算法推薦助力鄉(xiāng)村紅色旅游發(fā)展的路徑探析

侯 燕

(鄭州大學，河南 鄭州 450000)

2022年中共中央、國務院發(fā)布中央1號文件。文件聚焦三農建設，指出要以產業(yè)帶動鄉(xiāng)村發(fā)展，重點發(fā)展鄉(xiāng)村旅游，實施鄉(xiāng)村休閑旅游提升計劃。我國有著豐富的紅色資源，這些紅色資源是中國共產黨艱苦奮斗的見證，是中華民族的寶貴財富，也是鄉(xiāng)村振興的寶貴資源。中國旅游研究院發(fā)布的數據報告顯示，2021年上半年，全國紅色旅游景區(qū)門票銷售同比增長六成左右，紅色旅游產業(yè)供給數量和質量穩(wěn)步提升。如何推動我國鄉(xiāng)村紅色旅游進一步發(fā)展，學界的相關研究主要集中在游客需求視角、農戶參與視角以及紅色資源教育功能視角。從游客需求視角看，有學者認為：“鄉(xiāng)村紅色旅游受到廣大消費者的歡迎，但鄉(xiāng)村紅色旅游發(fā)展仍然面臨著困境?！盵1]從農戶參與視角看，有學者認為：“農戶在參與紅色旅游過程中面臨農村基礎設施、資金、紅色旅游參與意識等方面困境?！盵2]從育人功能角度看，有學者認為：“鄉(xiāng)村振興背景下要積極適應新形勢下紅色旅游使命的新變化，以文化教育功能與輻射效應內涵彰顯文化擔當之責?！盵3]由此可見，鄉(xiāng)村紅色旅游的研究已經取得了專題化、縱深化的豐碩成果。然而，在當前信息傳播路徑已經逐漸被算法推薦占據的時代背景下，鄉(xiāng)村紅色旅游如何借“算法推薦”的東風謀求新的發(fā)展路徑？學界對這一問題尚未給出確定回答，這也是本文的探討方向。

算法推薦是指通過對用戶信息的收集以及行為偏好的判斷，對用戶進行畫像，分析用戶的喜好，有針對性地為用戶推送信息，其目的在于使用戶與信息精準匹配。算法推薦最早是計算機領域中的一種算法，根據一些數學算法，推測出用戶可能喜歡的東西?，F在算法推薦技術被廣泛應用于新聞生產和傳播、互聯(lián)網企業(yè)商品營銷等方面，不僅影響了商業(yè)營銷模式和方法，也使信息生產、傳播途徑和方式發(fā)生了巨大轉變。一方面，算法推薦下的信息傳播為鄉(xiāng)村紅色旅游宣傳提供了新的路徑，提高了宣傳效率，擴大了鄉(xiāng)村紅色旅游影響力。另一方面，算法推薦也給鄉(xiāng)村紅色旅游發(fā)展帶來了新的挑戰(zhàn)。如何避免鄉(xiāng)村紅色旅游陷入算法推薦的異化困境，對推動鄉(xiāng)村紅色旅游發(fā)展、助力鄉(xiāng)村振興具有重要現實意義。

1 算法推薦鄉(xiāng)村紅色旅游的積極意義

在信息爆炸、社交媒體不斷生長的今天，人工智能使用算法不斷地給人們推送其感興趣的信息，使人們進入信息精準推送時代。

1.1 信息聚集，提升紅色旅游內容投放成效

算法推薦是建立在用戶的基本信息和行為偏好的基礎上，有針對性地投放用戶可能喜歡的信息。簡言之，就是將“合適”的信息與“合適”的人連接起來，達到高效連接人與信息的目標。信息的聚集為算法推薦提供信息基礎，向用戶精準投放鄉(xiāng)村紅色旅游有關信息，提升了鄉(xiāng)村紅色旅游內容的傳播成效。大數據時代的到來，讓鄉(xiāng)村紅色資源由原本的物質形態(tài)變?yōu)榛ヂ?lián)網的數字形態(tài)，群眾對鄉(xiāng)村紅色資源的了解不再是“開盲盒”，而是可以利用互聯(lián)網資源看到當地紅色資源的現貌，改變了鄉(xiāng)村紅色旅游的推廣實踐。算法推薦將紅色旅游資源基礎信息、數據表現、創(chuàng)作者等信息標簽化，借助微博、抖音、小紅書等聚合類平臺，通過收集大眾對鄉(xiāng)村紅色旅游的點贊量、收藏量、播放量等量化數據對用戶進行畫像，對海量紅色旅游資源進行篩選，最后向用戶精準投放鄉(xiāng)村紅色旅游資源信息。例如，某地紅色旅游資源投放視頻中帶上視頻熱門話題標簽，且視頻播放量、點贊量、收藏量、轉化量、評論數、彈幕數、投幣數都較高。視頻由粉絲數、總點贊數、更新頻率總體較高的創(chuàng)作者推送，由此產生了良好的宣傳效果。大部分人會認為當地紅色旅游的資源較好，旅游質量較高。從而提升了受眾對當地紅色旅游資源的興趣。因此，提高了投放的精準度，可以有效提升紅色旅游內容的投放成效。

