大數據算法下新聞把關機制研究
——以今日頭條為例

南京外國語中學仙林校區

1947年，把關人概念由美國社會心理學家、傳播學奠基人的盧因提出，并且在《群體生活的渠道》一書，盧因認為，新聞在由傳播者流向受傳者之前需要接受篩查，只有通過的部分才能流向受傳者，隨著媒介業態的不斷變革，新聞“把關人”理論發生了一系列的變革，無論是從把關人范圍、把關的標準、把關節點的設置以及審核的難度都發生了一定的改變。

隨著Web3.0時代的到來，大數據、云計算滲透到各行各業，而其在傳媒業的體現就是機器人新聞以及云計算結果后的智能推送，有關后者，在我國較為有代表性的新聞APP則是今日頭條。

一、今日頭條APP基于算法機制下的把關機制

今日頭條作為我國較早運用大數據計算的新聞類APP，其主要的內容來自普通的受眾以及對于其他新聞類網站的歸類以及整合，字2014年以來，其市值截止至去年已經實現了150 倍的增長，今日頭條主打興趣推薦算法，基于興趣推薦這一算法打破了以往新聞把關人的限制，從新聞把關人的群體上來看，傳統意義上的新聞把關人主要依托于專業化、職業化的新聞從業者，即新聞媒體記者以及編輯，但是基于興趣推薦算法，通過搜集網絡上已發表的新聞之外，還能根據用戶的使用習慣以及點擊、搜索歷史形成用戶標簽，針對該用戶標簽進行相應方向的推送，不僅保證了新聞推送的真實性還保證了新聞把關的效率性以及準確性。

在今日頭條APP的背后，新聞的把關人主要依托于以下的三種模式，首先是受眾的評論以及反饋，今日頭條的主要新聞來源來自用戶，從某種意義上，用戶除了作為新聞發布源存在，還起到了一定的審核的作用，即用戶在進行新聞事件的上傳時會實現進行內容以及用詞的審核。

其次是今日頭條內置的新聞算法機制，今日頭條主打算法機制并采用算法為主，人工為輔的新聞把關方法。而新聞算法主要分為三個階段，第一階段為主題的審核，用戶在進行新聞內容的發布后，由算法機制對于其題目以及相關可以體現主題的地方進行審核，其內容要求正能量，不符合相關規定的內容無法實現上傳，其次是在內容中進行相關關鍵詞的排查，通過整體上的關鍵詞排查避免上傳內容涉及公共敏感詞匯，以上兩個步驟完成后可以實現新聞內容的上傳，在實現新聞內容的上傳后，算法機制會根據用戶的地域分布，興趣愛好等形成定向推送，達到精準推送的目的。最后則是編輯團隊進行的人工新聞審核，自我國開始對諸如今日頭條的算法機制進行整合以及整改后，今日頭條團隊衍生出了人工審核這一環節，即將算法程序審核通過的信息移交人工進行審核。

二、依托算法機制的今日頭條在把關上存在的問題

目前，基于算法進行新聞把關僅能保證其真實性，但是究其質量而言還無法與專業的新聞從業者相比，縱觀今日頭條APP的算法審核機制還是存在著諸多的弊端。

首先是從文字的表述上，在今日頭條上進行消息傳播的用戶，大多不是專業的新聞從業者，對于這些用戶而言，能夠評判新聞質量好壞的取決于流量，即點擊量以及評論數量，但是實際上，缺乏專業化、系統化的用戶無論是從新聞標題的選取還是框架內容的分布都或多或少的不合理性，在這其中最明顯的就是標題黨。標題黨形成于流量為王的現狀，其主要的目的就是通過敏感詞匯、夸張的角度從而達到吸引讀者的目的，但是從實際上來說，該行為首先是不符合傳播者的職業道德。

其次是從傳播的效果上，今日頭條的運行機制是由流量決定的，這就決定了用戶在進行傳播的過程中，能夠引起何種的社會輿論反響并不是其首先考慮的范疇，這就導致了新聞的失范現象。

以今日頭條出現的新聞“二跳”事件以及“大數據殺熟”現象的產生使得以往鼓吹算法的今日頭條受到了質疑，所謂“二跳”事件，是指有用戶舉報今日頭條在點擊一個新聞后，出現相應鏈接，但是當點擊鏈接之后出現的確實低俗廣告，今日頭條雖當即表示進行相應整改，但是就其媒體的社會公信力而言，還是受到了影響，成也興趣推送，敗也興趣推送。今日頭條的興趣推送雖然培養并固化了不同群體的用戶，最大限度地吸納不同愛好、興趣、使用習慣的用戶，但是興趣推送所基于的算法并不將有無產生新聞反轉、社會輿論作為參考的標準，所以今日頭條所鼓吹的算法機制雖然可以起到優化推送的效率，但是實際上無法保證其推送的質量。

除此之外，侵權問題也是今日頭條無法避開的問題，“什么新聞可以采用”“采用的新聞是否都表明來源與出處”2014年到2017年期間，新京報等媒體皆表示今日頭條涉及侵權，使得“今日頭條”的算法再度面臨危機。

三、總結

隨著人工智能化以及大數據技術的深入，新聞傳媒走向數字化是無可避免的，但是就新聞把關這一方面而言，無論新聞算法機制的覆蓋面、推送效率存在著怎樣的優越性，但是在產生的輿論效應、把關的節點控制方面都無法取代人工，今日頭條APP作為一個主打興趣推送的新聞類APP雖然可以為用戶提供門檻更低的傳播平臺以及瀏覽新聞方式的便利性，但是其自身基于算法的缺陷還在，即低俗化的廣告刊登，侵權事件屢屢出現，僅依托于大數據進行的推送雖然可以保證數量以及效率但是仍舊無法保證傳播的質量。