新聞客戶端個性化推薦引發的“信息繭房”現象

何婷

摘 要 在網絡信息海量繁多導致信息過載信息爆炸的今天，各大新聞客戶端為了吸引用戶有限的注意力，紛紛布局個性化推薦技術。個性化推薦技術便于用戶利用碎片化時間獲取資訊，能有效幫助用戶節約時間和精力，因此受到了用戶的歡迎。但基于用戶興趣喜好的個性化推薦技術提供的信息并非全面，久而久之就會將用戶禁錮在一個封閉的空間，就如同置身“信息繭房”之中。文章以新聞客戶端為例，從“信息繭房”的成因、局限及建議方面進行簡要分析，以期能引起社會大眾和媒體的重視。

關鍵詞 個性化推薦技術；新聞客戶端；“信息繭房”

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2017）19-0009-02

1 個性化推薦技術引發的“信息繭房”的原因分析

雖然網絡營造的是開放共享的空間，但由于信息量過大，用戶注意力有限，用戶選擇性接觸等原因，人們更傾向于選擇自己感興趣的話題，而個性化推薦技術的廣泛運用，更是觸發了“信息繭房”現象的發生，使用戶禁錮在符合自己舒適度的“圈子”里，而出現此現象的原因主要是由于技術的發展，媒體的轉型和用戶的需求等。

1）大數據催生個性化推薦。個性化推薦技術的基礎是大數據+算法，大數據的發展對個性化推薦技術的優化有著重要的影響。大家都知曉，大數據四大特點是：體量大、類型繁多、價值密度低和處理速度快，因此如何運用合適的算法就成為了關鍵，而目前協同過濾是應用研究最廣泛成熟的個性化推薦技術。

協同過濾基于一個“物以類聚，人以群分”的假設，首先分析用戶的興趣愛好，在用戶群中尋找與其有相同愛好的相似用戶，再將相似用戶感興趣的內容推薦給該用戶[1]。雖然協同過濾推薦系統具有根據用戶興趣產生推薦、為用戶挖掘新的興趣點等優點，但由于其推薦的內容都是與用戶愛好相似的，用戶不關心的內容將被隔絕在外，用戶就會處于一個封閉的空間里，只接受到觀點相似、內容相似的信息，從而造成用戶的視野狹隘。

在大數據時代，用戶上網的每一次瀏覽、點擊都會被記錄，個性化推薦技術會特別根據用戶的習慣以及其在社交平臺體現出的愛好來進行運算推薦。但越是精準的運算，越符合用戶的興趣愛好，卻越會使用戶禁錮在“信息繭房”中。不可否認，大數據為用戶提供了更為個性化、精細化的服務，但我們也應該意識到其存在的“信息繭房”的弊端。

2）媒體更加重視用戶體驗。在新媒體蓬勃發展的當下，競爭也越來越激烈。面對網絡信息繁多，用戶注意力有限，新興的軟件層出不窮的困境，如何才能吸引用戶的興趣是各大媒體最為關注的難題。在眾多新聞客戶端中，今日頭條提出的Slogan：“你關注的，才是頭條”。首次從用戶體驗的角度出發，助其殺出重圍，贏得了用戶的心。

但如果過于依賴用戶的興趣愛好進行個性化推送，就會偏離為用戶提供更優質服務的初衷。例如用戶基于關心自己的偶像點擊了“林丹出軌”的新聞，但接下來的幾天系統就會不斷給他推薦明星出軌的娛樂新聞，這并不是用戶真正需要的。雖然在今日頭條客戶端中，用戶可以選擇點擊“不感興趣”來提高推送的準確度，但由于用戶感興趣的范圍非常有限，因此就會產生“信息繭房”的局限。

3）用戶的選擇性接觸心理。拉扎斯菲爾德曾通過伊里調查驗證了受眾的選擇性接觸理論，即受眾在接觸大眾傳播活動之際，更傾向于接觸與自己的既有立場，觀點，態度一致或接近的媒介或內容加以接觸，而有意無意地回避與自己既有傾向相左的媒介或內容[1]。而在信息已經過載的今天，受眾也已轉變為掌握更多主動權的用戶。為了節約時間和精力，用戶在紛繁復雜的信息海洋中首先會根據自己的興趣愛好對信息進行篩選，借助于當下越來越精準的個性化推薦技術，用戶接觸到的信息范圍變得越來越窄。其次，基于社交的需要，用戶會更加傾向于選擇和自己興趣愛好相似的人進行交流，形成網絡中的社區。在網絡社區中，成員對事件的看法和見解也漸漸趨于一致，在此情況下容易造成群體極化，因此“信息繭房”現象值得引起社會的關注和重視。

2 “信息繭房”的局限性分析

“信息繭房”這一效應，隨著科技的發展會變得越來越明顯，其從本質上來看，是技術將人圈禁在“繭房”中，從而造成用戶視野狹隘、個人判斷力喪失、社會黏性缺失和引發群體極化等危害。

