• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    抖音使用中的信息繭房現(xiàn)象:圍城危機與個體自主性

    2022-03-01 13:38:39
    新聞傳播 2022年12期
    關鍵詞:繭房問卷算法

    陳 瑩

    (蘇州大學傳媒學院 江蘇 215127)

    一、研究背景

    隨著網(wǎng)絡時代的來臨,大眾接受信息的渠道從廣播電視已經(jīng)擴展到移動端,互聯(lián)網(wǎng)為人們開辟了一個嶄新的大門。顯然,面對這種“信息爆炸”的情景,人們正面對著很多被篩選過的“現(xiàn)成信息”。出現(xiàn)很多個性化推送服務的APP,例如,抖音、今日頭條等客戶端。

    移動端的大部分應用借助于新興的算法大數(shù)據(jù)推薦數(shù)據(jù),能夠分析用戶的數(shù)據(jù)信息,例如用戶的興趣愛好、使用習慣、個人信息等等,通過智能的程序分析來給用戶在瀏覽他們內(nèi)容時進行智能的數(shù)據(jù)推薦,例如你是一個購物愛好者,他們會根據(jù)你的性別、年齡、喜好,自動給你推薦商品。而且每一個用戶根據(jù)不同的個人情況,主界面都是不一樣的。當我們接觸這些已經(jīng)被算法技術推薦過的信息之后,我們就容易陷入其中,對其他領域的信息會產(chǎn)生接受困難的情況。并且自身長期陷入這個情況下,會造成自身的信息閉塞。并且筆者懷疑,長時間陷入這種情況容易加劇““信息繭房””產(chǎn)生的可能性。

    二、研究方法

    (一)文獻研究方法

    筆者通過網(wǎng)絡爬蟲技術,以及收集整理中國知網(wǎng)的大量文獻和資料,對相關學者的成果和理論進行整理和總結,然后形成自己的思考和研究范式,搭建了本篇論文架構。

    (二)深度訪談方法

    本方法主要是采用訪談的形式,尋找抖音的用戶進行一對一深度訪談。筆者選擇了12 位抖音APP 的用戶,通過微信線上聊天或是現(xiàn)場訪談的方式,對其分別進行了比較深刻的訪談。

    筆者把用戶對抖音應用的認知了解、下載目的、使用習慣和情感看法作為本次主要的采訪內(nèi)容。我們本次的采訪內(nèi)容主要包括您是否更愿意相信抖音所傳遞的畫面和聲音所表達的信息,您是否發(fā)現(xiàn)抖音推薦給你的視頻和商品更符合您的喜好,您是否傾向于點贊那些點贊量、評論量更高的視頻等等,通過這些采訪內(nèi)容我們來探究用戶為什么會選擇下載抖音這個平臺,他們在抖音應用的使用習慣有什么規(guī)律,他們使用抖音的滿意度,包括在使用抖音應用之后給他們生活帶來了怎么樣的改變和影響,以及他們是怎么看待算法技術給他們生活帶來的影響,對這鐘算法智能推薦的態(tài)度和看法。進一步了解在抖音中他們對“信息繭房”的了解和看法。

    三、問卷調(diào)研方法

    (一)感知風險理論

    我們將原理論中購物的場景與抖音使用場景轉(zhuǎn)化,根據(jù)抖音平臺實際情況進行篩選整理,與在使用抖音平臺出現(xiàn)“信息繭房”現(xiàn)象時的感知相結合,最終得到在抖音平臺感知“信息繭房”風險的五個變量——財務風險、功能風險、心理風險、社會風險、時間風險。其分別對應的含義見表格1:

    (二)抖音用戶面臨“信息繭房”現(xiàn)象模型的構建與假設

    我們從“影響感知風險的因素”-“感知風險變量”-“感知風險的影響”的邏輯,在已總結歸納的五個變量(財務風險、功能風險、心理風險、社會風險、時間風險)外增設兩個變量,即“影響感知風險的因素”(以下簡稱為“影響因素”)、“感知風險的影響”(以下簡稱為“感知影響”)。

