基于中醫臨床理論的內容智能分發平臺“信息繭房”系統量化

王益成 王萍 賈瓊

〔摘要〕在回顧“信息繭房”研究的基礎上，分析了內容智能分發平臺用戶“信息繭房”量化研究的可行性。從內容智能分發平臺服務用戶的具體過程入手，對內容智能分發平臺“信息繭房”問題進行深入分析，并基于中醫臨床診斷中“癥狀—證型—組方—評價”的全過程進行分階段的多維量化研究，進而推出內容智能分發平臺用戶“信息繭房”系統量化研究模型，最后對研究中存在的優勢與局限性進行簡述，并展望下一階段的研究。

〔關鍵詞〕算法推薦；信息繭房；內容智能分發平臺；中醫臨床診斷；量化模型

DOI：10.3969/j.issn.1008-0821.2018.09.006

〔中圖分類號〕G202〔文獻標識碼〕A〔文章編號〕1008-0821（2018）09-0036-05

Systematic Quantitative Model Study of“Information Cocoons”of

Content Intelligent Distribution Platform Based on TCM TheoryWang YichengWang Ping*Jia Qiong

（School of Management，Jilin University，Changchun 130022，China）

〔Abstract〕On the basis of reviewing the research of“information cocoons”，this paper analyzed the feasibility of the quantitative research of“information cocoons”for users of content intelligent distribution platform.From the specific process of content intelligent distribution platform that provided services to users，the paper analyzed the problems of“information cocoons”of the content intelligent distribution platform deeply，based on the whole process of“symptom-syndrome-group-evaluation”in TCM clinical diagnosis，the multi-dimensional quantization study was conducted.Furthermore，the quantitative research model of“information cocoons”system was introduced.Finally，the advantages and limitations of the research were briefly described and the next stage of research was forecasted.

〔Key words〕algorithm recommendation；information cocoons；content intelligent distribution platform；TCM clinical diagnosis；quantitative model

算法推薦技術在內容智能分發時代盛行，早期實現了內容與信息用戶的精準對接，在“流量為王”的內容時代拔得頭籌，但也導致平臺用戶受困“信息繭房”問題。內容智能分發平臺在獲得用戶高粘性的同時也爭議頗多。人民日報就內容智能分發平臺不成熟的算法技術造成用戶受困“信息繭房”問題多次發表評論文章，指出“今日頭條”等內容智能分發平臺存在的算法推薦技術問題。內容智能分發平臺是內容信息傳遞的媒介，是連接信息與信息用戶的橋梁，大數據時代，內容智能分發平臺利用特有的算法技術與方法將互聯網上豐富的內容信息傳遞給信息用戶，這就是內容智能分發平臺的信息流——嚴格意義上就是內容智能分發平臺用戶服務信息流。然而信息用戶獲取優質內容的途徑卻被“信息繭房”割裂，信息用戶獲取信息內容過程中的“興趣點”隨著時間變化，然而算法技術無法準確感知用戶“興趣點”的變化，這使得用戶受困“信息繭房”，無法接觸到其他領域的優質內容，使得“信息窄化”。針對內容智能分發平臺“信息繭房”的量化與預測研究是內容智能分發平臺幫助用戶實現“破繭重生”的基礎，通過完善算法技術，實現對用戶“信息繭房”的量化與預測，進而向用戶推送新的推薦列表，平臺可以提前“抽絲剝繭”，幫助用戶擺脫“信息繭房”困境。

2018年9月第38卷第9期現代情報Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期基于中醫臨床理論的內容智能分發平臺“信息繭房”系統量化模型研究Sep.，2018Vol38No91研究回顧與可行性分析

