抖音算法推薦機制探索性分析

李瑤瑤

【摘要】算法與傳媒業(yè)的深度融合使抖音等短視頻平臺風(fēng)頭正勁，本文旨在介紹抖音的算法推薦機制，并從傳播學(xué)的角度分析其存在的問題以及解決的對策，以期為短視頻平臺發(fā)展提供借鑒。

【關(guān)鍵詞】算法推薦;信息繭房;把關(guān)人;抖音;短視頻

中圖分類號：G212? ? ? ? ? ? ? ? 文獻標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ?DOI：10.12246/j.issn.1673-0348.2022.04.089

近年來，隨著人工智能時代的到來，社會信息內(nèi)容生產(chǎn)領(lǐng)域產(chǎn)生巨變，算法推薦技術(shù)被廣泛應(yīng)用于全社會的信息傳播活動中。對傳播領(lǐng)域而言，傳媒業(yè)的內(nèi)容生產(chǎn)、傳播的傳統(tǒng)組織形式和流程被解構(gòu)重組，意識形態(tài)層面的建構(gòu)也更加復(fù)雜化。作為發(fā)展態(tài)勢最強的短視頻平臺之一，抖音算法推薦機制在短視頻市場風(fēng)頭正勁。

1. 抖音的算法推薦機制

1.1 基于“用戶信息”的協(xié)同過濾模式

作為抖音最基本的算法推薦技術(shù)，協(xié)同過濾推薦通過獲取用戶性別、年齡、興趣愛好及網(wǎng)絡(luò)行為等基本個人信息以及社交關(guān)系資料，大概地描繪出用戶畫像。在進行短視頻分發(fā)時，通過協(xié)同過濾算法找到與該用戶相似程度較高的用戶集群所喜歡的短視頻，再把其中點擊量大、互動量高的短視頻推送到該集群中用戶的首頁推薦。

平臺用戶在初期使用階段，獲取自己所感興趣的短視頻最為主要的方式就是基于用戶信息的協(xié)同過濾模式。隨著使用時長的增加，用戶提供給抖音系統(tǒng)的信息愈加詳細，系統(tǒng)對用戶信息需求的判斷也越來越準(zhǔn)確。

1.2 基于“去中心化”的精準(zhǔn)分發(fā)模式

在自媒體風(fēng)靡的社會，社交媒體最重要的就是“去中心化”的傳播原則。每個用戶都能是傳播場域中的節(jié)點，都可以獨立生產(chǎn)信息內(nèi)容，并實現(xiàn)“點對點”的傳播。從傳者的角度出發(fā)，“去中心化”這一基本原則鼓勵平臺用戶積極生產(chǎn)內(nèi)容。比如，平臺新注冊用戶在發(fā)布短視頻后，會被分配一部分基于用戶社交關(guān)系網(wǎng)絡(luò)的基礎(chǔ)流量。然后結(jié)合已分析的用戶畫像和內(nèi)容屬性，向其他有相似屬性的用戶推薦該視頻。作為信息的接收者，在“去中心化”的前提下，算法自動分析視頻內(nèi)容風(fēng)格、屬性等，根據(jù)點贊數(shù)、評論數(shù)、轉(zhuǎn)發(fā)數(shù)等使用習(xí)慣作為量化標(biāo)準(zhǔn)，將各類視頻推送至不同用戶的首頁，實現(xiàn)視頻的智能精準(zhǔn)推送。

1.3 基于“內(nèi)容流量池”的智能疊加推薦模式

隨著“算法推薦”在近幾年逐漸被大規(guī)模運用，流量池原理也被業(yè)界及學(xué)術(shù)界提出，信息內(nèi)容在獲取一部分流量后，通過儲存、后期運營及進一步發(fā)掘等手段，實現(xiàn)信息的再傳播，從而贏得更多地流量。

結(jié)合視頻內(nèi)容的互動率、完播率等指標(biāo)元素，形成此條視頻的綜合權(quán)重，便是在進行疊加推薦時的考量標(biāo)準(zhǔn)。并且每個指標(biāo)所能影響的權(quán)重又各不相同。內(nèi)容在被平臺綜合考量后達到一定量級，就會借助大數(shù)據(jù)和人工運營的機制進行不斷的推薦。舉例而言，當(dāng)用戶發(fā)布了一條視頻后，系統(tǒng)會將視頻按照算法分配到相符量級的流量池中，然后投送到該量級用戶的移動端平臺界面。接著以完播率、評論數(shù)、點贊數(shù)、轉(zhuǎn)發(fā)量等為依據(jù)得到加權(quán)分?jǐn)?shù)來考量視頻傳播的效果。疊加推薦會將加權(quán)分?jǐn)?shù)高的視頻再次加入流量池進行更大范圍的分發(fā)。傳播效果不理想的視頻則可能沉到流量池底部，失去疊加推薦的機會。