    (三)調(diào)查方案的設計與實施

    根據(jù)本次研究的研究目的和相關理論基礎,我們將問卷分為三個部分:第一部分為調(diào)查對象的基本信息,包括性別、學歷、專業(yè)。

    問卷的第二部分為調(diào)查對象使用抖音的基本情況,包括是否使用過抖音、每周打開抖音的頻率、平均每次使用抖音的時長、是否在抖音上購買過東西、是否觀看過抖音直播、是否在抖音上發(fā)過視頻、是否在抖音上進行過互動。

    問卷的第三部分是基于“抖音用戶面臨‘信息繭房’現(xiàn)象模型”而設計的量表,對財務風險、功能風險、心理風險、社會風險、時間風險、影響因素、感知影響等可能影響用戶對使用抖音時對“信息繭房”的感知因素進行測量。量表采用Liker 五分量表,用戶根據(jù)自己的實際情況進行打分,其中1代表非常不同意,2代表比較不同意,3代表一般,4代表比較同意,5代表非常同意。

    四、基于調(diào)查方法結果的公眾風險感知能力

    本方法通過采用訪談和調(diào)查問卷的形式,其中訪談重點放在對抖音的了解認識、使用動機、使用習慣和態(tài)度情感等。問卷重點是感知財務風險、功能風險、心理風險、社會風險、時間風險五個“信息繭房”風險的變量。問卷的受眾范圍較廣,通過問卷結果得出以下信息:首先有占比一半的人有在抖音上購買過商品,而他們購買商品的渠道主要來自直播,而且他們會更加相信自己關注的帶貨博主的推薦,并且根據(jù)他們提供的購買鏈接直接購買,而同時,在進行消費的這一部人中有近一半比例的人認為抖音所推薦的好物越發(fā)符合自身的消費水平,比如說平價型產(chǎn)品的消費就不會再推送一些貴婦級產(chǎn)品的推薦,因為這樣的推薦也大抵是無效推薦,并不能獲得實質(zhì)效益,所以算法推薦的機制也是為了盡可能的有效;其次在短視頻對于用戶的這一類的問題中發(fā)現(xiàn),極大多數(shù)的人都是會參與點贊和評論,他們會切實根據(jù)自身的喜好來點贊,而這些點贊過程也恰恰成為了抖音算法切入點,但是這也成為了一種有效循環(huán)中,比如一類人很喜歡某一類型的視頻,那么就會發(fā)現(xiàn)抖音推薦的視頻越來越符合自己的審美喜好,只要是符合自己的審美喜好,那么不會太在意字幕是否清楚,畫面是否清晰,因為對于一直信賴的博主和畫風的信任,他們更愿意去觀看視頻傳達的內(nèi)容,也有近一半的人會原倍速看完一些長的視頻,為此付出更多的時間以滿足自身的享受,所以這也是為什么在本篇問卷結果以及類似有關抖音或者APP的調(diào)查問卷結果都一致傾向性的體現(xiàn)更多的人都會去選擇抖音這樣的短視頻平臺;但是這是問卷結果所體現(xiàn)出來的積極的一方面,正所謂算法在分析整體的屬性時可以比較好地工作,但是一旦算法機制上升到更瘋狂更加智能化反而會帶來不好的影響,例如很多的人越來越覺得會對抖音推薦的同類型的視頻感到厭煩,因為他們只是對于某種類型的視頻在某一階段下甚至某一時段下處于好奇的原因,但是恰恰因為算法的過分推薦反而感到厭煩,甚至想擺脫這種循環(huán),同時有大部分的用戶認為抖音中的“搜索”功能的關鍵字聯(lián)想準確到令他們覺得恐怖的地步,如此精準的智能判斷,使他們甚至開始走向抖音的片面化中去,所以這也是抖音用戶選擇離開這個平臺的原因之一,所謂“刷多了抖音的我會對短視頻感到厭煩”,所以當抖音中視頻同時出現(xiàn)在其他平臺上的時候,那么往往就會重現(xiàn)轉(zhuǎn)入到新的平臺,但是用戶是否都會愿意重新接受并且適應一個新的平臺還沒有做更多的深入分析,但是這方面的研究我相信對于抖音算法霸權和“信息繭房”的探究具有一定的說明意義。

