淺析算法新聞的現狀及未來發展

■吳 瓊/安徽新華學院

一、定義與分類

隨著媒體技術的發展，走在時代前沿的媒體緊緊抓住“算法”這一核心，從事算法生產內容，從用戶角度出發，開始進行“精準推送”?；貧w現實，算法新聞在日常中通常被人們理解為運用算法技術自動化生產、精準化推送的新聞。

二、算法新聞的現狀

更新迭代的技術，帶來了無法預料的成果?；ヂ摼W技術結合算法運用于信息傳播環節便是其一。算法新聞作為當下媒體生態圈中不可缺少的亮點，伴隨著移動終端開始頻繁出現在人們的生活之中，突破傳統的新聞信息生產方式，開始在媒體生態圈大放異彩。傳統媒體將算法新聞納入內容產品之中，靠其轉型。新媒體運用算法新聞吸引用戶，成為長遠發展必不可少的內容。

就目前國內的算法新聞發展而言，比較樂觀。作為算法新聞的生產者，傳統媒體和新媒體用不同的方式來體現。以人民日報客戶端為主流傳統媒體的代表，從2018年6月11日人民日報客戶端中的“人民號”上線以來，“人民號”運用人工智能技術結合算法共同發展。人民號中的內容類似于“頭條號”和“百家號”，入駐賬號較為廣泛，除了各大媒體、國家黨政機關、企業機構之外，還有優質的自媒體和各領域的知名人士。這種布局保證了算法內容的多樣性，并確保了內容質量的把關，采用算法技術的轉型是人民日報走向媒體融合關鍵的一步，“人民號”也正在發展與自己目標和定位相符合的“黨媒算法”。類似的還有光明日報、新京報、央視新聞等傳統的主流媒體。這也顯示了算法新聞已經成為了傳統媒體不可缺少的一部分。

相較于傳統媒體，算法新聞已經成為了新媒體不可缺少的生命力。今日頭條的“頭條號”、百度的“百家號”、UC的UC頭條等都在緊握算法這一技術。算法新聞的火爆離不開今日頭條的發展。今日頭條也一度和算法新聞捆綁在一起。今日頭條從白手起家到短短兩年間下載用戶超2.2億，每天的在線閱讀量超過2000多萬，數據的背后是離不開精準的內容推薦，這種新的傳播方式大大增強了用戶粘性目前，運用算法的新聞資訊平臺除了以上的新媒體以外，還有網易新聞、澎湃新聞、鳳凰新聞等新媒體。可見算法新聞的現狀呈現發展的趨勢，還有許多問題亟待解決。

算法新聞存在的價值翁庸置疑，算法新聞在實際運用中的褒貶不一，多樣的算法推薦的方法在具體運作時并沒有計劃中那么完美，優缺點并存。

三、算法新聞存在的問題

（一）信息繭房

美國學者在20世紀便提出了“信息繭房”這一概念，“信息繭房”即指“人們的信息領域會習慣性被自己信息繭房是指人們的信息領域會習慣性地被自己的興趣所引導，從而將自己的生活桎梏于像蠶繭一般的“繭房”中的現象。”這種現象早已在報紙興盛時便出現了。不同類型的報紙給予了受眾選擇的空間，當受眾鐘情于商業信息時，則只購買他所信任的商業報紙，卻丟棄了其他類型的報紙，這種選擇性的接觸最終讓受眾只局限于這一類型的信息中，卻看不到多樣化的信息。

于算法新聞而言，個性化的算法推薦根據用戶的閱讀偏好進行關鍵詞的匹配。當你在微博或者資訊平臺留下的腳步更多現實你的停留在娛樂八卦時，推送可能一大半都會推薦娛樂八卦。這種推送模式是對用戶關鍵詞的選擇，卻帶有絕對性。忽略了用戶潛在新增的需求。直接把時事政治、體育類等其他內容屏蔽在可接受范圍之外。這種不斷滿足用戶內容的運作模式，讓用戶在這樣的擬態環境內不斷深陷，這種正向反饋最終帶來的是用戶粘性的增強，使用戶信息成癮，卻忽視了對外界的探索。

（二）版權沖突

算法新聞靠其智能化的個性推薦將內容分享給用戶，在分享的同時，選擇掩蓋文章的撰寫者，模糊原創概念。由此導致的版權問題引發爭議，抄襲問題愈演愈烈。高質量的原創成為了新媒體生產過程中彌足珍貴的事物。在實際生活中，從其他網頁抓取文章內容或在傳統媒體上直接抄襲文章，再通過本平臺進行推薦的行為時常發生。這種純粹對內容的盜用行為，正是通過算法的技術得以實現的。

