AI時(shí)代，黨媒推薦算法的優(yōu)化策略

文_任海平

一直以來，傳統(tǒng)媒體在內(nèi)容傳播上遵循“以我為主”的邏輯，但算法技術(shù)的發(fā)展，已悄然改變著用戶對(duì)信息的需求。傳統(tǒng)媒體不僅要求信息具有及時(shí)性和準(zhǔn)確性，還要面對(duì)“流量焦慮”和“算法焦慮”的困擾。人民網(wǎng)曾在《人民網(wǎng)二評(píng)算法推薦：別被算法困在“信息繭房”》一文中稱：“在算法的幫助下，我們可以輕易過濾掉自己不熟悉、不認(rèn)同的信息，只看我們想看的，只聽我們想聽的，最終在不斷重復(fù)和自我證成中強(qiáng)化了固有偏見和喜好。一旦身處這樣的‘信息繭房’，就再難接受異質(zhì)化的信息和不同的觀點(diǎn)，甚至在不同群體、代際間豎起阻礙溝通的高墻?！辈浑y發(fā)現(xiàn)，央媒在算法問題上的立場是以指導(dǎo)駕馭為主，反對(duì)失控、混亂、危險(xiǎn)的算法。

2018 年6 月，人民日?qǐng)?bào)在“人民號(hào)”發(fā)布會(huì)上，提出了“黨媒算法”概念，同期，中央廣播電視總臺(tái)也推出了“總臺(tái)算法”。不管是“黨媒算法”還是“總臺(tái)算法”，本質(zhì)上指的都是推薦算法，它是指基于大數(shù)據(jù)和人工智能技術(shù)，結(jié)合用戶行為精細(xì)化埋點(diǎn)生產(chǎn)內(nèi)容的精準(zhǔn)化解構(gòu)、用戶地理位置信息識(shí)別，融合用戶行為和語義識(shí)別，不斷挖掘因果鏈條關(guān)系，實(shí)現(xiàn)海量內(nèi)容與個(gè)性化需求相匹配的算法。而黨媒推薦算法，要在普通推薦算法基礎(chǔ)上，嵌入體現(xiàn)主流價(jià)值觀的模塊，為社會(huì)提供更多正能量內(nèi)容，主要具備以下屬性：一是算法屬性，作為人工智能算法，它可以根據(jù)用戶在網(wǎng)上看什么、喜歡什么、需要什么，不斷自我學(xué)習(xí)，從海量的內(nèi)容中挑選出最適合的信息推薦給用戶。二是價(jià)值觀屬性，一種價(jià)值引導(dǎo)，它可以幫用戶找到正面、真實(shí)、積極的信息，避免看到低俗、虛假、負(fù)面的信息，讓用戶受到主流價(jià)值的影響和教育。三是用戶屬性，算法尊重用戶的判斷和選擇，充分重視用戶的反饋，滿足用戶多元化、個(gè)性化的信息需求。四是社會(huì)屬性，與社會(huì)責(zé)任緊密掛鉤，持續(xù)跟蹤社會(huì)發(fā)展需要，推薦更準(zhǔn)確、更高效的內(nèi)容，讓用戶感受到更好的服務(wù)和更大的社會(huì)責(zé)任。

“黨媒算法”應(yīng)用實(shí)踐中的困擾

黨媒推薦算法的提出已過去五年，目前已逐步應(yīng)用于各媒體的新媒體渠道，如網(wǎng)站、客戶端的搜索、推薦、活動(dòng)分享、評(píng)論等，但無論從算法結(jié)構(gòu)還是應(yīng)用效果看，依然存在較多的問題難點(diǎn)。

一是內(nèi)容的質(zhì)量和價(jià)值評(píng)估問題。黨媒算法要從海量內(nèi)容中篩選和排序，推薦正面、真實(shí)、積極的內(nèi)容，抵制低俗、虛假、負(fù)面的信息。同時(shí)，也要解決以下問題：如何衡量內(nèi)容的質(zhì)量和價(jià)值，如何消除主觀偏見和誤判，如何協(xié)調(diào)用戶的多元需求和主流價(jià)值的引導(dǎo)，如何體現(xiàn)主流媒體在國家治理和社會(huì)公眾服務(wù)上的作用，等等。

