AI時代，黨媒推薦算法的優化策略

文_任海平

一直以來，傳統媒體在內容傳播上遵循“以我為主”的邏輯，但算法技術的發展，已悄然改變著用戶對信息的需求。傳統媒體不僅要求信息具有及時性和準確性，還要面對“流量焦慮”和“算法焦慮”的困擾。人民網曾在《人民網二評算法推薦：別被算法困在“信息繭房”》一文中稱：“在算法的幫助下，我們可以輕易過濾掉自己不熟悉、不認同的信息，只看我們想看的，只聽我們想聽的，最終在不斷重復和自我證成中強化了固有偏見和喜好。一旦身處這樣的‘信息繭房’，就再難接受異質化的信息和不同的觀點，甚至在不同群體、代際間豎起阻礙溝通的高墻。”不難發現，央媒在算法問題上的立場是以指導駕馭為主，反對失控、混亂、危險的算法。

2018 年6 月，人民日報在“人民號”發布會上，提出了“黨媒算法”概念，同期，中央廣播電視總臺也推出了“總臺算法”。不管是“黨媒算法”還是“總臺算法”，本質上指的都是推薦算法，它是指基于大數據和人工智能技術，結合用戶行為精細化埋點生產內容的精準化解構、用戶地理位置信息識別，融合用戶行為和語義識別，不斷挖掘因果鏈條關系，實現海量內容與個性化需求相匹配的算法。而黨媒推薦算法，要在普通推薦算法基礎上，嵌入體現主流價值觀的模塊，為社會提供更多正能量內容，主要具備以下屬性：一是算法屬性，作為人工智能算法，它可以根據用戶在網上看什么、喜歡什么、需要什么，不斷自我學習，從海量的內容中挑選出最適合的信息推薦給用戶。二是價值觀屬性，一種價值引導，它可以幫用戶找到正面、真實、積極的信息，避免看到低俗、虛假、負面的信息，讓用戶受到主流價值的影響和教育。三是用戶屬性，算法尊重用戶的判斷和選擇，充分重視用戶的反饋，滿足用戶多元化、個性化的信息需求。四是社會屬性，與社會責任緊密掛鉤，持續跟蹤社會發展需要，推薦更準確、更高效的內容，讓用戶感受到更好的服務和更大的社會責任。

“黨媒算法”應用實踐中的困擾

黨媒推薦算法的提出已過去五年，目前已逐步應用于各媒體的新媒體渠道，如網站、客戶端的搜索、推薦、活動分享、評論等，但無論從算法結構還是應用效果看，依然存在較多的問題難點。

一是內容的質量和價值評估問題。黨媒算法要從海量內容中篩選和排序，推薦正面、真實、積極的內容，抵制低俗、虛假、負面的信息。同時，也要解決以下問題：如何衡量內容的質量和價值，如何消除主觀偏見和誤判，如何協調用戶的多元需求和主流價值的引導，如何體現主流媒體在國家治理和社會公眾服務上的作用，等等。

二是用戶的興趣和需求識別問題。推薦算法主要依賴于用戶的點擊、瀏覽、收藏、點贊、評論等行為數據，而這些數據并不能完全反映用戶的真實需求和滿意度。黨媒算法根據用戶的行為數據和內容分類標簽，推薦符合用戶興趣、偏好、需求的內容。但同時也要解決以下問題：如何準確地捕捉并分析用戶數據，如何保護用戶隱私和安全，如何防止行為數據被操縱，如何利用地方政府資源，創新“新聞+服務”模式，滿足不同地域、不同層級、不同類型媒體用戶的需求。

三是推薦的效果和效率評估問題。黨媒算法在重視傳播反饋，改進推薦的準確性和效率，提高推薦的服務水平和社會責任的同時，也要面對以下問題：如何獲取和利用有價值的反饋信息，如何建立并執行有效的評估機制，如何平衡推薦的效果和效率之間的關系。

四是人工智能時代推薦算法的持續創新問題。算力是推薦算法的基礎，影響了推薦算法的性能和效果。隨著人工智能時代算力的提升，推薦算法也需要持續更新，建立更適應的技術方案。同時，推薦算法也要考慮社會責任和倫理問題，與黨媒的意識形態引導相匹配。