（三）倫理道德沖突

用戶之所以被算法新聞吸引，一方面是因其投其所好的個性化推薦，另一方面，則是更多的用戶認為算法作為一種技術，比人工更加客觀公正。這一觀點忽略了算法新聞背后的設計者還是人主導的?；蚨嗷蛏俚某休d著設計者的價值觀，為了吸引用戶，滿足用戶的獵奇心理，低質量的內容得到傳播，網絡環境受到一定程度的破壞。在技術的掩飾下，算法新聞成為了假新聞的聚集地，所謂的個性化推薦助長了謠言的滋長，這些內容在一定程度上影響了用戶的心理健康。

（四）忽略事件發展

算法新聞的推薦系統根據用戶閱讀習慣展開，在一段時間下，依舊停留在原有基礎上，比如，當用戶在某一時期準備去某地旅游，搜索了大量有關該地風情面貌的內容，在這一構成中，新聞資訊平臺一直會推送相關的內容。當旅游回來，所有的事情回到正軌后，用戶不需要與之相關的內容。但推薦系統無法跟隨這種變化，往往會忽略這一動態的發展，這種遺忘需求是如今算法技術開發中被忽視的一點，這一點降低了用戶體驗滿足感。

四、算法新聞的未來發展

（一）技術改進

傳統意義上的推薦算法實則為熱門推薦內容和關鍵詞補充而構成。常用的協同過濾算法缺點較為明顯，因為過濾掉的核心思想是個性推薦，選擇推薦的內容是和你有相同品味偏好的鄰居。這種弊端，媒體運營者可以在應用上設置界面，允許用戶設定明確不想被推薦的話題，不再以用戶單一閱讀時長作為推薦的標準，這樣可以增加推薦的可能性。在此基礎上，相應的公司應開發出一套機器學習系統。根據文本關鍵詞特征識別低俗低質量的內容，以抵制劣質內容的流出。

（二）重視內容生產

除了技術，內容也至關重要。從單一信息源發展為主到以算法新聞為代表的新媒體中變成多信息源時，這種“內容為王”便開始讓位于“渠道為王”了。今日頭條上不斷入駐的主流媒體和大V便是最好的見證。

重視內容生產是算法新聞發展的基礎也是本質。隨著互聯網平臺的多樣化發展，自媒體的瘋狂增長。網絡內容生產也經歷了UGC、PGC、PUGC的發展，即從用戶原創到專業生產內容再到專業用戶生產內容。這顯示出用戶消費升級的同時，用戶對新聞內容的要求也在升級。作為算法新聞的主體，應遏制低俗，對優秀的原創內容生產者應給予鼓勵，激發積極性。

（三）克服信息繭房

信息繭房作為算法新聞的一個重要影響，媒體應該對其足夠理性，盡力去克服，信息繭房源于推薦系統無法全面獲得用戶心理，用戶的每一次行為都被無遺漏地記錄在案。推薦系統在不斷吸收用戶操作時所輸入的新信息成為推薦的重要途徑。所以互聯網新媒體應該改變這一單一的處理模式，不再停留在唯用戶時長為重的處理模式，應站在更高的格局來處理這一問題。

一方面擴寬內容，推薦內容不再單一地圍繞原有的喜歡，另一方面，媒體的目的不應只是為了完成推薦內容而存在，更應該拓展用戶興趣。這種潛在的需求可能傳統的KPI評價標準無法體會。同時這樣的措施，也可以將更多的廣告內容推送給用戶，獲取更高的商業利益。

（四）加快法律建設，加強立法管理

互聯網作為一種新的社會存在，帶來的全新問題是無法預料的，比如假新聞轉發、資訊平臺傳播淫穢視頻等，這些一開始因為無法可依而不斷被有心之人抓住可乘之機做出的違法行為，應當給予重視。當新的問題如雨后春筍般冒出后，有關部門應引起關注，加強有關互聯網不良行為相關的法律建設，與時俱進，加強立法管理，做到有法可依，有法必依，執法必嚴，違法必究。這樣才能一定程度上肅清網絡環境。

五、結語

算法新聞這種新事物帶來的變革以及這種變革對原有媒介的影響是值得我們關注的。算法新聞的出現既是機遇，也是挑戰，媒體的把關還是不可缺少的。生產更多高質量的內容，改進更加符合媒體傳播的內容，這是算法新聞逍遙長遠發展必不可少的準備，此路任重而道遠。