11研究回顧與概念解析

111“信息繭房”研究回顧

“信息繭房”一詞最早出現在2006年凱撒·R·桑斯坦《信息烏托邦》一書中，指出“信息繭房”是因為信息用戶在互聯網時代基于興趣引導從而將自身禁錮于“繭房”之中，這類現象即稱之為“信息繭房”[1]。王益成等[2]以情報學視角研究了內容智能分發平臺“信息繭房”的形成機理，并以提升信息運動效率為基礎提出用戶突破“信息繭房”的策略，同時對移動新聞客戶端與內容智能分發平臺進行了概念解析，認為二者應有區分。周文靜[3]以今日頭條為例分析了“信息繭房”現象的表征與形成因素，并提出信息用戶“破繭成蝶”的對策，進而為構造多元且開放的信息環境提供參考。王茜[4]提出了算法價值觀念的概念，指出用戶偏好、內容、場景與平臺優先級為其四個構成要素，在此基礎上，對內容智能分發平臺“信息窄化”問題進行了簡單的量化分析。丁曉蔚等[5]探討了“信息繭房”引起的遏制個人認知價值無法得到最大化實現以及遏制公共價值的實現問題，進一步提出矯正用戶“信息繭房”的策略。馮雯璐[6]以今日頭條為例分析了內容智能分發平臺信息聚合的方式，進而分析算法推薦技術引起的一系列問題，其中就包含用戶“信息繭房”問題，最后提出解決問題的思路。何婷[7]詳細分析了“信息繭房”的局限性，包括窄化信息用戶視野，導致用戶個人針對信息內容判斷力的喪失，社會粘性的匱乏以及誘發群體極化發展等。蔡磊平[8]分析了“信息繭房”導致信息受眾的認知出現群體極化現象，并影響輿論走向，進而致使網絡暴力出現，指出“信息繭房”對受眾信息素養的全面發展與對受眾認知社會現實的判斷影響深遠。已有的研究對“信息繭房”的弊端進行了深刻的分析，并提出了突破“信息繭房”的策略，但情報學領域并未出現針對突破“信息繭房”問題的量化研究。

112內容智能分發平臺概念解析

現階段有關學術研究中針對內容智能分發平臺還沒有明確的界定，在現有的學術文獻中被籠統的界定為移動新聞客戶端，但二者存在三點本質上的不同。①移動新聞客戶端具有新聞采訪權，而內容智能分發平臺不具備新聞采訪權。②前者發布的內容多為具有時效性的新聞，后者通過網絡爬蟲、合作媒體與自媒體創作獲取內容。③內容智能分發平臺通過算法推薦等大數據技術實現信息用戶與信息內容的精準對接，移動新聞客戶端在保證時效性的同時部分依靠技術向用戶推薦，二者對技術的依賴程度不同。如圖1所示，內容智能分發平臺實現信息內容與信息用戶精準對接的過程示意，內容智能分發平臺通過對多種途徑獲取的信息內容進行內容分析，同時對不同用戶進行用戶行為大數據分析，對符合“用戶畫像”的信息內容進行推送，制定內容推薦列表。

12可行性分析

量化研究是感知用戶“信息繭房”規律性狀態的重要方法，當前情報學領域尚未出現針對“信息繭房”的量化研究。“信息繭房”現象是算法推薦技術盛行后的缺陷與弊端，內容智能分發平臺在“千人千面”的背景下針對用戶“信息繭房”問題實施量化分析，進而通過算法的完善實現用戶突破“信息繭房”是一個可行的方法。將信息用戶“信息繭房”問題視為用戶在信息環境中的一種臨床癥狀，借鑒中醫臨床診斷“癥狀—證型—組方—評價”量化研究模型對“信息繭房”實施量化分析[9]。采用“定性+定量”與“算法+記錄”的復式結構處理內容智能分發平臺中相應的局限性，進而形成對內容智能分發平臺有應用價值且量化指標切實可行的一套解決方案，為內容智能分發平臺“信息繭房”問題的系統量化研究提供理論與技術支撐。如圖2所示，“癥狀—證型—組方—評價”量化研究與“信息繭房”量化研究的過程對比示意。通過對“信息繭房”的癥狀、證型、組方與評價的分階段量化實現最終的系統量化研究模型。系統量化模型的特色是循環量化，借助內容智能分發平臺強大的數據處理能力對用戶行為大數據進行分析，該過程貫穿循環量化的始終。

