運用零數據破除信息繭房的研究

2020-10-20 05:15:48許天才馮婷婷楊新涯

圖書與情報 2020年4期

許天才馮婷婷楊新涯

摘?? 要：大數據分析和云計算技術的發展催生出的智能推薦雖然一定程度給讀者的閱讀帶來了便捷，但計算機信息處理的局限性會導致讀者獲取信息的范圍習慣性受自己短時期內的興趣引導，以至于獲取信息不斷收斂，就像蠶繭一般被困于“繭房”之中成為信息孤島。為破除信息繭房這一困境，文章采用逆向思維提出零數據，以零數據和信息繭房文獻調研為基礎，分析了零數據破除信息繭房的本質，從零數據的獲取、定性運用、交叉領域共享運用、創新推薦運用等方面提出了運用零數據破除信息繭房的策略。

關鍵詞：零數據;信息繭房;推薦運用;數據獲取

中圖分類號：G252?? 文獻標識碼：A?? DOI：10.11968/tsyqb.1003-6938.2020057

Research on Breaking Information Cocoon with Zero Data

Abstract The development of big data analysis and cloud computing technology has led to intelligent recommendations that have brought convenience to readers to some extent. However， the limitations of computer information processing will cause readers to obtain information guided by their short-term interests habitually， so that they are trapped in the "cocoon room" and becomes an information isolated island. In order to solve the dilemma of information cocoon， the author uses reverse thinking to put forward zero data， and based on zero data and information cocoon literature research， the nature of information cocoon through zero data is analyzed and strategy is put forward to break the information cocoon by zero data acquisition， definition， cross sharing and innovation recommendation.

Key words Zero data; information cocoon; active recommendation; reading promotion

1?? 引言

1980年著名未來學家阿爾文·托夫勒首次提出大數據這一概念至今，國內外學者從未間斷對其研究，自2008年《Nature》推出“big data”?？螅髷祿夹g更是融入各行各業成為最為熱門的創新研究。新聞傳媒、社交媒體、電子商務等行業運用大數據挖掘技術根據用戶的行為數據如搜索、點贊、收藏等行為為用戶智能推薦相關信息，在用戶享受著精準推薦和個性化需求得到極大滿足的同時，不少學者也開始質疑算法推薦所帶來的弊端，如工具奴隸圈套、信息繭房圈套等。

大數據算法推薦使人們面臨算法獨裁的風險加大，剝奪自由選擇的權利[1]。大數據只注意到人們表現出來的行為，如在新聞客戶端上點擊過某條新聞，平臺會根據讀者看過的新聞進行相關新聞資訊的推薦，即使讀者已經不再關心該話題，平臺依然會反復推送相關類似新聞，從而減少讀者接觸其他新聞資訊的機會，無形中人們便進入信息繭房這一困境。信息繭房現象不僅存在于新聞媒體，還廣泛存在于書籍、文獻閱讀中，如圖書館通過運用數據挖掘分析并繪制讀者畫像以追求提供精準服務。圖書館所采集使用的分析數據包括館藏流通數據、讀者活動軌跡數據、交互數據等[2]，這些數據雖然都是基于讀者行為表現產生的，但是，事實上并不全面。圖書館獲得的信息片面，讀者接收到的信息重復，從而構成了雙向信息繭房的惡性循環。

信息繭房將人們禁錮在與外界信息隔絕的舒適圈里，將自己的內心偏好、價值差異不斷放大，造成群體認知差異越來越大，甚至會形成社會群體之間的巨大矛盾[3]。零數據作為逆向思維的全新概念，可以很好地彌補大數據下算法推薦的弊端，打破信息繭房。零數據關注人們行為表現之外的數據，對分析用戶行為、圖書館營銷和閱讀推廣有重要價值[4]。零數據常被忽略，卻蘊含著最能反映事實的重要價值，是打破信息繭房的重要途徑。

