網(wǎng)絡(luò)公共領(lǐng)域下的個(gè)性化新聞推薦

賈曉通 鄧天奇

摘 ?要 ?隨著計(jì)算機(jī)技術(shù)的發(fā)展，新聞資訊閱讀也接入了個(gè)性化算法推薦，有學(xué)者指出個(gè)性化的新聞推薦加劇了“信息繭房”現(xiàn)象，窄化了公眾的信息接收渠道，網(wǎng)絡(luò)“回聲室效應(yīng)”造成了群體觀點(diǎn)極化，但這些論斷未能充分考慮個(gè)性化新聞推薦邏輯、個(gè)體對(duì)于信息閱讀的能動(dòng)性，也未在業(yè)已重塑的網(wǎng)絡(luò)公共領(lǐng)域中去考量，文章對(duì)這些未被充分論證的方面進(jìn)行探討。

關(guān)鍵詞 ?信息繭房;公共領(lǐng)域;個(gè)性化新聞;群體極化

中圖分類號(hào) ?G2 ? ? ?文獻(xiàn)標(biāo)識(shí)碼 ?A ? ? ?文章編號(hào) ?2096-0360（2019）05-0019-02

隨著人們生活節(jié)奏的加快，通訊技術(shù)的發(fā)展以及閱讀場(chǎng)景的碎片化，手機(jī)越來越成為人們閱讀新聞的主要工具。張瑜燁等學(xué)者認(rèn)為以“今日頭條”為代表的智能個(gè)性化推薦新聞聚合平臺(tái)加劇了互聯(lián)網(wǎng)閱讀時(shí)代受眾“信息繭房”的形成，個(gè)性化的新聞推薦窄化了人們的信息渠道[1]。但是這一學(xué)術(shù)假設(shè)并未建立完善的分析體系，“信息繭房”如同本身的概念所言，通過“回聲室效應(yīng)”獲得了學(xué)界的認(rèn)可和推崇。

1 ?“信息繭房”的形成機(jī)理及具體表現(xiàn)

互聯(lián)網(wǎng)時(shí)代充盈的信息量，一方面豐富了受眾的信息選擇渠道，使得資訊定制成為可能，另一方面信息過剩也提高了用戶的選擇成本。凱斯·桑斯坦在《信息烏托邦》中提出了“信息繭房”概念，他認(rèn)為在信息的傳播過程中，公眾會(huì)傾向于選擇符合自我興趣，使自己獲得愉悅的信息，久而久之，會(huì)由于信息選擇范圍窄化而導(dǎo)致形成自我“信息繭房”，認(rèn)知呈現(xiàn)片面化傾向。此外，凱斯·桑斯坦在《共和國(guó)：社交媒體時(shí)代的分裂民主》中還提出，現(xiàn)今的人工智能算法基于對(duì)受眾的了解便可以告知受眾他們喜歡什么，算法使“個(gè)人日?qǐng)?bào)”的定制不再依賴于受眾的自我完成，而是通過尋找用戶之間的相似信息完成定制，而最終這份高度定制化、個(gè)性化的“個(gè)人日?qǐng)?bào)”會(huì)使受眾沉浸在自我信息虛擬環(huán)境中，從而人們的認(rèn)知會(huì)越來越窄化。

就其具體表現(xiàn)與影響而言，王剛認(rèn)為，人們主要通過多元化的信息接觸來改善頭腦中的刻板印象，處于“信息繭房”中的人們就某一公共事件發(fā)表看法時(shí)，由于自身視野的局限，看法和意見往往是偏頗的[2]。姜小凌、馬佳儀認(rèn)為在由推薦算法主導(dǎo)的信息整合和分發(fā)平臺(tái)中，信息同質(zhì)化現(xiàn)象嚴(yán)重，因?yàn)檫@些平臺(tái)根據(jù)用戶瀏覽行為和閱讀興趣進(jìn)行持續(xù)性的相似信息推薦，從而導(dǎo)致了用戶閱讀的信息呈現(xiàn)單一性、同質(zhì)性[3]。“信息繭房”理論假設(shè)成立的前提是人們自身的信息需求并非全方位的，公眾只注意自己選擇的東西和使自己愉悅的通訊領(lǐng)域，但是受眾即便有明顯的傾向不代表著同質(zhì)化的新聞資訊內(nèi)容是受眾的真實(shí)需求。

