算法推薦機(jī)制的邏輯與應(yīng)用

劉自昌

（作者單位：消費(fèi)日?qǐng)?bào)社）

1 算法推薦機(jī)制的背景

算法推薦機(jī)制的產(chǎn)生背景與技術(shù)的應(yīng)用緊密相連。傳統(tǒng)媒體時(shí)代，新聞傳播趨向于“我說(shuō)你聽(tīng)”的模式，用戶難以獲取自身需要的新聞信息，存在一定的門(mén)檻，缺乏一定的自主選擇權(quán)。新媒體時(shí)代，用戶可以在網(wǎng)絡(luò)上不受時(shí)空限制獲取新聞信息，或者檢索自己需要的內(nèi)容，進(jìn)行知識(shí)的補(bǔ)給。智能媒體時(shí)代，海量信息充斥，用戶成為互聯(lián)網(wǎng)上的節(jié)點(diǎn)，需要接收過(guò)濾后的信息來(lái)進(jìn)行精準(zhǔn)化獲取，因此算法推薦有了應(yīng)用的空間。

1.1 第四次工業(yè)革命的推動(dòng)

第一次工業(yè)革命，開(kāi)創(chuàng)了以機(jī)器代替手工勞動(dòng)的時(shí)代。第二次工業(yè)革命，人類進(jìn)入“電氣時(shí)代”。第三次工業(yè)革命中計(jì)算機(jī)的出現(xiàn)拓展了新聞傳播的邊界，報(bào)紙、電視、廣播并未消失，而是與互聯(lián)網(wǎng)并存，實(shí)現(xiàn)多媒體、多介質(zhì)傳播。用戶的接收內(nèi)容不再局限于同一種介質(zhì)，而是擁有了介質(zhì)的選擇權(quán)。第四次工業(yè)革命以信息化為主導(dǎo)，人工智能、大數(shù)據(jù)、云計(jì)算、云媒體應(yīng)用到公眾的生活中，技術(shù)的加持讓公眾實(shí)現(xiàn)看見(jiàn)與被看見(jiàn)的權(quán)利，用戶既可以是傳播者、行為的塑造者、虛擬人生的打造者，也是新聞信息的接收者、“涵化”的實(shí)施者。但在這一過(guò)程中，一些用戶陷入技術(shù)陷阱中，成為資本逐利的犧牲品。所以，智能媒體的出現(xiàn)是機(jī)遇也是挑戰(zhàn)，如果能夠把握機(jī)遇，迎難而上，將會(huì)為用戶帶來(lái)全景、交互的感受；如果僅僅看到技術(shù)不好的一面，那么人們就會(huì)受到技術(shù)的裹挾。

1.2 主流媒體的話語(yǔ)轉(zhuǎn)變

主流媒體以傳播主流價(jià)值觀為出發(fā)點(diǎn)，聚焦國(guó)內(nèi)外信息，篩選后再傳播，實(shí)現(xiàn)滲透式的傳播效果。但是隨著人類社會(huì)的發(fā)展，傳統(tǒng)媒體的傳播地位逐漸被新媒體、智媒體削弱。智媒體時(shí)代，用戶的主體地位上升，媒介素養(yǎng)加強(qiáng)，更加注重個(gè)人接收新聞的體驗(yàn)。用戶在接收新聞內(nèi)容時(shí)，以個(gè)人的興趣愛(ài)好為出發(fā)點(diǎn)，選擇個(gè)性化的內(nèi)容進(jìn)行接收。主流媒體需要與自媒體、新媒體共同競(jìng)爭(zhēng)，獲取用戶的注意。隨著媒體融合的不斷深入以及算法技術(shù)的成熟，主流媒體轉(zhuǎn)變“我說(shuō)你聽(tīng)”的話語(yǔ)模式，利用“網(wǎng)言網(wǎng)語(yǔ)”拉近與用戶間的距離，進(jìn)行自身的話語(yǔ)轉(zhuǎn)變。面對(duì)以受眾為中心的新聞傳播環(huán)境，主流媒體要更加了解受眾、更精準(zhǔn)地把握受眾需求，以人性化思維和主動(dòng)服務(wù)理念積極開(kāi)展新聞傳播工作，通過(guò)提高新聞信息傳播與推送的精準(zhǔn)度，全面提升受眾黏性[1]。

