個(gè)性化推薦還是共性化推送？
——論聚合類(lèi)新聞客戶端的現(xiàn)狀與發(fā)展方向

□文│陳 勇

近年來(lái)我國(guó)新聞客戶端發(fā)展非常迅速，2016上半年用戶規(guī)模達(dá)5.69億，成為手機(jī)網(wǎng)民閱讀新聞的首選渠道。而聚合類(lèi)新聞客戶端相較專(zhuān)業(yè)媒體新聞客戶端又更受網(wǎng)民青睞，2016年上半年活躍用戶量排在前8位的新聞客戶端全部為聚合類(lèi)。[1]聚合類(lèi)新聞客戶端目前有兩種主要的新聞推薦模式：一種是個(gè)性化推薦類(lèi)，采用計(jì)算機(jī)算法分析用戶的個(gè)人基本信息、閱讀和網(wǎng)絡(luò)社交行為等數(shù)據(jù)，基于用戶的個(gè)性需求向其推薦感興趣的新聞；另一種則通過(guò)人工篩選和編輯，基于用戶的共性需求向所有用戶推薦同樣的新聞，即共性化推送類(lèi)。

上述兩類(lèi)新聞客戶端孰優(yōu)孰劣，專(zhuān)家學(xué)者們見(jiàn)仁見(jiàn)智。筆者認(rèn)為個(gè)性化推薦類(lèi)新聞客戶端的市場(chǎng)發(fā)展前景要?jiǎng)龠^(guò)共性化推送類(lèi)，這是由用戶差異化的信息需求所決定的。

一、新聞客戶端用戶信息需求的差異性

傳播學(xué)的“分眾理論”認(rèn)為受眾是具備社會(huì)多樣性的人群?！霸谌丝诮y(tǒng)計(jì)學(xué)特征上，受眾分屬于不同的性別、年齡、學(xué)歷、民族、職業(yè)、居住地等，在社會(huì)群體歸屬特征上，則分屬于不同的家庭、學(xué)校、單位、階層以及社團(tuán)黨派、宗教團(tuán)體和文化群體”。[2]因此，除了共性需求，分屬于不同社會(huì)群體的受眾對(duì)媒體傳播的信息還有著大量的差異化需求，會(huì)主動(dòng)選擇自己感興趣的信息。而且隨著社會(huì)的發(fā)展，受眾對(duì)信息的需求不斷增長(zhǎng)，不同群體之間信息需求的差異化也會(huì)表現(xiàn)得越來(lái)越明顯。

對(duì)于新聞客戶端的用戶而言，其對(duì)新聞的功能性需求是非常多樣的，在新聞性需求之外，還有娛樂(lè)性、知識(shí)性和服務(wù)性等多方面的需求。同時(shí)，除了閱讀新聞，許多用戶還想從新聞客戶端了解生活類(lèi)和知識(shí)類(lèi)等其他資訊，以盡可能在一個(gè)平臺(tái)上方便快捷地獲取自己需要的各類(lèi)信息。由于新聞客戶端的用戶對(duì)信息有著多功能的綜合性需求，不同用戶間信息關(guān)注的差異性也就較傳統(tǒng)的傳播平臺(tái)更為突出。如“今日頭條”2016年上半年的用戶數(shù)據(jù)分析顯示，體育類(lèi)、軍事類(lèi)、財(cái)經(jīng)類(lèi)、科技類(lèi)和游戲類(lèi)資訊興趣用戶的男性比例遠(yuǎn)遠(yuǎn)超過(guò)女性，而娛樂(lè)類(lèi)、時(shí)尚類(lèi)和健康類(lèi)資訊興趣用戶的女性比例則明顯高于男性；從年齡來(lái)看，18～23歲用戶最感興趣的為游戲類(lèi)資訊，24～30歲用戶為娛樂(lè)類(lèi)資訊，31～40歲為財(cái)經(jīng)類(lèi)資訊。[3]