2?? 零數據與信息繭房的研究現狀

2.1??? 零數據

2008年Hugo Larochelle等[5]提出零數據學習在解決訓練數據并未完全覆蓋的類集區分和宏大任務時具有很大作用。國內學者王彥力等[4]于2019年提出零數據在智慧圖書館中的應用，并將零數據界定為信息系統中應該產生而沒有產生的數據、沒有達到設計要求的數據以及信息系統中從未被使用的數據。雖然在這之前國內并沒有零數據這一概念，但仍然有不少文獻涉及到相關理論。如2006年畢艷娜[6]就提出了“零借閱率”這一現象，并探討了這一現象出現的原因及解決方法，此后諸多學者也先后就“零借閱率”這一現象的成因進行了研究，還有學者針對具體實例利用對“零借閱率”分析研究館藏流通策略。如馬曉亭和陳臣[7]在大數據盛行的狀況下，從讀者角度出發提出“小數據”這一概念，定義為以人為中心，人的思想、行為、喜好等構成小數據應用于深度讀者畫像刻畫中，將雖然存在但長期被忽視的重要數據帶入大家的視野。本文作者也曾在研究閱讀推廣數據管理應用時提出邊緣數據這一概念，邊緣數據具有間接獲取性、高價值性，但一直未引起重視[8]。不管是零借閱率還是小數據、邊緣數據都對圖書館館藏調整、閱讀推廣、科研服務等具有不可或缺的重要意義。

2.2??? 信息繭房

信息繭房最早是由西方學者桑坦斯在《信息烏托邦》一書中提出的，他指出“人們由于習慣性地將自己包裹在由興趣引導的信息領域，從而像生活在‘繭房中，這樣一種現象即稱之為‘信息繭房”[8]。這里對信息繭房的定義中傾向于是人們主動形成，但在這個大數據時代，智能算法飛速向前發展的狀態下，無論是什么行業都崇尚于為用戶提供智能化推薦，長此以往用戶就被動形成了信息孤島，被困于信息繭房之中。

當前信息繭房研究主要圍繞兩個方面，一是聚合類新聞，以今日頭條[9]、騰訊新聞[10]、網易新聞[11]等新聞客戶端為例;二是社交媒體，以新浪微博[12]、抖音[13]等社交平臺為典型案例。不管是在新聞傳播還是在社交媒體，基于用戶行為數據的算法推薦，將用戶群體標簽化，迎合用戶個人或群體興趣進行個性化推送，但個性化推送的背后真相是長期讓用戶處于同質化的信息中，將用戶囚禁于信息繭房之中。但信息繭房現象不僅只出現在新聞業和社交媒體，在移動閱讀方面也存在，微信閱讀以用戶主觀興趣為出發點，基于用戶行為為用戶推送閱讀內容[14]。圖書館也在跟隨大數據算法、精準個性化推送浪潮的過程中不知不覺中讓讀者陷于信息繭房之中。

3?? 零數據與信息繭房

3.1??? 信息繭房的成因

數字時代下，每一次信息查找、閱讀和主觀反饋都會留下數據痕跡。在大數據分析和云計算技術的發展下，計算機智能推薦應運而生，雖然一定程度給人們的閱讀帶來了便捷，但計算機信息處理的局限性會導致人們獲取信息的范圍習慣性受自己短時期內的興趣引導，以至于獲取信息不斷收斂，就像蠶繭一般被困于“繭房”之中成為信息孤島。

