算法推薦機制下小眾文化圈層壁壘的形成與破解
——以《只此青綠》破圈傳播為例

胡皓雯

（揚州大學(xué)新聞與傳媒學(xué)院，江蘇 揚州 225009）

一、引 言

小眾文化是相對于大眾文化而言的“次文化”，在大眾文化體系的邊緣被少數(shù)群體所信奉，是部分個體以興趣、愛好或品性為鏈接聚合而成的圈層文化。該圈層中的個體往往具有相似的態(tài)度立場、思維特征、語言風格及行為方式，比如動漫文化、國風文化等。早在20世紀70年代，阿爾文·托夫勒曾預(yù)言傳媒未來面臨著分眾化、小眾化的趨勢，算法推薦技術(shù)正是給分眾傳播提供了技術(shù)支撐。分眾傳播打破了原本一元或二元對立的社會結(jié)構(gòu)，促使人們逐漸接受越來越多元的價值體系。在我國，多種文化皆產(chǎn)生于統(tǒng)一的社會主義價值體系之中，因而小眾文化與主流文化的價值取向具有統(tǒng)一性、互融性，相同之處是增強跨圈層影響力的根源。綜上所述，筆者認為小眾文化具備破圈傳播的可能性。本文從算法推薦模式出發(fā)，探討小眾文化圈層壁壘的形成原因，并以舞蹈詩劇《只此青綠》成功破圈傳播的個案為例，尋找在算法推薦機制之下文化圈層突破固有傳播模式的有效途徑。

二、小眾文化圈層傳播的現(xiàn)狀

“圈層”的概念最早是作為地理概念被提出的，指的是地球的地殼、地幔和地核等圈層結(jié)構(gòu)。而人類社會中的“圈層”可以視為一個動態(tài)場域，既包括縱向“層級”，也包括橫向“圈子”，本文主要從小眾文化“圈子化”的角度進行研究［1］。

小眾文化圈層是一個知識復(fù)合型圈子，圈層內(nèi)傳播的知識僅為該圈層獨有，個體的信息消費偏向無不帶有鮮明的圈層符號。以微博平臺為例，用戶以賬號昵稱、“轉(zhuǎn)、贊、評”數(shù)據(jù)等多種形式公布自己的喜好，展示個體所屬圈層，圈層內(nèi)獨有的知識大多是以眾包的形式生產(chǎn)。皮埃爾·萊維認為，“沒有人無所不知，但每個人都各有所長，所有知識都寓居于人。”換句話說，圈層中沒有人擁有全部信息，但每個人都知道一部分，任意成員的信息可以通過即時問答或與他人共享的方式獲得。個體在圈層內(nèi)自愿進行信息生產(chǎn)活動，不可避免地帶入“個人經(jīng)驗場”，因而圈層內(nèi)的信息內(nèi)容雜糅、形態(tài)多樣。為了使圈層內(nèi)的觀點相對統(tǒng)一，個體間會通過研究、辯論和解析，從重復(fù)冗雜的信息中凝練出絕大多數(shù)人認可的集體智慧。

群體規(guī)范是圈層中的個體基于共享信念在固定范圍內(nèi)建立起的行為準則，群體規(guī)范的建立需要圈層內(nèi)個體的情感和價值觀相對統(tǒng)一［2］。小眾文化圈層中的群體規(guī)范對信息樣態(tài)及信息傳播模式產(chǎn)生隱性“控制”。在規(guī)范體系的約束之下，個體間的交流模式、語言規(guī)范具有大致相同的價值取向，因而形成了特色鮮明、具有一定區(qū)隔作用的語言系統(tǒng)［3］，而屬于同一圈層的個體具備相應(yīng)解碼能力，因而能夠準確理解其含義。個體自覺踐行圈層內(nèi)的語言系統(tǒng)模式，既是對群體規(guī)范的認可，同時也是將群體規(guī)范“內(nèi)化于心”的過程。

群體規(guī)范的形成，使得以趣緣為連接的圈層傳播格局中逐漸建立起一套完整的組織體系。進入圈層較早、擁有更多信息資源的個體成為意見領(lǐng)袖，并生產(chǎn)出具有獨創(chuàng)性的信息，以此形成個人凝聚力；圈層內(nèi)更多的個體以盜獵或游牧的形式進行信息生產(chǎn)，同時通過對意見領(lǐng)袖所生產(chǎn)的內(nèi)容進行點贊、轉(zhuǎn)發(fā)、評論與其他個體建立聯(lián)系；而剛剛進入該圈層的個體，基于對意見領(lǐng)袖等人的模仿，逐漸認識、理解并順從群體規(guī)范［4］。基于此，形成了一個完整的圈層內(nèi)部信息流通渠道以及個體間層級劃分明確的組織體系。

三、算法推薦機制下小眾文化圈層壁壘的建構(gòu)

小眾文化以其獨特的文化符號區(qū)別于大眾文化，圈層內(nèi)通過意見領(lǐng)袖創(chuàng)作的信息以及個體間的溝通交流共同構(gòu)建集體智慧，形成身份認同。逐漸聚合的群體衍生出群體規(guī)范，隱性約束圈層內(nèi)個體的行為。小眾文化從信息樣態(tài)到傳播模式都具有相對固定的圈層特點，因而極易形成文化圈層壁壘。盡管算法推薦技術(shù)能有效縮短用戶獲取需求信息的時間，但是對小眾文化的傳播而言，算法推薦機制在傳播過程中的束縛致使文化圈層壁壘不斷增強。