1.3 社交媒體“用戶至上”的理念更新

隨著大數(shù)據(jù)、人工智能、云計(jì)算、邊緣計(jì)算的出現(xiàn)，用戶的主體意識(shí)不斷增強(qiáng)，更加喜歡個(gè)性化的內(nèi)容。眾所周知，社交媒體可以將強(qiáng)關(guān)系與弱關(guān)系并存，實(shí)現(xiàn)關(guān)系鏈條的傳播。突發(fā)熱點(diǎn)事件能夠在社交媒體中實(shí)現(xiàn)病毒式的傳播，達(dá)到裂變的傳播效果。社交媒體之所以能夠?qū)崿F(xiàn)裂變式的傳播效果，是因?yàn)樯缃幻襟w推崇用戶至上的理念。社交媒體將用戶作為生存的基礎(chǔ)，例如，用戶的瀏覽量、點(diǎn)贊量等都是社交媒體盈利的籌碼。社交媒體根據(jù)粉絲數(shù)量吸引廣告商的注意，進(jìn)而完成利益的轉(zhuǎn)換。我國(guó)新聞事業(yè)是社會(huì)主義性質(zhì)的新聞事業(yè)，“確保新聞?wù)鎸?shí)”是我國(guó)新聞事業(yè)的光榮傳統(tǒng)，打擊、治理虛假新聞、新聞敲詐，則是媒體管理和社會(huì)治理的重要任務(wù)[2]。除此之外，社交媒體也利用算法推薦技術(shù)建立新聞網(wǎng)絡(luò)，傳播社會(huì)主義主流價(jià)值觀，吸引用戶的注意。用戶根據(jù)自己的行為習(xí)慣、興趣愛(ài)好，自覺(jué)或不自覺(jué)地被社交媒體上的信息吸引，沉浸式使用社交媒體。

2 算法推薦機(jī)制的運(yùn)行邏輯

算法推薦機(jī)制的運(yùn)行邏輯需要以技術(shù)為主導(dǎo)，用戶為輔助，共同完成算法推薦機(jī)制的過(guò)程。從信息的傳播過(guò)程來(lái)看，算法推薦機(jī)制的運(yùn)行邏輯包含新聞采集、內(nèi)容分發(fā)、利益權(quán)衡以及交互反饋。算法推薦機(jī)制的運(yùn)行邏輯看似沒(méi)有情感的接入，僅僅是依托工具理性，但實(shí)則植入了算法推薦工程師、算法推薦平臺(tái)的情感，進(jìn)行了利益取舍。

2.1 新聞采集

智能算法推薦改變著個(gè)體用戶的信息體驗(yàn)和認(rèn)知習(xí)慣，也改變著整個(gè)社會(huì)的信息結(jié)構(gòu)和傳播秩序[3]。傳統(tǒng)媒體時(shí)代，新聞采集經(jīng)過(guò)記者和編輯的選擇、加工、審核后進(jìn)入大眾視野，建構(gòu)新聞圖景。智媒時(shí)代，新聞的采寫(xiě)主體包括擁有專業(yè)背景的新聞人士、寫(xiě)稿機(jī)器人等，呈多元化的趨勢(shì)。新聞主體的多元決定了新聞采集的復(fù)雜與多變，利用人工智能不僅能夠降低人力成本，也會(huì)將算法技術(shù)發(fā)揮極致。在新聞采集方面，新聞把關(guān)的轉(zhuǎn)移使得媒體將用戶納入新聞的制作過(guò)程，需要了解用戶的相關(guān)數(shù)據(jù)進(jìn)行分類，進(jìn)而實(shí)現(xiàn)新聞信息與用戶的精準(zhǔn)匹配。在新聞采集的流程上，以用戶畫(huà)像為出發(fā)點(diǎn)，建構(gòu)新聞的景觀。用戶畫(huà)像建構(gòu)的新聞?dòng)^是局部新聞的搬運(yùn)，忽略了新聞全貌的呈現(xiàn)。如果一味地根據(jù)用戶的特質(zhì)提供新聞，如果用戶本身存在偏見(jiàn)性的認(rèn)知，新聞也會(huì)隨之帶有偏見(jiàn)性的感情色彩，違背新聞客觀、真實(shí)的原則。長(zhǎng)此以往，新聞就會(huì)成為用戶相互攻擊的工具。

2.2 內(nèi)容分發(fā)