“黨媒算法”優化設計的浙報探索

推薦算法的本質是將合適的內容匹配給合適的用戶，所以，針對內容和用戶建立的標簽體系是推薦算法有效與否的關鍵。人民日報媒體技術股份有限公司建設的“全國黨媒信息公共平臺”就以“黨媒算法”為核心，革新了用戶畫像體系和內容標簽體系，對海量聚合內容進行智能化和自動化處理。通過構建主流價值觀知識圖譜，自建智能標簽體系，根據稿件標簽和用戶閱讀習慣構建用戶畫像，并通過建立興趣相關、地域相關、時效相關等推薦模型，實現不同用戶不同階段的稿件智能推送。而中央廣播電視總臺的“總臺算法”則建立了從細分內容到爆款內容的內容漏斗模型，同時建立從高活用戶到低活用戶的流量階梯模型，運用算法挖掘潛在熱點，為有限規模的內容精準匹配用戶喜好，將可能成為熱點、爆款的精品內容逐漸放大人群推送范圍，從而有效檢驗內容傳播力。[1]

“黨媒算法”不排斥算法邏輯，但又完全不同于商業意義上的算法推薦。它并非在縱深的商業邏輯里加速人工智能與快銷式資訊的深度匹配，而是努力為算法賦予黨媒的主流價值觀，構建主流價值引領下的新媒體生態。這也是浙報集團在發展推薦算法中必須秉承的目標理念。浙報集團旗下傳播大腦科技（浙江）股份有限公司不斷創新浙報特色的推薦算法，研發具有“黨媒”特質的智能引擎，在“采、建、管、用”大數據邏輯引擎的基礎上，進一步優化正能量召回策略、群體興趣模型，并借助AIGC 技術、區域性媒體生態合作資源等，構建起一套全新的推薦引擎，努力讓智能算法與主流信息傳播有機融合、相得益彰。

1.讓正能量導入大流量

黨媒作為黨與社會公眾的橋梁和紐帶，承擔著引導公眾樹立正確的世界觀、人生觀、價值觀，促進社會和諧穩定的使命職責。在當今信息爆炸、真假難辨的輿論背景下，黨媒更需要利用先進技術手段，讓更多符合社會主義核心價值觀，具有公正性、真實度，符合用戶需求的內容呈現在公眾面前。

在傳播中引入正能量召回策略是一個比較好的解決辦法，但“黨媒算法”須解決好“正能量”準入問題。在構建正能量詞庫時，要遵循真實性原則，杜絕違反法律法規和社會公德，或者虛假、誤導性信息，同時處理好核心價值觀與內容創新之間的關系，避免引入重復、陳舊以及不符合時代潮流的信息。

到了實際應用階段，推薦系統將綜合考慮文章的表現和屬性，對每一篇文章進行評分，如閱讀、點贊、分享、評論、是否原創等維度，并依托正能量詞庫對稿件中的正面情感、積極行動、鼓舞人心的語言等進行匹配、計算，確定正能量元素的數量和質量。若文章內容匹配上了符合主流價值的內容標簽，例如八八戰略、高質量發展、共同富裕等，則在原有的評分之上疊加相應的主流價值權值，加大推薦權重。同時，為了完整地評估文章內容，還需要相關部門和媒體憑借多年來積累的經驗，對風險加以評估計算，以便更好地把關正能量準入門檻。在浙江新聞客戶端和2023年上線的潮新聞客戶端上，我們采用正能量召回策略，讓黨媒核心用戶群能夠優先看到重要會議、活動、體育賽事等相關精彩報道，如黨的二十大、共同富裕、八八戰略、杭州亞運會等。又比如“浙江宣傳”的內容從本源、本性、本真出發，用親切易懂的語言表達，成為潮新聞正能量推薦的重點。

然而，新聞具有很強的時效性，我們通過不斷調優評分機制來適應傳播熱度的變化。常規模式下的傳播熱度會隨著時間流逝而衰減，算法中需要套用衰減函數來調整評分。對于前期熱度不高，中后期卻被社會關注、發酵的新聞，同樣需要調優衰減函數給予加權。

2.構建黨媒核心用戶興趣標簽

用戶思維是互聯網思維的核心部分，也是黨媒客戶端運營的主要邏輯。為了更好地起到推薦作用，黨媒算法需要不斷完善用戶興趣標簽，精準定位不同階層、不同領域、不同地域的用戶，滿足其多樣化的使用需求。