1.2 投放精準，擴大紅色旅游興趣群體

算法推薦的核心是“受眾本位”，算法推薦憑借其獨特優(yōu)勢，能夠滿足用戶個性化、定制化的需求。不同用戶對鄉(xiāng)村紅色旅游的了解程度、感興趣程度都不同，可謂“千人千面”，算法推薦憑借其個性化、定制化的特殊優(yōu)勢對用戶需求進行畫像，將用戶標簽化，為其進行“開小灶”式推薦，從而精準投放鄉(xiāng)村紅色旅游的相關信息。算法推薦充分了解用戶的各方面信息，首先是用戶基本信息，包括性別、年齡、教育水平、地理位置等；其次是用戶歷史瀏覽行為，包括關注的分區(qū)、視頻瀏覽時長、點贊收藏轉發(fā)等行為、訂閱的紅色旅游話題等；最后是用戶的消費行為，如消費類型、交易金額等。算法推薦將碎片化、即時性的鄉(xiāng)村紅色旅游信息投放給用戶，利用信息關聯(lián)，將相似的紅色旅游資源如紅旗渠、大別山、陜甘寧邊區(qū)等推薦給該用戶以滿足其潛在的紅色旅游需求。且算法推薦能抓住目標用戶的關聯(lián)用戶，將相似的紅色旅游信息投放到相同矩陣的用戶群體，當接收信息的用戶對紅色旅游產生興趣后，便會主動搜索相關信息以了解紅色資源全貌，變被動投放為主動了解。

1.3 協(xié)同過濾，開辟紅色旅游“內容+用戶”雙渠道

協(xié)同過濾分為兩個方面：一方面是基于內容協(xié)同。在算法推薦中，可以根據用戶的基本信息，以及歷史瀏覽行為，關注到用戶喜歡哪個地區(qū)或與哪個人物相關的紅色旅游地，找到與這些紅色旅游地相似的地方推薦給用戶。比如某用戶在瀏覽紅色旅游時總喜歡瀏覽華中地區(qū)的紅色旅游地，就會在網頁上會反復瀏覽華中地區(qū)的鄉(xiāng)村紅色旅游地，算法推薦就會即時了解到該用戶對紅色旅游資源的地區(qū)偏好，算法在做推薦時，會以華中地區(qū)作為重要標準之一。另一方面是基于用戶協(xié)同?！叭艘灶惥?，物以群分”，所謂的基于用戶協(xié)同，就是根據用戶喜歡的紅色旅游標準，找到和這位用戶偏好類似的用戶，將用戶和用戶進行分組，再將群體內的用戶所偏好的紅色資源地推薦給用戶。比如一用戶喜歡與中國共產黨相關的紅色旅游資源，算法推薦會獲取平臺上所有喜歡與黨有關的紅色資源的用戶最近瀏覽或點贊收藏了的紅色旅游資源，再將這些紅色旅游資源推薦給該用戶，而該用戶大概率也會喜歡這些紅色旅游資源。

2 算法推薦助力鄉(xiāng)村紅色旅游面臨的困境

2.1 內容標簽化，紅色旅游語義肢解

基于內容為用戶推薦目標紅色旅游資源相對容易，解釋性較強，但基于紅色旅游內容的推薦算法存在一些不足之處，導致其對紅色旅游的推薦效果和應用范圍都受到一定限制。

首先，算法推薦的紅色旅游資源范圍狹窄，新穎性不強?；趦热菟惴ㄍ扑]的主要特征是內容標簽化，此類算法只依賴于單個用戶的行為做推薦，用戶利用搜索引擎檢索紅色旅游相關信息，算法推薦自動為該用戶匹配合適的紅色旅游內容并予以推薦，推薦的結果會匯集在該用戶過去感興趣的標的物類別上。如果用戶不主動關注其他類型的標的物，很難為用戶推薦多樣性的鄉(xiāng)村紅色旅游結果，也無法挖掘用戶深層次的紅色旅游潛在興趣。特別是對于新用戶，只有少量的行為，算法推薦為其推薦的標的物就會較單一。

