基于算法推薦的“Feed流”傳播平臺的轉變趨勢

【內容提要】“Feed流”已經成為一個流行的內容推薦形式，被各大網絡平臺使用，但作為內容時代的一個新形式，在其發展過程中，將呈現何種利弊？平臺在面對這些弊端又將做出何種轉變？本文擬從這兩個問題出發，對“Feed流”進行分析。

【關鍵詞】“Feed流” 算法推薦 信息繭化

隨著互聯網技術飛速發展，信息爆炸、碎片化成為突出現象，傳統的內容信息流已經呈現出弊端，無法滿足用戶高效獲取特定內容的需求，這使得個性化、精準化的算法分發模式迅速興起，基于算法推薦的“Feed流”信息分發模式也成為各大平臺的首選。

“Feed流”即平臺持續更新并呈現給用戶內容的信息流，微信朋友圈、微博、百度、今日頭條、Facebook等平臺首頁都是一個“Feed流”，其實就是信息的智能化推送。“Feed流”是一個信息出口，各大社交和新聞資訊APP使用算法為用戶推薦無窮無盡的內容，用戶無需主動搜索，只需要“刷新”這一個動作，系統即可呈現大量相關內容。“Feed流”能在算法基礎上，根據每一個用戶日常瀏覽新聞喜好、習慣留下的印記而實現智能化、個性化、精準化推薦。“Feed流”在新聞資訊平臺、社交媒體、短視頻等眾多互聯網平臺上被廣泛運用。

一、人工到算法，“Feed流”存在的必要性

隨著內容的全面爆發和用戶時間的擠壓，用戶個性化的需求更為顯著。針對大眾傳統的信息流不能滿足用戶對于特定信息獲取的需求，平臺“Feed流”通過算法機制的篩選，自動給用戶提供個性化的內容，為用戶節約了時間成本，提高了其對平臺的黏性；平臺也通過“Feed流”精準推薦，更有針對性的進行營銷，增加獲利。

（一）“Feed流”個性化推薦，縮減用戶搜索時間成本

信息平臺根據用戶前期主動搜索情況，通過算法篩選，自動為用戶生成個性化內容，針對平臺用戶畫像差別推薦不同信息內容，滿足不同用戶群體的需求。平臺通過算法和“Feed流”設計智能化的進行推薦，減少人工信息分發的時間，提高信息分發效率；“Feed流”為用戶剔除大量無趣信息，提升閱讀效率，給用戶更好的閱讀體驗。①用戶無需花費大量精力去主動搜索，打開平臺就能夠直接獲取想要的信息，節省大量信息查詢、篩選時間，提高用戶好感。資訊平臺今日頭條就憑借其精準的算法和個性化、智能化的推薦贏得大量用戶。

（二）“Feed流”自動化推薦，增加用戶平臺黏性

“Feed流”平臺通過信息發出的時間或關注度自動進行信息分發。在這種自動化信息分發過程中，信息發布者可以獲得更多的關注，而用戶可以在短期內獲得更多有價值、感興趣的信息內容。在算法精準推薦下，自動化的“Feed流”減少了傳統信息流給用戶帶來內容匱乏或泛濫的不良體驗感。在算法篩選出用戶感興趣的內容后，平臺內容自動持續更新，給用戶不斷灌輸優質的新鮮內容，用戶使用平臺的時長不斷增長，達到最大化，用戶對平臺黏性增加。今日頭條旗下的抖音短視頻，通過短時間內無限提供新鮮內容而讓用戶沉浸其中，提高用戶在短期對平臺的黏性。

（三）“Feed流”精準化推薦，平臺精準營銷增加獲利

在流量決定收入的大背景下，“Feed流”為平臺吸引大量用戶以及增加用戶對平臺的黏性，平臺用戶和收入也將隨之增加。對于平臺而言，通過大數據和算法智能分析了解用戶習慣和行為后，可以有針對性地進行營銷推廣，進行更精準的廣告投放，獲得更多的利益分成。2017年百度推出“Feed流”廣告，將廣告作為信息流進行推廣，在手機百度、貼吧和百度手機瀏覽器三大平臺進行投放；微信朋友圈、今日頭條、Facebook等眾多信息平臺均推出了“Feed流”廣告。“Feed流”廣告夾雜在用戶訂閱的信息流中，精準推送到用戶的平臺首頁上，廣告的到達率和點擊率比其他廣告形式更高。

