格，毫无征兆的发生颠覆性的变化，一些在业界尚未形成广泛影响的应用也可能出现在考察中。近两年，又会明显感觉到，即便仍然会有考纲变动的情况，但很难出现意料之外的热点了，甚至对我们辅导团队而言，热点都讲的有些超前了。例如，我们现在其实还是考2010前后相继起势微博和微信、2015年前后形成影响力的今日头条、2016年美国总统选举的遗产、2017年开始广泛讨论的智媒，5G、区块链虽然来势汹汹，但由于应用尚未成熟，也还未大面积的成为考点。值得注意的是，传统考点仍然集中在拉不开差距的名解和简答区，热点则大范围的聚集在拉开分数差距的论述题、案例分析题答题区，它们或是直接考察，或是需要大量调配热点案例来支撑。这样一看，热点的拓展仍然是复习的重中之重。关键学科领域的命题特征分析01 新闻学——所剩无多传统新闻理论考点已经被传播学、马新观、媒体融合挤压的所剩无多注：这里所说的新闻理论并不包括分布广泛不均的新闻史和新闻实务。关键结论：1、2020年考频前三的是舆论学、马新观、新闻生产，2018-2019年则是新闻真实、舆论、伦理与法规。2、舆论的考察对其他传统新闻学理论的考点呈现压倒性优势，而舆论学本身的解题和破题其实并不依赖传统新闻理论，而十分依赖传播学理论和视角。其中，舆论监督、舆论引导分别考了25次，几乎赶上议程设置的考频。3、马新观的考察几乎全方位的包裹和覆盖了传统新闻理论，即便考新闻真实，答题中常常涉及的是马恩视野下的新闻真实，考宣传考的是X的宣传观，考新闻事业性质关注的是党性与人民性统一，诸如此类。4、马新观的考察直接涉及到：11次的党性原则考察、22次的X及其相关讲话、10次四力、8次四全……这其中还不包括政治家办报、反客里空这样的史论当中的间接考察，舆论学和宣传学的大规模的相关考察。5、新闻真实问题，虽然与过去2年的主导相比有所滑坡，但依旧是堪比“议程设置”的“巨无霸考点”，相关考点直接出现频次是31次，这还不算谣言传播、伦理与法规、网络治理等间接考点。6、新闻事业、新闻生产的相关问题，一部分与马新观的问题考察融合，一部分与媒体转型与融合发展的问题融合，属于“互联网的新闻业”再难成为一个纯粹的新闻学问题考察了。7、值得注意的是，新闻生产（54次）的创新形式中：机器人新闻7次、建设性新闻5次 算法新闻7次、新闻游戏2次、虚拟现实6次。8、专业主义（16次）的考察看似有所下滑，其实不然，今天对“新闻工作四力”（10次）的要求是一种专业主义，对传播伦理和道德（18次）的要求也是一种专业主义。02 新闻实务——业界最为珍视,时代稀缺四个关键结论：1、 行业的巨变，并没有动摇考察的初心。传统的四力，仍然是吃（na）饭（fen）的关键。2、 假新闻泛滥的年代，记者的核实流程被高度挤压的年代，新闻采访的基本功成为考察之最。3、 观点过剩与事实稀缺的年代里，调查性记者在行业凋零，解释性报道（9次）、深度报道（8次）、非虚构写作（8次）相继成为考察焦点。4、 当负面情绪和社会焦虑成为普遍现象的时候，建设性新闻（4次）这样的考点有望在明年覆盖的更深远。03 传播学考察——宏观层面技术与政治为考察底层逻辑媒介与效果理论依旧为考察核心关键结论：1、媒介研究已经超过效果和受众研究成为绝对的核心。这并不让人意外，学界整体的研究对象中心，已经从“受众”与“内容”为中心，转向了以“媒介为中心”。2、媒介研究考察，主要分布在媒介环境学派理论、媒体融合发展、媒介与社会的互动影响、媒介技术与互联网发展史等几个方面的考察。一个细节——麦克卢汉是2020年出现频次最多的学者，超过拉扎斯菲尔德（7次）、施拉姆（6次）。3、传播学流派的重要性被大大低估了。这在上文的十大趋势中有探讨。4、效果理论2020的年考察频次排名依次是：议程设置、沉默的螺旋、框架理论、数字鸿沟与第三人效果；2018-2019年是议程设置、数字鸿沟、意见领袖、沉默的螺旋。毫无疑问，重合的三个仍然是考察的巨无霸，框架理论容易被忽视，而且这个理论的可以阐释的上限非常高，幸而我们团队在模拟考的命题中单独强调了。5、社会责任论考了17次，甚至超过把关人、数字鸿沟，想必让很多人意外，我也很意外。6、从媒介技术的考察趋势来看，可以说“平平无奇”。社交媒体、智能媒体、移动媒体（直播与短视频、5G）“三驾马车”，齐头并进。这条线索从10年就开始起势：10-13年移动互联网发展与社会化媒体发展相辅相成‘2014-2016年“互联网+”作为顶层战略推行；2016开始互联网经济模式不断创新，平台经济、共享经济等相继释放影响力，直播与短视频平台也开始起势；2017-2019年智能技术开始全方面的渗透到新闻业和人们生活的日常，再来是区块链、5G等在已有技术基础上继续叠加。