內容智能分發平臺用戶受困“信息繭房”的主要誘因是算法技術的不完善，目前學術界以及實踐應用中還未出現合理解決內容智能分發平臺用戶受困“信息繭房”問題的方案，通過對內容智能分發平臺“信息繭房”的分階段量化研究進而提出一套可行的系統量化模型，為下一步實踐中解決內容智能分發平臺用戶受困“信息繭房”問題提供解決方案切實可行。

2“信息繭房”分階段量化研究

對內容智能分發平臺用戶“信息繭房”的分階段量化研究需要科學的挖掘平臺與用戶之間的共性，建立可以連接用戶與平臺的橋梁，這一橋梁可以借鑒中西醫學中的量表技術，這一工具是指用戶數據收集的方法以及支撐其使用的信息與資料[10]。量表可以將信息用戶、信息生產者與平臺用戶的主觀感受以量化的形式展現出來。不同于中醫理論中多種病癥的量表，“信息繭房”作為用戶的一種單一病癥，所需量表更為簡單易懂，然而情報學領域針對“信息繭房”問題并未制定相應的量表工具，這也是“信息繭房”量化研究的一個重點和難點，限于篇幅，筆者將在以后的研究中設計相應的量表工具。對“信息繭房”實施分階段量化研究是提出“信息繭房”系統量化研究模型的基礎。

內容智能分發平臺可以將用戶作為客體中心，將平臺自身作為主體決策者，將分類推薦內容作為組方構成。從用戶首次登陸應用（如微博、微信與QQ登陸方式獲取用戶個人信息）作為信息溝通的開始，同一用戶在不同的時間、空間與平臺間存在著“癥狀—證型—組方—評價”的思維模式，這就需要對用戶進行分階段的系統量化研究，以保證“信息繭房”量化研究的嚴謹性與科學性。

21“信息繭房”癥狀量化研究

內容智能分發平臺“信息繭房”癥狀量化研究是指對用戶適用平臺獲取信息內容過程中出現的“信息繭房”癥狀進行等級描述，進而對等級進行賦分。一般可將癥狀按照“無、輕度、中度、重度”4個級別進行賦予分值（分別為0、3、5、7分）并進行描述，可以采用德爾菲專家調研與調查等方式，制定《“信息繭房”癥狀量化標準專家意見量表》，建立一套與“信息繭房”癥狀測評的綜合量化研究工具。

然而在內容智能分發平臺癥狀量化過程中也存在一定的局限性，包括“信息繭房”癥狀術語的規范化制定，按照中醫臨床診斷理論應該遵循簡易性、科學性、專業性、精確性與單一性等基本原則，制定一套信息用戶廣泛認可，可供內容智能分發平臺技術人員易理解的規范化“信息繭房”癥狀量表，進一步推動“信息繭房”量化研究的發展，為內容智能分發平臺助力用戶突破“信息繭房”，實現“破繭重生”奠定扎實的理論基礎。

22“信息繭房”證型量化研究

內容智能分發平臺“信息繭房”證型量化研究是對不同用戶“信息繭房”的病狀、反應及表現等信息進行編目，在通過內容智能分發平臺對用戶做算法推薦實驗以及統計分析不同用戶受困“信息繭房”癥狀后，建立一套診斷用戶“信息繭房”證型診斷性量表。量化測評在內容智能分發平臺“信息繭房”證型量化研究中具有極好的應用前景，類似于針對中醫臨床診斷中對“望、聞、問、切”的量化研究，內容智能分發平臺用戶受困“信息繭房”是一類信息用戶在算法推薦技術盛行的時代所誘發的信息用戶“信息繭房”證型，用戶受困“信息繭房”是一種信息時代用戶多元化獲取信息的阻力。內容智能分發平臺結合中醫臨床診斷證型研究制定診斷用戶“信息繭房”證型診斷性量表，進一步結合“信息繭房”癥狀量表對內容智能分發平臺用戶“信息繭房”做出診斷結果。

