算法推薦機制下的短視頻“過濾氣泡”問題研究

薛堯云

摘 ?要 ?算法推薦技術能夠實現對受眾的精準信息投放，解決了信息泛濫的困擾，但同時也帶來了一些問題。文章從抖音短視頻出發，分析其“過濾氣泡”的成因、現象依據、影響及措施，旨在對算法推薦機制下的“過濾氣泡”有進一步的理解，形成對抖音更好進行運營管理的啟發，在今后的實踐中加以運用。

關鍵詞 ?算法推薦;短視頻;過濾氣泡;戳泡;抖音

中圖分類號 ?G2 ? ? ?文獻標識碼 ?A ? ? ?文章編號 ?2096-0360（2019）14-0021-02

1 ?背景

在激烈的短視頻市場競爭中，眾多短視頻平臺為了在市場中占有一席之地，紛紛發起攻勢。其中，這些短視頻平臺為了通過內容精準吸引用戶，確保受眾保持使用黏性，將算法推薦技術運用其中，實現對受眾的精準傳播。這種做法雖然在一定程度上解決了信息泛濫的困擾，但容易引發“信息繭房”效應和“過濾氣泡”效應，導致“群體極化”問題的發生。因此，在新媒體時代，如何能有效規避“過濾氣泡”效應，解決信息傳遞的單一化、片面化問題，是當下新媒體人面臨的挑戰之一。

2 ?算法推薦下的“過濾氣泡”

在傳統的模式中，人們往往通過人力采集、加工和審核來篩選媒介的信息內容，而現如今，隨著互聯網技術的飛速發展，利用計算機算法技術可以將信息內容精準的投放到受眾，從而大大提升媒介的點擊量和關注度。但與此同時，由于計算機算法向受眾傳遞所謂的“個性化信息”，一系列類似于受眾接受信息單一化等“過濾氣泡”問題接踵而至，成為了新媒體實踐中的一大難題。

“過濾氣泡”（Filter Bubble）是由互聯網活動家埃利·帕里策（Eli Pariser）2011年在其著作《過濾氣泡：互聯網沒有告訴你的事》（The Filter Bubble：What the Internet Is Hiding from You）中提出來的。總結來說就是計算機通過記錄受眾在網頁上搜索及瀏覽等留下的歷史痕跡，計算推斷出受眾的喜愛信息及偏好，從而根據此進一步推送相關信息，以此實現受眾的個性化信息定制。

在新媒體時代，尤其是短視頻這一“戰場”，為了實現完美的精準推送，保證用戶的媒介使用黏性，各個平臺都開始競相使用算法。然而，這種個性化的氣泡雖滿足了受眾的一部分需求，但卻將需求以外的信息隔絕在外，難以實現信息的多元化傳遞。在一定程度上，這種經過過濾的氣泡是對受眾的片面性和刻板性引導。

3 ?抖音“過濾氣泡”的基本依據

3.1 ?基于用戶基本信息

基于用戶基本信息來進行內容推薦是最常見的氣泡過濾模式，即通過后臺記錄用戶的性別、年齡、所在地區等基本信息，向其傳遞相應的內容信息。抖音與微信、QQ、微博等社交媒體相聯系，用戶可以通過這些媒體一鍵登錄，系統可以通過這些信息實現首頁的內容推薦。與此同時，在登錄抖音平臺時所填寫的學校、簡介等標簽也是進行信息傳遞和過濾的基本依據之一。

3.2 ?基于用戶社交行為

用戶的瀏覽、點贊、評論、轉發等行為是抖音平臺判斷用戶喜好的重要依據。通常，用戶一旦對某一話題或是某一視頻進行點贊或評論，抖音會接連推送相似的信息內容，繼而引起用戶的興趣點，不斷引爆話題。在社交關系中，通過與通訊錄、微信等社交媒體的綁定，一旦有朋友加入抖音，抖音便會進行推薦，而好友之間的互動也會使得平臺優先推薦好友發布的內容。

3.3 ?疊加推薦與熱門引導

疊加推薦和熱門話題的引導是抖音過濾氣泡的一種特殊模式，在抖音中，被點贊、評論和轉發的短視頻會被系統自動識別為優質內容，并且會在之前的基礎上疊加更多的推薦流量，由此產生了眾多幾百萬甚至是上千萬的短視頻。如此多的瀏覽量，眾多的用戶深感喜愛，平臺會基于此進行一輪又一輪的推薦，進行氣泡過濾，從而進一步增大流量。

