主流媒體如何運用算法推薦機制強化輿論引導(dǎo)力

周 娜

隨著科技的快速發(fā)展，人類社會正步入以數(shù)據(jù)和信息為主導(dǎo)的新時代，信息的獲取和消費方式發(fā)生了翻天覆地的變化，算法推薦機制作為其中的關(guān)鍵環(huán)節(jié)，已經(jīng)在人們的生活中占據(jù)了重要的地位。這種機制的出現(xiàn)，極大地提高了信息的傳播效率，也帶來了信息傳播方式的變革［1］。然而，它也給主流媒體帶來了一些沖擊和挑戰(zhàn)。面對這種情況，如何通過運用算法推薦機制強化輿論引導(dǎo)力，就成為主流媒體所要面對的一個重要的課題。

一、算法推薦機制概述

（一）算法推薦機制的含義

算法推薦機制是指通過計算機算法，同時根據(jù)用戶的歷史行為、興趣偏好、社會網(wǎng)絡(luò)等信息，為用戶提供他們感興趣的信息、產(chǎn)品或服務(wù)的過程［2］。在數(shù)字化時代，算法推薦機制在電商、社交網(wǎng)絡(luò)、新聞媒體等多種類型的平臺上都有廣泛應(yīng)用。

目前，市面比較常用的推薦系統(tǒng)算法包括：一是基于內(nèi)容的推薦。這種推薦方法主要依賴于信息內(nèi)容，推薦類似用戶曾經(jīng)感興趣的信息內(nèi)容；二是協(xié)同過濾。這種推薦方法主要依賴于用戶的行為，比如用戶的點擊、評論等，根據(jù)用戶如果在某一方面有相似行為，那么他們在其他方面的行為也可能相似的假設(shè)來進行推薦；三是混合推薦。這種方法結(jié)合了基于內(nèi)容的推薦和協(xié)同過濾，這樣可以獲得更優(yōu)質(zhì)的推薦效果；四是基于深度學(xué)習(xí)的推薦，通過深度學(xué)習(xí)模型來了解用戶的行為屬性，并進行推薦。深度學(xué)習(xí)能夠處理更復(fù)雜的模式，并且可以處理非結(jié)構(gòu)化數(shù)據(jù)，如文本、圖像等［3］。

算法推薦機制在大眾的日常生活中發(fā)揮了重要作用，它能夠幫助用戶在海量的網(wǎng)絡(luò)世界中找到感興趣的信息和服務(wù)。然而，算法推薦也引發(fā)了一些問題，比如過度個性化推薦可能導(dǎo)致“信息繭房”效應(yīng)，算法的不透明性也很可能引發(fā)行業(yè)公平性以及客戶的隱私保護等方面問題。

（二）算法推薦機制的原理

算法推薦機制的核心是利用算法來處理大量的數(shù)據(jù)，從而提供個性化的推薦，一般包括以下步驟：第一步是收集用戶的瀏覽歷史、喜歡、分享、評論等行為數(shù)據(jù)，用戶的性別、年齡、地理位置等個人信息以及標(biāo)簽、描述等屬性信息；第二步是根據(jù)收集的數(shù)據(jù)，構(gòu)建用戶的興趣畫像，即用戶的興趣模型，這一步往往會用到數(shù)據(jù)挖掘和機器學(xué)習(xí)的技術(shù)；第三步是選擇或設(shè)計一個推薦模型，該模型的任務(wù)是預(yù)測用戶對物品的興趣程度，這一步通常會涉及機器學(xué)習(xí)和深度學(xué)習(xí)的技術(shù)；第四步是利用構(gòu)建的推薦模型，生成針對每個用戶的推薦列表，這一步采取的是排序和優(yōu)化的技術(shù)；第五步是收集用戶對推薦結(jié)果的反饋，包括點擊、瀏覽、評分、喜歡等，這些反饋會用于更新用戶畫像和優(yōu)化推薦模型［4］。

（三）算法推薦機制的優(yōu)勢

1.為用戶提供個性化體驗

算法推薦機制的最大優(yōu)勢之一就是能夠提供個性化體驗，系統(tǒng)會根據(jù)用戶的歷史行為，例如瀏覽記錄、點擊行為、搜索歷史等，了解用戶的興趣和偏好。根據(jù)這些信息，系統(tǒng)可以推薦符合用戶個人喜好的內(nèi)容，大幅提升用戶的信息滿意度和平臺使用體驗。

