智能算法推送在短視頻新聞傳播中的應用

耿婷婷

隨著新媒體技術的發展，網絡傳播逐漸向智能化傳播過渡，以大數據為基礎的智能算法推送已經成為新媒體傳播的重要技術邏輯基礎，為社交媒體平臺的商業化發展提供了核心助力。紙媒轉型短視頻新聞傳播是主流趨勢，也需要智能算法推送帶來大流量和正面驅動，但薄弱的技術基礎及短視頻新聞采編的新挑戰，為紙媒的轉型發展提出了更高要求。本文結合智能算法推送的應用需求，探索紙媒轉型短視頻新聞傳播的創新策略。

智能算法推送相關理念概述

在互聯網傳播平臺中，智能算法推送在短視頻新聞傳播中發揮了積極作用，成為短視頻平臺快速成長的技術基礎。通過個性化推薦、精準定向、實時更新和多樣性推薦，智能算法能夠提高用戶的閱讀體驗和滿意度，增加用戶的點擊率和轉化率，提高媒體的收益。同時，智能算法推送也能夠促進用戶的參與度和互動性，增加讀者對短視頻新聞傳播平臺的黏性和忠誠度，這對報紙媒體新聞采編人員的業務轉型也提出了較高要求。

智能算法推送概念

從當前來看，算法推送是新聞獲得高關注、高流量的關鍵所在，是一種基于收集到的不同場景、用戶偏好、信息內容及傳播渠道等數據進行自主分配、定向推送的技術。算法推送實現了對用戶行為的實時跟蹤，并能夠借助大數據等技術完成對用戶特征的分析，為新聞生產分發提供了科學依據，已經成為抖音、快手等短視頻APP 內容分發的重要技術。

在媒介融合背景下，新聞傳播內容由圖文結合向長、短視頻轉變。智能算法推送技術為短視頻平臺提供了一條了解大眾的渠道，既能夠幫助短視頻平臺實現信息的定向傳播，也能夠讓用戶找到目標信息，同時挖掘信息的潛在用戶，達到雙贏的目的。在算法推送模式下，新聞信息具有極強的個性化特征，短視頻平臺的傳播效率也隨著提升。

以往，智能算法推送技術共分為兩種，分別是基于內容的定向分發和基于用戶行為的篩選分發，借助各類數據處理分析技術，實現用戶畫像與新聞信息的極致匹配。不過，這些算法推送技術尚未實現對用戶需求的實時采集、分析，必須經過特定的過程才能完成用戶畫像，無法在第一時間滿足用戶的新聞偏好，因此，為了解決這一問題，深度學習等技術被應用到算法推送技術中，算法推送技術借此搭建起更加高效的信息分發機制。

智能算法推送在短視頻傳播中的應用

媒介融合背景下，大眾對新聞的個性化要求不僅體現在內容創作方面，還體現在信息傳播方面，為了吸引、留住用戶，很多平臺持續加大對算法推送技術的研究力度，開發了基于內容流量池的疊加推送功能，以此來提高自身競爭力。短視頻APP 借助智能算法推送的智能化、個性化優勢，實現了去中心化，即任意用戶只要有備受關注、極具吸引力的內容，就可以成為坐擁百萬粉絲的頭部賬號。現在，智能算法推送在抖音、小紅書等短視頻APP 中的應用十分廣泛，為用戶帶去了極大的便利，但這也引起了部分用戶的不滿，對此，相關部門于2022 年3 月1 日出臺了一系列規定，要求短視頻平臺為用戶提供算法推送關閉功能。通過前提調研我們發現，90% 以上的短視頻用戶傾向于運用算法推送技術獲取更多的新聞資訊，究其原因是短視頻APP 建立起了“興趣探索”模式，在原有基礎上對算法推送技術進行了創新，既能為用戶推送不常關注的短視頻，也能為用戶提供一些隨機性短視頻，豐富用戶可見信息的種類。而且，算法推送技術的提高實現了短視頻的高效分發，有助于提高用戶黏性，保證粉絲量和點贊數，推動短視頻平臺實現更好發展，但這也造成了同質化和低俗化信息泛濫、群體極化、侵權事件等一些問題。

智能算法推動在新聞傳播中的優勢

智能算法推送帶來個性化內容。通過分析用戶的歷史瀏覽記錄、興趣偏好以及行為習慣，智能算法能夠準確地了解用戶的需求和喜好，從而為其推薦感興趣的短視頻新聞內容。這種基于個人行為統計的個性化推薦模式，能夠提高用戶的閱讀體驗，減少信息過載的問題，使用戶更容易獲取到自己感興趣的內容，提高了用戶的滿意度和忠誠度。但這種推薦方式也容易造成信息牢籠問題，反而帶來不好的閱讀體驗。

