移動互聯網時代下的算法推薦

宋釔凡

摘 ?要 ?隨著移動互聯網的發展，算法分發、個性化推薦等新技術應運而生，媒體出現智能化趨向，智媒時代到來。以“今日頭條”為代表的個性化新聞推薦系統的流行，將其背后的算法推薦及應用推到了輿論的風口浪尖上。

關鍵詞 ?算法;今日頭條;個性化

中圖分類號 ?G2 ? ? ?文獻標識碼 ?A ? ? ?文章編號 ?2096-0360（2019）05-0026-02

根據中國互聯網絡信息中心（CNNIC）發布的第42次《中國互聯網絡發展狀況統計報告》，截至2018年6月30日，我國網民規模已達8.02億，互聯網普及率為57.7%，其中手機網民規模達7.88億，網民通過手機接入互聯網的比例高達98.3%[1]。企鵝智庫2018年10月發布的2018新媒體趨勢報告顯示，在中國互聯網資訊消費者中，平均每天用于資訊的消費時間，人均達到了76.8分鐘，73.7%的用戶每天超過30分鐘，而手機資訊類App成為網民獲取資訊的第一途徑[2]。

由此看來，人們對資訊的需求越來越多，而智能手機在資訊終端占據了絕對優勢，進而催生了一大批資訊類App。

1 ?今日頭條算法推薦的幕后運作

“你關心的才是頭條”，今日頭條自2012年創建以來就打出這樣的廣告語，可見其對用戶體驗的重視程度。比起內容生產者，今日頭條更傾向于用數據分析的領先者來定位自己，其個性化新聞推薦系統應用引起了社會的廣泛關注。

1.1 ?基于內容的推薦算法

根據用戶過去喜歡的內容，為目標用戶推薦相類似的內容。其原理是平臺記錄跟蹤用戶的瀏覽歷史以及社交記錄，對用戶信息標簽化，分析出用戶的社會屬性、興趣愛好圖譜，推測出用戶的信息全貌[3]。新聞推薦就是基于內容的推薦算法的典型。

該推薦算法是今日頭條常用算法之一，在用戶注冊登錄后，系統就會根據用戶手機位置、使用時間、關注的人、喜歡的內容等信息建立一個用戶畫像，并為用戶貼上數多個標簽，然后再結合用戶曾在今日頭條平臺上瀏覽、點贊、評論過的信息，來推薦給用戶類似信息以獲得更高的點擊率。

1.2 ?協同過濾的推薦算法

其運作是通過計算用戶的信息興趣相似度，自動尋找與“目標用戶”具有相同或相似愛好的“比鄰用戶”，并將“比鄰用戶”所喜好的內容反過來推薦給“目標用戶”。從一定意義上說，協同過濾不僅是一種算法，而且是用戶獲取信息的一種新途徑。今日頭條平臺的核心理念就是協同過濾推薦，其背后的依據是用戶喜歡那些具有相似興趣用戶喜歡過的商品。

當然，協同過濾的實現也是需要一定條件的，首先是每個人與人際關系網中的其他個體有類似的喜好行為、習慣傾向;其次則是人們越來越傾向于在網絡中對信息進行分享、評價;最后是強大的數據處理和分析技術。只有這樣，平臺才能為用戶提供更加個性化的資訊。

2 ?算法推薦下的今日頭條存在的暗流

2.1 ?用戶隱私泄露，陷入信息繭房

2015年1月，張一鳴在極客公園創新大會上發表演講，指出今日頭條后臺系統收集的數據大概分為三個特征被其學習：動作特征（包括點擊、停留、滑動、評論、分享）、環境特征（包括GPS定位、是在Wi-Fi環境還是4G環境、是否為節假日等）和社交特征（微博、微信的關注關系，歷史上發的微博）[4]。

其后臺所引用的動作特征、環境特征和社交特征或多或少的都包含著用戶的隱私，然而它們引用這些信息并未征求過用戶的意見，雖然在后臺收取用戶信息的是系統，收集的結果是抽象的數據，但當用戶的喜好興趣都以數據記錄下來時，難道不是對用戶隱私的侵犯嗎？

除了隱私泄露外，還會給用戶造成信息繭房。今日頭條平臺推送用戶可能感興趣的東西，看起來是極具人性化的方法，在信息過載的今天為人類找到了一條捷徑，但是人是有惰性的，在主動搜索其他資訊和平臺推薦資訊中，用戶會毫不猶豫的傾向后者，這樣勢必會造成用戶信息選擇面的收窄，形成信息“孤島”效應。

此外，算法推薦下的內容還會使用戶對某一事件形成與事實不符的刻板印象。比如用戶瀏覽了一條“高鐵霸座”的新聞，然后平臺可能會推薦給用戶一些類似“劇院霸座”“飛機拖鞋”等一類的資訊，或者一些有關這些資訊的評論，長而久之，該用戶可能就會形成當今社會人們素質低下，不遵守規則，但與事實不符的刻板印象。