2.提高信息傳播效率

在信息爆炸的時代，尋找和過濾信息對于用戶來說成為一項挑戰(zhàn)，推薦系統(tǒng)的出現(xiàn)極大地提高了信息的接收效率。通過對用戶興趣的深度學(xué)習(xí)，推薦系統(tǒng)能準(zhǔn)確地向用戶推薦他們可能感興趣的內(nèi)容，省去了用戶自行搜索和篩選信息的時間，使用戶能更高效地獲取和消費信息。

3.增強用戶黏性和活躍度

算法推薦內(nèi)容能持續(xù)刺激用戶的興趣，讓用戶得到更高的滿足感。因此，用戶使用產(chǎn)品或服務(wù)的頻率和時間也隨之增加，這樣便提高了用戶的黏性和活躍度。

4.推動長尾效應(yīng)

推薦系統(tǒng)可以挖掘和利用長尾中的信息，即那些不太熱門但卻可能符合特定用戶興趣的內(nèi)容。這些長尾內(nèi)容有機會被推薦給可能感興趣的用戶，從而獲得曝光和消費的機會。這樣一方面豐富了用戶的信息選擇，另一方面也使資源分配更加公平。

二、算法推薦機制對主流媒體的沖擊

（一）信息過剩導(dǎo)致用戶注意力分散

在信息大爆炸的時代，人們每天都會接觸到大量的信息，這種現(xiàn)象被稱為“信息過載”［5］。對主流媒體來說，如何在信息洪流中讓重要新聞、深度報道等內(nèi)容脫穎而出，如何提升用戶對這些信息的接收效率，是一項重要的任務(wù)。同時，如何避免因推送過多信息而導(dǎo)致用戶疲勞，也是主流媒體需要進一步研究和解決的問題。

（二）用戶接收信息的方式發(fā)生改變

個性化推薦算法的普及，改變了用戶獲取和篩選信息的方式。過去，主流媒體通過編輯和記者的專業(yè)判斷，決定哪些新聞需要被報道，何時報道以及如何報道。然而現(xiàn)在，算法基于用戶的歷史行為和偏好進行信息推送，用戶更多的是被動地接收信息。這一變化使得主流媒體在信息篩選和傳播中的角色被削弱，可能導(dǎo)致他們的輿論引導(dǎo)力下降。主流媒體需要進一步探索如何在這種新環(huán)境中保持其專業(yè)性和權(quán)威性，以及如何有效利用算法推薦以增強其輿論的引導(dǎo)力。

（三）按用戶偏好推薦形成“信息繭房”

算法通常會向用戶推薦與他們的歷史行為和偏好相符的信息，使得用戶很難接觸到與自己觀點不同的信息，久而久之便形成了“信息繭房”［6］。這種現(xiàn)象可能導(dǎo)致社會在關(guān)鍵議題上的觀點更加分裂，也使得主流媒體在形成公共議程、提供多元視角等方面面臨更大的困難。主流媒體需要采取一定的措施打破“信息繭房”，促進公眾對各種觀點的理解和接受。

（四）面臨新興媒體的挑戰(zhàn)

新媒體例如抖音、快手、今日頭條等平臺的日活躍用戶和月活躍用戶不斷飆升，使得信息的生產(chǎn)和傳播更加去中心化。對于用戶而言，則有了更多的選擇。這些新興媒體通常更加靈活、快速，可以提供更豐富和個性化的內(nèi)容，這對主流媒體構(gòu)成了一定挑戰(zhàn)。主流媒體需要在這種新環(huán)境中找到自己的定位，進一步發(fā)揮自己的品牌優(yōu)勢和專業(yè)優(yōu)勢，提供獨家的內(nèi)容或服務(wù)。

三、主流媒體運用算法推薦機制強化輿論引導(dǎo)力的策略

（一）“去中心化”的同時“中心再造”