1.1 ?新聞資訊內(nèi)容同質(zhì)化困境

內(nèi)容同質(zhì)化是當(dāng)前新聞資訊類應(yīng)用遇到的共同困境，很多應(yīng)用沒有高質(zhì)量的原創(chuàng)內(nèi)容，只有同行之間的轉(zhuǎn)載、“借鑒”，這并不能滿足用戶對(duì)原創(chuàng)性資訊的需求。去中心化、全民評(píng)論、內(nèi)容多樣化及自媒體成為受眾的新需求，用戶對(duì)資訊內(nèi)容的多樣化需求正面臨著當(dāng)前內(nèi)容同質(zhì)化的困境[4]。

在當(dāng)前互聯(lián)網(wǎng)市場(chǎng)發(fā)展中，新聞資訊類應(yīng)用面臨著激烈的競(jìng)爭(zhēng)，手機(jī)應(yīng)用市場(chǎng)中的新聞資訊類應(yīng)用種類繁多，根據(jù)資訊生產(chǎn)和傳播類型，可以分為傳統(tǒng)新聞機(jī)構(gòu)類，商業(yè)門戶網(wǎng)站類，新聞聚合平臺(tái)類以及垂直新聞資訊類。根據(jù)騰訊企鵝智庫(kù)的《2018中國(guó)媒體價(jià)值報(bào)告》顯示，約有48.8%的用戶在手機(jī)上安裝了2個(gè)以上的新聞資訊類應(yīng)用，且同時(shí)安裝多個(gè)新聞App開始成為一種潛在的趨勢(shì)，新聞資訊的多樣化需求明顯。根據(jù)《2018中國(guó)新聞媒體趨勢(shì)報(bào)告》顯示，76.4%的用戶使用新聞資訊類App獲取資訊，66.9%的用戶通過社交網(wǎng)絡(luò)獲取，42.2%的用戶通過手機(jī)瀏覽器獲取。受眾有著豐富的獲取新聞的渠道，個(gè)性化推薦新聞的出現(xiàn)不意味著受眾獲取新聞的渠道受阻，而是作為一種多元化的渠道進(jìn)入到受眾獲取新聞資訊的視野中。此外，相較于傳統(tǒng)的新聞機(jī)構(gòu)以及商業(yè)門戶網(wǎng)站的訂閱內(nèi)容，個(gè)性化新聞推薦的算法機(jī)制實(shí)際上會(huì)在一定程度上擴(kuò)大用戶的閱讀范圍。

1.2 ?個(gè)性化新聞推薦算法的推薦邏輯

現(xiàn)有的個(gè)性化推薦算法可以分為基于內(nèi)容過濾的推薦、協(xié)同過濾推薦和混合推薦三大類。基于內(nèi)容的推薦方法是對(duì)內(nèi)容屬性與用戶自身的喜好標(biāo)簽、消費(fèi)習(xí)慣進(jìn)行匹配，用戶在應(yīng)用內(nèi)的瀏覽記錄、互動(dòng)行為、停留時(shí)長(zhǎng)以及賬號(hào)信息都會(huì)被作為用戶的標(biāo)簽維度與內(nèi)容屬性進(jìn)行契合度的評(píng)估、計(jì)算，從而對(duì)用戶進(jìn)行針對(duì)性的序列化信息推薦，這種推薦方法依賴內(nèi)容屬性的相似性，容易造成推薦結(jié)果新穎性不夠;協(xié)同過濾推薦方法背后的邏輯是用戶可能會(huì)對(duì)具有相似標(biāo)簽或興趣的其他用戶做出過積極評(píng)價(jià)的內(nèi)容感興趣，即用戶收到的個(gè)性化推薦內(nèi)容是基于與自己具有相似興趣的其他用戶行為所生成的，這種方法依賴用戶之間相似的歷史網(wǎng)絡(luò)行為，所以無(wú)法對(duì)新內(nèi)容進(jìn)行推薦;為了克服以上兩種方法的不足之處，研究人員提出了將內(nèi)容屬性和歷史行為相結(jié)合的混合推薦方法，這也是現(xiàn)代推薦系統(tǒng)中應(yīng)用最廣泛的方法之一[5]。