智能算法推送實現短視頻內容的精準匹配。通過對用戶的地理位置、年齡、性別、職業等信息進行分析，智能算法能夠將合適的短視頻新聞內容推送給特定的用戶群體。與個性化推薦不同的是，精準匹配大多以群體或地域為目標，具有統計學屬性。精準匹配能夠更好地滿足用戶可能存在的需求，提高短視頻新聞內容與用戶偏好的正相關性，從而增加用戶的點擊率和轉化率，提高新聞的傳播效率。

智能算法推送實現了多樣化內容的實時更新。智能算法能夠對指定范圍內的短視頻新聞進行實時監測分析，根據用戶的實時行為和反饋，不斷調整推送策略，及時更新推薦的內容，既可以將熱點短視頻做重點推薦，也能將媒體需要廣泛傳播的新消息做重點發布。高頻率的實時更新能夠保證用戶獲取到最新的短視頻新聞內容，增加用戶的黏性和使用頻率。

此外，多樣化的內容也是智能算法推動的優勢，避免信息繭房問題的出現。智能算法能夠根據用戶的興趣和需求，推送不同類型、不同風格的短視頻新聞內容，增加內容的多樣性和選擇性。這種多樣性推薦能夠滿足用戶的不同需求，提高用戶的參與度和互動性，增加用戶對平臺的黏性，讓用戶的閱讀界面上不乏新內容。

智能算法推送在融媒體轉型中的不足

在傳統報紙媒體轉型為短視頻新聞傳播時，借助社交媒體平臺注冊賬號已成為一種常見的策略。智能算法推送在這一轉型過程中發揮了積極作用，但也在存在一些挑戰和不足，主要體現在報紙媒體注冊的短視頻賬號無法享受平臺的算法專屬權限，反而容易受到忽視和競爭挑戰。

智能算法存在信息偏見

智能算法存在一定的局限性，可能會導致信息的過濾和偏見。智能算法是基于全平臺的數據為基礎，根據用戶的歷史行為和偏好來推送內容，但這也可能導致用戶只接觸到自己感興趣的領域，而忽略了其他重要的信息。這對于報紙媒體來說是一個挑戰，因為主流媒體希望讀者獲得更加全面、客觀的新聞信息，但官方媒體無法干擾社交平臺的數據和算法，只能從旁觀者的角度做內容采編及運營維護。

社交平臺的算法存在商業傾向

社交平臺的智能算法推送商業化傾向嚴重，其核心利益始終圍繞運營機構訴求，而并非公共利益。畢竟社交媒體平臺并非官方的主流媒體，新聞傳播僅僅是其業務內容之一，核心依舊是商業利益和休閑娛樂。智能算法推送將商業、娛樂、新聞、生活分享等內容糅雜于一體，但追求利益最大化的背景下，大數據分析和算法往往會將帶貨直播、商業熱點、品牌營銷等作為主要內容來推送，短視頻新聞占比十分有限。

大數據傳播存在隱私安全問題

智能算法推送還存在一些隱私和安全方面的問題，這也是大數據為互聯網帶來的共性問題。在注冊社交媒體賬號時，用戶需要提供一些個人信息，這可能會涉及用戶隱私的泄露風險。同時，智能算法推送可能會受到惡意操縱或者算法的偏見影響，導致推送的內容存在偏差或者錯誤。這對于報紙媒體來說是一個重要的考量，需要確保智能算法推送在應用中的可靠性和準確性。

紙媒轉型短視頻的智能算法應用策略

智能算法推薦在短視頻新聞傳播中的應用，對傳統媒體的轉型發展具有重要意義。傳統報紙媒體轉型短視頻新聞傳播，需要借助社交媒體平臺注冊賬號來吸引更多的觀眾，而智能算法推送則可以幫助媒體機構更好地理解用戶的興趣和需求，提供個性化的新聞內容，從而增加用戶留存和參與度。

搭建新聞客戶端傳播平臺

隨著社交媒體和短視頻平臺的迅速發展，紙媒行業正面臨著巨大的轉型挑戰。為了適應這一變化，紙媒需要積極采取策略來應對，其中智能算法的應用是一個重要的方向。紙媒的融媒體轉型，不能完全依靠社交媒體平臺，尤其是當前的短視頻新聞傳播，對抖音、快手、微信的依賴性十分強。主流媒體要打造地域性的新聞客戶端，將短視頻新聞融入其中，構建具有自主管理權限的傳播渠道，才能將大數據、智能算法等實現深度應用，避免在社交平臺上受制于人。紙媒搭建新聞客戶端傳播平臺，通過開發自己的APP，紙媒可以更好地掌握短視頻新聞傳播的主動權。在客戶端中，智能算法可以根據用戶的瀏覽歷史、興趣愛好、地理位置等信息，為用戶推薦個性化的短視頻新聞內容。通過智能算法的應用，紙媒可以更好地滿足用戶的需求，提高用戶的粘性和留存率。

