基于“信息繭房”效應(yīng)的新聞內(nèi)容分發(fā)策略研究

張玲玲 孫奇

摘 要：新聞內(nèi)容分發(fā)策略，經(jīng)歷了編輯分發(fā)、社交分發(fā)、算法分發(fā)三個(gè)階段的變革，現(xiàn)今以算法為核心的內(nèi)容分發(fā)模式占據(jù)主流，隨之而來的卻是“信息繭房”效應(yīng)的愈發(fā)凸顯。本文將從理論分析的角度出發(fā)，主要對(duì)打破“信息繭房”的內(nèi)容分發(fā)策略進(jìn)行探討，在對(duì)百度“搜索+推薦”的新型分發(fā)模式進(jìn)行分析的基礎(chǔ)上，提出了建立網(wǎng)絡(luò)世界的“人行道”，破解“信息繭房”效應(yīng)。

關(guān)鍵詞：信息繭房 內(nèi)容分發(fā) 移動(dòng)互聯(lián) 人工智能

2006年，美國(guó)哈佛大學(xué)法學(xué)院教授凱斯·R.桑斯坦在《信息烏托邦——眾人如何生產(chǎn)知識(shí)》中，明確提出了“信息繭房”的概念。在信息傳播中，因公眾自身的信息需求并非全方位的，公眾只注意自己選擇的東西和使自己愉悅的通訊領(lǐng)域，久而久之，會(huì)將自身桎梏于像蠶繭一般的“繭房”中。對(duì)于“信息繭房”效應(yīng)的研究，國(guó)內(nèi)尚沒有嚴(yán)謹(jǐn)?shù)母拍铌U述，多繼承自桑斯坦的研究成果。

內(nèi)容分發(fā)在通信領(lǐng)域是指通過實(shí)現(xiàn)用戶對(duì)網(wǎng)站的就近訪問及網(wǎng)絡(luò)流量的智能分析，將本節(jié)點(diǎn)流媒體資源庫(kù)中的指定內(nèi)容，根據(jù)業(yè)務(wù)運(yùn)營(yíng)商定義的內(nèi)容分發(fā)策略向下層節(jié)點(diǎn)推送的過程。在內(nèi)容分發(fā)的過程中，其主要依據(jù)有兩個(gè)：一個(gè)是對(duì)用戶在互聯(lián)網(wǎng)上的使用行為分析，另一個(gè)是業(yè)務(wù)運(yùn)營(yíng)商所定義的內(nèi)容分發(fā)策略。

一、新聞內(nèi)容分發(fā)的三種模式

新聞內(nèi)容分發(fā)在不同時(shí)代具有不同的特點(diǎn)，從傳統(tǒng)的人工采編到大數(shù)據(jù)算法，用戶獲得信息數(shù)據(jù)的效率和精準(zhǔn)度越來越高，一定程度解決了用戶畫像的問題。

（一）傳統(tǒng)媒體的編輯分發(fā)模式

在移動(dòng)互聯(lián)網(wǎng)還未普及的時(shí)代，人們獲取信息的主要來源還是報(bào)紙、電視等傳統(tǒng)媒體，這類媒體主要采用人工采編分發(fā)的模式，其新聞內(nèi)容大多來自于媒體自身的新聞采編系統(tǒng)，在內(nèi)容分發(fā)階段，信息的排版、欄目設(shè)置、內(nèi)容的重要性、審核標(biāo)準(zhǔn)等都由專門的記者編輯確定。

這種傳統(tǒng)媒體的編輯分發(fā)模式，充分展現(xiàn)了傳播者的意志，新聞“把關(guān)人”的角色始終由專業(yè)人員擔(dān)任，角色鮮明、分工明確。在這種以編輯為核心的分發(fā)模式下，報(bào)紙、電視等傳統(tǒng)媒體最終所呈現(xiàn)的內(nèi)容通常較為廣泛全面，基本覆蓋社會(huì)生活的方方面面，但呈現(xiàn)方式整齊劃一，出現(xiàn)“千人一報(bào)”的現(xiàn)象，讀者在這個(gè)過程中始終是被動(dòng)的“受傳者”。