在當(dāng)今社會，由于互聯(lián)網(wǎng)和社交媒體的廣泛應(yīng)用，信息傳播已經(jīng)從以往的“一對多”模式轉(zhuǎn)變?yōu)椤岸鄬Χ唷蹦Ｊ?，也就是“去中心化”狀態(tài)。這意味著，每個人都可以成為信息的傳播者，信息的流動路徑變得越來越復(fù)雜，主流媒體的傳播優(yōu)勢也因此被削弱。主流媒體如何開辟“中心再造”的路徑，強化其輿論引導(dǎo)力，成了一個值得深入探討的問題。主流媒體需要理解和接納“去中心化”的趨勢，積極地調(diào)整自身的傳播模式和內(nèi)容策略。這就要求主流媒體不再只是將自身視為信息的生產(chǎn)者和傳播者，而是要充分利用互聯(lián)網(wǎng)和社交媒體的力量，變成一個信息的組織者和引導(dǎo)者，需要主流媒體能夠積極從用戶的角度出發(fā)，了解用戶的需求，提供用戶需要的內(nèi)容，從而提升用戶的滿意度和忠誠度。

（二）堅持做好主流價值內(nèi)容的傳播

主流媒體在內(nèi)容源頭上的主要任務(wù)是提供高質(zhì)量的新聞報道和深度分析，來滿足用戶對信息的需求。在當(dāng)前這個信息爆炸的時代，每個人都能成為信息的生產(chǎn)者和發(fā)布者，因此，面對海量的信息，用戶更需要一個權(quán)威、專業(yè)的主流媒體來為他們提供真實、準(zhǔn)確、全面、深入的新聞內(nèi)容。主流媒體需要堅持專業(yè)精神，保證新聞報道的質(zhì)量，用深度、專業(yè)的內(nèi)容吸引用戶，從而形成其獨特的競爭優(yōu)勢。例如，廣西廣播電視臺教育廣播（FM93.0）在應(yīng)急突發(fā)報道中，充分發(fā)揮新聞工作者的專業(yè)新聞采編能力，突發(fā)事件發(fā)生后，第一時間趕到事故現(xiàn)場，從大量的信息中篩選出具有新聞價值和公眾關(guān)注度的事件，進行深入研究和報道，提供具有深度和寬度的新聞內(nèi)容，贏得了受眾的關(guān)注和稱贊。

（三）重視用戶的閱讀體驗

在提供高質(zhì)量內(nèi)容的同時，主流媒體也要重視用戶的閱讀體驗。用戶體驗不僅關(guān)系到用戶對主流媒體的滿意度和忠誠度，也會影響主流媒體的口碑和影響力。因此，主流媒體需要在優(yōu)化產(chǎn)品設(shè)計和服務(wù)上下功夫，包括但不限于新聞內(nèi)容的展示形式、推薦系統(tǒng)的準(zhǔn)確性和及時性、交互設(shè)計的人性化、服務(wù)支持的周到等。只有提供優(yōu)質(zhì)的用戶體驗，才能在競爭激烈的媒體市場中脫穎而出，贏得用戶的信任和支持。

（四）將高質(zhì)量的內(nèi)容精準(zhǔn)推薦

在傳播高度碎片化、用戶需求高度個性化的今天，如何將合適的內(nèi)容推送給合適的人，成了主流媒體面臨的一大挑戰(zhàn)。這就需要主流媒體對用戶的行為數(shù)據(jù)進行深度挖掘，了解用戶的興趣偏好，運用先進的算法推薦機制，將高質(zhì)量的內(nèi)容精準(zhǔn)推送給感興趣的用戶［7］。同時，主流媒體也要注重保護用戶隱私，尊重用戶的選擇，避免過度推送，以提升用戶的滿意度和忠誠度。

（五）采用“協(xié)同+綜合”模式破除“信息繭房”