二是用戶的興趣和需求識(shí)別問題。推薦算法主要依賴于用戶的點(diǎn)擊、瀏覽、收藏、點(diǎn)贊、評(píng)論等行為數(shù)據(jù)，而這些數(shù)據(jù)并不能完全反映用戶的真實(shí)需求和滿意度。黨媒算法根據(jù)用戶的行為數(shù)據(jù)和內(nèi)容分類標(biāo)簽，推薦符合用戶興趣、偏好、需求的內(nèi)容。但同時(shí)也要解決以下問題：如何準(zhǔn)確地捕捉并分析用戶數(shù)據(jù)，如何保護(hù)用戶隱私和安全，如何防止行為數(shù)據(jù)被操縱，如何利用地方政府資源，創(chuàng)新“新聞+服務(wù)”模式，滿足不同地域、不同層級(jí)、不同類型媒體用戶的需求。

三是推薦的效果和效率評(píng)估問題。黨媒算法在重視傳播反饋，改進(jìn)推薦的準(zhǔn)確性和效率，提高推薦的服務(wù)水平和社會(huì)責(zé)任的同時(shí)，也要面對(duì)以下問題：如何獲取和利用有價(jià)值的反饋信息，如何建立并執(zhí)行有效的評(píng)估機(jī)制，如何平衡推薦的效果和效率之間的關(guān)系。

四是人工智能時(shí)代推薦算法的持續(xù)創(chuàng)新問題。算力是推薦算法的基礎(chǔ)，影響了推薦算法的性能和效果。隨著人工智能時(shí)代算力的提升，推薦算法也需要持續(xù)更新，建立更適應(yīng)的技術(shù)方案。同時(shí)，推薦算法也要考慮社會(huì)責(zé)任和倫理問題，與黨媒的意識(shí)形態(tài)引導(dǎo)相匹配。

“黨媒算法”優(yōu)化設(shè)計(jì)的浙報(bào)探索

推薦算法的本質(zhì)是將合適的內(nèi)容匹配給合適的用戶，所以，針對(duì)內(nèi)容和用戶建立的標(biāo)簽體系是推薦算法有效與否的關(guān)鍵。人民日?qǐng)?bào)媒體技術(shù)股份有限公司建設(shè)的“全國黨媒信息公共平臺(tái)”就以“黨媒算法”為核心，革新了用戶畫像體系和內(nèi)容標(biāo)簽體系，對(duì)海量聚合內(nèi)容進(jìn)行智能化和自動(dòng)化處理。通過構(gòu)建主流價(jià)值觀知識(shí)圖譜，自建智能標(biāo)簽體系，根據(jù)稿件標(biāo)簽和用戶閱讀習(xí)慣構(gòu)建用戶畫像，并通過建立興趣相關(guān)、地域相關(guān)、時(shí)效相關(guān)等推薦模型，實(shí)現(xiàn)不同用戶不同階段的稿件智能推送。而中央廣播電視總臺(tái)的“總臺(tái)算法”則建立了從細(xì)分內(nèi)容到爆款內(nèi)容的內(nèi)容漏斗模型，同時(shí)建立從高活用戶到低活用戶的流量階梯模型，運(yùn)用算法挖掘潛在熱點(diǎn)，為有限規(guī)模的內(nèi)容精準(zhǔn)匹配用戶喜好，將可能成為熱點(diǎn)、爆款的精品內(nèi)容逐漸放大人群推送范圍，從而有效檢驗(yàn)內(nèi)容傳播力。[1]