（二）社交媒體的社交分發(fā)模式

2009年新浪推出微博，2010年蘋果4手機(jī)發(fā)布，2011年微信正式推出，伴隨移動(dòng)終端設(shè)備的發(fā)展以及各類社交軟件的推出，越來越多的人成為移動(dòng)互聯(lián)網(wǎng)的忠實(shí)用戶。由于移動(dòng)互聯(lián)網(wǎng)時(shí)代天然具備社交優(yōu)勢(shì)，網(wǎng)絡(luò)社交軟件層出不窮，人們逐漸熱衷于網(wǎng)絡(luò)交友，傳統(tǒng)的人際關(guān)系也隨之遷移到智能移動(dòng)終端的屏幕上，社交隨之成為媒體的核心因素，以社交為核心的內(nèi)容分發(fā)模式也隨之成為主流。

無論是微博的個(gè)人主頁(yè)還是微信的朋友圈與訂閱號(hào)，社交分發(fā)都重新定義了信息傳播的模式：一是打破了原本的“千人一報(bào)”現(xiàn)象，在信息傳播中，用戶不再是被動(dòng)的“受傳者”，每個(gè)人都擁有了獨(dú)一無二的信息體驗(yàn)；二是在社交分發(fā)模式下，社交網(wǎng)絡(luò)對(duì)海量的互聯(lián)網(wǎng)信息起到了過濾的作用，在一定范圍、一定時(shí)間內(nèi)解決了信息過載的問題；三是社交平臺(tái)成為人們獲取新聞的重要入口。在我國(guó)，運(yùn)用社交媒體分享新聞的比例甚至達(dá)到了78.5%，經(jīng)常或偶爾因他人分享而關(guān)注某個(gè)社會(huì)事件的比例也高達(dá)83%。

（三）人工智能的算法分發(fā)模式

自2012年今日頭條開始嘗試算法分發(fā)模式，人工智能技術(shù)也隨之進(jìn)入了發(fā)展的快車道，海量的信息數(shù)據(jù)和用戶精準(zhǔn)信息需求之間的矛盾越來越突出，人工智能的算法分發(fā)模式必然成為主流資訊產(chǎn)品內(nèi)容分發(fā)的新選擇。

算法分發(fā)模式的精準(zhǔn)推送，主要依賴于四個(gè)方面：一是“菜單式”訂閱，在用戶首次打開媒介平臺(tái)時(shí)，平臺(tái)會(huì)羅列出預(yù)先設(shè)定的內(nèi)容頻道、關(guān)鍵詞等，用戶根據(jù)自身的喜好和需求主動(dòng)對(duì)標(biāo)簽進(jìn)行選擇，平臺(tái)會(huì)根據(jù)用戶選擇的標(biāo)簽，進(jìn)行針對(duì)性的序列化信息推薦。二是基于用戶畫像的算法主動(dòng)推薦，媒介平臺(tái)會(huì)自動(dòng)記錄每位用戶的使用痕跡，這些痕跡包括了瀏覽記錄、停留時(shí)長(zhǎng)、互動(dòng)行為、賬號(hào)信息等，利用算法技術(shù)，平臺(tái)可以對(duì)這些數(shù)據(jù)進(jìn)行系統(tǒng)化的分析，形成詳細(xì)的用戶畫像，為用戶提供“千人千面”的信息資訊。三是對(duì)傳播場(chǎng)景的感知，用戶在不同的網(wǎng)絡(luò)狀態(tài)或一定時(shí)間段內(nèi)所接收到的內(nèi)容是不同的，場(chǎng)景感知越來越成為算法精準(zhǔn)推送的重要因素，通過對(duì)傳播場(chǎng)景的鑒別，不同形式的內(nèi)容得以出現(xiàn)在合適的時(shí)機(jī)。四是算法的持續(xù)學(xué)習(xí)能力，今天的人工智能技術(shù)不再是完全依賴于人來設(shè)置、一成不變的，人工智能本身具備了持續(xù)學(xué)習(xí)的能力。算法對(duì)于用戶行為的畫像和分析始終是動(dòng)態(tài)持續(xù)的，不斷根據(jù)新的數(shù)據(jù)調(diào)整推送內(nèi)容和順序。