在信息爆炸的現(xiàn)代社會，面對大量復(fù)雜的信息，用戶往往無法逐一篩選，因此需要依賴推薦算法來獲取他們感興趣的內(nèi)容。然而，過于依賴用戶的歷史行為和偏好，容易使用戶陷入“信息繭房”，即推薦系統(tǒng)將用戶的信息獲取限制在一個較小、固定的范圍內(nèi)，導(dǎo)致用戶難以接觸到更廣闊、多元的信息。為了打破這一局限，主流媒體需要采用“協(xié)同+綜合”的過濾推薦模式。這種模式不僅參考用戶的個人行為，也考慮到用戶的社交網(wǎng)絡(luò)、地理位置、熱門事件等多元化因素，確保用戶接收到的信息不再單一，而是全面、多元的。這樣不僅可以避免“信息繭房”現(xiàn)象的出現(xiàn)，同時也能更有效地對輿論進行引導(dǎo)。

（六）有機結(jié)合人工智能和人工審查

傳統(tǒng)的新聞推薦模式過于依賴數(shù)據(jù)和算法，雖然能夠有效地實現(xiàn)個性化推薦，但在一定程度上也忽視了新聞的公共屬性和媒體的社會責(zé)任。因此，主流媒體需要在保持個性化推薦的同時，引入更多的人工干預(yù)和審查。通過結(jié)合人工智能和人工審查，更加有效地控制推薦內(nèi)容的質(zhì)量和方向，確保推薦的內(nèi)容既能滿足用戶的個性化需求，又能體現(xiàn)主流價值觀，從而更好地實現(xiàn)輿論引導(dǎo)。這種模式在某種程度上也是對“算法決定論”的一種反思和回應(yīng)，強調(diào)在使用算法推薦時，也不能忽視人的主觀能動性。

（七）以主流價值為引領(lǐng)，堅持正確的輿論導(dǎo)向

在主流媒體運用算法推薦機制強化輿論引導(dǎo)力的過程中，主流價值導(dǎo)向是必須堅持的基本原則。無論信息技術(shù)如何發(fā)展，無論信息傳播的方式和手段如何變化，主流媒體始終要堅持正確的輿論導(dǎo)向，把主流價值觀念融入信息傳播的全過程中，使之成為媒體信息傳播的靈魂和主導(dǎo)力量。一方面，以主流價值為導(dǎo)向，是主流媒體運用算法推薦機制的基礎(chǔ)。輿論引導(dǎo)不僅僅是一個技術(shù)問題，更是一個價值取向的問題。無論是傳統(tǒng)的新聞傳播方式，還是基于算法的個性化推薦，其最終的目標(biāo)都是傳播價值觀念，引導(dǎo)社會輿論。因此，主流媒體在運用算法推薦機制的過程中，必須明確自己的價值導(dǎo)向，始終堅持主流價值為導(dǎo)向，通過算法推薦將主流價值觀念傳播到每一個用戶。另一方面，以主流價值為導(dǎo)向，是主流媒體運用算法推薦機制的保障。在信息過載的今天，人們很容易在眾多的信息中迷失方向，被一些片面、偏激的，甚至是錯誤的信息所誤導(dǎo)。而主流媒體作為社會輿論的重要引導(dǎo)者，就必須承擔(dān)起責(zé)任，運用算法推薦機制，推送符合主流價值觀念的信息，幫助人們在信息的海洋中找到正確的方向，引導(dǎo)社會輿論走向健康積極的方向。

四、結(jié)語

在數(shù)字化時代，主流媒體面臨的挑戰(zhàn)是多方面的，需要在新的技術(shù)浪潮中找準(zhǔn)自己的定位，發(fā)揮自己的優(yōu)勢，強化輿論引導(dǎo)力。例如，在算法推薦機制的推動下，“去中心化”已經(jīng)成為一種不可逆轉(zhuǎn)的趨勢，主流媒體需要在這個趨勢中尋找到“中心再造”的可能性。在追求流量的同時，主流媒體不能忽視信息的質(zhì)量，只有保證高質(zhì)量的信息，才能真正吸引用戶，滿足用戶的需求。此外，在算法推薦機制的幫助下，主流媒體可以更好地理解用戶的需求，主流媒體需要提供多元化的信息，促進觀點的交流和碰撞，避免觀點的碎片化和極化?？偟膩碚f，主流媒體如何運用算法推薦機制強化其輿論引導(dǎo)力是一個需要持續(xù)關(guān)注和研究的問題。只有通過不斷地探索和實踐，才能找到在數(shù)字化時代行之有效的輿論引導(dǎo)策略。