算法推薦驅(qū)動(dòng)下的新聞生產(chǎn)變革

王欣穎，王欣怡

（1.武漢理工大學(xué)， 湖北 武漢 430070；2.荊楚理工學(xué)院，湖北 荊門 448000）

一、算法推薦原理解析

（一）場域下的算法推薦技術(shù)

社交媒體時(shí)代，UGC生產(chǎn)模式受到眾多媒體平臺(tái)的采用與鼓勵(lì)，網(wǎng)民參與內(nèi)容生產(chǎn)的熱情在平臺(tái)的激勵(lì)下不斷高漲，傳統(tǒng)的信息受眾變身為內(nèi)容生產(chǎn)者參與到信息生產(chǎn)過程中。

另外，傳媒產(chǎn)業(yè)生產(chǎn)效率不斷提升，記者、編輯與用戶生產(chǎn)共同造就了如今的信息環(huán)境——信息量呈現(xiàn)爆炸式的增長態(tài)勢。加之通信基礎(chǔ)設(shè)施的飛速發(fā)展，個(gè)人通信設(shè)備不斷迭代更新，受眾比以往可以通過更方便、更廉價(jià)的接受工具接觸媒介信息，隨之而來的是受眾被無數(shù)的信息包圍，在良莠不齊的信息面前應(yīng)接不暇，個(gè)體信息選擇的難度增大。

基于受眾面臨的信息過載問題，一種幫助用戶過濾掉無用或者不感興趣的信息就顯得尤為重要，這道難題擺在了傳媒面前。當(dāng)然，如何將用戶更感興趣的信息送達(dá)到用戶面前并且?guī)椭脩魪募姺睆?fù)雜的信息中擺脫出來，以獲得用戶的平臺(tái)黏性仍然包含著傳媒集團(tuán)的利益考量。傳媒集團(tuán)為了獲得商業(yè)利益，需要獲得越多越好的用戶，這樣才能將信息內(nèi)容成功變現(xiàn)。

計(jì)算機(jī)技術(shù)的迅猛發(fā)展為傳媒產(chǎn)業(yè)注入了一股新的力量，算法推薦作為效率非常高的過濾篩選工具為傳媒平臺(tái)插上了騰飛的翅膀而獲得了眾多媒體平臺(tái)的青睞。傳媒集團(tuán)將算法推薦引入到信息生產(chǎn)過程中，無疑迎合了技術(shù)發(fā)展的大趨勢。在算法推薦的驅(qū)動(dòng)下，傳媒的生產(chǎn)效率得到了顯著提高，也為平臺(tái)聚集了越來越多的受眾，但是，我們也要看到算法推薦給媒體信息生產(chǎn)各個(gè)方面帶來的顯著變化。

（二）算法推薦的簡要內(nèi)涵

算法推薦是計(jì)算機(jī)專業(yè)術(shù)語，它是指通過一些算法程序，向用戶推送他們可能感興趣的內(nèi)容。算法推薦的進(jìn)化得益于多個(gè)計(jì)算機(jī)科學(xué)領(lǐng)域的成果，包括機(jī)器學(xué)習(xí)、信息檢索、數(shù)據(jù)挖掘和人機(jī)交互等技術(shù)的不斷完善和應(yīng)用。將算法推薦與新聞結(jié)合起來的產(chǎn)物就是我們所說的算法推薦新聞。

1. 基于內(nèi)容的推薦。運(yùn)用于新聞的算法推薦主要有兩種：一種是基于內(nèi)容的推薦；另一種是基于協(xié)同過濾的推薦?；趦?nèi)容的算法推薦的工作機(jī)制是，從用戶過去已經(jīng)評(píng)價(jià)過的內(nèi)容對(duì)象中獲得個(gè)人的信息特征，在長期的數(shù)據(jù)積累過程中逐漸形成用戶畫像。對(duì)系統(tǒng)中的所有內(nèi)容提取內(nèi)容對(duì)象特征，然后將個(gè)人的信息特征與內(nèi)容信息特征進(jìn)行匹配，為用戶推送較為匹配的內(nèi)容對(duì)象。