二、算法分發(fā)模式下“信息繭房”效應(yīng)的形成

基于人工智能技術(shù)的算法分發(fā)模式，其核心與內(nèi)涵就是為每個(gè)人推送他們需要或感興趣的新聞信息，打造個(gè)性化的新聞推薦系統(tǒng)，這個(gè)系統(tǒng)的內(nèi)涵與“信息繭房”的內(nèi)涵不謀而合。

（一）“信息繭房”效應(yīng)的表現(xiàn)形式

首先是“我的日?qǐng)?bào)”式的個(gè)人主頁(yè)。從社交分發(fā)模式下的微博主頁(yè)、微信朋友圈，到算法分發(fā)模式下的個(gè)性化新聞推薦，媒體正在變得越來越個(gè)性化、私人化，每個(gè)人都根據(jù)自己的喜好來決定接收什么樣的信息，完全掌握了“看什么”和“何時(shí)看”的主動(dòng)權(quán)。但人們本身所能關(guān)注和感興趣的對(duì)象往往是非常有限的，當(dāng)這些有限的關(guān)注對(duì)象成為固定甚至唯一的信息來源時(shí)，人們就會(huì)開始陷入認(rèn)知局限。

其次是大量娛樂、熱點(diǎn)信息的推薦。從理論上來說，人們的性格、興趣、職業(yè)等方面均不相同，所關(guān)注的領(lǐng)域及信息也應(yīng)該有較大差別，但實(shí)際上人們?nèi)菀妆粖蕵坊狳c(diǎn)化的信息所吸引，這就造成了互聯(lián)網(wǎng)上的信息關(guān)注越來越趨同的現(xiàn)象。在現(xiàn)今的新聞資訊客戶端中，人們關(guān)注的內(nèi)容主要集中在娛樂、社會(huì)熱點(diǎn)兩個(gè)領(lǐng)域，形成了一個(gè)相對(duì)固定且封閉的信息空間。

（二）“信息繭房”效應(yīng)形成的原因

如今的算法技術(shù)已經(jīng)發(fā)展到可以理解用戶需求并進(jìn)行精準(zhǔn)匹配推送的階段，計(jì)算機(jī)通過算法對(duì)用戶的使用數(shù)據(jù)進(jìn)行計(jì)算，從而匹配出用戶感興趣的內(nèi)容，再利用一套完整的系統(tǒng)將內(nèi)容分發(fā)給受眾，好比傳統(tǒng)工廠的流水線作業(yè)，這個(gè)流水線的最大弊端，就是為每一個(gè)用戶打造專屬的“信息繭房”。

1.算法推薦模式窄化信息通道

算法分發(fā)模式主要使用了協(xié)同過濾技術(shù)。協(xié)同過濾分析用戶興趣，在用戶群中找到指定用戶的相似（興趣）用戶，綜合這些相似用戶對(duì)某一信息的評(píng)價(jià)，形成系統(tǒng)對(duì)該指定用戶對(duì)此信息的喜好程度預(yù)測(cè)，最后據(jù)此將用戶可能會(huì)感興趣的信息直接送達(dá)用戶主頁(yè)或者瀏覽的頁(yè)面，幫助用戶提高準(zhǔn)確拉取信息的效率。