2.2 ?平臺內容粗制濫造，侵權行為時有發生

算法推薦過程中會抓取一定數量的關鍵詞，有些作者為獲得高推薦量，不擇手段的蹭熱點，找流量，對內容進行二次加工非二次創新，易造成標題黨大行其道，抄襲之風盛之又盛，內容粗制濫造、良莠不齊等問題，在傳播過程中易造成侵權現象，弱化對基本價值的守望和主流價值的引導。

“我們不生產新聞，我們只是新聞的搬運工。”今日頭條的新聞搬運也帶來了一系列的版權問題。2018年今日頭條卷入了一系列的旋渦：先是年初與百度和騰訊的口水戰，然后是被央視曝光刊登“二跳”違規廣告，后又因內容低俗被約談和下架產品，旗下“內涵段子”更是被責令永久關停。6月以來，又卷入了包括鳳凰網、愛奇藝等多件版權糾紛案

件中。

“雖然時下資訊內容豐富，但優質的資訊在用戶看來仍是稀缺的，有13.7%的用戶表示很難看到，另有一半用戶認為比較稀缺，看到的較少?！逼簌Z智庫2018年10月發布的信息顯示[2]。由此看見，部分資訊類App的內容質量還是令人擔憂的。

2.3 ?網絡群體極化，社會黏度降低

在算法個性化推薦下，用戶習慣接受自己偏愛的訊息，與興趣相合的人聚談，而聚集又會反過來強化這種意見或態度，經過長時間的累積，容易形成趨同的風格。而各群體之間，會造成語言隔閡、交流障礙甚至認知困難。當個體、群體之間缺乏黏性時，無疑將極大的弱化群體功能，產生負面影響。

社會黏性是由經驗、知識和任務的分享而來的，人們需要有一些共同的關心和記憶，需要構建起具有黏性的共同聯盟[5]。群際的隔膜，使群體間缺乏黏性，離散成單一的力量，這會造成分歧加劇。隨著移動互聯網時代的到來和智能手機的普及，人與人之間的直接接觸交流逐漸減少，而網絡上信息選擇的高度自由使用戶很容易形成群己之分，使個體減少社會經驗分享，脫離社會發展的軌道。

算法推薦機制將內容分發給用戶時，缺乏對內容理性的判斷和主流價值的引導，而傳統媒體建構的主流價值觀、堅守的新聞理想也隨之破滅。今日頭條作為個性化新聞推薦的典范，僅依靠算法和技術，以用戶的行為偏好為衡量標準，缺少對內容的把關和引導，易使用戶呈現出以自我為中心的較少考慮社會倫理道德的行為，與社會主流價值觀背道而馳。

3 ?算法推薦下的平臺出路

3.1 ?做好“內容的搬運工”

不管是平臺自己生產的原創產品，還是“他山之石”，今日頭條作為一個平臺，應當對用戶接收的內容產品質量負責。因此平臺應做到凈化環境，提高平臺的內容質量，與知名原創作者簽約，加強與相關媒體機構的合作，解決版權問題。

同時，在內容監管方面也可以增加一些人工編輯，把控內容質量。編輯作為對算法推薦技術的補充，可以為用戶提供一些他們興趣之外卻仍需要了解的內容，如具有重大影響的新聞事件，真正有價值的真新聞等。

3.2 ?當好“數據分析的領先者”

如今的算法大多還停留在初級階段，作為以算法見長的平臺應著力完善算法，努力實現數字化、智能化，使算法盡量完整準確地對人們信息需求的重點和全貌進行畫像，更好的了解用戶。完善后的算法不應是只推送用戶偏愛的內容，還要適量的滲透一些社會主流價值的內容，幫助用戶打破信息繭房，使用戶對社會有一個較為全面的認知，以免與社會脫節。

參考文獻

[1]CNNIC發布第42次《中國互聯網絡發展狀況統計報告》[EB/OL].（2018-01-31）.http：//www.cac.gov.cn/2018-01/31/c_1122346138.htm.

[2]中國新媒體趨勢報告2018：通向媒體新星球的未來地圖[EB/OL].（2017-11-20）.0http：//tech.qq.com/a/20171120/025254.htm#p=12.

[3]趙雙閣，岳夢怡.新聞的“量化轉型”：算法推薦對媒介倫理的挑戰與應對[J].當代傳播，2018（4）：52-56.

[4]張一鳴：機器學習能帶來更有趣的世界嗎？[EB/OL].（2015-01-17）.https：//chuansongme.com/n/1094314.

[5]李良榮.網絡與新媒體概論[M].北京：高等教育出版社，2014：73.