算法推送在氣象信息傳播中的應(yīng)用

胡小羽 王磊 胡康

摘 ?要 ?隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，基于數(shù)據(jù)挖掘、智能算法的算法推送平臺正日益成為大眾獲取信息的重要渠道之一。氣象信息是大眾生活中的“強(qiáng)需求”內(nèi)容，面臨著領(lǐng)域細(xì)分、精準(zhǔn)定位和個性化定制的挑戰(zhàn)。在豐富內(nèi)容的同時，如何適應(yīng)算法推送式平臺的風(fēng)格、受眾和信息推送方式，是擺在氣象信息傳播者面前新的重要挑戰(zhàn)。文章以國內(nèi)算法推送式平臺的代表今日頭條和抖音為例，通過數(shù)據(jù)調(diào)查和實(shí)踐經(jīng)驗(yàn)，探討如何更有效地在算法推送式平臺進(jìn)行氣象信息的傳播。

關(guān)鍵詞 ?氣象;傳播;算法推送;今日頭條

中圖分類號 ?G2 ? ? ?文獻(xiàn)標(biāo)識碼 ?A ? ? ?文章編號 ?2096-0360（2019）21-0024-05

1 ?算法推送式平臺及其發(fā)展

算法推送信息是一種通過計(jì)算機(jī)算法、挖掘海量數(shù)據(jù)等方式，將個性化信息流推送給不同用戶的智能媒介技術(shù)。有學(xué)者認(rèn)為，算法推送信息雛形來自1995年麻省理工學(xué)院尼古拉斯。尼葛洛龐帝提出的“The Daily Me”假設(shè)，該假設(shè)假想未來個人將擁有界面代理人，他可以收集閱讀全球各類信息，最終將資料組合成個性化的摘要。隨著互聯(lián)網(wǎng)全球化和大數(shù)據(jù)計(jì)算挖掘技術(shù)的不斷發(fā)展，這個假設(shè)已在如今成為現(xiàn)實(shí)，即算法推送式平臺。算法推送型信息傳播正逐漸與以門戶網(wǎng)站為代表的編輯推薦型、以微博微信為代表的社交分享型形成三足鼎立的互聯(lián)網(wǎng)主流傳播方式。

在我國，當(dāng)前在運(yùn)用算法推送技術(shù)較有代表性的是字節(jié)跳動公司旗下的今日頭條和抖音平臺，他們分別在新聞和短視頻領(lǐng)域占有較高的市場份額。今日頭條平臺是一款基于機(jī)器學(xué)習(xí)的個性化資訊推薦引擎，據(jù)公開數(shù)據(jù)顯示，截至2018年12月，今日頭條累計(jì)激活用戶達(dá)7億，日活躍用戶達(dá)7 800萬，人均日使用時間超過76分鐘。

抖音平臺則是一款基于算法推送的短視頻分享平臺，據(jù)字節(jié)跳動公司相關(guān)數(shù)據(jù)顯示，截至2018年12月，抖音平臺的日活躍用戶超過2億，月活躍用戶超過4.5億日均視頻播放量超過200億。據(jù)抖音平臺統(tǒng)計(jì)，其高學(xué)歷年輕用戶占比較高，其中女性用戶占55%，男性用戶占45%;35歲年輕用戶超過90%;大學(xué)本科學(xué)歷占比過半;一、二線城市用戶超50%。

2 ?氣象信息在算法推送平臺上的傳播現(xiàn)狀

和傳統(tǒng)電視、報(bào)紙、廣播相比，當(dāng)前氣象信息傳播在算法推送式平臺上無論從覆蓋面還是內(nèi)容豐富度上都有所欠缺。根據(jù)從今日頭條平臺收集的數(shù)據(jù)，當(dāng)前平臺中氣象內(nèi)容生產(chǎn)和傳播總體呈現(xiàn)出以下幾個特點(diǎn)。

2.1 ?頭條號覆蓋面廣，體量兩極分化

全國范圍內(nèi)，中央氣象部門和各省都開通了氣象領(lǐng)域的頭條號，覆蓋面較廣。但在數(shù)量上呈現(xiàn)出兩級分化的狀態(tài)，其中安徽、貴州、河南、江蘇、內(nèi)蒙古、山西、陜西和浙江八個省份擁有超過50個氣象類頭條號，而像中央級以及包括北京、江西、福建、甘肅、廣東、廣西、海南、河北、黑龍江在內(nèi)的22個省份氣象頭條號的數(shù)量不超過20個。整體情況如圖1所示。

2.2 ?閱讀時間段具規(guī)律性，晚間閱讀激增

氣象信息內(nèi)容發(fā)布時間較均勻，但對用戶的點(diǎn)擊沒有太大影響。如圖2顯示，用戶閱讀時間段呈現(xiàn)出明顯的規(guī)律性，一天當(dāng)中有兩個小高峰和一個大高峰。其中，早晨6點(diǎn)至8點(diǎn)、下午12點(diǎn)至15點(diǎn)為閱讀量的小高峰，閱讀量普遍在11萬至12萬，晚間20點(diǎn)至22點(diǎn)是一天當(dāng)中的閱讀高峰，遠(yuǎn)高于白天任意時段，通常閱讀量能在20萬以上。整體情況如圖2所示。

