从钻研计算机技术到“探路”新媒体，清华大学新闻与传播学院教授沈阳告诉记者，对他而言，学科跨界是顺其自然的。多年前，还是一名年轻的计算机专业教师的他发现，不少新闻专业的教师和学生用他开发的软件“辅助”研究。随着沟通的增多和了解的加深，他对新闻学产生了兴趣，并逐渐将研究重心转向媒体数据挖掘、数据新闻等领域，他的研究成果受到学界关注。

　　专注媒体数据挖掘

　　在沈阳看来，互联网时代，诸如微博、微信等新媒体的研究价值日益凸显。它们在政策导向、思想传播等方面，发挥着越来越重要的作用。要透过这些新媒体切实了解民生百态，媒体数据挖掘是不可或缺的重要环节。并且，这是一座学术富矿。它不会随着媒体平台的兴衰而趋于没落，研究者会孜孜不倦地寻求新的研究范式，或构建新的理论框架体系。

　　沈阳的“媒体数据挖掘”研究之路始于网络舆情。“随着互联网的快速发展，各行各业对网络动态有着越来越大的需求。网络舆情是一个很好的获知途径。”他说。

　　意识到网络舆情研究价值的并非沈阳一人。不过，情报学和计算机科学的学科背景让他的研究独辟蹊径。其中，关于网络舆情的推演颇具代表性。通过分析2008—2012年发生在中国的320个重大网络舆情事件，沈阳假设了23个影响网络舆情演变的舆情因子和5个反映舆情发展结果的效果因子，并通过结构方程构建了网络舆情推演模型，借此探究网络舆情的产生、发展和演变。

　　除了网络舆情之外，沈阳也是国内较早关注以微博为代表的自媒体研究者之一。他告诉记者，这一研究灵感也是在网络舆情中“孕育”的。因为微博的“茁壮成长”，使之逐渐成为网络舆论的主场。他的微博研究也很有新意。例如，基于对政务微博基础数据的分析，他率先提炼出传播互动力指标、时效指标、群体联动指标、行动力指标、管理指标、满意指标等八项评价指标，使之有了统一的评价标准。

　　打造“百年老店”数据平台

　　沈阳说，要开采好“媒体数据挖掘”这座学术富矿，还需要得力的研究工具。对于数据挖掘来说，研究工具是有时效性的。比方说，当网页模板或数据平台变化之后，数据抓取方式就会产生相应的改变。虽说这种改变意味着技术更新，但也可能导致研究受阻。为此，沈阳和他的研究团队希望能够打造一个类似于“百年老店”的数据平台，为研究的可持续提供支持。