“黨媒算法”不排斥算法邏輯，但又完全不同于商業(yè)意義上的算法推薦。它并非在縱深的商業(yè)邏輯里加速人工智能與快銷式資訊的深度匹配，而是努力為算法賦予黨媒的主流價(jià)值觀，構(gòu)建主流價(jià)值引領(lǐng)下的新媒體生態(tài)。這也是浙報(bào)集團(tuán)在發(fā)展推薦算法中必須秉承的目標(biāo)理念。浙報(bào)集團(tuán)旗下傳播大腦科技（浙江）股份有限公司不斷創(chuàng)新浙報(bào)特色的推薦算法，研發(fā)具有“黨媒”特質(zhì)的智能引擎，在“采、建、管、用”大數(shù)據(jù)邏輯引擎的基礎(chǔ)上，進(jìn)一步優(yōu)化正能量召回策略、群體興趣模型，并借助AIGC 技術(shù)、區(qū)域性媒體生態(tài)合作資源等，構(gòu)建起一套全新的推薦引擎，努力讓智能算法與主流信息傳播有機(jī)融合、相得益彰。

1.讓正能量導(dǎo)入大流量

黨媒作為黨與社會(huì)公眾的橋梁和紐帶，承擔(dān)著引導(dǎo)公眾樹立正確的世界觀、人生觀、價(jià)值觀，促進(jìn)社會(huì)和諧穩(wěn)定的使命職責(zé)。在當(dāng)今信息爆炸、真假難辨的輿論背景下，黨媒更需要利用先進(jìn)技術(shù)手段，讓更多符合社會(huì)主義核心價(jià)值觀，具有公正性、真實(shí)度，符合用戶需求的內(nèi)容呈現(xiàn)在公眾面前。

在傳播中引入正能量召回策略是一個(gè)比較好的解決辦法，但“黨媒算法”須解決好“正能量”準(zhǔn)入問題。在構(gòu)建正能量詞庫時(shí)，要遵循真實(shí)性原則，杜絕違反法律法規(guī)和社會(huì)公德，或者虛假、誤導(dǎo)性信息，同時(shí)處理好核心價(jià)值觀與內(nèi)容創(chuàng)新之間的關(guān)系，避免引入重復(fù)、陳舊以及不符合時(shí)代潮流的信息。

到了實(shí)際應(yīng)用階段，推薦系統(tǒng)將綜合考慮文章的表現(xiàn)和屬性，對(duì)每一篇文章進(jìn)行評(píng)分，如閱讀、點(diǎn)贊、分享、評(píng)論、是否原創(chuàng)等維度，并依托正能量詞庫對(duì)稿件中的正面情感、積極行動(dòng)、鼓舞人心的語言等進(jìn)行匹配、計(jì)算，確定正能量元素的數(shù)量和質(zhì)量。若文章內(nèi)容匹配上了符合主流價(jià)值的內(nèi)容標(biāo)簽，例如八八戰(zhàn)略、高質(zhì)量發(fā)展、共同富裕等，則在原有的評(píng)分之上疊加相應(yīng)的主流價(jià)值權(quán)值，加大推薦權(quán)重。同時(shí)，為了完整地評(píng)估文章內(nèi)容，還需要相關(guān)部門和媒體憑借多年來積累的經(jīng)驗(yàn)，對(duì)風(fēng)險(xiǎn)加以評(píng)估計(jì)算，以便更好地把關(guān)正能量準(zhǔn)入門檻。在浙江新聞客戶端和2023年上線的潮新聞客戶端上，我們采用正能量召回策略，讓黨媒核心用戶群能夠優(yōu)先看到重要會(huì)議、活動(dòng)、體育賽事等相關(guān)精彩報(bào)道，如黨的二十大、共同富裕、八八戰(zhàn)略、杭州亞運(yùn)會(huì)等。又比如“浙江宣傳”的內(nèi)容從本源、本性、本真出發(fā)，用親切易懂的語言表達(dá)，成為潮新聞?wù)芰客扑]的重點(diǎn)。

然而，新聞具有很強(qiáng)的時(shí)效性，我們通過不斷調(diào)優(yōu)評(píng)分機(jī)制來適應(yīng)傳播熱度的變化。常規(guī)模式下的傳播熱度會(huì)隨著時(shí)間流逝而衰減，算法中需要套用衰減函數(shù)來調(diào)整評(píng)分。對(duì)于前期熱度不高，中后期卻被社會(huì)關(guān)注、發(fā)酵的新聞，同樣需要調(diào)優(yōu)衰減函數(shù)給予加權(quán)。