個(gè)性化新聞推薦是基于新聞特征類型、新聞文本分析以及用戶興趣模型等不同因素的權(quán)重進(jìn)行信息分發(fā)的機(jī)制。其中用戶興趣模型的建立不是一成不變的，會(huì)隨著時(shí)間呈非線性的變化，越早瀏覽的新聞資訊在用戶頭腦中留下的印象越淺，所以越早瀏覽的新聞?lì)悇e和文本在用戶興趣模型的建構(gòu)和匹配中所占的權(quán)重越低，此外協(xié)同推薦中依賴的用戶相似性聚合模型也會(huì)隨著個(gè)體用戶興趣模型的變化而發(fā)生變化，從而用戶收到的新聞資訊推薦內(nèi)容呈現(xiàn)出動(dòng)態(tài)變化趨勢(shì)。

除此之外，多樣化的優(yōu)質(zhì)內(nèi)容成為了受眾的新需求，同質(zhì)化嚴(yán)重的新聞資訊內(nèi)容會(huì)降低受眾的使用興趣和使用率，在個(gè)性化新聞推薦的使用過程中，受眾的主體性不會(huì)受制于趨同化的算法模型，滿足于閱讀同質(zhì)化的新聞資訊。個(gè)性化的新聞推薦不能簡(jiǎn)單地理解為重復(fù)、同質(zhì)的閱讀，而是一種基于受眾興趣的動(dòng)態(tài)變化的資訊閱讀方式。

2 ?網(wǎng)絡(luò)公共領(lǐng)域與群體極化

哈貝馬斯在《公共領(lǐng)域的結(jié)構(gòu)轉(zhuǎn)型》中將公共領(lǐng)域定義為一個(gè)不須在現(xiàn)實(shí)空間中存在的“虛擬或想象的社區(qū)”，這個(gè)社區(qū)“可以理解為一個(gè)由私人集合而成的公眾的領(lǐng)域”，公眾領(lǐng)域的主體是作為公眾輿論中堅(jiān)力量的公眾，組成公眾的私人除了關(guān)心自己的私人利益，更關(guān)心的是普遍利益，公眾不受各種強(qiáng)制性的力量集合而成，他們可以自愿參加、組織，可以自由、公開地表達(dá)觀點(diǎn)和主張;公眾輿論是公共領(lǐng)域的客體，而媒介和公共場(chǎng)所是公共領(lǐng)域的載體。

截至2018年6月，我國(guó)網(wǎng)民規(guī)模為8.02億，互聯(lián)網(wǎng)普及率達(dá)57.7%。網(wǎng)絡(luò)空間已經(jīng)成為我國(guó)公民參與公共生活的重要的公共領(lǐng)域，越來越多的人們通過手機(jī)網(wǎng)絡(luò)獲取新聞資訊，公共輿論場(chǎng)地也正在從傳統(tǒng)媒體轉(zhuǎn)向網(wǎng)絡(luò)媒體和社交媒體。

2.1 ?網(wǎng)絡(luò)空間下的公共領(lǐng)域重構(gòu)

在互聯(lián)網(wǎng)信息時(shí)代，公共領(lǐng)域的建構(gòu)已經(jīng)發(fā)生了重塑。公私領(lǐng)域的界限變得模糊，公共事務(wù)可以私人化，私人化的事務(wù)也可以傳播到公共領(lǐng)域中。傳統(tǒng)主流媒體不再占據(jù)絕對(duì)主導(dǎo)性信息源頭，網(wǎng)絡(luò)信息技術(shù)對(duì)人們的在網(wǎng)絡(luò)公共領(lǐng)域的發(fā)言進(jìn)行了賦權(quán)，人們之間的信息交流變得平等，每個(gè)個(gè)體在網(wǎng)絡(luò)公共領(lǐng)域中都可以平等發(fā)言，同時(shí)也有了選擇接受不同信息的權(quán)力。信息生產(chǎn)者和信息消費(fèi)者都變得更加多樣化，匹配存在著天然的難度，但是平等的網(wǎng)絡(luò)空間為共識(shí)的形成提供了良好的溝通環(huán)境。定制化、個(gè)性化的“個(gè)人日?qǐng)?bào)”式資訊閱讀為公眾提供了豐富而又不同的資訊內(nèi)容，進(jìn)而為共識(shí)的形成提供了堅(jiān)實(shí)且多樣的公共辯論基礎(chǔ)。