二、主動到被動，“Feed流”所面臨的挑戰

“Feed流”作為當下最受歡迎的內容推薦形式之一，盡管不同產品的信息容量不同，但往往都可以無限滾動瀏覽下去，讓用戶沉浸在無限信息之中。但用戶從主動搜索信息到被動接受被篩選好的信息，用戶的主動性被占據，這種把用戶閱讀的選擇權交給機器的行為本身就存在著挑戰。

（一）用戶被動接收信息繭化

“Feed流”通過用戶前期的搜索和閱讀習慣，限定用戶所感興趣的內容范圍，而不斷推送此類信息，用戶在一定程度上失去選擇其他信息的機會，被動的接受平臺推送的同類信息，只能關注自己喜歡、感興趣的信息。但那些用戶暫時不喜歡但有益、有用的信息則被用戶和平臺“屏蔽”了，使得用戶個人禁錮在自己和平臺所建構的信息繭房中。②在一定程度上，信息繭化將用戶束縛在狹窄的信息流之中，而忽視對其他信息的接收，不利于用戶收集信息的整體化發展。同時“Feed流”所推薦的同質化信息也會造成用戶的認知負荷，信息的辨識度不高，給用戶帶來焦慮感，最終導致用戶放棄使用產品。

（二）用戶接收信息效率低下

“Feed流”設計的初衷是為了幫助用戶節省搜索、篩選有用信息的時間，但其個性化、自動化的推薦內容使得用戶最大化的使用產品。即當用戶在平臺上找到所需信息時，仍會花大量的時間停留在平臺上閱讀自己感興趣的信息，導致受眾接受信息這一過程效率低下，反而增加用戶時間成本。此外，“Feed流”內容以時間和受關注度的程度進行更新，內容不斷的流動，用戶在一定時間內錯過就難以找回，在一定程度加深了受眾的焦慮。例如當用戶在今日頭條APP首頁上看到有用信息，沒有進行保存，隔一段時間后重進頁面，信息內容已經自動更新，再重新找回信息，則需要花費更多的時間，用戶體驗感較差。

（三）平臺主流價值導向弱化

資訊平臺尤其是新聞平臺在一定程度上承擔著傳播社會主流價值的責任，平臺在滿足用戶個人信息需求外，也需要向受眾傳達主流價值觀。“Feed流”是基于算法推薦的信息流，根據用戶的喜好而推薦相應的內容，而各用戶的喜好是同中存異，喜好的內容也有娛樂化傾向。推薦用戶的“Feed流”也偏向娛樂化，社會熱點新聞和娛樂新聞占據用戶的全部注意力，主流文化內容則被忽視。在算法控制下的信息分發，弱化了平臺主流價值導向。③同時，自動生成的“Feed流”缺少人工把關，其傳遞的信息良莠不齊，標題黨現象愈演愈烈，一些低俗化的信息和廣告信息也鉆了算法的空子，到達用戶首頁，造成不良影響。Facebook因自動化推送缺少把關，平臺被大量無用的垃圾信息和廣告信息充斥，嚴重影響受眾閱讀體驗。2018年4月，今日頭條也因平臺充斥低俗化信息、與主流價值導向相悖而下架整改，其旗下短視頻應用也短期下架整改。

三、自動到半自動，“Feed流”的轉變趨勢

“Feed流”作為信息流的一個發展，必然有其不足之處，但在以內容為王的時代，“Feed流”有其存在的必要性，Facebook、Instagram、YouTube、百度、今日頭條等國內外平臺均運用“Feed流”作為內容推薦形式，平臺也根據“Feed流”所面臨的問題對其進行改變。

