算法推薦下內容生產的挑戰及對策

盧琳

【摘 要】隨著傳播技術的變革、社會節奏的加快，海量的信息遠遠超過了個人的承載能力。在內容生產和分發愈加便利的時代，以算法技術為支撐的網絡信息平臺，在迎合受眾豐富需求的同時，也遇到了一些新的問題，包括：作者與粉絲黏性的降低以及由此產生的“信息繭房”效應。對此，我們應學會借鑒國外算法平臺的成功經驗，分別對平臺、算法以及創作者提出相應的建議。

【關鍵詞】今日頭條? ?算法推薦? ?內容生產? ?挑戰? ?對策

美國學者桑斯坦在《網絡共和國》中提出了“個人日報”的設想，在互聯網時代，隨著傳播技術的變革和信息過載現象的出現，人們能夠自行選擇關注的信息，也就是說，受眾完全可以根據自己的興趣去制作一份屬于自己的日報和雜志。而如今，“今日頭條”早已將這一預想變為了現實。

一、今日頭條與算法推薦

“今日頭條”于2012年3月創建，是北京字節跳動科技有限公司開發的一款推薦引擎產品，以“你關心的就是頭條”為宗旨，利用數據搜集、機器學習、推薦引擎等前沿技術，旨在精準地為用戶推薦信息。而基于追蹤用戶“閱讀行為”的推薦算法是“今日頭條”的產品靈魂。

算法推薦技術是建立在數據（Online/Digital Data）和計算方法（Computational Methods）之上的。算法的目標數據可以分為兩類：一為在線數據，包括訪問記錄、用戶之間建立的關系、物聯網等;另一類為線下數據，包括性別、年齡、興趣愛好、地理位置等。它通過大規模地收集人類傳播行為數據，利用數據建模等方式挖掘其背后的模式和法則，形成特定的推薦模型，廣泛地應用于數據新聞和計算廣告等場景，具體可分為社會化推薦、內容推薦和協同過濾的推薦。

二、算法推薦對內容生產的挑戰

算法推薦技術的出現，無疑是一種先進生產力的代表，但是在方便內容生產的過程中，又在某種程度上對其構成挑戰。

1.內容生產中新聞專業主義的偏離。在新媒體時代，新聞專業主義一直是所有媒體追求的一種最高理念。算法技術的出現正在扭曲媒體的價值取向，甚至對新聞專業主義造成消解與重構。德國學者馬克思·韋伯的“理性二分法”將理性分成價值理性和工具理性兩個維度。算法推薦雖然可以將點擊率、閱讀量和互動行為轉化為量化的指標，但是始終缺少人的感情。由于算法推薦協同過濾技術的不成熟，且更加偏向將用戶所有的行為數據量化處理，認為熱門內容是大家普遍關心的，并且把點擊量、播放量和停留時長作為判斷用戶興趣的依據。此外，算法推薦的技術原理是以“受眾”為中心，它會根據受眾的興趣，去推薦受眾喜歡看的東西，但是它卻忽視了人性的弱點和行為的偶然性。

2.創作者和粉絲黏性降低。在碎片化時代，一方面人們很少花大量時間去了解內容;另一方面，有的創作者利用標題黨、抄襲等手段博人眼球，更引起了受眾的反感，這就導致創作者與受眾的分離。算法推薦機制帶來的副作用是，在龐大的信息流中，作者和粉絲的黏性降低。這就會出現一篇文章點擊量很高，而另一篇文章卻無人問津的情況，使創作者很難用持續的話題去吸引受眾，難以打造自己的品牌。

3.“繭房效應”導致信息隔離。美國學者桑斯坦最早在《信息烏托邦》一書中提出“信息繭房”這一概念，他認為，“在互聯網傳播中，因公眾自身的信息需求并非全方位，公眾只注意自己選擇的東西和使自己愉悅的通信領域，久而久之，會將自身桎梏于像蠶繭一般的繭房中”。

根據傳播學四大奠基人之一的拉扎斯菲爾德“選擇性接觸假說”，受眾在大眾傳播過程中，更傾向于選擇接觸那些與自己原有的立場和態度一致或類似的媒介內容，對與此對立或沖突的內容有一種回避的傾向。算法推薦技術正是契合了受眾的這種心理，另一方面卻導致“繭房效應”。

三、建議及對策

對算法推薦技術的成功應用，在國外早有先例。根據美國社交媒體平臺新聞使用報告的數據顯示，美國三分之二的成年人通過社交媒體來獲取新聞，其中影響最大也最具有代表性的社交平臺分別是Facebook、Twitter和YouTube。

1.精確算法原理，實現人機合作。事實上，機器不能代替人腦，目前的算法推薦還不能從本質上分清內容的價值好壞，而只能從外部數據來評價文章的質量。雖然看似Facebook和YouTobe是基于算法把關，但是其內部也有上百人的“編輯”團隊，幫助優質內容的精準推送。機器不等于人，我國算法平臺應建立線下微信群與內容創作者進行互動，協助內容的審核與分發;對于健康類和股市類等關乎人們切身利益的資訊，人工編輯要對作者進行資格審核，使創作者做到權責相當。

2.培養原創內容，吸引粉絲關注。無論是短視頻網站YouTobe還是社交網站Facebook，都是構建在UGC和PGC內容之上的，依靠用戶上傳視頻、圖文來獲得收益。我國基于算法推薦的媒體也應借鑒YouTobe的做法，和優質的博主進行合作，為其開辟專門的欄目，定時定點為用戶推送，這樣一來，一方面，博主作為意見領袖，擁有一定的影響力，可以為平臺引流;另一方面，也為平臺帶來了新的高質量內容，彌補了低質內容的短板。

3.推薦多元化內容，提高新聞價值觀。平臺應完善“熱點”推送頻道，將每天社會上發生的熱點事件以最全面的方式推送到受眾面前。此外，平臺應利用自己的“搜索頻道”將用戶鍵入的信息，進行全平臺比對，將圖文、視頻、問答以最全面的方式呈現出來，滿足用戶瀏覽信息的最初目的。

四、結論

總而言之，“今日頭條”的算法推薦技術的確是一種進步的生產力，通過不同技術的組合，算法代替人來執行把關操作，雖然節省了人力，且推薦的內容深受用戶喜愛，但算法把關的實現，也可能帶來問題。內容生產中新聞專業主義的偏離、創作者與粉絲黏性的降低、“繭房效應”導致受眾與外界信息隔離，都將制約其自身發展，并可能對整個信息環境帶來不良影響。如何解決這些問題，是否要對算法技術進行新一輪的完善？是否將機器與編輯相結合才是更好的模式？這些問題值得我們深思。

（作者單位：山西大學新聞學院）

【參考文獻】

[1]陳昌鳳，石澤.技術與價值的理性交往：人工智能時代信息傳播——算法推薦中工具理性與價值理性的思考[J].新聞戰線.2017（17）：71-74;[2]吳衛華.算法推薦在公共傳播中的理性問題[J].新聞戰線.2017（2）：120-121.