上述獲取用戶“信息繭房”診斷結果的過程可以分為兩個步驟：①對用戶“信息繭房”“望聞問切”的數據資料收集，即中醫臨床診斷理論中的四診信息的搜集。將四診信息定量模擬并分為無、輕度、中度與重度4個層次，內容智能分發平臺針對每個層級制定相應的診斷策略。大數據技術的成熟發展使內容智能分發平臺能夠在“千人千面”的背景下及時診斷用戶受困“信息繭房”的程度，并適時做出改變策略，提高用戶使用內容智能分發平臺的滿意度。②對用戶“信息繭房”的數據資料進行信息分析，處理用戶所接收的推送數據，也包含其中用戶處理信息的能力，推送歷史的記錄，登陸與停留時長，信息用戶各類基本信息等。綜合量化后預估用戶所處“信息繭房”階段，為下一步“信息繭房”組方量化研究奠定理論支撐。

23“信息繭房”組方量化研究

內容智能分發平臺在經過對用戶“信息繭房”的癥狀與證型的量化研究后，平臺會針對不同用戶所處“信息繭房”的階段對癥下藥。對“信息繭房”組方量化研究是基于上述研究，通過算法技術向用戶重新推送不同類別的組合信息內容，用戶在“信息窄化”后重新接觸到平臺推送的其它興趣方向的內容。類似中醫臨床診斷研究中的定量化研究，中醫會通過在動物身上的多次重復實驗論證量化研究的效果，內容智能分發平臺可以通過多次重復的分析用戶行為大數據，進行不同組方的算法推薦，實現用戶的“破繭重生”。內容智能分發平臺在“千人千面”背景下針對不同用戶構建基于量化組方研究的可視化分析平臺，實時監控不同用戶所處“信息繭房”的階段，平臺利用已有的大數據算法推薦技術對癥下藥，實施不同組方的算法推送，避免用戶持續受困“信息繭房”與“信息窄化”問題。

24“信息繭房”評價量化研究

針對內容智能分發平臺用戶“信息繭房”組方量化研究實驗結果進行下一步的評價量化研究是對前述3個階段的審視。內容智能分發平臺“信息繭房”可以借鑒中醫臨床理論中的評價量化研究，平臺可以引入用戶報告結局測評技術對上述3階段的量化進行評價，制定用戶健康測評量表，通過用戶健康測評量表能夠更好地反映內容智能分發平臺不同用戶在信息環境中的“信息獲取健康預期”，這其中包含內容智能分發平臺需要關注的用戶情感，主動的社交愿景，癥狀與癥候特征，用戶信息素養以及其它用戶基本信息等。通過內容智能分發平臺“信息繭房”的評價量化研究，能夠為下一循環對用戶“信息繭房”狀況做出密切觀察，預判不同用戶所處“信息繭房”的癥狀信息，平臺再利用不同組方量表對不同用戶做出信息內容的算法再推薦，實現不同用戶“破繭重生”，突破“信息繭房”。

3“信息繭房”系統量化研究模型

內容智能分發平臺“信息繭房”系統量化研究模型應該以平臺與用戶的統一為基本思想，以整體性和系統性為構建思想，以循環量化為特色思想。前面對“信息繭房”的癥狀、證型、組方與評價4個階段進行了分階段的量化研究，上述4個環節中顯示內容智能分發平臺在“組方量化”與“評價量化”中獨立性強，但每個環節對于系統性的“信息繭房”量化研究而言都是無法割裂的存在，因此基于上述分階段研究構建一套動態可調且科學嚴謹的“信息繭房”系統量化研究模型是必要且可行的。模型量化研究實施成功的基礎是用戶行為大數據的收集，內容智能分發平臺通過強大的計算能力以及算法技術完成對平臺用戶行為數據的收集，為“信息繭房”系統量化研究模型的實施提供可靠的基礎。圖3內容智能分發平臺“信息繭房”系統量化研究模型