新聞的內(nèi)容涉及領(lǐng)域廣泛，包含時(shí)政、民生、科技等領(lǐng)域。今日頭條號(hào)稱“新聞的搬運(yùn)工”，將傳統(tǒng)媒體、新媒體的新聞搬運(yùn)到平臺(tái)中，平臺(tái)將新聞信息匯總，進(jìn)行分類整理，實(shí)行精準(zhǔn)化分發(fā)。算法推薦的分發(fā)機(jī)制將用戶作為數(shù)據(jù)的主體，進(jìn)行用戶評(píng)估，給數(shù)據(jù)化的用戶加上“標(biāo)簽”，用戶不再是傳統(tǒng)意義上的受眾群體，而是被模式化的數(shù)字人，用戶的喜好不再是個(gè)性化的彰顯，而是同類群體需求的再現(xiàn)。算法推薦將用戶歸結(jié)為標(biāo)簽化的群體，從而將匯總的內(nèi)容進(jìn)行標(biāo)簽化精準(zhǔn)推送。用戶打開(kāi)新聞頁(yè)面出現(xiàn)“千人千面”的現(xiàn)象，久而久之形成互聯(lián)網(wǎng)空間下的碎片化現(xiàn)象，不利于公共輿論的引導(dǎo)與整合。真正的個(gè)人空間和私域消失，某種程度上人在數(shù)據(jù)世界里變成了透明人，一種數(shù)字意義上的“全景監(jiān)控”成為可能，海量信息采集意味著海量的監(jiān)控[4]。新聞內(nèi)容的分發(fā)隨著用戶的不同，內(nèi)容選擇也會(huì)不同，每個(gè)人看到的新聞都是經(jīng)過(guò)過(guò)濾、加工的信息，個(gè)性化色彩濃厚。新聞單位應(yīng)該重視共性新聞的呈現(xiàn)，針對(duì)重大公共事件或其他需要每一位用戶了解的信息，可以設(shè)置公共信息界面，保證用戶能夠接收到共性新聞，有共同的語(yǔ)義空間。

2.3 利益權(quán)衡

我國(guó)的新聞媒體具有雙重屬性，事業(yè)屬性與商業(yè)屬性結(jié)合，共同傳遞新聞價(jià)值。社交媒體也需要盈利，傳遞信息時(shí)也需要考慮利益權(quán)衡，因此，社交媒體中出現(xiàn)大數(shù)據(jù)“殺熟”這一問(wèn)題。大數(shù)據(jù)利用數(shù)據(jù)計(jì)算出用戶的喜好、生活習(xí)慣以及推算出用戶的收入情況，進(jìn)行標(biāo)簽化的處理，用戶長(zhǎng)時(shí)間對(duì)社交媒體產(chǎn)生依賴，進(jìn)而容易掉入大數(shù)據(jù)殺熟的陷阱。例如，某商業(yè)平臺(tái)根據(jù)會(huì)員和非會(huì)員身份差別來(lái)進(jìn)行預(yù)判，由于會(huì)員作為老用戶消費(fèi)頻率通常較高，對(duì)平臺(tái)依賴度也相對(duì)較高，平臺(tái)會(huì)判定其價(jià)格敏感度相對(duì)較低，結(jié)果會(huì)員的配送費(fèi)是非會(huì)員的3倍[5]。除此之外，算法推薦還存在算法黑箱的問(wèn)題。算法黑箱的運(yùn)行邏輯同樣是利用大數(shù)據(jù)，將用戶的數(shù)據(jù)進(jìn)行搜集、整理、分析，前臺(tái)將用戶數(shù)據(jù)化，從而植入算法工程師的價(jià)值觀和利益觀。用戶被動(dòng)接收社交媒體推薦的相關(guān)新聞內(nèi)容，淪為算法的工具。面對(duì)算法帶來(lái)的負(fù)面影響，有關(guān)部門(mén)和用戶應(yīng)該重視，不能讓技術(shù)凌駕于法律之上，可以頒布相關(guān)的法律法規(guī)約束算法，保證公民的權(quán)利。