以黨媒客戶端的核心用戶為例，這類用戶往往是具有一定社會地位、影響力和公信力的用戶，如政府官員、專家學者、媒體人士、社會名人等，范圍涵蓋黨政機關、行政單位、醫療衛生單位、科研設計單位、高等院校、其他（中小學）教學單位、國有企業等。他們在關心國家、社會大事的同時，能正確地引導和影響更多的人關注和支持黨媒。針對黨媒應用的用戶群體特性，產品端需要基于用戶注冊信息、產品冷啟動用戶偏好勾選、活動信息補足、運營推廣、隱私計算等途徑來擴充屬性標簽。數據監測端需要通過特定頻道的閱讀行為分析來分辨黨媒核心用戶標簽，例如要聞、深度、財經、思想等高頻訂閱用戶；此外，還可以通過與政府數據部門或第三方合作生態對接，進一步細化核心用戶的標簽類型。

當算法具備了豐富的正能量內容池和精準的用戶群體標簽后，就可以根據指定行為周期（全周期為所有行為數據，長期為30天，短期為7天）內閱讀過的文章，為每一類核心用戶群建立對應的新聞合集，并根據閱讀狀態和興趣度得分高低進行精細化內容推薦，再通過核心用戶群去引導并影響更多的用戶群，進而放大傳播效果。

3.更好對接“省域一張網”建設

浙報集團承擔著建設省級重大新聞傳播平臺的使命，致力于通過打造“技術集成中心、數據交互中臺、融合傳播中樞”，構建全省媒體“一張網”新型傳播體系。其中，省級融媒體平臺“媒立方”、市縣融媒云平臺“天目藍云”、全媒體智能中臺，以及基層觸達平臺“融媒通”應用，構成了新型傳播體系技術底座。潮新聞客戶端協同各市縣新聞客戶端，構筑起重大新聞傳播平臺的“主力艦群”。未來黨媒算法不僅要支撐單個平臺應用，更要擔當起融媒“一張網”的傳播影響力使命。

在建設省級重大新聞傳播平臺過程中，為了滿足不同地域、不同層級、不同類型媒體用戶的需求，黨媒算法可探索在多個方向進行策略優化。其中，一個重要的方向是根據不同區域的文化特色、歷史背景、民風習俗、語言習慣等因素，進行個性化的策略分配，實現“一地一策略”的目標。舉例來說，對于文化底蘊深厚的市縣，如麗水市景寧畬族自治縣，推薦算法注重畬鄉文化、生活服務、文化評論類內容推送，展現民族文化和地域特色；對于旅游區域，如杭州市西湖區，推薦算法將更關注景點介紹、旅游攻略、交通信息、城市發展動態等信息推送，吸引游客和提升知名度；對于經濟發達的縣（市、區），如寧波市鄞州區，推薦算法可重點推薦經濟新聞、財經評論、企業經營類內容，更好地服務區域性社會經濟發展。

在各市縣媒體越來越重視與地方政府合作的背景下，“一張網”布局幫助市縣媒體在新媒體端集成了政務服務、生活服務等功能，在服務大眾的同時，也能快速獲取用戶第一手標簽信息，有助于精細化用戶分群，為內容推薦提供更準確的依據。在媒體智庫化建設中，“一張網”通過持續對各市縣媒體賦能，將新聞產品有效轉化為知識，并結合媒體領域專家的加工，讓知識沉淀在內容推薦中，更好體現出“信息找人”的效果，有助于解決黨媒推薦算法不夠精準、不夠個性等問題。

“黨媒算法”發展方向與優化空間

“黨媒算法”應用效果不是一朝一夕就能達到的，用戶行為隱私保護、內容真實性、受眾多樣化、人為評估干預等問題，都需要探索新的解決方案。

AIGC 技術在數智化應用中的實踐，也為黨媒算法應用打開了一扇新的“窗戶”。近期，傳播大腦科技（浙江）股份有限公司發布了行業垂類大模型——傳播大模型，它提供的圖像、視頻、多模態等編輯技術，包括以文生圖、以圖生文、以圖生圖等“創意設計”能力，可以讓推薦內容更加豐富、真實和吸引人；“AI 對話”功能通過意圖識別技術，準確理解用戶的問題和需求，以對話方式完成“熱點線索獲取、資源檢索、內容輔助生成、風格改寫、分享文案建議”等一站式創作，能夠讓內容更好地適應用戶的興趣、心情和需求。可以想象，在未來的推薦模式中，加以黨媒內容的語料學習，還可以讓大模型具備更優的價值取向和判斷能力，如用詞搭配、重要人物排名等，在推薦內容的同時也能精準地把關內容。

媒體智能化發展是技術驅動下的必然方向，人在其中應充分發揮主觀能動性，讓技術與人的創意、情感、審美有機融合，讓人與機器友好協作，才能充分發揮人工智能在媒體演進中的積極作用。