內容智能分發平臺具有高效且高速的運算處理能力，對于“千人千面”的用戶行為大數據運算而言，內容智能分發平臺完全可以勝任復雜的計算任務，這也是內容智能分發平臺可以使用系統量化研究的優勢之一。根據前述4階段量化研究提出“信息繭房”系統量化研究模型，如圖3所示，首先內容智能分發平臺在量化前通過對信息用戶受困“信息繭房”的癥狀分析與“信息繭房”對用戶的影響分析進行用戶行為大數據收集，進而通過量化算法分析用戶行為數據，對比癥狀量表后確定用戶受困“信息繭房”程度，是否需要進行下一步量化研究。在目前算法不完善的背景下，用戶在使用內容智能分發平臺一段時間后或多或少會受困“信息繭房”；其次內容智能分發平臺對用戶行為大數據進行證型量化分析，獲取不同用戶“信息繭房”的癥狀、反應、影響及表現等信息并進行編目，進而對用戶“信息繭房”狀況進一步做用戶健康評價報告；再次內容智能分發平臺基于健康評價報告對用戶進行組方算法分析，類似于中醫開的處方，內容智能分發平臺針對不同用戶“信息繭房”的癥狀與證型對信息用戶進行“診療”，對比組方量表后向用戶推送新的推薦列表，對于多次受困“信息繭房”的信息用戶而言，內容智能分發平臺會對用戶做出“信息素養不高”的診斷說明，進而內容智能分發平臺可以通過培養用戶“信息素養”來提高用戶規避受困“信息繭房”的能力。最后內容智能分發平臺對比評價量表評估用戶“信息繭房”的綜合“診療”效果。上述4個階段的循環量化是內容智能分發平臺用戶“信息繭房”循環量化研究的特色思想，這一思想在“信息繭房”量化研究中的成功實現是基于內容智能分發平臺強大的計算能力與逐步完善的算法技術。內容智能分發平臺與信息用戶在系統量化過程中始終保持著整體性與系統性，內容智能分發平臺通過用戶行為大數據對用戶進行計算與分析，始終圍繞著用戶展開“信息繭房”的系統量化研究，最終推送新的推薦列表，幫助信息用戶突破“信息繭房”，實現“破繭重生”。

4“信息繭房”系統量化研究的優勢與局限性

41“信息繭房”系統量化研究的優勢

結合中醫臨床診斷理論建立“癥狀—證型—組方—評價”的系統量化研究模型具有極強的可應用性，優勢如下：①在無法獲取用戶主觀思想，通過系統量化對“信息繭房”可以客觀的進行透明可循環的循證，能夠有效幫助用戶實現“破繭重生”。②簡化內容智能分發平臺對用戶“信息繭房”的監測，為內容智能分發平臺提高用戶粘性帶來跨學科與跨層級規范應用的可行性。③內容智能分發平臺可以依托大數據技術以及強大的計算能力實現用戶“信息繭房”系統量化的技術應用，自身擁有的強大技術的智能化算法推薦技術是系統量化循環實施的技術基礎。

42“信息繭房”系統量化研究的局限性

但是目前內容智能分發平臺“信息繭房”量化研究模型依然存在局限性：①淡化了信息用戶主觀能動性，內容智能分發平臺僅僅只是依靠用戶基本行為大數據來計算用戶“信息繭房”的癥狀、證型、組方以及評價，無法掌握用戶對信息的分析處理能力以及掌握的速度等，這些用戶主觀的信息素養與能力無法被內容智能分發平臺獲取與掌握，對用戶“信息繭房”的系統量化與計算是一種缺失。②研究所需的各類量表尚需統一制定。中醫臨床理論中系統量化研究中的各類量表是關于不同疾病的，這與內容智能分發平臺用戶“信息繭房”系統量化研究所需的量表不同，這是因為“信息繭房”只是針對平臺用戶的一類“疾病”，所需要制定的量表相對更簡單。制定一套統一且科學可信的“信息繭房”量表尚需進一步深入研究。③“信息繭房”系統量化研究過程中缺乏“技術+經驗”“主觀+客觀”的復合模式來彌補技術缺陷，內容智能分發平臺單方向對用戶“信息繭房”的客觀量化無法精準判斷用戶狀態。