究其原因，主要有以下幾個方面：（1）計算機用于分析用戶行為的數據不夠全面。主要集中在采集用戶信息獲取過程中行為數據的時間跨度不足，涉及信息的領域比較單一，主要以用戶短時間內的興趣為主，信息種類不夠豐富，很難做到文字、圖片、音頻、視頻等全媒體的推薦;（2）由于個人隱私保護，計算機對于用戶自身特質屬性的信息收集不夠全面。如年齡、性別、居住他、職業、文化背景、社交圈等相關資料缺失，使得計算機無法做到對于具有相同屬性用戶的信息獲取進行綜合分析實現交叉推薦;（3）信息爆炸的當下用戶本身獲取信息的目標不清晰。面對呈指數倍激增的海量信息，用戶往往容易迷失自我，對于信息的獲取目的性越來越容易模糊，噪音信息的干擾更是加劇了這一趨勢，導致人們的信息獲取傾向跟隨計算機推薦越走越窄;（4）計算機無法預測和滿足人們對未知信息的求知欲望。人們自身的求知欲和獵奇心理會激發人對新信息的渴望。而計算機做出的智能推薦卻始終是基于人們在之前信息獲取所產生數據的基礎之上，如果基礎數據得不到補充和豐富，獲取全新信息的可能性就會越來越小。

因此，現階段基于計算機智能推薦的信息獲取形式，一定程度上提高了人們的信息獲取能力，但卻也悄無聲息的將人們一步步封閉進了由相同屬性信息編織成的蠶繭之中。

3.2??? 零數據的成因

首先，信息系統的運行和原定計劃通常是有出入的，如圖書館運行管理系統中的門禁和座位預約應用，實際情況卻是門禁系統只記錄了讀者的到館情況，而沒有使用過該系統的讀者數據，這種未達到系統設計要求從而使得本該產生的數據沒有產生;其次，在進行數據挖掘時，一些被系統或人為清洗、淘汰的異常數據，這些異常數據通常偏差較大、數據量小。但存在異常的數據總會反映一定的問題，找尋異常數據背后的原因，可能會發現系統運行異常、數據采集異?；虼嬖谔厥庥脩羧后w，因此這部分數據也不可忽視，一樣是構成零數據的重要組成;最后，存在卻被忽視、零利用率的數據集合。以圖書館領域常見的二八定律為例，80%的文獻流通量來自于20%的館藏資源，剩余80%的館藏未被利用，也就談不上大數據利用分析，那么這部分館藏資源所對應的館藏總量、增減量、副本數等數據則為零數據。再以圖書館到館情況為例，圖書館可以輕松對每日到館人數、學院分布、性別比例等數據進行挖掘分析，而與之對應的那些沒有到館的讀者群體也十分龐大，對這部分的讀者情況進行收集整合，則構成相應零數據。

3.3??? 零數據的特征

零數據需要人為進行回溯或找回，其形成的規模并不大，但卻分布分散，不易一次性導出，需要系統或人為找尋。相對大數據而言，零數據通常表現為數據量為零或數據量極小，以至類型單一，規模較小。但零數據蘊含的價值不亞于大數據，對檢驗信息系統的合理性、反映運行管理的效率、人物畫像的全面刻畫等都有重要價值。零數據并不會出現頻繁變化，一旦產生并存在，將十分穩定?，F階段，零數據作為一種反向思維的產物，會被人們習慣性忽視，導致其利用率幾乎為零。因此，零數據具備間接獲取性、數據量小、類型單一、價值密度高、穩定性高和利用率低等特征。零數據對分析個人行為、企業管理、行業發展都有不可替代的重要意義。