4 ?抖音“過濾氣泡”的負面效應

4.1 ?優質內容流失

抖音過濾氣泡，使得一些固定的題材或是話題占據了大量的流量資源，往往是較為低俗化的內容占據大量流量，經常被推薦，而其他優質的內容由于流量少而沒能被推薦，使得部分優質內容流失。想要獲得優質內容的用戶得不到滿足，一定程度上影響了用戶的使用深度和廣度。

4.2 ?信息類型單一

由于過濾氣泡主要以受眾的興趣愛好和搜索偏好為依據，平臺會根據用戶的瀏覽記錄獲取用戶偏好，繼而推送感興趣的短視頻。久而久之，由于過濾氣泡的作用，會使信息呈現單一化的特征，一定程度上會給受眾帶來片面性和刻板性的影響。

4.3 ?受眾群體極化

眾所周知，受眾群體是由于分化而集聚的。過濾氣泡會導致過度的信息偏好引導，從而使得受眾只能知曉一部分內容，缺乏對信息內容的完整性了解。這種情況一旦發生，受眾便會形成固執己見的認知，盲目自信，心胸狹隘。在“過濾氣泡”的影響下，人們更傾向于沉浸在自己的世界中，尋找自己的興趣點，忽略與他人的接觸和交往，形成受眾群體極化。

4.4 ?社會規范失序

“過濾氣泡”看起來帶給人們的影響是單一單項性的，但是涉及整個平臺領域，由于各種信息的接收受眾各不相同，每個受眾的興趣點和關注點也具有差異，這就使得受眾的觀點極具個性，缺乏群眾合力。當社會規范要求統一性時，“散珠化”的受眾便會“各抒己見”“眾口難調”，“烏合之眾”的尷尬局面也會呈現，影響社會規范的有序性。

5 ?抖音“過濾氣泡”的改善之道

5.1 ?提升用戶洞察技術

既然抖音主要依據受眾的偏好，那么打破“過濾氣泡”就要摒棄這種行為，不斷提升用戶洞察技術。比如可以在原有的算法基礎上增加推送內容的衡量指標：內容有效性、時效性、用戶滿意度等，或是用算法計算出受眾所處的各類圈子對于某個話題的平均強度，從而使其能更聰明、更完整準確地測度到人們信息需求的全貌和重點。

5.2 ?跨域推薦

跨域推薦主要指的就是跳出推薦的“信息繭房”，以推薦系統“Individuality”為例。如果用戶A經常瀏覽同一個內容，推薦系統在保證該內容源的主體性外，盡可能的挖掘其他跨域的種類：包括跨越物質屬性的相同物種、跨越不同品類的物品和相同顏色材質的不同物種等，以此來規避“過濾氣泡”帶來的影響。

5.3 ?優化平臺話題設置

面對“過濾氣泡”帶來的片面化、刻板化信息，抖音平臺應刻意的規避話題同質化現象。通過算法技術，不僅要推薦用戶感興趣的內容，還要推薦其他類別的信息，更重要的是推薦具有主流價值觀傾向的內容，從而對受眾進行價值觀的引導，傳遞社會正能量，營造良好的短視頻環境。

5.4 ?受眾自覺主動“戳泡”

為了戳破“過濾氣泡”，除了技術以及平臺方的努力，更重要的在于受眾用戶群體必須要有打破“過濾氣泡”的自覺意識，不斷提升自己的媒介素養和網絡素養，自覺主動接受偏好之外的信息，不斷將自己所得到的資訊疊加進大社會的資訊，同時在大社會中探索未知信息，通過多方努力，營造多角度的信息環境。

總之，在網絡信息技術發達的今天，算法推薦技術雖然某種程度上解決了信息泛濫的困擾，但容易引發“過濾氣泡”效應。通過對抖音短視頻內在算法推薦依據的分析可以得出：“過濾氣泡”是技術、人性、社會結構共同作用的結果，需要技術的改進、平臺的優化、人為的理性協商三方共同努力。

為了戳破“抖音泡泡”，還原客觀真實的短視頻環境，政府層面需要加強進一步的監管;短視頻平臺需要進一步提升用戶洞察技術，嘗試進行跨領域的推薦，不斷優化平臺設置;受眾要自覺主動“戳泡”，只有多方共同努力，才能實現抖音更好的運營管理，取得更好的傳播效果。由此，由抖音而延伸至的整個短視頻環境也會更加優良。

參考文獻

[1]郭小安，甘馨月.“戳掉你的泡泡”——算法推薦時代“過濾氣泡”的形成及消解[J].全球傳媒學刊，2018，5（2）：76-90.

[2]邱晶，趙強.新媒體“過濾氣泡”對受眾信息偏好的引導研究[J].新聞研究導刊，2017，8（7）：113.

[3]李墨涵.抖音算法推薦機制的局限與對策分析[J].新媒體研究，2019（2）：28-29.