二、個(gè)性化推薦比共性化推送更為市場(chǎng)認(rèn)可

從當(dāng)前的市場(chǎng)占有率來(lái)看，個(gè)性化推薦類(lèi)新聞客戶端已成世界新聞客戶端市場(chǎng)的主流。中國(guó)2016年上半年活躍用戶量排在前8位的“今日頭條”等無(wú)一不是以個(gè)性化推薦為主的新聞客戶端。2016年上半年在美國(guó)、德國(guó)和英國(guó)排名第一的“飛麗博”（Flipboard）、在印度排名第一的“每日追蹤”（Dailyhunt），也全為主打個(gè)性化推薦的新聞客戶端。

個(gè)性化推薦類(lèi)新聞客戶端之所以能夠占據(jù)市場(chǎng)主角，正是因?yàn)槠浜芎玫貪M足了用戶對(duì)信息的差異化需求。如“今日頭條”通過(guò)挖掘分析數(shù)據(jù)判斷每一位用戶的喜好，推送與其興趣相合的各種信息。同時(shí)，用戶也可以訂閱自己所喜歡的頻道，并對(duì)不感興趣的內(nèi)容選擇屏蔽以減少此類(lèi)推薦，這樣就進(jìn)一步滿足了用戶的個(gè)性化需求。在全球市場(chǎng)領(lǐng)先的“Flipboard”，除了跟“今日頭條”一樣通過(guò)算法向用戶推薦新聞以及讓用戶訂閱自己所喜歡的頻道，還可以讓用戶在閱讀完一條新聞之后選擇“更多此類(lèi)內(nèi)容”或“更少此類(lèi)內(nèi)容”，乃至屏蔽某個(gè)新聞源來(lái)選擇自己需要的信息。

但早幾年美國(guó)有一些聚合新聞客戶端反個(gè)性化推薦的潮流而動(dòng)，試圖采用人工來(lái)篩選和編輯新聞，基于受眾的共性需求推送同樣的新聞。2011年誕生的新聞客戶端賽克（Circa）平均每天只更新10余條新聞。這些新聞都由編輯從眾多新聞源中篩選并進(jìn)行剪裁，把相關(guān)的新聞合并成為專(zhuān)題，以卡片的形式呈現(xiàn)給用戶。2014年1月，雅虎公司推出新聞客戶端“雅虎新聞?wù)?。“雅虎新聞?wù)泵刻熘辉缤砀靼l(fā)布一次，每次發(fā)布的首頁(yè)新聞不超過(guò)10條。如果用戶還需要了解更多新聞，可以點(diǎn)擊“補(bǔ)充新聞（extra news）”繼續(xù)閱讀，但“extra news”每次發(fā)布的新聞也就在20條左右。這些基于人工篩選來(lái)進(jìn)行共性推送的新聞客戶端剛推出時(shí)被很多人看好。不過(guò)遺憾的是，其市場(chǎng)反響并不佳，Circa已于2015年6月宣布關(guān)閉，“雅虎新聞?wù)痹诿绹?guó)新聞客戶端市場(chǎng)則連前20名都未能進(jìn)入。

共性化推送類(lèi)新聞客戶端采用人工篩選和編輯新聞的初衷是為了從浩如煙海的新聞當(dāng)中挑選出最重要的新聞推送給用戶，讓用戶減輕“信息過(guò)載”的負(fù)擔(dān)?；ヂ?lián)網(wǎng)時(shí)代用戶確實(shí)有著“信息過(guò)載”的困擾，基于共性需求向用戶推送最重要新聞的理念有其合理性。但如果因噎廢食，依舊像傳統(tǒng)媒體那樣由專(zhuān)業(yè)人員來(lái)代替用戶選擇新聞，就又矯枉過(guò)正。正如前文所述，絕大多數(shù)用戶需要從新聞客戶端知曉的不僅僅是那些最重大的新聞，還希望獲得娛樂(lè)、時(shí)尚、體育、軍事和科技等方面的新聞以及其他資訊來(lái)滿足自己的娛樂(lè)性、知識(shí)性和服務(wù)性需求，而不同特征的用戶在這些方面需求的差異性是較大的。所以，這些新聞客戶端每天經(jīng)過(guò)人工篩選的一二十條新聞難以充分滿足絕大多數(shù)用戶多方面的需求。在谷歌應(yīng)用商店當(dāng)中，就有許多用戶因?yàn)椤把呕⑿侣務(wù)辈荒茏屪约哼x擇感興趣的主題而吐槽。由于共性化推送類(lèi)新聞客戶端只能滿足小眾群體的需求，盈利能力有限，而其雇用人工進(jìn)行編輯的成本又非常高，故其生存很困難。