2.構(gòu)建黨媒核心用戶興趣標(biāo)簽

用戶思維是互聯(lián)網(wǎng)思維的核心部分，也是黨媒客戶端運(yùn)營的主要邏輯。為了更好地起到推薦作用，黨媒算法需要不斷完善用戶興趣標(biāo)簽，精準(zhǔn)定位不同階層、不同領(lǐng)域、不同地域的用戶，滿足其多樣化的使用需求。

以黨媒客戶端的核心用戶為例，這類用戶往往是具有一定社會(huì)地位、影響力和公信力的用戶，如政府官員、專家學(xué)者、媒體人士、社會(huì)名人等，范圍涵蓋黨政機(jī)關(guān)、行政單位、醫(yī)療衛(wèi)生單位、科研設(shè)計(jì)單位、高等院校、其他（中小學(xué)）教學(xué)單位、國有企業(yè)等。他們?cè)陉P(guān)心國家、社會(huì)大事的同時(shí)，能正確地引導(dǎo)和影響更多的人關(guān)注和支持黨媒。針對(duì)黨媒應(yīng)用的用戶群體特性，產(chǎn)品端需要基于用戶注冊(cè)信息、產(chǎn)品冷啟動(dòng)用戶偏好勾選、活動(dòng)信息補(bǔ)足、運(yùn)營推廣、隱私計(jì)算等途徑來擴(kuò)充屬性標(biāo)簽。數(shù)據(jù)監(jiān)測(cè)端需要通過特定頻道的閱讀行為分析來分辨黨媒核心用戶標(biāo)簽，例如要聞、深度、財(cái)經(jīng)、思想等高頻訂閱用戶；此外，還可以通過與政府?dāng)?shù)據(jù)部門或第三方合作生態(tài)對(duì)接，進(jìn)一步細(xì)化核心用戶的標(biāo)簽類型。

當(dāng)算法具備了豐富的正能量內(nèi)容池和精準(zhǔn)的用戶群體標(biāo)簽后，就可以根據(jù)指定行為周期（全周期為所有行為數(shù)據(jù)，長期為30天，短期為7天）內(nèi)閱讀過的文章，為每一類核心用戶群建立對(duì)應(yīng)的新聞合集，并根據(jù)閱讀狀態(tài)和興趣度得分高低進(jìn)行精細(xì)化內(nèi)容推薦，再通過核心用戶群去引導(dǎo)并影響更多的用戶群，進(jìn)而放大傳播效果。

3.更好對(duì)接“省域一張網(wǎng)”建設(shè)

浙報(bào)集團(tuán)承擔(dān)著建設(shè)省級(jí)重大新聞傳播平臺(tái)的使命，致力于通過打造“技術(shù)集成中心、數(shù)據(jù)交互中臺(tái)、融合傳播中樞”，構(gòu)建全省媒體“一張網(wǎng)”新型傳播體系。其中，省級(jí)融媒體平臺(tái)“媒立方”、市縣融媒云平臺(tái)“天目藍(lán)云”、全媒體智能中臺(tái)，以及基層觸達(dá)平臺(tái)“融媒通”應(yīng)用，構(gòu)成了新型傳播體系技術(shù)底座。潮新聞客戶端協(xié)同各市縣新聞客戶端，構(gòu)筑起重大新聞傳播平臺(tái)的“主力艦群”。未來黨媒算法不僅要支撐單個(gè)平臺(tái)應(yīng)用，更要擔(dān)當(dāng)起融媒“一張網(wǎng)”的傳播影響力使命。