2.2 ?“群體極化”是信息公共領(lǐng)域理論在新媒體時(shí)代的過程性產(chǎn)物

桑斯坦在《信息烏托邦》中提出了“回聲室效應(yīng)”，他認(rèn)為具有近似想法的人們?cè)诰W(wǎng)絡(luò)世界里會(huì)把自身歸入回聲室里，形成“信息繭房”，與外界的信息溝通逐漸減少，但是使用個(gè)性化算法進(jìn)行推薦的新聞聚合類應(yīng)用的上游內(nèi)容方不僅包括傳統(tǒng)媒體、網(wǎng)絡(luò)媒體等媒體機(jī)構(gòu)，還包括自媒體以及個(gè)人用戶（UGC）。多樣化的內(nèi)容源頭保證了受眾信息獲取渠道的開放性，使得“回聲室”的構(gòu)建也處于開放性的狀態(tài)，可以容納新的信息和觀點(diǎn)。

在個(gè)性化新聞推薦中，系統(tǒng)推薦算法通過找尋用戶之間的共性進(jìn)行內(nèi)容推薦，這有利于群體間意見的統(tǒng)一，而群體間意見的初級(jí)統(tǒng)一不應(yīng)被理解為閉環(huán)的“回聲室”，更應(yīng)該理解為是互聯(lián)網(wǎng)時(shí)代不同次級(jí)群體在進(jìn)入到公共領(lǐng)域的討論之前的過程性產(chǎn)物。

3 ?結(jié)束語(yǔ)

在網(wǎng)絡(luò)信息時(shí)代，受眾已經(jīng)呈現(xiàn)出了差異化的需求，傳統(tǒng)的資訊分發(fā)方式已經(jīng)無(wú)法完全滿足這種差異化的需求，受眾群體間形成共識(shí)的難度上升。個(gè)性化新聞推薦依托于用戶興趣及行為的共同之處構(gòu)建用戶興趣模型，通過統(tǒng)一不同個(gè)人的意見，更利于聚合意見，形成共識(shí)，構(gòu)建網(wǎng)絡(luò)時(shí)代的公共

領(lǐng)域。

如今，以今日頭條、天天快報(bào)、一點(diǎn)資訊為代表的智能推薦新聞聚合應(yīng)用均已上線以主流媒體資訊為主的“新時(shí)代”板塊，同時(shí)保留了個(gè)性化的“推薦”板塊，在服務(wù)用戶興趣和用戶體驗(yàn)的同時(shí)，也保證了用戶對(duì)主流信息的接觸，為用戶提供了更多的閱讀選擇，拓寬了用戶的信息接收渠道。

參考文獻(xiàn)

[1]張瑜燁，鄭幼東，張?jiān)婄?信息繭房：智媒時(shí)代個(gè)性化推薦系統(tǒng)運(yùn)作邏輯與反思——以今日頭條App為例[J].現(xiàn)代視聽，2018（11）.

[2]王剛.“個(gè)人日?qǐng)?bào)”模式下的“信息繭房”效應(yīng)反思[J].青年記者，2017（29）：18-19.

[3]姜小凌，馬佳儀.閱讀的“暴力”：對(duì)新聞客戶端算法推薦的再思考[J].中國(guó)出版，2018（24）：43-46.

[4]李佳潼.當(dāng)前新聞App的發(fā)展困境與對(duì)策[J].新聞世界，2018（1）：36-38.

[5]梁仕威，張晨蕊，曹雷.基于協(xié)同表示學(xué)習(xí)的個(gè)性化新聞推薦[J].中文信息學(xué)報(bào)，2018，32（11）：72-78.