個(gè)性化推薦類(lèi)新聞客戶端能更好地滿足用戶的差異化信息需求，順應(yīng)了媒體細(xì)分化發(fā)展的規(guī)律，相比共性化推送類(lèi)新聞客戶端也就贏得了遠(yuǎn)為廣闊的市場(chǎng)。

三、個(gè)性化推薦和共性化推送相結(jié)合應(yīng)為新聞客戶端發(fā)展方向

個(gè)性化推薦類(lèi)新聞客戶端盡管在市場(chǎng)上占據(jù)領(lǐng)先地位，但也存在一定的不足，主要為片面強(qiáng)調(diào)個(gè)性化推薦所帶來(lái)的弊端。

1.弊端表現(xiàn)

首先，推薦的新聞龐雜且更新頻繁，導(dǎo)致新聞碎片化閱讀嚴(yán)重。個(gè)性化推薦類(lèi)新聞客戶端的新聞來(lái)源非常廣泛，其中還包括許多自媒體，所以抓取的新聞數(shù)量十分龐大，能夠源源不斷地向用戶進(jìn)行推薦，讓用戶應(yīng)接不暇。據(jù)華中科技大學(xué)王春艷的新聞客戶端用戶使用情況調(diào)查顯示，有28.99%的用戶表示新聞太多看不過(guò)來(lái)。[4]因此，許多用戶喜歡浮光掠影地進(jìn)行碎片化閱讀，且熱衷于閱讀短文而不好有深度的長(zhǎng)文。從“今日頭條”2016年上半年的用戶閱讀數(shù)據(jù)來(lái)看，1000字以下的資訊占了73.5%，1000～2000字的占18.8%，2000字以上的僅占7.7%。平均每條閱讀時(shí)長(zhǎng)僅為1.51分鐘（包括視頻播放）。[5]

其次，推薦的新聞深度不夠。個(gè)性化推薦的新聞基本上直接取自其他網(wǎng)站的鏈接，沒(méi)有經(jīng)過(guò)二次編輯，對(duì)一些重大事件缺乏專(zhuān)題式的整合推薦。除了有關(guān)國(guó)家領(lǐng)導(dǎo)的新聞專(zhuān)題，在幾大個(gè)性化推薦類(lèi)新聞客戶端上很少能看到其他重大新聞事件的專(zhuān)題。這樣的推薦對(duì)用戶而言零散而沒(méi)有深度，不利于其全面深入地了解重大新聞事件或者重要新聞話題。艾媒咨詢(xún)《2016上半年中國(guó)手機(jī)新聞客戶端市場(chǎng)研究報(bào)告》顯示，有50.9%的用戶認(rèn)為我國(guó)新聞客戶端的內(nèi)容深度需要加強(qiáng)。

最后，容易造成“信息繭房”現(xiàn)象。雖然用戶每天的新聞閱讀量大，但由于主要是選擇自己感興趣的新聞，造成各自關(guān)注的新聞差異很大，每個(gè)人被禁錮在自己所選擇的信息編織的“繭房”當(dāng)中?！靶畔⒗O房”會(huì)讓用戶的視野變得狹窄，對(duì)社會(huì)形成片面的認(rèn)知，并且妨礙社會(huì)共識(shí)的凝聚和公共議程的設(shè)置。對(duì)于重大公共事件，社會(huì)需要設(shè)置廣泛的公共議程來(lái)吸引公眾關(guān)注和參與，從而凝聚社會(huì)共識(shí)和化解社會(huì)危機(jī)。個(gè)性化的新聞推薦易造成關(guān)注同一公共事件的公眾減少，公共議程設(shè)置難以形成，不利于推進(jìn)公共事件的解決以及公共政策的出臺(tái)。