至此，媒介环境的发展线索与命题线索基本成型，最近2年再无大的波动。7、大数据和算法这样的底层技术，仍旧会持续热门。同时值得注意的是，5G、VR、物联网在明年或许会有上升势头8、从宏观层面来看，政治和政治传播依旧是学科的核心。这不意外，毕竟学科是做总统选举研究起家的。从外部的趋势来看，2016年美国大选的研究遗产延续至今，2020适逢有一个选举年，可以继续拭目以待；从国内的考察来看，对内和对外政治宣传、舆论学、后真相政治、社会动员与抗争等这些都不会被未来的考察放过。9、经济的话题依然是考生不得不面临的难题，更难的是传统“传媒经济”和“网络经济”运行逻辑的截然不同，逼迫着没有广告学考察要求的考生，必须要理解数字时代的营销传播特征，对于MJC来说，必须要清楚社群营销、场景营销、智能营销等的运行逻辑。传媒经济的本质已经不仅仅是注意力经济和影响力经济，考生们需要运用关系经济、场景经济、数据经济、网络经济等新经济模式逻辑去破题解题。10、对文化话题的考察，也不再少数。需要考生们对关注媒介文化的批判学派，尤其是文化研究学派的理论更为熟悉一些。同时，跨文化的考察也不再是武大、云大的专利，国际传播、网络空间中的文化冲突都开始被很多院校的考察提及。04 媒体融合——保持着政策驱动与技术驱动的考察关键结论：1、媒体转型对应的媒体融合的问题，是一个不断变动和需要重新注解的考点。很多时候考察的注解的更新，总给人一种“物是人非”之感，例如，今年考的”全媒体”已经不是前两年的“全媒体”。2、媒体融合的考察中，主要围绕着2条线索进行，一条是技术发展对传媒转型的影响；一条则是2014年以来关于融合发展的文件与讲话精神的贯彻落实。去年以来的“县级融媒体”的文件精神和年初的“四全媒体”讲话，都无一例外的成为选题的核心。3、 众多转型案例里面，“总台”和“联播”（9次）当属今年最耀眼的考点。4、自媒体（17次）的考察没有想象的那么多，但17次考察中有12次都聚焦在自媒体治理的相关问题，这一点也与政策趋势一致。05 广告公关——趋向实务与业界实践贴合关键结论：1、 营销传播（27次）整体上成为第一大考点，这与近几年业界不断拓展的各类实践创新密不可分。2、 品牌传播（18次）的考频出现大幅度提升，这与国家层面推动下的国家品牌与传统品牌的发展有关。3、值得注意的是公关活动策划和危机公关应对成为了主流考察对象，可能和今年层出不穷的危机公关事件有关。4、 互联网广告部分，原生广告的考察比较多，这与过去2年的情况一致，原生广告在业界也逐渐成为了各个广告主投放的首选，需要特别注意一下。5、广告是一门实用性非常强的学科，在复习过程中应该时刻保持理论和案例的联系，在进行案例分析和案例实操的时候要思考到用了什么样的理论，对于理论进行理解时也应搭配相应的案例。07 设问方法:A对B的影响成为最常考的命题方式1、 问影响的题以压倒性优势占据榜首，这其中有超过八成是媒介技术的影响。2、 概念对比作为困扰考生备考始终的命题，其实出现频度并不高（15次），并且绝大多数考察是类似对比“消息”和“评论”、“新闻”与“宣传”这样差异较为明显的基本概念。3、 问看法这种“你答什么都行”的设问方式，还是很流行（26次），人文社科的作答常常就是这么开放，没有很多束缚。4、 可见背景、内涵、意义、特征、成因、影响等要素，一直都是知识点记忆的基础要素。敬请期待，今天开始我们将陆续为大家分析2020全国重点院校真题，本篇为整个系列的总论，配套使用，效果更佳。爱传播祝愿21级&20级的各位同学，备考顺利。作者:文冲、璐璐编辑:羽生主编:羽生寒假别浪费欢迎挑战自己碾压对手我是爱酱，专注新传考研辅导五年，想得到更多新传前沿热点及干货分享，可以关注我，或请关注公众号：爱传播。