算法推薦中的技術(shù)應(yīng)用，其實(shí)都是在用戶主動(dòng)選擇標(biāo)簽后的第二次過濾，對(duì)新聞內(nèi)容推薦的豐富性并沒有建立在多樣性的基礎(chǔ)之上，實(shí)質(zhì)上是進(jìn)一步強(qiáng)化了相似信息、相關(guān)用戶的集中。用戶每次的點(diǎn)擊行為都更加強(qiáng)化了個(gè)人在個(gè)性化推薦系統(tǒng)中的個(gè)性標(biāo)簽，也就是在“信息繭房”的外壁上不斷添加水泥，使其更加牢固不易松散。

2.迎合用戶選擇性心理

早在1960年，美國(guó)傳播學(xué)者約瑟夫·克拉珀在研究受眾心理時(shí)就指出：受眾在接受信息時(shí)具有選擇性的特點(diǎn)，即受眾的選擇性心理，這種選擇性心理包括選擇性注意、選擇性理解和選擇性記憶三個(gè)部分。選擇性注意是說人注意力集中的過程也是一個(gè)人對(duì)信息進(jìn)行選擇取舍的過程，人自然地接受同自己已有觀點(diǎn)或立場(chǎng)一致的內(nèi)容，接受對(duì)自己和所屬群體有利的信息，排斥不一致的內(nèi)容，回避有害或不利的信息。

為迎合用戶的這種選擇性心理，新聞資訊客戶端在進(jìn)行內(nèi)容分發(fā)時(shí)，就已經(jīng)通過種種技術(shù)手段，過濾掉了大部分用戶不感興趣的內(nèi)容，只推送用戶可能感興趣的內(nèi)容，形成一個(gè)不斷強(qiáng)化既有價(jià)值體系和思維方式的信息閉環(huán)，這是“信息繭房”效應(yīng)形成的內(nèi)在動(dòng)因之一。選擇性理解和選擇性記憶都是指當(dāng)受眾接觸了一條信息，無論對(duì)信息內(nèi)容是否感興趣，都會(huì)對(duì)信息的含義做出合乎自己意愿的解釋，并且只記憶對(duì)自己有利，符合自己意見或興趣的內(nèi)容。而這兩種行為都是為了讓信息內(nèi)容與自己已有的態(tài)度和價(jià)值觀相匹配，達(dá)到排除異己信息的作用，本質(zhì)上是強(qiáng)化了用戶本身的觀念和看法，強(qiáng)化已經(jīng)形成的“信息繭房”。

3.唯流量主義的媒介環(huán)境

在今天的互聯(lián)網(wǎng)環(huán)境下，各色新媒體風(fēng)生水起，各類媒體之間的競(jìng)爭(zhēng)越來越激烈。面對(duì)浩如煙海的網(wǎng)絡(luò)信息，用戶的精力和注意力都非常有限，因此，訪問量、日活、月活、使用頻次等數(shù)據(jù)指標(biāo)成為產(chǎn)品或網(wǎng)站運(yùn)營(yíng)方定期關(guān)注的重要數(shù)據(jù)，是互聯(lián)網(wǎng)“流量”的具體表現(xiàn)形式。

爭(zhēng)奪流量，就是爭(zhēng)奪用戶，只有準(zhǔn)確把握用戶痛點(diǎn)，生產(chǎn)用戶想看的內(nèi)容，才有可能在這場(chǎng)流量爭(zhēng)奪大戰(zhàn)中獲得成功。在這種唯流量主義的媒介環(huán)境中，信息傳播特點(diǎn)已經(jīng)發(fā)生了轉(zhuǎn)變，與傳統(tǒng)媒體追求新聞的真實(shí)性、顯著性、深度報(bào)道等不盡相同，新媒體生產(chǎn)的新聞內(nèi)容越來越短，信息越來越碎片化，吸引用戶注意力的傳播重點(diǎn)替代了以往生產(chǎn)專業(yè)新聞的傳播重點(diǎn)。娛樂化、熱點(diǎn)化的新聞內(nèi)容由于具有快速抓住用戶眼球及心理、能基本滿足人們?nèi)粘Ｏ苍掝}需要等特征，在吸引用戶、增加用戶黏性等方面具有非常重要的作用，對(duì)平臺(tái)流量的吸引和控制有很好的效果，娛樂化和熱點(diǎn)化的內(nèi)容就成為各類新聞資訊客戶端重點(diǎn)推送的對(duì)象。