2. 算法推薦機制存在的問題

當(dāng)下的信息環(huán)境中，短視頻可視化、碎片化等特征迎合了網(wǎng)絡(luò)用戶的信息瀏覽習(xí)慣，在資本的助推下發(fā)展勢頭尤為迅猛。技術(shù)是把雙刃劍，算法技術(shù)在極大地節(jié)省了人力成本，滿足了用戶個性化信息需求的同時，帶來的問題也不容忽視。

2.1 信息繭房

2006年，凱斯·R·桑斯坦教授在其著作《信息烏托邦》中提出“信息繭房”的概念，“因公眾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，久而久之，會將自身桎梏于像蠶繭一般的‘繭房’中?！?/p>

關(guān)于信息繭房的形成，我們可以從用戶和算法的角度綜合思考。從用戶的角度出發(fā)，傳播學(xué)家拉扎斯·菲爾德的選擇性接觸假說中提到，受眾在接觸大眾傳播的信息時并不是不加選擇的，而是更愿意選擇接觸那些與自己的既有立場和態(tài)度一致或接近的內(nèi)容，而對與此對立或沖突的內(nèi)容有一種回避的傾向。這一假說也為我們思考信息繭房的形成提供了一定的理論依據(jù)。復(fù)旦大學(xué)張濤甫教授表示，信息繭房在概念形成之前其實就已經(jīng)存在。每個人在認(rèn)識世界時都依靠自己的認(rèn)知模型，但礙于人有認(rèn)知能力有限，對于世界的認(rèn)知不可避免地存在局限性和片面性。用戶在瀏覽信息的過程中歸從于自身的喜好，而把興趣度不大或與自己意見相左信息排除在外。另外，算法的出現(xiàn)也放大了這一問題。建立在用戶數(shù)據(jù)基礎(chǔ)之上，算法的大規(guī)模應(yīng)用不斷地為用戶推送傾向性一致的內(nèi)容，排除了算法認(rèn)為對用戶無用的信息。由此，用戶的信息領(lǐng)域逐漸窄化，陷入由偏好和先見搭建而起的信息繭房中。并且用戶個體長期桎梏于信息繭房中，產(chǎn)生的負(fù)面影響也值得注意：

2.2 用戶的視野拓展受制

不容置疑，算法推薦機制滿足了用戶的信息定制和個性化推送服務(wù)。但分析用戶網(wǎng)絡(luò)行為時會發(fā)現(xiàn)，單個用戶的信息興趣圖譜一般比較固定，相對比較制化的算法技術(shù)只能按圖索驥，推送它認(rèn)為用戶喜歡或需要的信息。事實上，要滿足人的全面發(fā)展訴求，還需要興趣和偏好以外的多種信息來充盈自己的信息量和知識結(jié)構(gòu)，從而拓寬視野。算法推薦機制過于機械化的操作模式也會使用戶的信息關(guān)注領(lǐng)域更為固化，接收到的內(nèi)容與實際需要的信息不匹配。可以說，算法刻畫的行為圖譜越精準(zhǔn)，用戶的信息接收視野就越狹窄。比如在娛樂化的今天，一些搞笑、自拍、故事類等華而不實、博取眼球的內(nèi)容往往能擁有更多地流量，占據(jù)了平臺內(nèi)容的主流，而與實際生活相關(guān)的內(nèi)容卻相去甚遠。長此以往，用戶的認(rèn)知和價值觀會出現(xiàn)偏差，并且筑起自我封閉的堡壘。

2.3 造成群體極化

清華大學(xué)彭蘭教授曾指出，在社會化媒體中，用戶以社交對象作為信息來源。他們在進行信息過濾的同時，也選擇信息來源。社會化媒體在一定程度上強化了人群的分化。抖音短視頻平臺基于用戶信息的協(xié)同過濾模式可以將有共同興趣愛好和價值取向的人集中在一起，形成用戶群體。算法的實施為群體內(nèi)的用戶進行了議程設(shè)置，在群體內(nèi)部，相似的內(nèi)容不斷增加，與用戶自身相像的觀點持續(xù)出現(xiàn)形成“回音壁效應(yīng)”，這也讓用戶認(rèn)為自己持有的觀點或立場屬于社會中的多數(shù)，從而陷入這樣的“擬態(tài)環(huán)境”中。算法的運行不斷地強調(diào)著用戶個體之間的思想鴻溝，也導(dǎo)致了有相同觀點的用戶所屬群體與其他群體之間割裂。不同群體之間由于認(rèn)知和價值觀的根深蒂固，無法進行信息的交流與觀念的融合。用戶群體一旦出現(xiàn)了信息偏食，沉浸在信息繭房中，則會影響其對社會主流價值觀的認(rèn)知，出現(xiàn)群體極化現(xiàn)象。

