随着国内新闻传媒间的竞争日益加剧，受众与市场研究成为新闻媒体的重要决策参考依据。由于报纸等平面媒体的新闻数据数量巨大，大多数国内外研究机构的研究至今仍侧重于定性分析，即使做定量分析也只能做到局部定量化，对新闻研究的参考意义有限。随着国际研究软件开发力度的加强、计算机的存储量与计算速度的大幅提升，新闻传媒的量化研究成为可能。为了使研究水平尽快与世界水准接轨，不久前，南京大学传媒发展研究中心引进了国外最先进的新闻数学模型与应用软件，在将英文分词系统用自己研制的中文分词系统替换
后，首次在国内实现了中文媒体量化研究分析系统的运行(Chinese Media Numeric Research System简称CNS)。
经过一段时期的模拟试运行，CNS系统运行状况良好稳定，已得到传媒界人士及国内外专家的积极欢迎和高度认可，南京大学传媒发展研究中心决定率先把CNS运用于以南京为中心的中文平面传媒的监测、研究与开发，近期将开始以“周”为研究区间，对社会进行传媒研究的数据发布。
南京大学传媒发展研究中心主任、教授、博士导师潘知常指出，报纸的办报质量从量化角度来看，就是读者爱不爱看，读者看了几个版等等的具体内容，读者不爱看的版面就是资源浪费。以目前南京地区的主流报纸来计算，浪费一个版面将损失三万元左右。新闻的量化分析能很好地反映版面的“利用率”，给报纸的采编人员有定量的参考，根据读者的需要对版面进行取舍。而根据南京大学传媒研究发展中心的研究，目前南京主流报纸的版面浪费，每周平均有三十个版左右。
潘知常教授说，版面编辑和记者对新闻的取舍是以自己的观点出发的，不一定能和读者的阅读要求一致，新闻量化分析CNS系统能对版面和文章进行读者阅读层面分析，最终得到版面和文章取舍的量化总结，该系统对每一篇新闻都进行A~E五级分类，给报纸内部考核提供量化依据。报纸新闻量化分析CNS系统能提供报纸各不同版类的最佳比例，优化各版类的读者阅读率，最终达到报纸综合阅读率的大幅度提升，还可以根据报纸的读者定位，进行定位量化分析，达到目的读者群的最佳阅读率。CNS系统将新闻分成独家新闻、同质新闻和漏稿新闻三类，能智能分析同质新闻和独家新闻的受欢迎程度；特别是能提供报纸对国内外最大新闻的漏稿分析，并及时做出漏稿率红线警示。
而从国外大量的平面传媒使用CNS系统进行媒体策划的情况来看，潘教授说，引进这一系统也至少有两大重要的好处：首先是提升了报纸的读者阅读率，其次，能降低报纸的成本，从平均的情况来看，至少能下降15~25%的成本。
