個性化推薦還是共性化推送？
——論聚合類新聞客戶端的現狀與發展方向

□文│陳 勇

近年來我國新聞客戶端發展非常迅速，2016上半年用戶規模達5.69億，成為手機網民閱讀新聞的首選渠道。而聚合類新聞客戶端相較專業媒體新聞客戶端又更受網民青睞，2016年上半年活躍用戶量排在前8位的新聞客戶端全部為聚合類。[1]聚合類新聞客戶端目前有兩種主要的新聞推薦模式：一種是個性化推薦類，采用計算機算法分析用戶的個人基本信息、閱讀和網絡社交行為等數據，基于用戶的個性需求向其推薦感興趣的新聞；另一種則通過人工篩選和編輯，基于用戶的共性需求向所有用戶推薦同樣的新聞，即共性化推送類。

上述兩類新聞客戶端孰優孰劣，專家學者們見仁見智。筆者認為個性化推薦類新聞客戶端的市場發展前景要勝過共性化推送類，這是由用戶差異化的信息需求所決定的。

一、新聞客戶端用戶信息需求的差異性

傳播學的“分眾理論”認為受眾是具備社會多樣性的人群?！霸谌丝诮y計學特征上，受眾分屬于不同的性別、年齡、學歷、民族、職業、居住地等，在社會群體歸屬特征上，則分屬于不同的家庭、學校、單位、階層以及社團黨派、宗教團體和文化群體”。[2]因此，除了共性需求，分屬于不同社會群體的受眾對媒體傳播的信息還有著大量的差異化需求，會主動選擇自己感興趣的信息。而且隨著社會的發展，受眾對信息的需求不斷增長，不同群體之間信息需求的差異化也會表現得越來越明顯。

對于新聞客戶端的用戶而言，其對新聞的功能性需求是非常多樣的，在新聞性需求之外，還有娛樂性、知識性和服務性等多方面的需求。同時，除了閱讀新聞，許多用戶還想從新聞客戶端了解生活類和知識類等其他資訊，以盡可能在一個平臺上方便快捷地獲取自己需要的各類信息。由于新聞客戶端的用戶對信息有著多功能的綜合性需求，不同用戶間信息關注的差異性也就較傳統的傳播平臺更為突出。如“今日頭條”2016年上半年的用戶數據分析顯示，體育類、軍事類、財經類、科技類和游戲類資訊興趣用戶的男性比例遠遠超過女性，而娛樂類、時尚類和健康類資訊興趣用戶的女性比例則明顯高于男性；從年齡來看，18～23歲用戶最感興趣的為游戲類資訊，24～30歲用戶為娛樂類資訊，31～40歲為財經類資訊。[3]

二、個性化推薦比共性化推送更為市場認可

從當前的市場占有率來看，個性化推薦類新聞客戶端已成世界新聞客戶端市場的主流。中國2016年上半年活躍用戶量排在前8位的“今日頭條”等無一不是以個性化推薦為主的新聞客戶端。2016年上半年在美國、德國和英國排名第一的“飛麗博”（Flipboard）、在印度排名第一的“每日追蹤”（Dailyhunt），也全為主打個性化推薦的新聞客戶端。

個性化推薦類新聞客戶端之所以能夠占據市場主角，正是因為其很好地滿足了用戶對信息的差異化需求。如“今日頭條”通過挖掘分析數據判斷每一位用戶的喜好，推送與其興趣相合的各種信息。同時，用戶也可以訂閱自己所喜歡的頻道，并對不感興趣的內容選擇屏蔽以減少此類推薦，這樣就進一步滿足了用戶的個性化需求。在全球市場領先的“Flipboard”，除了跟“今日頭條”一樣通過算法向用戶推薦新聞以及讓用戶訂閱自己所喜歡的頻道，還可以讓用戶在閱讀完一條新聞之后選擇“更多此類內容”或“更少此類內容”，乃至屏蔽某個新聞源來選擇自己需要的信息。