其次，算法推薦對紅色旅游信息需求較大，但信息碎片化，處理困難。紅色旅游內容信息主要是紅色旅游文本、視頻、音頻，處理起來費力，相對難度較大，更加依賴諸多領域知識。同時這些信息更容易含有噪音，增加了處理難度。另外，算法推薦對紅色旅游內容理解的全面性、完整性及準確性會影響推薦的效果。

最后，算法推薦碎片化處理的紅色旅游信息喪失了整體邏輯性。算法推薦將紅色旅游相關信息碎片化處理，力求簡短，紅色旅游語義被肢解，難以使紅色旅游形成合力。碎片化處理僅關注紅色旅游資源局部特征，難以展示全貌，使受眾對紅色旅游的理解片面化，對信息的獲取有明顯的傾向性，不利于鄉(xiāng)村紅色旅游的發(fā)展。

2.2 用戶標簽化，囿于“信息繭房”

紅色旅游的發(fā)展依賴于受眾的增加，受眾是影響紅色旅游發(fā)展的決定性因素。紅色旅游發(fā)展的廣度依賴于受眾的廣泛性，但算法推薦導致受眾囿于“信息繭房”中，不肯打破認知壁壘。在社交媒體和互聯(lián)網的紅色旅游內容基于算法推薦推送的信息，每一篇關于紅色旅游的文章、每一個視頻都是用戶喜歡看到的，長時間沉浸在這樣的信息中，信息接收面狹窄，信息結構失衡，思維方式變得感性，缺乏理性的思考，可能助長群體盲思和價值極化，加劇社會共同體離散化。

一方面，算法推薦為受眾精準投放信息，使受眾獲取的信息日益趨同，缺乏多元性，被固化在“信息繭房”之中。美國作家凱斯·桑斯坦在其著作《網絡共和國》開篇中描述了“個人日報”現象，受眾在海量的信息中選擇自己感興趣的內容，完全根據自己的喜好定制報紙和雜志，這種“個人日報”式的信息選擇行為會導致“網絡繭房”的形成。[4]算法推薦的廣泛應用，其目的就在于不斷為受眾提供新鮮的紅色旅游信息，從而保證受眾留存。算法推薦可以精準捕捉用戶對紅色旅游信息的興趣，但算法推薦的“自我優(yōu)待”使其為用戶推薦同質化內容，用戶獲取的信息趨同，逐漸建構自我認知壁壘。當受眾處在自我建構的信息脈絡中，對紅色旅游的認知必然變得程序化、定式化，不利于紅色旅游的發(fā)展。

另一方面，算法推薦技術下推薦結果缺乏新穎性，阻礙紅色旅游發(fā)展?；谟脩魧t色旅游的歷史瀏覽，算法推薦會推送與當前用戶已經(正面)評價的紅色旅游資源比較相似的旅游資源。這會導致一些不合需要的推薦結果，比如推薦的紅色旅游資源與用戶熟知的紅色旅游資源太相似。典型的例子是新聞過濾推薦系統(tǒng)推薦一篇與用戶在其他場合已經看過的相同題材的新聞報道。系統(tǒng)因此需要定義一個閾值，不僅要濾除與用戶記錄差別太大的紅色旅游資源，也要濾除那些太相似的紅色旅游資源?？傮w目標是要提高推薦列表的驚喜度，要包括用戶可能會感興趣的“意料之外”的紅色旅游資源，因為意料之中的內容對用戶的價值很低，這同樣會制約信息的流動，使紅色旅游發(fā)展面臨困境。

2.3 推送失控，紅色旅游喪失活力

大數據時代為受眾提供了海量的信息，受眾根據個人喜好選擇、定制個人專屬紅色旅游信息圈；網絡也可以用“協(xié)同過濾”的方式，提供受眾偏好的信息，但也自動隔離了其他意見，打造內閉的信息環(huán)境，受眾設置的紅色旅游話題、觀點，獲取的是受眾自己的“回音”。

首先，個性化算法推薦為受眾量身定制的內容推薦，打破了傳統(tǒng)的組織化的信息傳播方式，消弱了鄉(xiāng)村紅色旅游推廣的合力。大數據時代，人人都可在網絡上發(fā)表自己的聲音，算法推薦將受眾感興趣的內容精準投放給受眾時，非專業(yè)化的言論并未過濾，少數自媒體人為了賺取流量，對嚴肅的具有教育意義的紅色旅游加以調侃，在非理性語境中弱化了紅色旅游資源的價值導向，使充滿正能量的紅色旅游淪為娛樂的附庸。