（一）自動到半自動，歸還用戶主動選擇權

“Feed流”以其全自動化的內容推薦而將用戶置于被動地位，將繭化的信息源源不斷地傳遞給用戶，在一定程度上剝奪了用戶的選擇權。而平臺在意識到這種全自動化的內容推薦形式嚴重影響到受眾體驗感后，各平臺都做出了轉變，將自動化的推薦形式變成半自動化的“Feed流”推薦形式，讓步用戶選擇權。Google Now、百度以及今日頭條等在“Feed流”底部做了一個“更多內容”按鈕設計，給予了用戶自主進行選擇繼續閱讀的權利，避免了平臺自動滾動刷新給用戶帶來的困擾，提升用戶體驗感。

（二）無限到有限，避免用戶接收信息繭化

信息流最主要的問題是“展示什么內容”、“如何排列內容優先級”，相較于傳統的海量信息流，“Feed流”無限持續更新推薦用戶喜歡的內容，雖然縮小了推薦內容的范圍，但實際上增加了用戶的時間成本，也使得用戶接收信息繭化。平臺在展示用戶喜歡的內容外，還需要將多樣化的內容細分后，呈現在用戶面前，避免信息單一化，給用戶一個打破“信息繭房”的環境。同時平臺需要給“Feed流”設置截斷功能，將內容做到有限化，避免信息過載；即優先排列用戶喜好內容，再排列其他內容，信息種類更豐富。④用戶最先的關注點將集中在截斷后的平臺首頁，再根據自己的喜好去選擇細分內容，用戶接收內容更多元。國外視頻網站Netflix就設計了“Feed流”隔斷功能，將影片按照內容等要素進行細分，用戶先選擇興趣點再進入“Feed流”，用戶既有可能被多元化的內容吸引，也不會因無限的信息更新造成信息過載、帶來焦慮。

（三）無序到有序，加強平臺主流價值導向

基于算法推薦的“Feed流”在一定程度上將主動權交機器，而以機器為主導的平臺在享受算法帶來的智能化、精準化的內容同時，在把關缺失的條件下不可避免的陷入無序狀態。以算法為平臺核心的今日頭條因其違背主流價值觀而多次被央視、人民網點名批評；Facebook New Feed被用戶投訴侵犯隱私等事件均體現以算法為基準的“Feed流”帶來的無序狀態。而在各主流媒體和受眾的批評下，各平臺都進行了整改，加強對信息的把關，將信息質量高低與其在“Feed流”中的顯示概率直接掛鉤，一些低俗化信息、惡意廣告將被下架，同時各平臺首頁加大對主流價值觀的宣傳。今日頭條推出“靈犬反低俗助手”，加強對信息的把關、監管。2018年5月17日，今日頭條更換slogan，將“你關心的，才是頭條”更換為“信息創造價值”，加大對主流價值觀的宣傳；Facebook加大對垃圾郵件和廣告信息的打擊力度，“Feed流”平臺逐漸從無序到有序。

四、結語

人們正在邁向智能化時代，基于算法推薦的“Feed流”只是一次嘗試，在嘗試過程中，必然有其利弊。事物是在不斷變化、改進的，其利大于弊，或者說能夠對弊端實行調整、加以改進，就有其繼續存在的可能，“Feed流”在轉變過程中也將不斷的面臨新機遇和新挑戰。如何給用戶帶來更好的使用體驗，仍然是各平臺進行首頁設計的最主要的目標。

注釋：

①張瀟瀟.算法新聞個性化推薦的理念、意義及倫理風險[J].傳媒，2017（11）：82-84.

②喻國明.“信息繭房”禁錮了我們的雙眼[J].領導科學，2016（36）：20.

③陳昌鳳、石澤.技術與價值的理性交往：人工智能時代信息傳播——算法推薦中工具理性與價值理性的思考[J].新聞戰線，2017（17）.

④潘一鳴.“Feed流”設計：怎樣用策略掌控用戶視線？[EB/OL].http：//36kr.com/p/5075013.html

作者簡介：馬曉純，南昌大學新聞與傳播學院2017級新聞學碩士研究生

編輯：王洪越