2.4 交互反饋

算法推薦的數(shù)據(jù)來(lái)源是用戶對(duì)于推送信息的反饋。用戶對(duì)于信息的瀏覽、點(diǎn)贊、評(píng)論、收藏都是對(duì)于信息內(nèi)容的態(tài)度體現(xiàn)。算法推薦機(jī)制根據(jù)用戶在社交網(wǎng)絡(luò)上的數(shù)據(jù)進(jìn)行計(jì)算并完成分類，形成精準(zhǔn)化的用戶推薦機(jī)制。用戶對(duì)于算法推薦機(jī)制計(jì)算的結(jié)果進(jìn)行二次反饋，算法推薦機(jī)制不斷調(diào)整，形成用戶喜好的“個(gè)人日記”，實(shí)現(xiàn)信息與用戶的反復(fù)交互與反饋。隨著場(chǎng)景時(shí)代的到來(lái)，用戶的反饋不局限于社交媒體內(nèi)在的作用模式，除了敘事，場(chǎng)景也是非理性敘事起作用的重要支點(diǎn)[6]。場(chǎng)景能夠?qū)F(xiàn)實(shí)世界虛擬化，達(dá)到超真實(shí)的效果。用戶在社交平臺(tái)上構(gòu)建現(xiàn)實(shí)世界的圖景，增強(qiáng)了對(duì)平臺(tái)的依賴性。用戶的身體語(yǔ)言也拓展至眼神、微表情以及無(wú)意識(shí)的肢體語(yǔ)言，數(shù)據(jù)實(shí)時(shí)跟蹤分析用戶的肢體語(yǔ)言，轉(zhuǎn)變?yōu)樗惴ㄕZ(yǔ)言進(jìn)行評(píng)估，生成肢體化的數(shù)據(jù)報(bào)告。算法工程師根據(jù)數(shù)據(jù)報(bào)告調(diào)整對(duì)于用戶的推薦機(jī)制，再次發(fā)布信息流，與用戶進(jìn)行互動(dòng)。算法的交互反饋突破紙質(zhì)媒體視覺(jué)傳達(dá)的限制，能夠?yàn)橛脩籼峁┮纛l、聲頻等形式，豐富用戶的感官體驗(yàn)。用戶在接收信息的時(shí)候，能夠身臨其境，感受新聞現(xiàn)場(chǎng)的氛圍，增強(qiáng)對(duì)于新聞的內(nèi)化，強(qiáng)化新聞傳播的效果。

3 算法推薦機(jī)制的實(shí)踐

3.1 社交媒體圈層推送

社交媒體中包含社群傳播、熱點(diǎn)傳播以及節(jié)點(diǎn)化的熟人傳播。其中社群傳播利用算法推薦技術(shù)，將用戶的收入情況、消費(fèi)情況進(jìn)行圈層化的區(qū)隔，根據(jù)社群的特點(diǎn)，借助群體傳播的優(yōu)勢(shì)進(jìn)行群像化的算法推薦。用戶在群體的約束下，無(wú)意識(shí)行為與有意識(shí)行為交叉決定用戶自身的選擇。社群的凝聚力也隨著算法推薦的滲透變得加強(qiáng)，成為社會(huì)輿論爆發(fā)的節(jié)點(diǎn)，主流媒體的引導(dǎo)成本增加。社交媒體中的熱點(diǎn)傳播更多通過(guò)熱點(diǎn)事件引起用戶的情感共鳴，將用戶群體聚集在熱點(diǎn)話題之下，熱點(diǎn)之下的群體聚合也將是圈層化傳播的體現(xiàn)。節(jié)點(diǎn)化的熟人傳播模式更多出現(xiàn)在微信的使用中，連接現(xiàn)實(shí)世界與虛擬世界，體現(xiàn)現(xiàn)實(shí)生活中的社會(huì)關(guān)系?，F(xiàn)實(shí)世界的關(guān)系網(wǎng)映射出用戶的行為特點(diǎn)，進(jìn)而形成群體化的區(qū)隔，成為算法推薦的對(duì)象，貢獻(xiàn)出個(gè)人的情感數(shù)據(jù)與行為數(shù)據(jù)。算法推薦技術(shù)恰好符合資本的商業(yè)邏輯，數(shù)據(jù)化與系統(tǒng)的算法技術(shù)處理，帶來(lái)了“個(gè)性化”的深度發(fā)掘、精準(zhǔn)推送與廣告投放，意味著市場(chǎng)的細(xì)化與商業(yè)利益更廣泛的實(shí)現(xiàn)[7]。

