新聞推薦算法的局限與優(yōu)化

鄭子藝

摘要：新聞推薦算法是網(wǎng)絡(luò)媒體時(shí)代新興的新聞編輯技術(shù)，通過(guò)分析用戶行為特征，推測(cè)用戶的喜好和需求，目前備受互聯(lián)網(wǎng)公司青睞。但實(shí)踐積累發(fā)現(xiàn)，新聞推薦算法存在很多弊端，本文就其局限性展開分析，提出智能全面化用戶數(shù)據(jù)采集、人工推薦與智能篩選結(jié)合、開辟與細(xì)化用戶設(shè)置渠道三方面的優(yōu)化策略。

關(guān)鍵詞：新聞推薦算法 局限 優(yōu)化

新聞推薦算法是一種定制化信息服務(wù)技術(shù)，以大數(shù)據(jù)和人工智能為基礎(chǔ)，通過(guò)采集用戶行為數(shù)據(jù)，比如點(diǎn)擊、閱讀、轉(zhuǎn)發(fā)及評(píng)論的特征，進(jìn)行分析、推測(cè)用戶對(duì)內(nèi)容的偏好和潛在需求，自動(dòng)抽取、整合、編排信息，最后實(shí)現(xiàn)個(gè)性化內(nèi)容的推薦。

互聯(lián)網(wǎng)技術(shù)的發(fā)展加快了新聞生產(chǎn)及傳播的速度。面臨海量資訊，人的選擇精力和接受能力都有限，極易淹沒(méi)在信息洪流中。網(wǎng)絡(luò)時(shí)代傳統(tǒng)“把關(guān)人”的力量被削弱，但“把關(guān)”價(jià)值本身更加重要了。某種程度上算法就充當(dāng)著“把關(guān)人”的角色，理想情況下以用戶意志為把關(guān)標(biāo)準(zhǔn)，在用戶導(dǎo)向的服務(wù)邏輯下挑選信息。

這種算法的初衷是滿足用戶需求，節(jié)約用戶時(shí)間，提供以人為本的用戶體驗(yàn)。這樣全新的編輯機(jī)制剛一出現(xiàn)立即獲得了業(yè)界和用戶的認(rèn)可，迅速席卷各大網(wǎng)絡(luò)公司。幾乎所有新聞媒體都或多或少采用類似的算法，比較典型的有Facebook、Google搜索等。國(guó)內(nèi)最具代表性的當(dāng)屬今日頭條了，品牌口號(hào)“你關(guān)心的才是頭條”很好地描述了今日頭條的產(chǎn)品定位。后起的許多聚合類新聞App，如一點(diǎn)資訊、UC頭條的運(yùn)轉(zhuǎn)理念均與之類似。

毋庸置疑，新聞推薦算法的出現(xiàn)解決了網(wǎng)絡(luò)新聞傳播的一些問(wèn)題，但沒(méi)有所宣揚(yáng)的那么智能，實(shí)際上目前流行的大多數(shù)算法還遠(yuǎn)沒(méi)有達(dá)到足夠聰明的程度，仍存在許多隱患。

信息定制化存在的局限

一、過(guò)濾信息的質(zhì)量有待提高。如果說(shuō)原來(lái)的互聯(lián)網(wǎng)世界是龐雜的，那新聞推薦算法并沒(méi)有改變這種信息特質(zhì)。算法僅以新聞主題為單位，粗略地幫助用戶縮小了信息范圍，但并沒(méi)有對(duì)信息的具體內(nèi)容和質(zhì)量加以甄別，海量單一內(nèi)容的涌現(xiàn)，比原來(lái)更讓人眼花繚亂、失去判斷。算法將大量的相關(guān)信息堆積給用戶來(lái)顯現(xiàn)它的“高效智能”，沒(méi)想到卻適得其反，永無(wú)止境的相關(guān)信息推送給用戶帶來(lái)一種十分焦慮的閱讀體驗(yàn)，因此越來(lái)越受詬病。

二、錯(cuò)誤判斷用戶喜好與需求。僅從閱讀的駐留時(shí)間、點(diǎn)擊次數(shù)、轉(zhuǎn)發(fā)評(píng)論等數(shù)據(jù)分析，并不能百分百還原用戶“畫像”，經(jīng)常出現(xiàn)算法失誤的情況，誤解了用戶心理。盡管有時(shí)候用戶點(diǎn)擊了某個(gè)主題的內(nèi)容，但可能只是一個(gè)短暫需求或是選擇失誤，結(jié)果由于算法的機(jī)械與延遲，之后的一段時(shí)間內(nèi)一直重復(fù)給用戶推送相關(guān)信息，造成不良的用戶體驗(yàn)甚至困擾。而目前的算法系統(tǒng)大多缺少用戶反饋渠道或是反饋操作不夠便捷有效，用戶反映真正手把手“調(diào)教”好自己的推薦系統(tǒng)難度太大。