首先，对于31岁的软件开发人员来说，如果想突破自身的发展瓶颈，同时想进入高附加值的研发领域，选择读研是不错的选择，当前也确实有很多大厂的程序员会通过考研来为自己打开更多的发展渠道。人工智能是当前的一个热点领域，相信随着工业互联网的落地应用，未来人工智能领域会持续释放出大量的创新、创业机会，所以当前进入人工智能领域更容易获得高附加值的岗位。由于当前人工智能领域尚处在发展的初期，所以行业领域更关注以研究生为代表的高端人才，而要想在人工智能领域走得更远，读研也是当前比较现实的选择。对于已经有了8年从业经验的开发人员来说，自身已经有了一定的技术认知能力和行业认知能力，所以在方向的选择上往往也会更明确一些，虽然当前人工智能领域正在面临一定的发展瓶颈，但是对于有丰富开发经验的程序员来说，进入人工智能领域也会促进人工智能技术的发展和落地应用。当前人工智能技术的落地应用主要集中在计算机视觉和自然语言处理这两大领域，而受限于当前的研究方法，目前这两个领域的发展也遇到了一定的瓶颈，所以当前很多博士研究生在选择主攻方向的时候，针对于这两个方向时会非常慎重，因为技术体系上的创新难度已经比较大了。最后，当前计算机专业是考研的热点专业，所以一定要早做准备，同时要为自己营造一个较好的复习环境。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以私信我！

首先，26岁考研并不算晚，实际上在30岁之前读研都还算是不错的选择，随着目前IT行业不断进行结构性调整，更多的程序员（尤其是初级程序员）都希望通过读研来完成岗位升级。按照历史经验来看，大部分程序员在读研之后都获得了岗位升级。目前人工智能领域的人才需求依然以研发型人才需求为主，而且不少公司往往都要求研发级岗位的从业者需要具有研究生学历，所以当前要想获得人工智能领域的研发级岗位，读研是比较现实的选择。由于人工智能领域的人才培养具有较大的难度，所以在考研时尽量选择资源整合能力比较强的高校，这样会有一个更好的学习过程，也更容易获得研究成果，而且选择重点高校读研对于未来的就业也有比较直接的影响。在选择目标高校时，应该重点关注一下人工智能方向的研究实力，可以重点关注一下该方向的导师以及相应的课题。如果考重点高校有较大的困难，那么也可以关注一下学科实力比较强的普通高校，毕竟研究生教育更注重学科实力。人工智能方向是当前的热门方向，不仅考研难度比较大，读研的难度也非常大，有不少研究生会因为研究成果没有达标而选择延期答辩，这种情况也比较常见，其中博士研究生延期毕业的情况更加常见。所以，选择人工智能方向的研究生，一定要有较强的学习能力和扎实的知识基础。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

人工智能是未来十年最热门的研究方向，许多学校的研究生开始考虑向人工智能专业转型。然而目前人工智能大部分的工作，都是计算机专业学生做的，不少不明真相的学生，也以此为借口，不敢考计算机专业的研究生，生怕转型之后，找不到工作，耽误前程。因此，很多学生，不知道，该如何对人工智能专业的研究生进行职业发展规划。这篇文章的目的，就是帮助学生们正确地对人工智能专业进行职业规划，让大家在研究生报考时，更加稳妥的选择真正合适自己的方向。一、要不要靠人工智能专业的研究生。1、该不该考取人工智能专业的研究生取决于你的专业知识，你需要了解人工智能相关知识，利用人工智能相关知识解决各种问题。特别是人工智能本身，非常多的东西需要自己学习和积累，学校里能学到的可能并不全面。在学校里可能学到的只是一个皮毛，看起来学校提供的就业选择很广，但是一旦自己要找工作，可能连简历都投不出去。另外，在研究生阶段也需要自己积累更多的知识，多去看一些科普方面的网站，或者微信公众号，可以扩展知识面。2、该不该考取人工智能专业的研究生还取决于你在专业领域的兴趣、大量的研究积累和考研情结。人工智能本身，专业知识并不是那么难掌握，你自己没什么兴趣，学习时注意力不集中，时间不够用，根本不可能做很多事情。如果你这么想，最好不要考取人工智能专业的研究生。如果对人工智能感兴趣，有大量的研究积累，也是可以考取人工智能专业的研究生的。更不要将本科专业学习的知识作为研究生阶段的核心知识，本科是相对浅显的，学校里学到的知识，不一定能完全支撑你从事这方面的工作。专业知识，也是你从事某方面研究的基础。真正有价值的工作，就是一个顶尖领域内的专家，而不是本科生、研究生、博士生。而且是没有相关知识的本科生、研究生，还有读博士的情结，考取人工智能专业的研究生，要先想清楚这三个问题。第一，你以后想从事什么方向的工作，你对哪个领域、哪个方向最感兴趣，最擅长。如果你不知道自己喜欢做什么，是很难从事某方面工作的。第二，你大量的研究积累需要什么知识、需要什么资源和内容？如果大量的研究积累需要的知识、资源和内容，你没有大量的时间或精力，根本不可能完成。第三，有大量的工作可以做，比如去教别人编程、去培训别人做产品，只要你对人工智能专业感兴趣，你从最开始做事，就应该立刻开始投入大量的精力和资源，将你在人工智能领域的相关知识，很快的丰富起来。