现任职务：副教授，中国人民大学新闻与社会发展研究中心研究员

研究方向：计算传播学，新闻大数据

任教课程：“新闻与传播学科核心与特色课程创新计划”课程《新闻传播程序设计基础》，《算法新闻》，《数字传播技术应用》（中文|全英文），《大数据与新闻传播实务工作坊》，《计算传播学》

学历学位：清华大学研究生毕业、博士学位

 

学术成果：

论文：

1.Na Ta, Kaiyu Li, Yi Yang, etc.: Evaluating Public Anxiety for  Topic-Based Communities in Social Networks. IEEE Transaction on  Knowledge and Data Engineering, 2020. doi: 10.1109/TKDE.2020.2989759.

2.Na Ta, Guoliang Li, Jun Hu, Jianhua Feng: Location and Trajectory  Identification from Microblogs. Journal of Computer Science and  Technology. 34(4): 727-746 (2019)

3.Na Ta, Guoliang Li, etc.: An Efficient Ride-Sharing Framework for  Maximizing Shared Route. IEEE Transaction on Knowledge and Data  Engineering, 2017.

4.Na Ta, Guoliang Li, etc.: Signature-Based Trajectory Similarity  Join. IEEE Transaction on Knowledge and Data Engineering, 2017.

5.Shuang Hao, Guoliang Li, Na Ta, etc.: A Novel Cost-Based Model for  Data Repairing. IEEE Transaction on Knowledge and Data Engineering,  2017.

6.塔娜.(2020). “计算传播学”的发展路径：概念、数据及研究领域. 新闻与写作(05),5-12.

7.塔娜, 矫芳. (2020). 5G时代的机器人写作. 新闻战线(04).

8.黎樟浩，塔娜，王一清，姚雪雅. (2020). 移动应用程序的受众分化研究：以中国新闻及视频类应用为例的网络化对比分析. 中国网络传播研究.

9.高文超, 李国良, & 塔娜. (2018). 路网匹配算法综述. 软件学报, 29(002), 225-250.

著作/教材：

塔娜, 唐铮.《算法新闻》. 中国人民大学出版社，2018.

主持课题：

1.《时空感知的异构社交网络传播模型研究》，国家自然科学基金青年项目，在研

2.《异构社交网络传播模型及其上北京影响力最大化问题研究》，北京市社会科学基金青年项目，在研

获奖情况：

2019年中国人民大学招生工作先进个人