但早幾年美國有一些聚合新聞客戶端反個性化推薦的潮流而動，試圖采用人工來篩選和編輯新聞，基于受眾的共性需求推送同樣的新聞。2011年誕生的新聞客戶端賽克（Circa）平均每天只更新10余條新聞。這些新聞都由編輯從眾多新聞源中篩選并進行剪裁，把相關的新聞合并成為專題，以卡片的形式呈現給用戶。2014年1月，雅虎公司推出新聞客戶端“雅虎新聞摘要”。“雅虎新聞摘要”每天只早晚各發布一次，每次發布的首頁新聞不超過10條。如果用戶還需要了解更多新聞，可以點擊“補充新聞（extra news）”繼續閱讀，但“extra news”每次發布的新聞也就在20條左右。這些基于人工篩選來進行共性推送的新聞客戶端剛推出時被很多人看好。不過遺憾的是，其市場反響并不佳，Circa已于2015年6月宣布關閉，“雅虎新聞摘要”在美國新聞客戶端市場則連前20名都未能進入。

共性化推送類新聞客戶端采用人工篩選和編輯新聞的初衷是為了從浩如煙海的新聞當中挑選出最重要的新聞推送給用戶，讓用戶減輕“信息過載”的負擔?；ヂ摼W時代用戶確實有著“信息過載”的困擾，基于共性需求向用戶推送最重要新聞的理念有其合理性。但如果因噎廢食，依舊像傳統媒體那樣由專業人員來代替用戶選擇新聞，就又矯枉過正。正如前文所述，絕大多數用戶需要從新聞客戶端知曉的不僅僅是那些最重大的新聞，還希望獲得娛樂、時尚、體育、軍事和科技等方面的新聞以及其他資訊來滿足自己的娛樂性、知識性和服務性需求，而不同特征的用戶在這些方面需求的差異性是較大的。所以，這些新聞客戶端每天經過人工篩選的一二十條新聞難以充分滿足絕大多數用戶多方面的需求。在谷歌應用商店當中，就有許多用戶因為“雅虎新聞摘要”不能讓自己選擇感興趣的主題而吐槽。由于共性化推送類新聞客戶端只能滿足小眾群體的需求，盈利能力有限，而其雇用人工進行編輯的成本又非常高，故其生存很困難。

個性化推薦類新聞客戶端能更好地滿足用戶的差異化信息需求，順應了媒體細分化發展的規律，相比共性化推送類新聞客戶端也就贏得了遠為廣闊的市場。

三、個性化推薦和共性化推送相結合應為新聞客戶端發展方向

個性化推薦類新聞客戶端盡管在市場上占據領先地位，但也存在一定的不足，主要為片面強調個性化推薦所帶來的弊端。

1.弊端表現

首先，推薦的新聞龐雜且更新頻繁，導致新聞碎片化閱讀嚴重。個性化推薦類新聞客戶端的新聞來源非常廣泛，其中還包括許多自媒體，所以抓取的新聞數量十分龐大，能夠源源不斷地向用戶進行推薦，讓用戶應接不暇。據華中科技大學王春艷的新聞客戶端用戶使用情況調查顯示，有28.99%的用戶表示新聞太多看不過來。[4]因此，許多用戶喜歡浮光掠影地進行碎片化閱讀，且熱衷于閱讀短文而不好有深度的長文。從“今日頭條”2016年上半年的用戶閱讀數據來看，1000字以下的資訊占了73.5%，1000～2000字的占18.8%，2000字以上的僅占7.7%。平均每條閱讀時長僅為1.51分鐘（包括視頻播放）。[5]