2.改進(jìn)策略

針對(duì)當(dāng)前個(gè)性化推薦類(lèi)新聞客戶端的不足，可以通過(guò)輔以共性化推送來(lái)進(jìn)行改進(jìn)。在個(gè)性化推薦之外，新聞客戶端應(yīng)當(dāng)每天挑選一些最重要的新聞推送給所有用戶。新聞的挑選可以采取人工和智能篩選相結(jié)合的方法，先由計(jì)算機(jī)根據(jù)新聞點(diǎn)擊的熱度篩選出一批備選的新聞，再由編輯根據(jù)經(jīng)驗(yàn)從備選新聞中最終挑選出最值得推薦給所有用戶的新聞。這樣可以讓用戶不致于過(guò)度偏向于選擇自己感興趣的新聞，使其從“信息繭房”中走出來(lái)，與他人共同關(guān)注重要的公共議題。

首先，嚴(yán)格控制重要新聞推送的數(shù)量。目前有些新聞客戶端也會(huì)推薦熱點(diǎn)新聞給用戶，但其推薦的熱點(diǎn)更新頻繁，使得熱點(diǎn)不熱，而且很少經(jīng)過(guò)二次編輯，導(dǎo)致深度和系統(tǒng)性不夠。所以，對(duì)于重要新聞的推薦，新聞客戶端首先要從數(shù)量上進(jìn)行嚴(yán)格控制，每天推薦的重要新聞不宜過(guò)多，有事則多，無(wú)事則少，做到寧缺毋濫，以減輕用戶的“信息疲勞”。每天早晚或早中晚各推送一次即可。

其次，要從質(zhì)量上嚴(yán)加把關(guān)。當(dāng)出現(xiàn)重大新聞時(shí)，個(gè)性化新聞客戶端除了利用算法首先進(jìn)行簡(jiǎn)短信息推薦，還應(yīng)該借鑒傳統(tǒng)媒體編輯部的形式，對(duì)相關(guān)信息以?xún)?nèi)容聚合的形式建立專(zhuān)題，可將各大新聞源關(guān)于同一新聞事件的報(bào)道有機(jī)地濃縮在一起，既簡(jiǎn)潔又不失全面深入；而且當(dāng)新聞事件有新的進(jìn)展時(shí)，應(yīng)當(dāng)及時(shí)進(jìn)行更新，并在后面附上之前相關(guān)新聞報(bào)道的鏈接，讓用戶能夠了解新聞事件的來(lái)龍去脈。

最后，對(duì)重要新聞的推薦還應(yīng)當(dāng)積極采用個(gè)性化的表達(dá)方式。目前大多數(shù)個(gè)性化新聞客戶端主要追求的是內(nèi)容的個(gè)性化推薦，而忽視了內(nèi)容表達(dá)方式的個(gè)性化。實(shí)際上，新聞客戶端完全可以根據(jù)用戶人群的特點(diǎn)，將同樣的新聞在后期編輯中用不同的形式表達(dá)出來(lái)，從而盡量避免新聞的同質(zhì)化，更好地實(shí)現(xiàn)客戶端之間的差異化定位。比如，同一新聞事件可以用不同的語(yǔ)言風(fēng)格進(jìn)行描述，也可以用漫畫(huà)的形式進(jìn)行表現(xiàn)，還可以與相關(guān)聯(lián)的新聞事件串聯(lián)在一起。

總而言之，在個(gè)性化推薦的基礎(chǔ)上結(jié)合共性化推送，同時(shí)更好地滿足用戶的個(gè)性需求和共性需求，才是未來(lái)新聞客戶端應(yīng)該發(fā)展的主要方向。

注釋?zhuān)?/p>

[1][2]郭慶光.傳播學(xué)教程（第2版）[M].北京：中國(guó)人民大學(xué)出版社，2011:161

[3][5]數(shù)據(jù)來(lái)源于今日頭條算法中心發(fā)布的《2016上半年移動(dòng)資訊行業(yè)細(xì)分報(bào)告》

[4]王春艷.移動(dòng)新聞客戶端用戶的“使用與滿足”研究[D].武漢：華中科技大學(xué),2015:35