2. 協(xié)同過濾算法。協(xié)同過濾算法是一種利用群體智慧的推薦方式，它可以進(jìn)一步劃分為基于用戶的協(xié)同過濾算法和基于物品的協(xié)同過濾算法。基于用戶的協(xié)同過濾算法的原理是“人以群分”，通過聚類分析若干用戶的行為數(shù)據(jù)，將行為類似的用戶編入一個(gè)隱形閱讀小組，對(duì)目標(biāo)用戶推薦該小組中其他用戶感興趣但未被目標(biāo)用戶閱讀過的新聞?；谖锲返膮f(xié)同過濾算法的原理是“物以類聚”，如果某兩則新聞總是被同一個(gè)用戶閱讀，則默認(rèn)二者之間有更強(qiáng)的相關(guān)性，因而會(huì)給閱讀過其中一則的用戶推薦另外一則?；趨f(xié)同過濾的推薦系統(tǒng)的工作機(jī)制是，向用戶推薦相似用戶評(píng)價(jià)較好的內(nèi)容。

3. 基于時(shí)序流行度的推薦算法。這種算法能夠有效解決以內(nèi)容為基礎(chǔ)的算法推薦導(dǎo)致的信息繭房問題，也能夠減少算法黑箱操作的隱憂。這種技術(shù)具有對(duì)最新文本的快速響應(yīng)能力，將特定時(shí)間窗口內(nèi)流行度較高的新聞推薦給用戶，保證了信息特別是新聞的時(shí)效性和新鮮性。

二、算法推薦下新聞生產(chǎn)新局面

新聞生產(chǎn)是指新近變動(dòng)的事實(shí)經(jīng)過加工形成新聞作品的過程，包括采集、制作、分發(fā)等各個(gè)方面。從微觀視角來觀察，算法推薦以其精準(zhǔn)篩選、高效率送達(dá)等優(yōu)勢融入新聞生產(chǎn)過程中，對(duì)上面所說的各個(gè)環(huán)節(jié)都產(chǎn)生了深遠(yuǎn)的影響。同時(shí)，從宏觀視角來看，算法推薦逐漸改變了整個(gè)傳媒行業(yè)的生態(tài)環(huán)境，社交媒體平臺(tái)在信息傳播方面的成功無疑具有算法推薦系統(tǒng)的強(qiáng)大助力，促使新聞傳媒集團(tuán)接受這種先進(jìn)的新聞生產(chǎn)方式，整個(gè)傳媒業(yè)生態(tài)環(huán)境有了較大的改變。

（一）以受眾為中心，開放化新聞生產(chǎn)模式

傳統(tǒng)的新聞生產(chǎn)模式是一種較為封閉的傳播模式，新聞生產(chǎn)更強(qiáng)調(diào)生產(chǎn)過程，在一定程度上忽視了用戶的反饋，算法推薦新聞彌補(bǔ)了這一不足。算法推薦在生產(chǎn)過程中以用戶的評(píng)價(jià)作為篩選的標(biāo)準(zhǔn)，在基于內(nèi)容為推薦系統(tǒng)中，系統(tǒng)以用戶過去的觀看評(píng)價(jià)為考量來推薦新的內(nèi)容。在基于協(xié)同過濾的推薦中，系統(tǒng)以近鄰的評(píng)價(jià)為篩選的標(biāo)準(zhǔn)個(gè)性化的推薦內(nèi)容。可以說，算法推薦使新聞生產(chǎn)模式變得更加開放。

（二）算法推薦重用戶反饋，弱內(nèi)容把關(guān)

算法推薦系統(tǒng)將數(shù)據(jù)、算法、人機(jī)交互有機(jī)結(jié)合，建立用戶和資源的個(gè)性化關(guān)聯(lián)機(jī)制，通過對(duì)文本內(nèi)容的處理，賦予每個(gè)文本內(nèi)容不同的標(biāo)簽。當(dāng)前，我國信息消費(fèi)者的媒介素養(yǎng)普遍不高，許多有噱頭的標(biāo)題文章或低俗內(nèi)容更容易獲得用戶的青睞，這些毫無營養(yǎng)甚至有害的信息內(nèi)容往往擁有較大的閱讀量，算法推薦系統(tǒng)在這種高閱讀量的反饋之下更容易推送低俗的內(nèi)容給用戶，對(duì)眾多用戶特別是青少年人群容易產(chǎn)生負(fù)面影響。