綜上所述，零數據是系統中忽視和沒有達到設計要求，或存在但未被利用的數據集合，具有數據獲取間接、類型單一、價值密度高、穩定性強的特征（具體屬性見圖1）。

3.4??? 零數據破除信息繭房的本質

大數據技術或許很“聰明”，為人們推薦他們“想要”關注的信息，但信息雪球越滾越大，將人們囚禁在“猜你喜歡”的信息繭房之中，日漸形成信息孤島，難以接觸吸收孤島外的信息。而零數據正是打破信息繭房的關鍵途徑，大數據根據人們大量歷史行為數據智能關聯推薦，而那些本應該產生卻沒有產生、產生了卻被忽視的數據正是將信息孤島與外界相通的橋梁。一方面，零數據的成因與特征使它正好與導致信息繭房所基于的數據存在本質區別，它可以作為現有計算機智能推薦過程中所運用基礎數據的重要補充，在豐富基礎數據樣本的同時，突破不斷收斂的計算機信息推薦范圍，將全新的、未知的信息推薦給用戶，拓展用戶日常獲取信息的范圍;另一方面，在人們信息獲取目標不清晰的前提下，零數據作為一種沒有任何使用記錄的數據，在滿足人們對未知信息的求知欲望時具有獨一無二的優勢。所以針對用戶沒有任何使用記錄的零數據當仁不讓的會成為用戶突破固有信息壁壘，獲取全新信息，滿足無限求知欲的最佳幫手。

4?? 運用零數據破除信息繭房的策略

4.1??? 零數據的獲取

（1）系統忽視或未達到設計要求的零數據。針對系統忽視或未達到系統設計要求的零數據，應先從系統設計環節入手，增加零數據的采集端口，直接從系統中導出數據量為零或極少的數據，再與信息系統設計計劃相對比，找出原本應該產生卻被忽視沒有產生的數據，以此生成數據集合。

（2）異常數據構成的零數據。針對異常數據所構成的零數據，則需要圖書館逆向找回在數據處理時被清洗或淘汰的數據。在對大數據挖掘分析的數據處理環節中每一步所刪除淘汰的數據進行單獨保存，從而獲取這部分零數據。

（3）存在但未被利用的零數據。針對存在但利用率為零的數據，這部分零數據在系統中本身是存在的，但由于長期未被利用，因此分布較為分散也不易引起注意，需要圖書館制定計劃重新統一調取管理。

4.2??? 零數據的定性運用

運用零數據來破除信息繭房，需要認清信息繭房的形成過程，讀者在進行閱讀、借閱、訪問、下載等行為時，圖書館系統記錄下讀者的行為大數據，通過挖掘分析向讀者推薦圖書館資源，讀者在接受推薦后再次進行閱讀等行為，圖書館又再次根據讀者行為進行推薦，形成一個構成信息繭房的閉環。但除了讀者表現出來的行為大數據之外還存在讀者行為零數據，圖書館運行、管理過程中本該產生卻未能產生、存在卻從未利用過的零數據，運用這些零數據可有效打破信息繭房（具體運用思路見圖2）。

對讀者來說，零數據是相對的，如零閱讀、零訪問、零使用等，假如一篇文獻，甲讀者沒有閱讀過，乙讀者閱讀過，那這篇文獻相對甲讀者就是零數據，若甲、乙讀者的學科背景相同或屬性有所交叉相似之處，這篇文獻對甲讀者來說是有價值的。圖書館對相對零數據進行深入挖掘分析，補充以往大數據分析的工作內容，不再局限于讀者行為表現下的大數據，從不同角度進行更為全面的閱讀推廣，豐富讀者閱讀領域，拓寬閱讀推廣所覆蓋的讀者面積，將讀者從信息繭房中解救出來。

對圖書館來說，零數據是絕對的，如零借閱、零注冊和零利用等，如圖書館所購買書籍的借閱次數為零;購買的數據庫訪問次數為零;開發的系統注冊人數為零。圖書館不僅可以通過絕對零數據檢驗資源建設、系統設計的合理性，還可以根據絕對零數據主動營銷圖書館資源，作為試探性推薦彌補智能推薦的局限性，提供給讀者接觸現有興趣外信息資源的公平機會，從而打破信息繭房。