2.4 社會整體粘性削弱

凱斯·R·桑斯坦說過：“整個社會需要一種社會粘性，這種粘性是由共同經(jīng)驗得來的?！贝蟊娒襟w時代，信息的傳播具備一定線性的傳播特點，受眾對信息是廣泛接觸與規(guī)模接收的模式。進入人工智能時代，定制化的信息推薦模式很大程度上使用戶個體與個體之間的共同經(jīng)驗減少，畫地為牢地將自己封閉在自我話語場域中，拒絕與他人進行交流與分享。延伸到社會生活中，當(dāng)個體或群體之間缺乏溝通與交流，社會粘性就會大大削弱，也大大提高了維系共同體的難度。

2.5 缺乏內(nèi)容“把關(guān)人”

傳統(tǒng)意義上的把關(guān)概念已經(jīng)不再適用于人工智能時代的信息生產(chǎn)?！鞍殃P(guān)人”功能逐漸弱化，內(nèi)容生產(chǎn)的選擇權(quán)和主導(dǎo)權(quán)過渡到受眾身上，平臺缺乏對內(nèi)容的審核與管理。算法是否能掌握好“虛構(gòu)”與“實際需要”之間的界限，是否傳播低俗內(nèi)容，在技術(shù)上都亟待解決。雖然一些平臺目前也增設(shè)了內(nèi)容的人工審核崗，但由于用戶數(shù)量的巨大，人工力量難以承擔(dān)如此龐大的數(shù)據(jù)量，算法仍然是內(nèi)容分發(fā)與審核的首要方式。另外，抖音基于內(nèi)容流量池的智能疊加推薦注重對加權(quán)分?jǐn)?shù)的抓取，視頻內(nèi)容的質(zhì)量和價值取向識別難度較大，這也會出現(xiàn)低質(zhì)量、非主流價值取向的短視頻反而會得以大范圍傳播。一些質(zhì)量高的小眾作品也會屈服于流量帶來的利益，轉(zhuǎn)變創(chuàng)作方向，迎合大眾口味，繼而引發(fā)強者越強、弱者越弱的“馬太效應(yīng)”。

3. 建議與對策

面對算法推薦機制存在的問題，對用戶而言，應(yīng)該自覺提高自身的媒介素養(yǎng)，改變原本帶有惰性的使用習(xí)慣，努力擺脫算法推薦機制營造出的幸福感假象。作為傳者，要自身充當(dāng)好“把關(guān)人”的角色，在內(nèi)容生產(chǎn)階段應(yīng)注重內(nèi)容質(zhì)量的打磨，傳達正確、積極的價值觀念，拒絕以嘩眾取寵的手段獲取利益。堅持“內(nèi)容為王”，憑借優(yōu)質(zhì)的內(nèi)容注入平臺。作為信息接收者，應(yīng)該有意識地瀏覽、掌握不同類別的主題，主動搜索不同類別的信息，力求以多元化信息拓寬視野，打破信息壁壘，為自身打造多元化的信息環(huán)境。

對平臺而言，應(yīng)該尊重用戶的多元化需求，優(yōu)化算法設(shè)計，進一步完善多維度的算法推薦系統(tǒng)，在運營過程中，注重對平臺用戶使用行為的深度數(shù)據(jù)挖掘。同時，加強內(nèi)容的過濾審核，在算法審核的基礎(chǔ)上，提高人工審核的效率，避免“同質(zhì)化”現(xiàn)象愈演愈烈。此外，對于具有優(yōu)質(zhì)視頻生產(chǎn)能力的用戶放寬視頻創(chuàng)作的權(quán)限，如身份認(rèn)證、延長時長、平臺變現(xiàn)等方式予以鼓勵。引入舉報、投訴和其他負(fù)面評價機制，進一步凈化網(wǎng)絡(luò)空間。

4. 結(jié)語

作為人工智能時代的產(chǎn)物，算法推薦機制順應(yīng)了時代潮流，在提高了傳媒產(chǎn)業(yè)效率和效益的同時，對傳播實踐的改變也起到了助推作用。用戶在使用平臺時，應(yīng)該采取辯證的眼光，肯定算法推薦對個性化信息需求的滿足，實現(xiàn)了信息的豐富化呈現(xiàn)。同時對算法存在的問題也不容忽視，用戶和平臺要共同治理，以技術(shù)為支撐，以正確的價值觀為導(dǎo)向，打造出健康、積極的網(wǎng)絡(luò)平臺。

參考文獻：

[1]喻國明：《“信息繭房”禁錮了我們的雙眼》，《環(huán)球時報》，2016年12月2日

[2]史亮.當(dāng)下傳播實踐中基于算法推薦的思考[J].傳播與版權(quán)，2020（2）.

[3]黎曦子.抖音的算法推薦模式與發(fā)展策略[J].新聞研究導(dǎo)刊，2020.

[4]董方旭、康許培、趙樂群.算法推薦機制下"過濾氣泡"的形成，影響與規(guī)避[J].新聞愛好者，2020，No.515（11）：46-51.