三、窄化信息面產(chǎn)生過(guò)濾氣泡。由于回音室效應(yīng)的存在，一些相似的信息、相近的意見被不斷地重復(fù)，嚴(yán)重窄化信息接觸面。互聯(lián)網(wǎng)活動(dòng)家埃利·帕里策針對(duì)算法的這種局限提出了“過(guò)濾氣泡”的概念。同質(zhì)化的信息反復(fù)，與多元化的理念背道而馳，人們沉浸在個(gè)人日?qǐng)?bào)的滿足中，失去大量了解不同事物的機(jī)會(huì)和能力，思想逐漸狹隘，個(gè)人生活呈現(xiàn)定式化、程序化，嚴(yán)重消解社會(huì)創(chuàng)造力。另外算法還阻礙了人們了解真實(shí)的世界，為了迎合用戶而制造片面的擬態(tài)環(huán)境，單方面的信息輸入往往帶來(lái)極大的認(rèn)知偏頗。

優(yōu)化算法推薦機(jī)制

已經(jīng)有越來(lái)越多的人意識(shí)到了算法的局限性，甚至有人喊話抵制算法。不過(guò)這樣的主張顯然是不理智的，更合理的辦法是從算法本身的設(shè)置和使用方式上進(jìn)行一定的優(yōu)化。

一、智能全面化用戶數(shù)據(jù)采集。挖掘更多的用戶信息，使算法能夠更精準(zhǔn)地描畫用戶形象，推測(cè)用戶需求。除了現(xiàn)行主要依靠的用戶操作數(shù)據(jù)之外，要善于洞察細(xì)節(jié)，從更多維的指標(biāo)了解用戶，包括采取一些基礎(chǔ)性調(diào)查、測(cè)試，充分了解用戶的社會(huì)身份及其社會(huì)交往。比如用戶的工作身份和家庭身份，兩個(gè)身份所處的圈子截然不同，話題相去甚遠(yuǎn)，算法了解用戶本身特點(diǎn)的同時(shí)也要對(duì)用戶的社交環(huán)境有所了解，將計(jì)算范圍和測(cè)度指標(biāo)擴(kuò)大到相接觸的其他人。當(dāng)人們扮演不同社會(huì)身份時(shí)會(huì)有不同角度的信息需求，算法對(duì)此都要進(jìn)行準(zhǔn)確的計(jì)算。當(dāng)算法判斷出用戶的社交需求，不管個(gè)人是否意識(shí)到、行為是否有所表現(xiàn)，都主動(dòng)推送，改善用戶洞察技術(shù)對(duì)用戶需求定義的代表性和完整性。

二、人工推薦與智能篩選結(jié)合。算法判斷需求的難度，一方面源于某些需求是人們自身都沒(méi)有明確意識(shí)到的，就沒(méi)有通過(guò)行為表達(dá)出來(lái)；另一方面，人們本能地傾向軟性的、輕松的、娛樂(lè)性的內(nèi)容，算法捕捉到的用戶喜歡的內(nèi)容，未必是用戶真正值得花時(shí)間了解的信息。正確判斷新聞價(jià)值光靠擴(kuò)大數(shù)據(jù)采集面是遠(yuǎn)遠(yuǎn)不夠的。根據(jù)賴特的“傳播四功能說(shuō)”，大眾傳播應(yīng)該具備的社會(huì)功能有環(huán)境監(jiān)視功能、解釋與規(guī)定功能、社會(huì)化功能，最后才是提供娛樂(lè)。新聞媒體如果一味地迎合用戶，放棄媒體獨(dú)立的價(jià)值判斷和價(jià)值引領(lǐng)，是典型的本末倒置行為。即便是網(wǎng)絡(luò)時(shí)代，也要堅(jiān)持傳統(tǒng)媒體的專業(yè)性，思考怎樣維持用戶粘度，不犧牲媒體自身的新聞判斷和價(jià)值觀來(lái)妥協(xié)。

三、開辟與細(xì)化用戶設(shè)置渠道。算法是輔助用戶選擇信息的工具，永遠(yuǎn)不要做信息的壟斷者，更不能反過(guò)來(lái)主導(dǎo)用戶的意識(shí)，要將主動(dòng)權(quán)和主動(dòng)的意識(shí)還給用戶。算法的運(yùn)行規(guī)則應(yīng)該盡可能透明化，讓用戶理解，鼓勵(lì)用戶獨(dú)立思考，并暢通用戶反饋渠道，開放用戶對(duì)算法的設(shè)置。讓用戶可以對(duì)算法誤差進(jìn)行調(diào)整，細(xì)化相關(guān)設(shè)置，不僅僅在內(nèi)容方面深入更多選擇，包括推送的時(shí)間和頻率也應(yīng)該有所調(diào)節(jié)，始終保證雙向良性互動(dòng)。用戶自身在享受新媒體資源優(yōu)勢(shì)，利用算法推薦系統(tǒng)的便利性時(shí)，也要不斷提升自己的媒介素養(yǎng)，注意嚴(yán)肅新聞的閱讀，控制娛樂(lè)化傾向，全面了解客觀事實(shí)，避免極端情緒，做會(huì)思考、有思考的受眾。只有用戶與媒體兩相配合，才能成為信息世界最優(yōu)質(zhì)的“把關(guān)人”。

（作者單位：河北大學(xué)）