個性化新聞推薦技術對新聞傳播的影響
——以今日頭條為例

□ 王千卜貝

2019年，今日頭條每月活躍用戶數量超2億。其運用的“算法編輯＋智能分發”能夠讓信息主動“尋找”用戶，在提高用戶獲取新聞信息效率的同時，也改變了傳統的新聞傳播方式，對新聞消費模式、新聞傳播媒介和受眾產生了影響。

一、個性化新聞推薦技術的概念

個性化新聞推薦，是將算法推薦技術運用到新聞領域上的一種新型新聞分發方式。在算法發展的初期，多采用“熱門推薦”，聚合計算出實時的熱門新聞，引起用戶關注。雖能覆蓋大部分用戶的閱讀需求，但無法做到基于興趣和習慣對每一位用戶進行精準化的推薦。于是，Google團隊將用戶的新聞興趣分解為短期興趣和長期興趣，以提高推薦的時效性、新穎性、多樣性。

“用戶的短期興趣”是根據用戶最近的行為進行推薦。如用戶剛剛閱讀了一篇關于“教育”的文章，或搜索了“李寧”這一關鍵詞，則識別出用戶短期興趣是“教育”和“李寧”。其中，今日頭條在10秒內就能夠做出反應，為用戶推出精準數據。從技術上來說，短期興趣等同于相關推薦。

“用戶的長期興趣”也可稱為用戶畫像。技術上是一組用戶ID對應一組keyword。當用戶選擇QQ賬號、抖音等授權登陸今日頭條時，后臺根據用戶的職業、年齡、所在城市等信息推薦其感興趣的內容。當其他相似的用戶畫像被計算整理出來后，這些人感興趣的內容也會被推薦給其他相關用戶。

在當下的實際新聞推薦中，多是融合“熱門推薦”“相關推薦”“用戶的短期興趣”“用戶的長期興趣”等推薦的結果，將新聞集合展示給用戶。

二、個性化新聞推薦技術對新聞傳播影響的主要內容

個性化新聞推薦技術以用戶為中心，打造專屬的信息空間，使信息的接收變得更加個人化、更具時效性。今日頭條首先對用戶的年齡、愛好等基本信息通過大數據收集起來，然后用算法技術分析收集的數據，以建立和完善用戶的興趣系統。實時對用戶瀏覽、評論的新聞內容收集整合，精準化用戶的興趣愛好，并為他們推送“量身定制”的新聞內容。該推薦算法技術對傳統新聞傳播中的新聞消費模式、新聞傳播媒介和受眾都有一定的影響。

（一）推動新聞消費模式商品化

個性化推薦算法技術最早應用于電子商務領域。目的是確保電商平臺能夠及時、準確的推送信息給相關用戶，以減少用戶瀏覽無效信息的時間，增加用戶黏性，加快平臺的擴張，提高整體的經營業績。

如果將新聞等社會信息視為商品，那受眾獲取社會信息就等同于客戶電商購物。如今，各平臺間進行數據共享已成為常規合作，用戶的各種行為數據作為服務條件被售賣給相應的廣告商。例如，今日頭條同淘寶、天貓、京東、微博等平臺進行數據共享。用戶上午在天貓搜索了“水果”，到下午翻看今日頭條新聞時，就會被推送關于“水果”的廣告。而廣告商則可以根據用戶的行為數據，更好地進行宣傳，以達到售賣產品的目的。在個性化新媒體時代，用戶的各種行為數據成為一種商品，個性化推薦則改變了用戶消費新聞的方式。

（二）滿足新聞用戶的個性化需求

在傳統的新聞傳播過程中，由“把關人”對信息進行過濾、篩選，無法滿足受眾的個性化需求，更沒有提供其選擇新聞閱讀內容的自由。

今日頭條根據用戶的興趣頻道進行相關推薦。在運用個性化推薦算法技術的基礎上，除了“新時代”等默認頻道以外，用戶還可以在平臺推薦的44個頻道中自主添加訂閱。頻道涉及的內容豐富，涵蓋面廣，可以更準確地定位用戶的興趣，并更好地推送相關內容。這種基于算法技術的個性化推薦使新聞傳播方式轉為點對點、個性化的傳播，為用戶“量身定制”，提供其需要和感興趣的內容。

（三）促使新聞媒介技術融合

推薦算法技術在新聞客戶端的運用推動實現了媒介融合。這不僅豐富了新聞的傳播方式和途徑，還逐漸改變了大眾閱讀新聞的習慣，使當下新聞的閱讀形式更加多樣化、便捷化。視聽相結合的新聞閱讀產品讓用戶不受時間、場地的限制，還能隨時轉發、評論、互動。2017年，今日頭條與澎湃新聞達成一致合作。通過個性化推薦算法技術，精準分發澎湃新聞的短視頻，以推動中國移動新聞視頻的發展。

三、個性化新聞推薦技術對新聞傳播影響的實踐探索

（一）合作共贏的版權意識

今日頭條因為版權問題頻頻受到大眾的質疑。從2013年開始，各大知名媒體如新京報網、搜狐網等都與今日頭條有過版權糾紛。追根究底還是因為利益分配不均。為了促進新聞傳媒產業能夠更為合理平穩地發展下去，今日頭條需要在個性化新聞推薦系統中樹立起原創保護意識，并且與行業內各方面的新聞生產企業達成利益分配共識，從而實現共贏。

（二）人機結合的產品理念

今日頭條在一定程度上提高了用戶的自主選擇性，但長期只推送用戶感興趣的新聞信息易產生信息繭房等問題。隨著各大內容平臺監管意識的提高，去年掀起了一陣反低俗低質內容風。2019年7月30日，今日頭條推出反低俗小程序“靈犬”。用戶在該程序內輸入一段文字或添加圖片、文章鏈接，就可以檢測出內容的健康指數并得到一個鑒定結果。技術的升級在一定程度上可以降低低俗低質內容的傳播，但僅僅借助技術是不夠的。今日頭條需安排專人做好把關工作，在使用個性化新聞推薦技術的同時設置人工推薦編輯。這一點可以參考2016年美國大選時“一點資訊”的做法。引入“推薦編輯”模式后又在內容上添加專業編輯把關，實現人機結合的報道理念。這樣可以讓用戶接收更多的時事新聞和綜合知識。

（三）算法輸出的垂直產品

現如今，今日頭條的編輯智能系統已榮獲多項國家專利。為了能夠做好市場的細分工作，還專門推出了“西瓜視頻”“抖音短視頻”等產品。除此之外，今日頭條頁面內也添加了眾多服務化的垂直內容，例如彩票、游戲、互聯網法院、房產、財經、汽車、三農等。其中有些是和其他平臺合作的，有些則是今日頭條自己建立的新產品。這些垂直產品可以更好地服務用戶、滿足用戶需求。

四、結語

個性化推薦算法技術運用于新聞客戶端，打破了固有的思維模式、運行模式，提高了傳播效率，加快了傳統新聞機構從大眾傳播理念向個性化傳播理念的轉變。但在新聞推薦算法技術盛行的同時也暴露出很多問題。例如，用戶會連續幾天都翻到同一條新聞內容，或者無意中點到的標題被系統誤認為是用戶感興趣的……這時，個性化推薦算法技術“準確”“快速”“全面”等優點就會給用戶帶來困擾。因此，未來我們的新聞客戶端要結合人工智能技術，更深層次地理解受眾的閱讀需求。