1）造成用戶視野狹隘。“信息繭房”禁錮了用戶的視野，用戶越來越依賴個性化推薦技術，接觸的信息面就會越來越窄。例如在今日頭條新聞客戶端，用戶可以根據自己的興趣選擇是否喜歡此類新聞，使用今日頭條的時間越長，它就會越了解你，久而久之用戶接收到的信息越來越符合個人喜好，對于與自己的愛好和價值觀不同的信息避而遠之，從而造成個體視野狹隘，與獲取更多新鮮資訊的閱讀初衷相去甚遠。

因為不是自己感興趣的信息，用戶根本不想知道，也無從得知。有專家預測，在未來人們會更多地依賴“可以信賴的”途徑去獲取新聞，比如說小眾媒體、朋友和社交媒體，而不是報紙、電視等大眾媒體或雅虎這樣的綜合性網站[3]。這樣做的風險是“可以信賴的”來源往往是和用戶具有相似的信仰、意見、知識或者相似的想法的人提供的，這就使用戶陷入了一種自我封閉的狀態。

2）導致個人判斷力喪失。從目前情況來看，“信息繭房”正像是一個由個人興趣愛好為主導營造出的“擬態環境”。它使個人禁錮在自己的“繭房”里，只愿意接受與自己觀點相似的信息，排斥其他不同意見的信息。“信息繭房”束縛了用戶的認知和行為，對自己所持的觀點盲目自信，從而造成個人判斷力的喪失，同時也讓用戶失去了理解與共情的能力。

3）社會黏性的缺失。社會黏性是幫助個體融入社會，與他人保持溝通交流的重要聯系，而“信息繭房”會導致社會黏性的缺失。如果長期接受個性化推薦的信息，用戶會變得越來越孤立、狹隘和封閉。當用戶生活在由自己建造的“信息繭房”里，就與外面的世界產生了隔閡，與外界其他人的接觸就越來越少。endprint

而社會是需要人們加強溝通和交流的，“信息繭房”會導致信息分享減少，使個人脫離了整個社會的發展，不利于個人為社會的發展做出貢獻，也容易引起個人與社會的敵對情緒，增加社會動蕩不安的因素。

4）引發群體極化。桑斯坦認為，“網絡的廣泛使用，讓每個人都能獲得自己所喜歡的信息，假如一個社會也是如此的話，各個社會群體便會分裂。這樣的一種思想偏狹將會帶來各種誤會與偏見。”[4]

隨著以用戶體驗為中心模式的流行，個性化推薦技術大多是基于用戶的興趣愛好，而推送相關的信息。這就等同于給有相同興趣愛好的群體貼上了標簽屬性，這將會提高信息的不對稱性，容易引發群體極化現象。例如明星粉絲的對罵，甚至于變成惡性的人肉搜索網絡暴力事件，就是因為在特定的“圈子”中，人們在趨同心理的作用下，做出一些失去理智的行為。

3 應對“信息繭房”的建議

1）提升個人媒介素養。對于“信息繭房”現象，個人應努力提升媒介素養，要做到不輕信一家之言，不局限于具有相同相似標簽的社群。通過網絡獲取信息時，應經常有意識地跳出圈子，傾聽一些不同于自身價值觀的聲音，從而提高認知能力，減少信息的不對稱性。此外，不應太過于依賴機器的算法。用戶應認識到個性化推薦技術存在的弊端，合理運用個性化推薦技術，理性對待其提供的個性化信息，重視“信息繭房”帶來的危害，主動拓寬自己接觸的信息來源。

2）加強公共領域建設。加強公共領域的信息多樣化，保障每個個體擁有發表個人意見的平等權利，允許一定范圍內的不同聲音的存在，使人們意識到觀點的多面性是正常的現象。大力發展公共網絡輿論平臺，鼓勵大眾在公共論壇等平臺發布不同類型的信息，發表各種觀點、主張，交流經驗和知識，是破除網絡信息繭房的有效方法之一。

3）推進人工智能算法。不可否認，在用戶注意力稀缺的今天，個性化推薦技術的優勢仍然存在。但為了給用戶提供更好的服務，避免“信息繭房”現象的發生，應大力推進基于大數據的人工智能算法的實現。

人工智能是讓機器擁有學習的能力，它會模擬人類在生活中學習成長的過程，從數據中自動分析獲得規律，并利用規律對未知數據進行預測。如果人工智能技術能運用到個性化推薦系統中，那么推送的信息將更加全面豐富，將有利于打破“信息繭房”。但我們也應理性認識到技術并不是萬能，機器的推送仍然會存在弊端。

4 結束語

個性化推薦給用戶的生活帶來了便利，但我們不能一味地依賴技術。正如張朝陽所說：“一味地個性化，將導致推送內容的僵硬，因為很多時候人們對信息的索取是隨機的”。我們應清醒地認識到個性化推薦技術引發的“信息繭房”現象帶來的危害，期望以此文簡要的分析引起社會大眾和媒體的關注及反思。

參考文獻

[1]魯為.協作過濾算法及其在個性化推薦系統中的應用[D].北京：北京郵電大學，2007：17.

[2]郭慶光.傳播學教程[M].北京：中國人民大學出版社，2011：137-143.

[3]蘇萌，柏林森，周濤.個性化：商業的未來[M].北京：機械工業出版社，2012.

[4]賈瑞.新媒體時代的“信息繭房”現象的思考[J].新聞研究導刊，2016（7）：214-215.endprint