（三）算法推薦加快傳統(tǒng)主流媒體的革新

社交媒體率先引進(jìn)算法推薦，憑借社交強(qiáng)大聚力和算法個(gè)性化分發(fā)的優(yōu)勢，迅速搶占市場，在用戶規(guī)模和廣告份額上獲得巨大的成功。在這種市場形勢下，傳統(tǒng)主流媒體的社會(huì)影響力被頭部社交平臺(tái)掩蓋。傳統(tǒng)主流媒體即使有政府財(cái)政支持，市場化運(yùn)營的慘淡局面使其面臨著日益嚴(yán)重的生存危機(jī)。另外，用戶內(nèi)容生產(chǎn)被激活，草根大眾的智慧在平臺(tái)媒體上得到了展現(xiàn)的機(jī)會(huì)，進(jìn)一步讓傳統(tǒng)媒體的內(nèi)容生產(chǎn)承受巨大壓力。在算法推薦的趨勢下，不少傳統(tǒng)主流媒體開始迎合受眾的信息需求和媒介使用習(xí)慣，與平臺(tái)媒體合作，借助平臺(tái)媒體龐大的用戶規(guī)模和先進(jìn)的算法推薦技術(shù)，創(chuàng)新新聞生產(chǎn)方式，試圖拉近與當(dāng)下年輕受眾的距離，從而重新獲得受眾的認(rèn)可與支持。

三、算法推薦下新聞生產(chǎn)的隱患

（一）媒介信息缺乏深度，高質(zhì)量的長尾內(nèi)容被冷落

算法推薦會(huì)根據(jù)上下文（即受眾所處的時(shí)間、場合等相關(guān)信息）智能推薦新聞信息。在這個(gè)碎片化的生活場景下，大多數(shù)人沒有也不愿意花太多的時(shí)間閱讀新聞，算法推薦迎合了受眾在瑣碎時(shí)間觀看新聞的需求，這種閱讀場景下的新聞一般是對(duì)新聞事件的簡要報(bào)道，不適合深度報(bào)道等相關(guān)新聞體裁。

另外，算法推薦在新聞生產(chǎn)過程中，對(duì)新聞文本的提取是通過關(guān)鍵字以及權(quán)重值得計(jì)算來進(jìn)行的，由于眾多用戶的信息素養(yǎng)不高，更易于被低俗無營養(yǎng)的信息吸引，對(duì)于優(yōu)質(zhì)內(nèi)容的回避態(tài)度在算法推薦面前被放大，算法推薦強(qiáng)感官刺激的內(nèi)容。深刻的內(nèi)容被算法舍棄，取而代之的是各種無營養(yǎng)價(jià)值的信息大行其道，長期占據(jù)著受眾的時(shí)間和精力，真正高質(zhì)量值得花時(shí)間花精力學(xué)習(xí)和閱讀的信息逐漸成為長尾內(nèi)容，造成社會(huì)資源浪費(fèi)。

（二）內(nèi)容生產(chǎn)者隨波逐流，優(yōu)質(zhì)內(nèi)容生產(chǎn)者的積極性被消解

當(dāng)前，在以市場機(jī)制為主導(dǎo)的商業(yè)環(huán)境下，內(nèi)容生產(chǎn)機(jī)制以PGC與UGC相輔相成。內(nèi)容生產(chǎn)的門檻降低，眾多內(nèi)容生產(chǎn)者并非科班出身，自然沒有專業(yè)新聞工作者的職業(yè)底線，什么內(nèi)容更容易被推薦他們就寫什么內(nèi)容，高推薦與高閱讀量成正比，而高閱讀量意味著高商業(yè)收益。算法推薦作為一種技術(shù)工具沒法對(duì)內(nèi)容進(jìn)行更為嚴(yán)格的把關(guān)，從而更加輕易地助長了信息垃圾的生產(chǎn)。社交媒體主要依賴個(gè)性化算法向用戶分發(fā)新聞，其本身就暗藏著許多低俗的信息需求，為推銷色情、淫穢和暴力新聞打開缺口。

（三）受眾信息需要?jiǎng)討B(tài)變動(dòng)，算法難以實(shí)現(xiàn)精確匹配

算法分發(fā)新聞的邏輯存在兩個(gè)問題：一是讓算法的樣本變得“正確”非常困難。用戶的欲望不斷變化，新聞偏好可能經(jīng)常改變。二是即使完成一次成功的新聞推送，也是基于特定的算法規(guī)則，這些規(guī)則包含主觀判斷，這些判斷不是靜態(tài)的，在原則上都是不完美的。算法推薦是通過設(shè)計(jì)好的算法程序完成一步步操作，本身就存在靈活性差的缺陷，難以不斷滿足用戶不斷變化的需求。