在建設(shè)省級(jí)重大新聞傳播平臺(tái)過程中，為了滿足不同地域、不同層級(jí)、不同類型媒體用戶的需求，黨媒算法可探索在多個(gè)方向進(jìn)行策略優(yōu)化。其中，一個(gè)重要的方向是根據(jù)不同區(qū)域的文化特色、歷史背景、民風(fēng)習(xí)俗、語言習(xí)慣等因素，進(jìn)行個(gè)性化的策略分配，實(shí)現(xiàn)“一地一策略”的目標(biāo)。舉例來說，對(duì)于文化底蘊(yùn)深厚的市縣，如麗水市景寧畬族自治縣，推薦算法注重畬鄉(xiāng)文化、生活服務(wù)、文化評(píng)論類內(nèi)容推送，展現(xiàn)民族文化和地域特色；對(duì)于旅游區(qū)域，如杭州市西湖區(qū)，推薦算法將更關(guān)注景點(diǎn)介紹、旅游攻略、交通信息、城市發(fā)展動(dòng)態(tài)等信息推送，吸引游客和提升知名度；對(duì)于經(jīng)濟(jì)發(fā)達(dá)的縣（市、區(qū)），如寧波市鄞州區(qū)，推薦算法可重點(diǎn)推薦經(jīng)濟(jì)新聞、財(cái)經(jīng)評(píng)論、企業(yè)經(jīng)營類內(nèi)容，更好地服務(wù)區(qū)域性社會(huì)經(jīng)濟(jì)發(fā)展。

在各市縣媒體越來越重視與地方政府合作的背景下，“一張網(wǎng)”布局幫助市縣媒體在新媒體端集成了政務(wù)服務(wù)、生活服務(wù)等功能，在服務(wù)大眾的同時(shí)，也能快速獲取用戶第一手標(biāo)簽信息，有助于精細(xì)化用戶分群，為內(nèi)容推薦提供更準(zhǔn)確的依據(jù)。在媒體智庫化建設(shè)中，“一張網(wǎng)”通過持續(xù)對(duì)各市縣媒體賦能，將新聞產(chǎn)品有效轉(zhuǎn)化為知識(shí)，并結(jié)合媒體領(lǐng)域?qū)＜业募庸?，讓知識(shí)沉淀在內(nèi)容推薦中，更好體現(xiàn)出“信息找人”的效果，有助于解決黨媒推薦算法不夠精準(zhǔn)、不夠個(gè)性等問題。

“黨媒算法”發(fā)展方向與優(yōu)化空間

“黨媒算法”應(yīng)用效果不是一朝一夕就能達(dá)到的，用戶行為隱私保護(hù)、內(nèi)容真實(shí)性、受眾多樣化、人為評(píng)估干預(yù)等問題，都需要探索新的解決方案。

AIGC 技術(shù)在數(shù)智化應(yīng)用中的實(shí)踐，也為黨媒算法應(yīng)用打開了一扇新的“窗戶”。近期，傳播大腦科技（浙江）股份有限公司發(fā)布了行業(yè)垂類大模型——傳播大模型，它提供的圖像、視頻、多模態(tài)等編輯技術(shù)，包括以文生圖、以圖生文、以圖生圖等“創(chuàng)意設(shè)計(jì)”能力，可以讓推薦內(nèi)容更加豐富、真實(shí)和吸引人；“AI 對(duì)話”功能通過意圖識(shí)別技術(shù)，準(zhǔn)確理解用戶的問題和需求，以對(duì)話方式完成“熱點(diǎn)線索獲取、資源檢索、內(nèi)容輔助生成、風(fēng)格改寫、分享文案建議”等一站式創(chuàng)作，能夠讓內(nèi)容更好地適應(yīng)用戶的興趣、心情和需求。可以想象，在未來的推薦模式中，加以黨媒內(nèi)容的語料學(xué)習(xí)，還可以讓大模型具備更優(yōu)的價(jià)值取向和判斷能力，如用詞搭配、重要人物排名等，在推薦內(nèi)容的同時(shí)也能精準(zhǔn)地把關(guān)內(nèi)容。

媒體智能化發(fā)展是技術(shù)驅(qū)動(dòng)下的必然方向，人在其中應(yīng)充分發(fā)揮主觀能動(dòng)性，讓技術(shù)與人的創(chuàng)意、情感、審美有機(jī)融合，讓人與機(jī)器友好協(xié)作，才能充分發(fā)揮人工智能在媒體演進(jìn)中的積極作用。