    由于訪談的范圍具有一定的局限性和選擇群類階級的局限性,所以這里的分析只是做一個參考。我們通過近十個人左右的訪談,重點了解了他們?yōu)槭裁磿x擇使用抖音,其使用習慣是怎樣的,使用抖音后的直觀感受,包括使用后對自己產(chǎn)生了什么影響,以及他們是如何看待依托算法技術來實現(xiàn)個性化推送這種現(xiàn)象等內(nèi)容。我們發(fā)現(xiàn)的重點還是在于他們一旦喜歡某種視頻,在享受算法機制帶來的良好體驗的同時又不免走上厭煩的極端,使得他們會想辦法通過某種方式來擺脫算法機制帶來的隱私侵犯感受。

    總結一下我們也不難發(fā)現(xiàn),首先用戶對算法推薦技術有一定程度的了解,體現(xiàn)了一定的算法素養(yǎng)。對于相似類視頻是如何被推送在手機上的,用戶的感知較為正面,我們還發(fā)現(xiàn),越是頻繁刷視頻的用戶,越傾向于認為所接觸到的視頻是通過專業(yè)算法機制推送的,可能的解釋是,用戶的使用時間越長,平臺算法的見識機會就越多,算法越能夠推薦與用戶需求和喜好相符的視頻,這種使用舒適度或許讓用戶產(chǎn)生“視頻推薦來源于專業(yè)人工編輯”的錯覺。另外,用戶對這種算法推薦技術的評價相當正面,認為既能節(jié)省用戶獲取信息的時間成本,精準匹配用戶所需的信息,還能讓用戶接觸到豐富多樣的視頻。

    結語

    在當今時代,技術算法對我們的控制在不斷的增加,我們卻因陷入““信息繭房””難以察覺,正一步步淪陷和受困。技術算法一方面確實給大眾賦予權力,能夠讓我們隨時隨地進行交流,網(wǎng)絡傳播提高了我們的話語權。但是同時我們也被數(shù)據(jù)監(jiān)視著,也無意識地被影響著。如果放任資本算法的操縱,我們具有被遺失的風險。

    綜上,在了解抖音大數(shù)據(jù)平臺的算法機制和“信息繭房”后,首先要考慮的問題是要不要對算法進行監(jiān)管。必須承認的是,目前我們對如何駕馭、監(jiān)管算法還所知甚少。例如,奧尼爾在書中提出了算法要公開,要接受政府監(jiān)督。用行內(nèi)的術語,就是強調(diào)了算法要有“透明性”和“可解釋性”。但其實,這兩點做起來并不簡單,其中的許多影響將超出我們的認知范疇。如果我們將眼光放得更長遠一些,或許能有解決該問題的一個思路。所以現(xiàn)階段算法可以適當監(jiān)管,但最關鍵的還是推進人類數(shù)據(jù)處理能力的進步?!?/p>

    猜你喜歡
    繭房問卷算法
    被夸大的“信息繭房”
    信息繭房
    輪椅總裁與“繭房”姑娘,十萬公里的愛穿越生死
    織就信息繭房的人,或許就是你自己
    基于MapReduce的改進Eclat算法
    Travellng thg World Full—time for Rree
    進位加法的兩種算法
    問卷網(wǎng)
    一種改進的整周模糊度去相關算法
    問卷大調(diào)查
    五大连池市| 桐柏县| 古蔺县| 镇原县| 桑日县| 洛扎县| 洛宁县| 宜宾市| 永靖县| 夏河县| 科技| 宜昌市| 鸡东县| 安远县| 台山市| 资源县| 淮阳县| 高邮市| 江华| 太白县| 广元市| 荥阳市| 无为县| 金溪县| 乌什县| 简阳市| 苍南县| 永宁县| 鲁山县| 哈尔滨市| 汽车| 兴国县| 报价| 万安县| 客服| 开江县| 克东县| 门头沟区| 蕉岭县| 石林| 民和|