對(duì)于新聞文本這種提取難度較大的信息，算法推進(jìn)可能會(huì)存在誤判。另外，新聞算法推薦可能滿足受眾暫時(shí)的需要，但長時(shí)間的需求難以通過過去少量的評(píng)價(jià)被捕捉到，因此這種長時(shí)間的深層次的需求難以被算法推薦滿足。

（四）算法不透明，受眾對(duì)算法推薦產(chǎn)生不信任感

算法推薦有一系列復(fù)雜的步驟，受眾得到的推薦是一系列程序的結(jié)果，受眾只知道自己看到的內(nèi)容是被有選擇性地推薦了，但并不知道是如何被推薦的。算法推薦由于黑箱操作，作為一種復(fù)雜未知的并且能制約受眾認(rèn)知的事物，難以獲取受眾的信任。對(duì)算法推薦的低可信度會(huì)直接影響受眾對(duì)信息內(nèi)容的接受程度。算法一旦經(jīng)常失算，用戶的信息滿足感就會(huì)遭到踐踏，資訊平臺(tái)的公信力就會(huì)喪失殆盡。

同時(shí)，目前平臺(tái)媒體較多地采用專業(yè)生產(chǎn)+用戶生產(chǎn)模式，這種模式生產(chǎn)的內(nèi)容很大部分不是出自專業(yè)人員之手。另一個(gè)影響可信度的就是專業(yè)性，用戶生產(chǎn)這一模式本身就有著低可信度的風(fēng)險(xiǎn)。

（五）把關(guān)權(quán)利的位移，公共利益受到挑戰(zhàn)

算法推薦“不僅僅包括算法本身，還包括使之運(yùn)轉(zhuǎn)起來的一整套規(guī)則制度，而這些規(guī)則制度由于人工的參與，使得算法機(jī)制呈現(xiàn)出一種技術(shù)與人工的‘混合邏輯’”。算法以受眾的喜好為標(biāo)準(zhǔn)進(jìn)行內(nèi)容的個(gè)性分發(fā)，其背后的價(jià)值邏輯是商業(yè)利益。為了迎合媒介素養(yǎng)不高的受眾的趣味，算法傾向于推薦娛樂、惡俗的內(nèi)容給受眾，許多真正反映民生的值得被大眾媒體傳播的內(nèi)容沒有面向大眾的機(jī)會(huì)，社會(huì)公共利益受到了挑戰(zhàn)。

（六）主流媒體邊緣化，影響主流媒體發(fā)揮功能

主流媒體作為黨和人民的喉舌，具有社會(huì)輿情監(jiān)測、輿論引導(dǎo)等功能，作為社會(huì)的瞭望者肩負(fù)著重大的責(zé)任。隨著社交平臺(tái)的發(fā)展、媒體平臺(tái)的繁榮，受眾長期接觸社交媒體平臺(tái)，主流媒體的權(quán)威正在一點(diǎn)點(diǎn)喪失，主流媒體的聲音被減弱甚至被掩蓋，失去了曾經(jīng)輿論引導(dǎo)的強(qiáng)大力量。特別是在某些重大的社會(huì)問題發(fā)生之際，主流媒體的失聲可能會(huì)產(chǎn)生重大的不良后果。

四、總結(jié)

算法機(jī)制帶來的各種新問題表明：算法不能完全取代人工把關(guān)的位置，算法難以對(duì)內(nèi)容進(jìn)行價(jià)值上的審核，記者編輯仍然責(zé)任重大，記者編輯需要用他們的職業(yè)素養(yǎng)、價(jià)值觀為新聞進(jìn)行二次嚴(yán)格把關(guān)，為受眾選好每一篇新聞。

媒體平臺(tái)需要為有關(guān)公眾利益的重要新聞創(chuàng)造傳播的條件，給予更多的流量支持；在算法上，媒體平臺(tái)需要健全把關(guān)機(jī)制，在內(nèi)容上嚴(yán)格要求，力求成為創(chuàng)造社會(huì)價(jià)值的媒體。

算法推薦的低俗的、毫無營養(yǎng)的內(nèi)容有市場，歸根到底與受眾的媒介素養(yǎng)有關(guān)，每個(gè)媒介受眾需要增強(qiáng)媒介自律，拒絕為低俗的內(nèi)容提供生產(chǎn)的土壤。