其次，推薦的新聞深度不夠。個性化推薦的新聞基本上直接取自其他網站的鏈接，沒有經過二次編輯，對一些重大事件缺乏專題式的整合推薦。除了有關國家領導的新聞專題，在幾大個性化推薦類新聞客戶端上很少能看到其他重大新聞事件的專題。這樣的推薦對用戶而言零散而沒有深度，不利于其全面深入地了解重大新聞事件或者重要新聞話題。艾媒咨詢《2016上半年中國手機新聞客戶端市場研究報告》顯示，有50.9%的用戶認為我國新聞客戶端的內容深度需要加強。

最后，容易造成“信息繭房”現象。雖然用戶每天的新聞閱讀量大，但由于主要是選擇自己感興趣的新聞，造成各自關注的新聞差異很大，每個人被禁錮在自己所選擇的信息編織的“繭房”當中?！靶畔⒗O房”會讓用戶的視野變得狹窄，對社會形成片面的認知，并且妨礙社會共識的凝聚和公共議程的設置。對于重大公共事件，社會需要設置廣泛的公共議程來吸引公眾關注和參與，從而凝聚社會共識和化解社會危機。個性化的新聞推薦易造成關注同一公共事件的公眾減少，公共議程設置難以形成，不利于推進公共事件的解決以及公共政策的出臺。

2.改進策略

針對當前個性化推薦類新聞客戶端的不足，可以通過輔以共性化推送來進行改進。在個性化推薦之外，新聞客戶端應當每天挑選一些最重要的新聞推送給所有用戶。新聞的挑選可以采取人工和智能篩選相結合的方法，先由計算機根據新聞點擊的熱度篩選出一批備選的新聞，再由編輯根據經驗從備選新聞中最終挑選出最值得推薦給所有用戶的新聞。這樣可以讓用戶不致于過度偏向于選擇自己感興趣的新聞，使其從“信息繭房”中走出來，與他人共同關注重要的公共議題。

首先，嚴格控制重要新聞推送的數量。目前有些新聞客戶端也會推薦熱點新聞給用戶，但其推薦的熱點更新頻繁，使得熱點不熱，而且很少經過二次編輯，導致深度和系統性不夠。所以，對于重要新聞的推薦，新聞客戶端首先要從數量上進行嚴格控制，每天推薦的重要新聞不宜過多，有事則多，無事則少，做到寧缺毋濫，以減輕用戶的“信息疲勞”。每天早晚或早中晚各推送一次即可。

其次，要從質量上嚴加把關。當出現重大新聞時，個性化新聞客戶端除了利用算法首先進行簡短信息推薦，還應該借鑒傳統媒體編輯部的形式，對相關信息以內容聚合的形式建立專題，可將各大新聞源關于同一新聞事件的報道有機地濃縮在一起，既簡潔又不失全面深入；而且當新聞事件有新的進展時，應當及時進行更新，并在后面附上之前相關新聞報道的鏈接，讓用戶能夠了解新聞事件的來龍去脈。

最后，對重要新聞的推薦還應當積極采用個性化的表達方式。目前大多數個性化新聞客戶端主要追求的是內容的個性化推薦，而忽視了內容表達方式的個性化。實際上，新聞客戶端完全可以根據用戶人群的特點，將同樣的新聞在后期編輯中用不同的形式表達出來，從而盡量避免新聞的同質化，更好地實現客戶端之間的差異化定位。比如，同一新聞事件可以用不同的語言風格進行描述，也可以用漫畫的形式進行表現，還可以與相關聯的新聞事件串聯在一起。

總而言之，在個性化推薦的基礎上結合共性化推送，同時更好地滿足用戶的個性需求和共性需求，才是未來新聞客戶端應該發展的主要方向。

注釋：

[1][2]郭慶光.傳播學教程（第2版）[M].北京：中國人民大學出版社，2011:161

[3][5]數據來源于今日頭條算法中心發布的《2016上半年移動資訊行業細分報告》

[4]王春艷.移動新聞客戶端用戶的“使用與滿足”研究[D].武漢：華中科技大學,2015:35