2.3 ?閱讀氣象信息用戶，以中年男性居多

在今日頭條氣象信息的閱讀用戶中，年齡普遍偏向于中年群體，其中41～50歲的用戶占最多，其次是31～40歲和50歲以上的群體，24～30歲和18～23歲用戶較少，最少的是小于18歲的未成年用戶。具體分布如圖3所示。

從性別與氣象信息的閱讀習(xí)慣來看，男女用戶的推送文章比例基本一致，說明平臺在推送時沒有針對性別偏好有巨大差別。但可以看到，文章的閱讀數(shù)呈現(xiàn)出較大的差異，其中男性用戶的閱讀數(shù)超過80%，遠(yuǎn)超于女性用戶。如圖4所示。

2.4 ?江西各城市氣象信息閱讀量不均等

通過今日頭條平臺提供的數(shù)據(jù)，江西省內(nèi)各城市氣象信息的發(fā)布數(shù)量相差不大，內(nèi)容的數(shù)量和豐富度上較為平均。然而，實(shí)際用戶閱讀數(shù)即用戶瀏覽量分布明顯不均等，其中南昌市的閱讀數(shù)最高，超過30萬次，而包括第二位贛州在內(nèi)的其他城市閱讀量普遍不足10萬次，相差明顯。如圖5所示。

城市發(fā)展程度、智能手機(jī)的普及率、平臺的使用率等都是形成這種顯著差異的因素，但未來隨著算法推算式平臺的不斷普及，這種地域性的差異可能會逐漸消減，可見未來用戶和閱讀前景還是較為廣闊的。

3 ?算法推送平臺氣象信息傳播及趨勢

在氣象賬號地域、閱讀時段、城市瀏覽量分布不均的現(xiàn)狀下，當(dāng)下氣象信息的推送在內(nèi)容、時段等方面都沒有明顯的內(nèi)容差異和傳播策略上的應(yīng)對。“廣撒網(wǎng)”的傳統(tǒng)傳播思維已不能適應(yīng)算法推送信息的時代，了解當(dāng)前不足和用戶特征的基礎(chǔ)上，還需不斷積極探索算法推送式平臺的傳播規(guī)則，對內(nèi)容做出因地制宜的調(diào)整，便于將優(yōu)質(zhì)氣象信息精準(zhǔn)傳達(dá)到有需求的用戶手上。

3.1 ?算法推送式平臺基本推薦機(jī)制

在算法推送式平臺，用戶主要可以通過三種方式接受到氣象信息：一是平臺推薦內(nèi)容，即機(jī)器根據(jù)一定算法匹配將信息推送給用戶;二是用戶關(guān)注賬號內(nèi)容，像是頭條和抖音平臺中，保留了內(nèi)容生產(chǎn)者的關(guān)注和訂閱功能;三是用戶搜索，即用戶在搜索欄中搜索用戶名、關(guān)鍵詞或標(biāo)題等，查找出的特定內(nèi)容。這其中，最重要的一類就是平臺推薦內(nèi)容。

通過對今日頭條和抖音平臺的調(diào)研，其推送機(jī)制主要有以下三個維度。一是用戶特征。通過用戶在平臺的行為分析，算法會給予用戶不同維度的標(biāo)簽，例如興趣、職業(yè)、年齡、性別、使用機(jī)型，并根據(jù)點(diǎn)擊行為進(jìn)行校準(zhǔn)和更新。二是環(huán)境特征。用戶位置、瀏覽時間、使用網(wǎng)絡(luò)以及當(dāng)?shù)靥鞖獾取Ｈ俏恼绿卣?。即該文章可能包含的主要信息和方向，例如關(guān)鍵詞、類別、熱度、文章時效、文章質(zhì)量、信息來源等。機(jī)器通過分析用戶特征與內(nèi)容特征，并結(jié)合環(huán)境特征，將三者匹配，最終形成“千人千面”的個性化推送。通過2019年2月至3月“江西氣象”頭條號的數(shù)據(jù)分析來看（如圖6所示），平臺推薦量通常遠(yuǎn)高于用戶閱讀量，且總閱讀量和推薦量呈現(xiàn)出明顯的正相關(guān)。

未來氣象信息傳播者，必須要根據(jù)平臺推薦機(jī)制對發(fā)布內(nèi)容進(jìn)行調(diào)整，以爭取更多推薦，才擁有被更多用戶點(diǎn)擊瀏覽和傳播的可能。

3.2 ?基于推薦機(jī)制的內(nèi)容優(yōu)化趨勢

盡管氣象相關(guān)信息的時效性和熱點(diǎn)性較強(qiáng)，但通過分析“江西氣象”頭條號2個月來高推薦量的文章，幾個相關(guān)因素是對提高推薦較為有利的。