3.2 主流媒體的內(nèi)容輸送

社交媒體能夠聚集用戶形成黏性傳播。傳統(tǒng)媒體急需轉(zhuǎn)型，借助社交媒體吸引更多粉絲群體，加強(qiáng)話語(yǔ)權(quán)。傳統(tǒng)媒體入駐社交媒體，轉(zhuǎn)變?cè)捳Z(yǔ)形態(tài)，適當(dāng)采用“網(wǎng)言網(wǎng)語(yǔ)”，適應(yīng)短視頻的特點(diǎn)，規(guī)避以往文字傳播的局限性帶來(lái)的用戶缺失。傳統(tǒng)媒體也要通過(guò)媒體監(jiān)測(cè)用戶的數(shù)據(jù)，進(jìn)行輿情的研判。監(jiān)測(cè)過(guò)程中，搜集用戶的行為數(shù)據(jù)與情感數(shù)據(jù)，對(duì)用戶群體進(jìn)行畫(huà)像，群體畫(huà)像結(jié)束后將數(shù)據(jù)化的群體進(jìn)行標(biāo)簽化分類，根據(jù)標(biāo)簽向用戶推送個(gè)性化的新聞?！叭斯ぶ悄芫庉嫴俊币呀?jīng)實(shí)現(xiàn)對(duì)央視網(wǎng)全域數(shù)據(jù)的智能采集，日均采集數(shù)據(jù)量高達(dá)20多億條，成為當(dāng)前國(guó)內(nèi)主流媒體中最大的數(shù)據(jù)采集中心[8]。除此之外，傳統(tǒng)媒體承擔(dān)傳遞主流價(jià)值觀，進(jìn)行輿論引導(dǎo)的任務(wù)。在社交媒體中，傳統(tǒng)媒體賬號(hào)創(chuàng)新傳播形式，適應(yīng)傳播環(huán)境，將主流價(jià)值觀融入社交媒體中，實(shí)現(xiàn)輿論引導(dǎo)。

3.3 用戶群體的自我解碼

用戶是傳播的終端接收者，也是傳播效果的承載者。傳統(tǒng)媒體時(shí)代，受眾選擇新聞內(nèi)容的空間狹小，難以體現(xiàn)受眾在傳播過(guò)程中的地位。新媒體時(shí)代，受眾向用戶轉(zhuǎn)變，擁有看見(jiàn)與被看見(jiàn)的權(quán)利，在網(wǎng)絡(luò)空間有更大的選擇范圍。智媒體時(shí)代，人被智能化，成為賽博格人，人與人傳播信息逐漸擴(kuò)大到人與物傳遞信息，達(dá)到交互縱橫的傳播格局。用戶群體在傳播過(guò)程中實(shí)現(xiàn)從“我播你聽(tīng)”到“自主選擇”再到“智能化接收”的轉(zhuǎn)變。用戶的興趣愛(ài)好、圈層位置也都成為智能時(shí)代傳播的信息。新媒體時(shí)代，用戶在“自我選擇”下難免出現(xiàn)“瓦釜效應(yīng)”。智媒體時(shí)代，云計(jì)算、邊緣計(jì)算等將用戶的自我選擇轉(zhuǎn)變?yōu)橛脩舻淖晕医獯a，用戶只需要在社交平臺(tái)中根據(jù)內(nèi)容進(jìn)行瀏覽、點(diǎn)贊以及收藏分享，算法就會(huì)分析出用戶的內(nèi)容傾向，幫助用戶實(shí)現(xiàn)自我解碼，從而進(jìn)行精準(zhǔn)化的信息匹配。用戶對(duì)于社交媒體中的信息推薦不滿，也可通過(guò)“不感興趣”這一選項(xiàng)實(shí)現(xiàn)內(nèi)容的去除，在機(jī)器與用戶的共同配合下，實(shí)現(xiàn)用戶的喜好的精準(zhǔn)解碼。用戶是信息的接收方，具有一定的自主性，如果在新聞分發(fā)前調(diào)動(dòng)用戶的自主性，用戶主動(dòng)搜索、瀏覽新聞，表明用戶需要新聞，具備一定的用戶黏性。

算法推薦機(jī)制雖然方便用戶搜集信息，節(jié)省用戶的時(shí)間，增加用戶對(duì)于平臺(tái)的使用頻率，精準(zhǔn)“畫(huà)出”用戶的畫(huà)像。但是算法推薦機(jī)制也存在算法黑箱、大數(shù)據(jù)殺熟等問(wèn)題，不利于輿論的引導(dǎo)與公民權(quán)利的維護(hù)，這就需要政府、媒體、用戶加強(qiáng)對(duì)于算法的認(rèn)知。監(jiān)管部門(mén)也要出臺(tái)相關(guān)法律法規(guī)，規(guī)制技術(shù)的應(yīng)用，讓技術(shù)助力人類社會(huì)的發(fā)展。