其次，擁有海量信息資源的算法推薦并不能保證其信息完全的真實性，并不能為用戶精準畫像。大數據無法精準分析人的主觀情緒、個人情感以及主觀感受，只能對個人在網絡上留下的信息加以收集分析，但即使是在開放的互聯(lián)網空間，每個人的真實感受也不會表露無遺。正是由于每個人都具有與眾不同的個性化特征，才使得算法推薦無法分析真實而全面的人，進而導致算法推薦向用戶推薦的紅色旅游資源失真。

最后，算法推薦利用算法屏蔽信息，過度推薦紅色旅游，實施自我優(yōu)待，影響紅色旅游相關的網絡輿論，使紅色旅游喪失活力。算法推薦向關注紅色旅游的受眾精準推薦相關旅游資源和信息，不關注紅色旅游的人群則很少收到有關信息，但這類人恰恰是需要通過紅色旅游來提高思想認知的群體。同時，算法推薦面向受眾，會自動優(yōu)化推送內容，屏蔽其他相關信息，受眾只能看到一部分紅色旅游信息，導致紅色旅游發(fā)展不平衡。

3 算法推薦助力鄉(xiāng)村紅色旅游的現實路徑

3.1 技術賦能，把握紅色旅游語義

首先，協(xié)同過濾算法推薦，為紅色旅游傳播創(chuàng)造條件。算法推薦技術被廣泛應用于互聯(lián)網商業(yè)，通過人們在搜索引擎搜索的內容，很快就能為人們推送海量的相關信息。但是由于人的心理的特殊性，算法并不能完全精準地為用戶“畫像”，因此引入用戶畫像的推薦算法有許多可以改進的地方。首先，打通各大公司的業(yè)務平臺，為用戶推薦紅色旅游的公司建立共享平臺，通過獲取其他平臺用戶的信息，解決“冷啟動”的問題。再次，豐富用戶的人口信息，如年齡、性別、職業(yè)等，依據用戶的“需求邏輯”精準推送紅色旅游信息。最后，完善用戶的興趣狀態(tài)，及時追蹤用戶對紅色旅游的興趣和反饋，方便生成用戶標簽和推薦內容。

其次，創(chuàng)新推動算法技術，改變紅色旅游在算法推薦中的“不在場”狀態(tài)。紅色旅游在算法推薦中“在場”意為在為用戶推薦信息時紅色旅游是信息推送的關鍵詞，用戶與紅色旅游同處于相互之間所形成的搜索與被搜索、感興趣與被感興趣的客觀關系網絡中。紅色旅游在算法推薦中的“不在場”狀態(tài)主要是指在算法推薦為用戶推薦信息時存在著受眾與算法推薦雙方話語權的不對等、受眾個人意識的缺席以及受眾旅游后的評價系統(tǒng)不完整等問題。算法推薦為用戶提供紅色旅游相關信息，要充分挖掘用戶隱性數據，開通用戶線上評論，與用戶建立信任關系，從而為用戶的紅色旅游提供人性化、個性化服務。

最后，建設完善的鄉(xiāng)村紅色旅游體驗系統(tǒng)，抓住青年人對紅色旅游的興趣點。近年來紅色影視作品的大量輸出激發(fā)了當代青年的民族自豪感，年輕人越來越熱愛紅色文化，也帶火了紅色旅游市場。面對迅猛來襲的年輕化需求，要抓住青少年這一市場，紅色旅游必然要轉型升級，賦予游客真正有時代感的沉浸式體驗。紅色旅游需要探究的是利用技術賦能，設置完善的體驗系統(tǒng)，打造出突出當地歷史亮點的故事劇本，賦予游客角色和任務，達到真正的“穿越時間”的沉浸式體驗。鄉(xiāng)村紅色旅游升級，要擺脫傳統(tǒng)的俯瞰式說教，擺脫社會課堂的群眾刻板印象，讓參觀者變成參與者，參與者變成傳頌者，更好地促進紅色旅游的發(fā)展。

3.2 打破“繭房”，堅持紅色資源導向

一方面，從內容源角度，算法推薦要收集更多的優(yōu)質紅色旅游資源作為內容源，建立紅色旅游資源數字內容圖書館，擴大算法推薦關于紅色旅游資源的內容池，建立智能紅色旅游資源共享與分發(fā)體系，推動紅色旅游內容、方式創(chuàng)新，以適應算法推薦的技術邏輯，提升鄉(xiāng)村紅色旅游的吸引力，增加推送頻率和效率。紅色旅游資源數字內容圖書館可以充分利用AR、VR等先進實景體驗技術，為受眾提供沉浸式體驗，打破時間和空間的局限，使受眾身臨其境地了解鄉(xiāng)村紅色旅游地、線上體驗紅色旅游景區(qū)等，提高紅色旅游吸引力，破除受眾內閉化的信息環(huán)境，消除“回音室”效應。