當(dāng)網(wǎng)絡(luò)信息傳播的整個(gè)大環(huán)境都具有明顯傾向性時(shí)，“信息繭房”效應(yīng)形成的早期條件就已經(jīng)具備了。它讓用戶方便快捷地獲得娛樂熱點(diǎn)新聞，使得那些有明確信息接收目的的用戶更加強(qiáng)化現(xiàn)有的信息消費(fèi)習(xí)慣，加固“信息繭房”；使那些沒有明確信息接收目的的用戶養(yǎng)成較為穩(wěn)定的信息需求，不斷影響和培養(yǎng)用戶的閱讀興趣，從而被動(dòng)地養(yǎng)成信息消費(fèi)習(xí)慣，構(gòu)筑“信息繭房”。

三、打破“繭房效應(yīng)”的新聞內(nèi)容分發(fā)策略

主流資訊產(chǎn)品均應(yīng)用以算法為核心的內(nèi)容分發(fā)模式，滿足“千人千面”的個(gè)性化需求，是技術(shù)與時(shí)代發(fā)展的必然趨勢(shì)，但在這一趨勢(shì)下形成且不斷強(qiáng)化的“信息繭房”效應(yīng)卻不是必然。

（一）百度“搜索+推薦”的新型分發(fā)模式

隨著新一代人工智能的發(fā)展，移動(dòng)互聯(lián)網(wǎng)內(nèi)容的進(jìn)一步升級(jí)，信息流應(yīng)運(yùn)而生并受到熱捧，百度率先利用新技術(shù)、新平臺(tái)，以人工智能技術(shù)為支撐，構(gòu)建了“搜索+推薦”雙引擎的新型內(nèi)容分發(fā)模式，實(shí)現(xiàn)了“人找信息”到“信息找人”的內(nèi)容領(lǐng)域升級(jí)，信息分發(fā)由此進(jìn)入2.0時(shí)代。

2018年1月，今日頭條、鳳凰新聞客戶端等均因傳播色情低俗信息，而被國(guó)家互聯(lián)網(wǎng)信息辦公室約談，關(guān)停更整治部分頻道，今日頭條旗下的內(nèi)涵段子客戶端甚至在今年4月被廣電總局勒令永久關(guān)停，傳統(tǒng)的“算法+數(shù)據(jù)”推薦模式會(huì)讓用戶持續(xù)地陷入已知、低俗化的內(nèi)容中去，無法破除“信息繭房”。

而百度所提出的信息分發(fā)2.0，在一定程度上打破了“信息繭房”效應(yīng)的魔咒。通過“搜索+推薦”的雙引擎模式，讓用戶更高效地獲取信息，其內(nèi)容分發(fā)的核心是基于用戶的主動(dòng)搜索，通過對(duì)用戶搜索結(jié)果和用戶搜索行為的深入學(xué)習(xí)與分析，實(shí)現(xiàn)二者的雙向互補(bǔ)循環(huán)，構(gòu)建與用戶生活場(chǎng)景完美融合的“不搜即得”。

“搜索+推薦”的雙引擎模式，已經(jīng)應(yīng)用于“手機(jī)百度”客戶端。首先是首頁(yè)資訊流的變化，通過資訊流與導(dǎo)航區(qū)的合并，讓用戶不僅可以通過資訊流獲取感興趣的內(nèi)容，還能在細(xì)分類別下獲取趣圖、娛樂等不同類別的興趣內(nèi)容，提高了閱讀資訊的效率。“搜索+推薦”模式不僅能實(shí)現(xiàn)傳統(tǒng)算法的精準(zhǔn)分發(fā)，還會(huì)結(jié)合用戶的搜索行為對(duì)其未知喜好進(jìn)行分析探索，這種探索化的智能分發(fā)模式，除了打破“信息繭房”，還可以帶給用戶“它竟然比我更懂我”的感官體驗(yàn)。