3.2.1 ?標(biāo)題簡介

標(biāo)題不僅是平臺選取關(guān)鍵詞的重要渠道，更是決定用戶是否閱讀的關(guān)鍵因素，平臺推薦可以保證內(nèi)容出現(xiàn)在用戶首頁，但是否點(diǎn)擊閱讀則是用戶來決定的。

表1中的十個標(biāo)題，有幾個較為統(tǒng)一的特點(diǎn)。一是地域信息明確。前十標(biāo)題中80%包含省份名稱“江西”，這有利于平臺進(jìn)行地理特征的定位，便于推送，同時本地天氣預(yù)報(bào)作為“強(qiáng)信息”也有利于吸引當(dāng)?shù)赜脩舻拈喿x，因此，推薦量和閱讀量都較為可觀。二是設(shè)問語氣。前十標(biāo)題中70%都為設(shè)問語氣，疑問如果切中用戶關(guān)注點(diǎn)，容易提高點(diǎn)擊，推薦到閱讀的轉(zhuǎn)化率較高，通常在10%到20%之間。三是包含重點(diǎn)天氣。作為氣象內(nèi)容必然包含天氣，但通常一段時間的天氣重點(diǎn)是不同的，綜合式“天氣”不如只提煉一點(diǎn)最重要的“雨水”“降溫”或“冷空氣”等關(guān)鍵詞，更容易被抓取和識別。當(dāng)然，優(yōu)秀的標(biāo)題絕不是“標(biāo)題黨”，在抓眼球和獲取推薦基礎(chǔ)，必然是文題相符的大前提。

3.2.2 ?題圖

在做好標(biāo)題的同時，好的題圖也非常吸引眼球。同一天的天氣，兩篇不同的稿件，不同的題圖也會對推薦量有所影響?；诮袢疹^條平臺的總體用戶多以中年男性為主，一張符合常規(guī)氣象信息“權(quán)威發(fā)布”印象的題圖，可能會容易獲得推廣和點(diǎn)擊。如圖7所示。

3.2.3 ?正文信息

正文信息是內(nèi)容的主體，同樣也應(yīng)與推薦機(jī)制相對應(yīng)。一是強(qiáng)調(diào)地域性。如提到天氣時，應(yīng)將省份名稱和城市全稱點(diǎn)出，如“全省天氣……”應(yīng)改為“江西全省天氣……”，如“贛南多云”應(yīng)調(diào)整為“贛州市多云”等，便于識別。二是正文圖片，圖片有代表性、不過多影響閱讀。同時還不應(yīng)包含二維碼信息，容易被系統(tǒng)判定為外鏈，影響推薦甚至影響最終發(fā)布。

3.2.4 ?響應(yīng)平臺活動和話題

話題，是平臺很多主推或熱門的風(fēng)向標(biāo)。以抖音平臺為例，每段時間或者特殊節(jié)假紀(jì)念日等，平臺方會以官方發(fā)起話題，吸引大眾生產(chǎn)視頻生產(chǎn)和參與。一般而言，參與此類話題的內(nèi)容將更容易獲得推薦，對于氣象官方號來說更是如此。根據(jù) “江西氣象”2018年4月至5月抖音視頻數(shù)據(jù)（如圖8所示）可以明顯看到，瀏覽量最高峰的視頻主要是由于該參與了主平臺“這是你的第幾個勞動節(jié)？”五一節(jié)話題活動，而次高的視頻則參與了“當(dāng)我‘親近自然”話題。

4 ?結(jié)束語

算法推送式平臺正在成為人們獲取信息的主流頻道之一，不同與社交化信息傳播平臺需要吸引用戶的關(guān)注和傳播，算法推送式平臺用智能計(jì)算將用戶和內(nèi)容鏈接起來，可以將氣象信息的生產(chǎn)發(fā)布的重點(diǎn)重新回歸到內(nèi)容本身。研究算法規(guī)則和平臺用戶特征，都是為了更好地將氣象信息精準(zhǔn)推送到真正需要的用戶手中，而不因本末倒置，為推廣而推廣。氣象工作者們還需繼續(xù)秉持“以人為本”的初心，不斷探索，才能在未來讓更多人享受到精準(zhǔn)化、智能化、個性化的優(yōu)質(zhì)氣象服務(wù)。

參考文獻(xiàn)

[1]史安斌，王沛楠.傳播權(quán)利的轉(zhuǎn)移與互聯(lián)網(wǎng)公共領(lǐng)域的“再封建化”——臉譜網(wǎng)進(jìn)軍新聞業(yè)的思考[J].新聞記者，2017（1）：20-27.

[2]王茜.論個性化信息推薦系統(tǒng)的運(yùn)作邏輯及影響[J].鄭州大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2017（1）：155-157.

[3]王茜.打開算法分發(fā)的“黑箱”——基于今日頭條新聞推送的量化研究[J].新聞記者，2017（9）：7-14.

[4]尚帥.傳播的興趣偏向和渾然不覺的符號暴力——基于《今日頭條》的算法控制研究[J].現(xiàn)代傳播，2018（10）：58-62.