4.3??? 交叉領域下零數據的共享運用

在21世紀已經頒發過的19次諾貝爾化學獎中，除了2016年頒發給了純化學領域外，基本都與生物學相關，而從諾貝爾化學獎的歷史長河來看，諾貝爾化學獎不僅與生物學相關，還與物理學、醫學等領域具有千絲萬縷的聯系。由此不難看出當今世界科學前沿的重大突破和重大原創性成果的產生大多是學科交叉融合的成果。利用文獻情報方面的零數據可以很好地促進學科交叉融合，也可以更好地提高文獻資源的利用價值。雖然當前重慶[15]、沈陽[16]、廣西[17]等部分地方高校實行了低利用率文獻聯合存儲機制，重點卻在“藏”而不是“用”，但這為零數據共享創造了可行環境。2018年正式成立的“一帶一路”圖書館聯盟共有中國、阿爾巴尼亞、捷克、匈牙利等中東歐16國圖書館參與書目數據共享、文獻交流互換等方面的多地資源和數據的協作共享[18]，地區間、國際間圖書館聯盟的建設也為零數據共享提供了聯合獲取的技術基礎。各高校圖書館間零數據共享不僅可以豐富高校文獻資源，更能夠促進高校學科交流，從而促進學科的交叉融合。除了高校間的零數據共享，高校內學科零數據的交流共享同樣重要，各學院各學科建設不應只局限于本學院學科的資源建設和推廣，著眼于相對零數據將資源推薦給具有交叉學科背景的讀者，破除讀者專業壁壘，破除學科信息繭房，促進學科交叉融合。

4.4??? 零數據的創新推薦運用

打破信息繭房，需要關注繭房以外的信息，這些信息正是由大數據之外的數據也就是“零數據”所形成。圖書館無一例外是對讀者大數據進行挖掘分析從而對讀者進行資源推薦，這一做法針對的是有過借閱行為的讀者和被借閱過的館藏，而忽略了其余那些從未或很少借書的讀者以及那些借閱量極低甚至為零的館藏。

圖書館通過零借閱圖書的分析發現零借閱圖書的形成原因有很多，如圖書專業性太強、版本過于老舊、宣傳不到位和實用價值低等。圖書館不但可以根據這些絕對零數據調整館藏結構和資源建設計劃，還可以利用這一絕對零數據進行反向推薦，拓寬讀者接收信息源，作為破除信息繭房的重要途徑之一。瑞士報紙 Neue Zürcher Zeitung和谷歌瀏覽器就在大數據智能推薦之外，專門推薦讀者興趣之外的內容，以反向推薦戳破“過濾氣泡”[19]，圖書館可以借鑒以上做法，在每次智能推薦中加入10%的零借閱圖書推薦作為補充，向讀者推薦有價值、易接受的閱讀內容，試探性挖掘讀者閱讀潛力，達到幫助讀者打破信息繭房的目的。重慶大學微信圖書館中的“學術頭條”功能（見圖3）就會在近期熱點信息推薦的同時，還會根據詞頻、借閱瀏覽等數據凝練“信息冷點”，將鮮為人關注的信息作為推薦，供讀者閱讀，以此豐富讀者的信息獲取量，激發讀者的求知欲，破除同質化推薦造就的信息繭房。

重慶大學智慧圖書館門戶“猜你喜歡”功能模塊（見圖3），會根據讀者的借閱和瀏覽記錄進行數據分析，將關聯館藏資源主動推薦給讀者，實現“猜你喜歡”功能模塊基礎數據。此外，為破除信息繭房，在每次推薦的數據中系統還會按一定比例加入借閱和瀏覽為零的館藏資源，作為嘗試性推薦供讀者參考使用。圖書館還會定期通過相對借閱與瀏覽量低和高的讀者閱讀情況的對比分析，將針對不同讀者的相對零數據館藏資源，結合讀者性別、年齡、地域、教育背景、專業方向等身份屬性數據向讀者進行智能推薦，以拓寬讀者閱讀領域，從而打破信息繭房的高墻。

圖書館除了利用絕對零數據和相對零數據館藏資源的挖掘分析進行多向推薦來幫助讀者破除信息繭房之外，還可以對圖書館零數據的館藏資源進行可視化分析統計進行展示，并直接推送給讀者，讓讀者了解自己的閱讀范圍和閱讀傾向是否趨于同質化，自己是否身處于信息繭房之中，只有引發讀者的警覺性和培養讀者的自主意識，才能在外界幫助下更好的打破信息繭房。