另一方面，對用戶進行紅色旅游相關內容和興趣的試探，拓寬用戶對于紅色旅游的興趣。為減少發(fā)現感興趣內容的周期，在整個推薦系統(tǒng)鏈路中都應允許內容和興趣的試探。首先，多重內容分發(fā)聯(lián)動，即將紅色旅游的內容運營、推薦引擎、搜索引擎、關注訂閱等多種分發(fā)方式聯(lián)動，實現人與紅色旅游信息的多向聯(lián)系。其次，多種推薦算法并重，跨學科從技術人文手段多個角度引入引導算法，如在算法模型中引入更多心理學認知為背景的輔助數據。人們對紅色旅游的選擇往往會受到個人情緒、個人心理、內心情感等內在心理元素的制約，從而影響個人行為。從多角度、多層次構建算法推薦模型，為用戶提供最符合心理預期的紅色旅游資源，可以打破“信息繭房”的桎梏。

3.3 重塑場域，激發(fā)紅色旅游活力

制度上，規(guī)范算法推薦的應用和發(fā)展。2022年3月1日起實施的《互聯(lián)網信息服務算法推薦管理規(guī)定》中指出：“提供算法推薦服務，應當遵守法律法規(guī)，尊重社會公德和倫理，遵守商業(yè)道德和職業(yè)道德，遵循公正公平、公開透明、科學合理和誠實信用的原則。”[5]算法推薦目前被廣泛應用于商業(yè)領域，成為精準推送商品的得力助手。但是要創(chuàng)造良好有序的網絡傳播空間，就要加強對算法推薦的制度管理，把控好社會主流價值觀的話語權，避免算法推薦把控輿論導向，加強對算法推薦的制度化、規(guī)范化管理與監(jiān)督，讓受眾獲取真實有效且符合用戶心理預期的紅色旅游資源。

平臺上，優(yōu)化算法機制，提升內容品質。《互聯(lián)網信息服務算法推薦管理規(guī)定》指出：“算法推薦服務者應當以顯著方式告知用戶其提供算法推薦服務的情況……”[5]也就是說，算法推薦服務者在提供算法推薦服務時應提高算法推薦透明度。算法推薦是基于數據的篩查然后再進行精準推送，平臺要加強對紅色旅游資源的信息審查，算法推薦平臺應優(yōu)化算法機制，向受眾提供不針對個人定制的紅色旅游信息，為受眾提供更多的紅色旅游資源，避免大數據“殺熟”現象，提高紅色旅游資源內容的品質。

受眾上，提升受眾的信息聚合意識，提升算法推薦技術人員媒介倫理意識。算法推薦的碎片化信息推薦方式降低了受眾的信息聚合意識，受眾通過整合碎片化信息來獲取對紅色旅游資源的認知，但這只是對已有認知的梳理，并不能提高受眾對紅色旅游資源的認知，受眾對紅色旅游資源信息的了解仍是碎片化的、平面的。受眾提高自身的信息聚合意識，擺脫思想桎梏，能夠滿足自身的紅色旅游信息需求，減少在無用信息上浪費時間的幾率，最大限度地保證紅色旅游信息獲取的便捷與高效。同時，新聞從業(yè)人員、媒介組織在進行算法推薦時要遵守正確的職業(yè)道德，充分考慮到用戶的認知、態(tài)度與需求，尊重用戶在紅色旅游中的倫理話語權，為紅色旅游的可持續(xù)發(fā)展營造風清氣正的倫理環(huán)境，推動紅色旅游的長足發(fā)展。

4 結語

在鄉(xiāng)村振興的大背景下，鄉(xiāng)村可以依托當地紅色旅游資源帶動鄉(xiāng)村發(fā)展。鄉(xiāng)村振興、紅色旅游發(fā)展要利用好算法推薦這一先進技術，充分發(fā)揮其數據資源龐大、信息精準推薦、受眾廣等優(yōu)勢，促進鄉(xiāng)村紅色旅游的發(fā)展。要把握好紅色旅游的語義，保持紅色旅游在算法推薦技術中的“在場”狀態(tài)，建立多維度、多層次的算法推薦模型，挖掘受眾對紅色旅游的隱性興趣，并做到受眾、平臺、制度“三位一體”，塑造清朗的鄉(xiāng)村紅色旅游場域，激發(fā)鄉(xiāng)村紅色旅游活力，助力鄉(xiāng)村振興。