（二）建立網(wǎng)絡(luò)世界的“人行道”

早在提出“信息繭房”的概念之時(shí)，桑斯坦就提出要破除“信息繭房”，必須建立一個(gè)網(wǎng)絡(luò)世界的“人行道”模式，就像是走在大街上不知道會(huì)遇見什么人、什么事一樣，未知和不可控可以打破原有的壁壘。在桑斯坦的觀點(diǎn)中，媒體應(yīng)該是一個(gè)公共論壇，在用戶預(yù)設(shè)不到的地方為他們提供非計(jì)劃的信息，從而讓各個(gè)階層、不同群體的人都能接觸到不同領(lǐng)域的信息，避免極端化的“信息繭房”效應(yīng)。

在互聯(lián)網(wǎng)技術(shù)如此發(fā)達(dá)的今天，如何建構(gòu)一個(gè)行之有效的網(wǎng)絡(luò)“人行道”，筆者有以下兩方面的建議。一方面是建設(shè)公共信息空間，打破“我的日?qǐng)?bào)”式的個(gè)人封閉，客戶端首頁(yè)的信息呈現(xiàn)是一個(gè)相當(dāng)封閉的信息空間，用戶只能看到與自己感興趣標(biāo)簽相關(guān)的內(nèi)容，除此以外別的信息通道都被關(guān)閉。因此在資訊類客戶端建設(shè)一個(gè)公共信息空間的重要性不言而喻，用它來幫助用戶突破“信息繭房”效應(yīng)。例如在客戶端首頁(yè)醒目位置設(shè)置“實(shí)時(shí)熱點(diǎn)”等信息動(dòng)態(tài)欄，還可以將當(dāng)下引發(fā)社會(huì)熱議的重要事件直接推送到用戶首頁(yè)，讓用戶參與到公共議題的討論，打破“我的日?qǐng)?bào)”式的個(gè)人封閉。

另一方面是弱化根據(jù)相關(guān)信息、相關(guān)用戶推薦的原則，拓寬用戶的關(guān)注領(lǐng)域。現(xiàn)行的算法推薦模式都是關(guān)聯(lián)性推薦原則，使得用戶接收的信息都是雷同的，信息同質(zhì)化現(xiàn)象不斷加劇，“信息繭房”就會(huì)一直難以突破。建構(gòu)網(wǎng)絡(luò)世界“人行道”，就必須弱化現(xiàn)有的推薦原則，算法可以偶爾推薦與用戶相異的興趣點(diǎn)，勾起用戶的好奇心，突破信息通道的壁壘，讓不同興趣的人在網(wǎng)絡(luò)世界相遇，碰撞多元的觀點(diǎn)看法，促進(jìn)更全面的信息在全社會(huì)流動(dòng)。

（三）智聯(lián)網(wǎng)實(shí)現(xiàn)全平臺(tái)信息共享

2018年5月23日，在騰訊的“云+”未來峰會(huì)上，馬化騰首次提到“智聯(lián)網(wǎng)”，這是一個(gè)新概念，繼人聯(lián)網(wǎng)、物聯(lián)網(wǎng)之后，互聯(lián)網(wǎng)的未來發(fā)展之路也許就是智聯(lián)網(wǎng)。智聯(lián)網(wǎng)指萬物在智能環(huán)境中皆可連，以互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)為前序基礎(chǔ)科技，在此之上以知識(shí)自動(dòng)化系統(tǒng)為核心系統(tǒng)，以知識(shí)計(jì)算為核心技術(shù)，以獲取知識(shí)、表達(dá)知識(shí)、交換知識(shí)、關(guān)聯(lián)知識(shí)為關(guān)鍵任務(wù)，進(jìn)而建立包含人機(jī)物在內(nèi)的智能實(shí)體之間語(yǔ)義層次的聯(lián)結(jié)、實(shí)現(xiàn)各智能體所擁有的知識(shí)之間的互聯(lián)互通。