借助算法構建用戶畫像

紙媒可以借助算法構建用戶畫像，輔助短視頻新聞傳播的影響力提升。智能算法推薦可以通過分析用戶的瀏覽歷史、點贊、評論等行為數據，建立用戶畫像，了解用戶的興趣愛好和消費習慣。基于這些數據，智能算法可以將相關的短視頻新聞推薦給用戶，提高用戶的點擊率和觀看時長，實現主流媒體新聞內容的高效率傳播。例如，如果用戶經常瀏覽科技類新聞，智能算法可以將與科技相關的短視頻新聞推送給用戶，提供更加個性化的內容體驗。在大數據用戶畫像的基礎上，紙媒可以針對不同的用戶群體推送相應的短視頻新聞內容，智能算法可以根據用戶的歷史行為和興趣，預測用戶可能感興趣的內容，并進行精準推薦。通過個性化推薦，紙媒可以提高用戶的參與度和互動性，進而增加用戶的忠誠度，推動紙媒順利轉型短視頻新聞傳播。

此外，紙媒還可以通過智能算法進行內容生成和編輯。智能算法可以根據用戶的需求和反饋，自動生成短視頻新聞內容。例如，通過自然語言處理和圖像識別技術，智能算法可以自動提取新聞事件的關鍵信息，并生成相應的視頻報道。同時，智能算法還可以進行視頻剪輯和編輯，提高視頻的質量和觀賞性。紙媒還可以借助智能算法進行數據分析和效果評估，通過對用戶的行為數據進行分析，紙媒可以了解用戶的喜好和行為習慣，進而優化短視頻新聞的內容和推送策略。同時，紙媒還可以通過智能算法評估短視頻新聞的傳播效果和影響力，進一步優化和改進。

推送實時熱點新聞

紙媒可以借助智能算法推送實時熱點新聞，滿足受眾的閱讀需求。智能算法推薦可以根據用戶的地理位置和實時熱點，提供與用戶所在地區相關的短視頻新聞，這要求媒體采編人員在新聞線索、內容創作和發布等方面快速反應。例如，當地發生的重要事件或社會熱點可以優先推送給用戶，增加用戶對新聞的關注度和參與度。這種方式可以幫助媒體機構更好地貼近用戶，提供與用戶所在環境相關的內容，增加用戶對新聞的信任感。

具體來說，通過分析用戶的瀏覽歷史、興趣愛好和社交媒體行為等數據，智能算法可以準確把握用戶的偏好和需求，從而推送與用戶興趣相關的實時熱點新聞。這樣一來，用戶可以及時了解到最新的熱點事件，提高新聞獲取效率。同時，紙媒也可以根據用戶對不同類型新聞的閱讀程度和時長進行數據分析，進一步優化推送策略，提供更加個性化的新聞推送服務。智能算法的應用還可以幫助紙媒發現新的用戶需求和熱點話題，促進新聞報道的創新和發展，并為受眾提供更加個性化和精準的新聞服務，滿足用戶對于實時信息和個性化閱讀的需求。

構建同屬性閱讀群體

紙媒可以利用智能算法構建同屬性閱讀群體，提高智能推送的效率。智能算法推薦可以通過協同過濾的方式，將用戶行為數據與其他用戶的數據進行比對，找到與用戶興趣相似的其他用戶，將這些人視為一個同屬性群體，推薦他們喜歡的短視頻新聞。這種方式可以幫助媒體機構發現用戶可能感興趣但尚未點擊過的新聞內容，也能提高大數據的分析效率，以智能算法推送來擴大用戶的新聞視野，增加用戶對新聞的探索性。

具體來說，通過分析用戶的閱讀習慣和喜好，智能算法可以將用戶劃分為不同的閱讀群體，比如政治新聞愛好者、體育新聞愛好者和娛樂新聞愛好者等。然后，紙媒可以根據不同閱讀群體的特點和需求，推送適合他們的相關新聞內容。這樣一來，用戶可以更加方便地獲取到自己感興趣的新聞，提高了閱讀體驗和滿意度。

此外，紙媒還可以借助智能算法進行用戶行為分析。通過分析用戶的觀看時間、觀看時長、點贊數等行為數據，智能算法可以對用戶的興趣和偏好進行深入了解。紙媒可以根據這些數據，優化視頻內容的制作和編輯，提供更加符合用戶需求的短視頻新聞。同時，智能算法還可以通過對用戶行為數據的分析，幫助紙媒發現新的用戶需求和潛在的熱點話題，為新聞報道提供參考和決策支持。

智能算法推薦在短視頻新聞傳播中可以幫助傳統媒體實現個性化推薦，提高用戶參與度和留存率，讓紙媒轉型更高效地實現融媒體轉型目標。然而，需要媒體機構和技術提供商共同努力，解決智能算法推薦的不足之處，確保用戶獲得全面、多樣化的新聞內容，增強用戶對新聞的信任感和參與度。

（作者單位：青島日報社）