5結語

將中醫臨床診斷的“癥狀—證型—組方—評價”理論應用在內容智能分發平臺用戶受困“信息繭房”的系統量化研究過程中，是跨學科理論的創新應用。內容智能分發平臺對用戶受困“信息繭房”的分析類似于人在自然環境中的病理分析，大數據在中醫理論中的創新應用是基于中醫量表學、測量學與計算機應用醫學的技術創新。借鑒大數據在中醫理論論中的創新應用，通過分析內容智能分發平臺用戶“信息繭房”的癥狀，進而辯證的對內容智能分發平臺用戶癥狀進行標準化量化，繼而對內容智能分發平臺用戶“信息繭房”證型進行量化研究，再對突破“信息繭房”的解決方案進行組方解釋，最后對內容智能分發平臺用戶“信息繭房”的前述3階段實施效果進行量化評價研究，制定出一套系統量化研究模型是內容智能分發平臺通過技術助力用戶“破繭重生”的有效方法。鑒于情報學領域暫時還未出現關于內容智能分發平臺用戶“信息繭房”的系統量化研究，可供借鑒的資料有限，對于內容智能分發平臺“信息繭房”的系統量化研究還不完善，下一步需要完善“信息繭房”系統量化過程中所需的各類量表制定以及分析處理內容智能分發平臺用戶的主觀能動性問題進行深入研究。

參考文獻

[1]（美）凱斯·R·桑斯坦.信息烏托邦：眾人如何生產知識[M].畢競悅，譯.北京：法律出版社，2008.

[2]王益成，王萍，王美月，等.信息運動視角下內容智能分發平臺突破“信息繭房”策略研究[J].情報理論與實踐，2018，41（5）：114-119.

[3]周文靜.大數據時代下的新聞客戶端的信息繭房效應——以今日頭條為例[J].新聞研究導刊，2017，8（15）：99，180.

[4]王茜.打開算法分發的“黑箱”——基于今日頭條新聞推送的量化研究[J].新聞記者，2017，（9）：7-14.

[5]丁曉蔚，王雪瑩，胡含含.論“信息繭房”矯治——兼及大數據人工智能2.0和“探索-開發”模式[J].中國地質大學學報：社會科學版，2018，18（1）：164-171.

[6]馮雯璐.移動傳播體系下內容分發方式探究——以今日頭條為例[J].新媒體研究，2017，（20）：49-50.

[7]何婷.新聞客戶端個性化推薦引發的“信息繭房”現象[J].新媒體研究，2017，（19）：9-10.

[8]蔡磊平.凸顯與遮蔽：個性化推薦算法下的信息繭房現象[J].東南傳播，2017，（7）：12-13.

[9]侯政昆，胡文，劉鳳斌，等.中醫“癥狀-證型-中藥-組方-評價”系統量化研究模式的分析探討[J].中華中醫藥雜志，2018，33（1）：14-18.

[10]USDepartment of Health and Human Services Food and Drug Administration，Center for Drug Evaluation and Research（CDER），Center for Biologics Evaluation and Research（CBER），et al.Guidance for Industry Patient-Reported Outcome Measures：Use in Medical Product Development to Support Labeling Claims.http：//www.fda.gov/downloads/Drugs/GuidanceComplianceRegulatoryInformation/Guidances/UCM193282.pdf.

（責任編輯：陳媛）2018年9月第38卷第9期現代情報Journal of Modern InformationSep.，2018Vol38No92018年9月第38卷第9期基于信息熵的新媒體環境下負面網絡輿情監測指標體系研究Sep.，2018Vol38No9

收稿日期：2018-05-14