智聯(lián)網(wǎng)時(shí)代，致力于為所有平臺(tái)打造一個(gè)“超級(jí)大腦”，實(shí)現(xiàn)全平臺(tái)的信息共享。當(dāng)人工智能無處不在，所有的信息和資源都在不停流動(dòng)，互聯(lián)互通時(shí)，“信息繭房”效應(yīng)和新聞內(nèi)容分發(fā)都將不再是難題。當(dāng)人們走在街上的時(shí)候，路燈、垃圾桶甚至一磚一木都是高級(jí)的人工智能，只要靠近或者點(diǎn)擊它們，它們就會(huì)及時(shí)地把最新的國(guó)內(nèi)外時(shí)事或最具價(jià)值的信息傳輸給每個(gè)人；如果有額外感興趣的話題想要關(guān)注，只需要告訴它一下關(guān)鍵詞，相關(guān)信息也會(huì)自動(dòng)傳輸。

當(dāng)一切都處于人工智能之中，全平臺(tái)的信息共享成為現(xiàn)實(shí)之時(shí)，人們需要知道的有價(jià)值信息與想要知道的感興趣信息，都會(huì)有序有時(shí)地智能分發(fā)給每個(gè)人，“信息繭房”效應(yīng)在智聯(lián)網(wǎng)時(shí)代到來時(shí)終將迎刃而解。

四、結(jié)語(yǔ)

當(dāng)手機(jī)越來越不可或缺，人們大部分的時(shí)間都被手機(jī)填滿，甚至手機(jī)已經(jīng)成為人體器官的一部分延伸時(shí)，就再也無法拒絕所謂人工智能的“入侵”，必然會(huì)有越來越多的人工智能進(jìn)入到生活之中，并讓人們?yōu)橹蕾嚒膫鹘y(tǒng)媒體的編輯分發(fā)到人工智能的算法分發(fā)，這種新聞分發(fā)策略的變遷是時(shí)代發(fā)展的必然，無法拒絕，現(xiàn)階段算法分發(fā)所造成的“信息繭房”效應(yīng)暫時(shí)無法避免，但技術(shù)一定是不斷向前發(fā)展的，隨著技術(shù)的發(fā)展，現(xiàn)階段的“信息繭房”效應(yīng)一定會(huì)有相應(yīng)的破解之法。在這個(gè)不斷發(fā)展、變革的過程中，必須要以積極開放的心態(tài)接受新觀念、新技術(shù)，共同謀求傳媒業(yè)更加美好的明天。

參考文獻(xiàn)：

1.楊慧.微博的“信息繭房”效應(yīng)研究[D].湖南師范大學(xué)2014級(jí)碩士論文.

2.李佳音.基于個(gè)性化推薦系統(tǒng)新聞客戶端的“信息繭房”效應(yīng)研究——以“今日頭條”為例[D].中央民族大學(xué)2015級(jí)碩士論文.

3.王宇航，王慶福.協(xié)同過濾在個(gè)性化推薦中的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用，2015（12）.

4.劉思源.手機(jī)百度9.0版“搜索+推薦”的產(chǎn)品邏輯更清晰[J].計(jì)算機(jī)與網(wǎng)絡(luò)，2017（17）.

（作者張玲玲系華北科技學(xué)院新聞系教授、安全生產(chǎn)輿情研究所所長(zhǎng)，孫奇單位系華北科技學(xué)院。本文系中央高校基本科研業(yè)務(wù)費(fèi)資助研究成果之一，課題編號(hào)：3142018058）