Artigo de revisão Q1
Data science, machine learning and big data in digital journalism: A survey of state-of-the-art, challenges and opportunities
Elizabeth Silva Fernandes (Fernandes, E.); Sérgio Moro (Moro, S.); Paulo Cortez (Cortez, P.);
Título Revista
Expert Systems with Applications
Ano (publicação definitiva)
Reino Unido
Mais Informação
Web of Science®

N.º de citações: 2

(Última verificação: 2023-12-07 11:17)

Ver o registo na Web of Science®


N.º de citações: 2

(Última verificação: 2023-11-30 00:21)

Ver o registo na Scopus

Google Scholar

N.º de citações: 3

(Última verificação: 2023-12-06 09:07)

Ver o registo no Google Scholar

Digital journalism has faced a dramatic change and media companies are challenged to use data science algorithms to be more competitive in a Big Data era. While this is a relatively new area of study in the media landscape, the use of machine learning and artificial intelligence has increased substantially over the last few years. In particular, the adoption of data science models for personalization and recommendation has attracted the attention of several media publishers. Following this trend, this paper presents a research literature analysis on the role of Data Science (DS) in Digital Journalism (DJ). Specifically, the aim is to present a critical literature review, synthetizing the main application areas of DS in DJ, highlighting research gaps, challenges, and opportunities for future studies. Through a systematic literature review integrating bibliometric search, text mining, and qualitative discussion, the relevant literature was identified and extensively analyzed. The review reveals an increasing use of DS methods in DJ, with almost 47% of the research being published in the last three years. An hierarchical clustering highlighted six main research domains focused on text mining, event extraction, online comment analysis, recommendation systems, automated journalism, and exploratory data analysis along with some machine learning approaches. Future research directions comprise developing models to improve personalization and engagement features, exploring recommendation algorithms, testing new automated journalism solutions, and improving paywall mechanisms.
Data science,Digital journalism,Text mining,Systematic literature review,Media analytics,Machine learning
  • Ciências da Computação e da Informação - Ciências Naturais
  • Ciências da Comunicação - Ciências Sociais
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UIDB/00319/2020 Fundação para a Ciência e a Tecnologia
UIDP/04466/2020 Fundação para a Ciência e a Tecnologia
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia
Projetos Relacionados

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.