5?? 結語

2020年初面對突如其來的一場疫情，“宅”文化應勢而行，在家中通過互聯網閱讀學習工作成為人們生活主題，各大新聞、短視頻、文學閱讀等APP針對用戶短期瀏覽痕跡進行的后臺分析和主動推薦一定程度為用戶的使用帶來了便捷，但隨著時間的推移機械單一化的信息包圍讓讀者被困其中。大數據技術下的算法推薦固然可以短時抓住人們的“胃口”，但與之形成的信息繭房不能視而不見，作為重要信息傳播中心的圖書館更應該主動尋求方法破除信息繭房。零數據往往反映了大數據所看不見的問題，蘊藏著巨大的潛在價值，更是破除信息繭房的利器。只有靈活運用零數據，制定合理策略，才能有效破除信息繭房。

參考文獻：

[1]? 張森.大數據技術的社會風險及其對策[J].佛山科學技術學院學報（社會科學版），2019，37（5）：75-80.

[2]? 曹樹金，劉慧云，王連喜.大數據驅動的圖書館精準服務研究[J].大學圖書館學報，2019，37（4）：54-60.

[3]? 申楠.算法時代的信息繭房與信息公平[J/OL].[2020-02-15].http：//kns.cnki.net/kcms/detail/61.1329.c.20200213.0804.002.

html.

[4]? 王彥力，楊新涯，冉蔚然.零數據理論及其應用模式研究[J].大學圖書館學報，2019，37（6）：51-56.

[5]? Larochelle H，Erhan D，Bengio Y.Zero-data Learning of New Tasks[C].Proceedings of the Twenty-Third AAAI Conference on Artificial Intelligence，AAAI 2008，Chicago，Illinois，USA，July 13-17，2008.DBLP，2008.

[6]? 畢艷娜.小議零借閱率現象[J].圖書館工作與研究，2006（2）：37-38.

[7]? 馬曉亭，陳臣.基于可信小數據的圖書館個性化服務研究[J].圖書情報工作，2015，59（4）：70-75.

[8]? 許天才，馮婷婷，潘雨亭，等.高校圖書館閱讀推廣核心數據及邊緣數據的管理與應用[J].大學圖書館學報，2020（1）：78-85.

[9]? 孫亮.信息時代下的“認知繭房”[J].思想政治工作研究，2010（4）：52.

[10]? 姚文康.聚合類新聞客戶端的“信息繭房”效應及反思——以“今日頭條”為例[J].傳媒論壇，2020，3（3）：151，153.

[11]? 陳華珊，王呈偉.繭房效應與新聞消費行為模式——以騰訊新聞客戶端用戶評論數據為例[J].社會科學，2019（11）：73-87.

[12]? 孫琳.手機新聞客戶端信息“私人定制”的利弊分析——以網易新聞客戶端為例[J].現代視聽，2014（2）：70-72.

[13]? 薛子凡.社交媒體個性化推薦機制下“信息繭房”效應研究——以新浪微博為例[J].中北大學學報（社會科學版），2019，35（4）：94-96.

[14]? 馮子亞.抖音APP的“信息繭房”效應研究[J].視聽，2019（12）：173-174.

[15]? 黃鈴，宣建婷.移動閱讀的社交特色及改進策略——以“微信讀書”為例[J].中國報業，2019（16）：10-11.

[16]? 彭亞飛.重慶地區高校圖書館低利用率文獻共享策略研究——以聯合存儲的實踐及改進為基點[J].圖書情報導刊，2018，3（12）：1-5.

[17]? 王秀紅，王麗雅，王麗娜.沈陽市低利用率文獻合作存儲體系研究[J].圖書館學刊，2019，41（4）：62-66.