（一）壁壘形成：“符碼”既是文化粘合劑又是文化區(qū)隔符

傳播技術(shù)的發(fā)展致使網(wǎng)絡(luò)空間中的信息量呈指數(shù)、函數(shù)式的增長趨勢，如何獲取用戶的注意力，并以此增強用戶黏性是當下各平臺關(guān)注的焦點。為了滿足用戶的個性化需求，算法推薦技術(shù)收集用戶個人信息，再從網(wǎng)絡(luò)空間中篩選出與用戶偏好相匹配的信息，形成微目標傳播，并將“用戶品味”數(shù)據(jù)化并納入計算系統(tǒng)，通過收集用戶的生產(chǎn)內(nèi)容、瀏覽數(shù)據(jù)等信息，形成對其個人喜好、價值觀念、受教育程度等的判斷，從而建立清晰的用戶畫像。在傳播過程中，受眾被視作固定不動的靶子，信息精準推送并非“填鴨式”的信息流動，而是更加強調(diào)有針對性地傳播；同時，算法推薦技術(shù)還會通過機器學(xué)習(xí)的方式不斷優(yōu)化用戶體驗。

小眾文化圈層中最重要的是與大眾文化不同的文化符碼。在信息流通過程中，獨有的文化符碼會逐漸演變?yōu)闃?gòu)建“用戶畫像”的個性化需求，也就是算法推薦機制認可的“標簽”。而后，用戶對平臺推薦信息進行篩選的瀏覽數(shù)據(jù)，即“用戶生產(chǎn)行為（UGB）”則會強化此前形成的用戶畫像，由此加強微目標傳播的精確性。從用戶角度來看，個體間以趣緣為線索，通過網(wǎng)絡(luò)平臺中點贊、評論等互動，建立起“萍水相逢”的弱連接，將原子化的個體凝結(jié)成為該圈層中的一部分，并在算法推薦機制的加持下，促使小眾文化圈層內(nèi)形成個體間的緊密連接。

算法推薦技術(shù)對用戶信息環(huán)境的隱性“控制”，造成大眾文化與小眾文化間的區(qū)分。用戶生產(chǎn)內(nèi)容，或基于自己的主觀好惡以及觀點立場對信息進行選擇的行為，都會被視為“個性化品味”而被算法記錄下來。平臺針對個人品位進行的精準推送，其實質(zhì)卻是用戶自己的回聲，如此循環(huán)往復(fù)，算法推薦的正反饋機制隱性“控制”了用戶的信息環(huán)境，使得目標用戶因無法接觸到與興趣符碼不吻合的內(nèi)容而陷入“信息繭房”。因此，筆者認為“符碼”既是文化群體間的黏合劑，也是小眾文化群體與大眾之間的區(qū)隔屏障。

（二）壁壘鞏固：“過濾氣泡”形成排他文化的同時塑造自身文化形象

算法推薦機制在運行過程中從未停止對海量信息的篩選，而這種篩選行為一定程度上影響著人們對外部環(huán)境的認知判斷［5］，伊萊·帕里澤將算法推薦的篩選行為稱作“過濾氣泡”。根據(jù)算法推薦形成的用戶畫像、平臺篩除不符合用戶興趣習(xí)慣的內(nèi)容，使得個人偏好得到過分滿足。個體的“興趣口味”取代專業(yè)把關(guān)人，用戶不斷強化已有的知識結(jié)構(gòu)與認知，思維偏見也由此形成。

小眾文化信息在“過濾氣泡”的作用下，向具有相同偏好的群體內(nèi)流動。媒體平臺將符合用戶畫像的內(nèi)容推薦給目標受眾，受眾對信息進行主觀傾向性選擇，這種傾向會繼續(xù)影響算法推薦的針對性，如此循環(huán)往復(fù)，形成持續(xù)強化的正反饋機制［6］。在算法推薦的篩選作用下，圈層內(nèi)個體獲取大致相同的信息內(nèi)容，形成大致相同的態(tài)度立場；同時，圈層與外界文化之間的壁壘進一步增強。然而，算法的篩選行為不僅僅存在于信息分發(fā)階段，有學(xué)者認為，算法系統(tǒng)還重構(gòu)了文化內(nèi)容生產(chǎn)結(jié)構(gòu)，即通過對用戶“興趣數(shù)據(jù)”的分析，算法能夠?qū)ξ幕a(chǎn)內(nèi)容及形式提供有針對性的建議［7］。平臺中某一內(nèi)容的瀏覽量及點贊數(shù)據(jù)，會告訴用戶“什么內(nèi)容會吸引瀏覽量”“什么內(nèi)容會成為網(wǎng)絡(luò)爆款”。比如，部分社交媒體平臺設(shè)置熱搜排行榜，用戶生產(chǎn)內(nèi)容時帶入熱搜話題或關(guān)鍵詞，就意味著擁有更高的曝光度及瀏覽量。算法一方面獲取用戶的興趣傾向數(shù)據(jù)，另一方面，通過“用戶傾向”重構(gòu)內(nèi)容生產(chǎn)結(jié)構(gòu)，二者形成一種循環(huán)［8］，限制了用戶生產(chǎn)信息時的關(guān)注范圍。

對小眾文化而言，圈層內(nèi)的群體規(guī)范隱形“控制”著信息內(nèi)容生產(chǎn)，個體生產(chǎn)的信息大多具有鮮明的圈層標志和相對固定的傳播模式。因此，可以結(jié)合算法推薦的興趣數(shù)據(jù)，分析傳播內(nèi)容出現(xiàn)的同質(zhì)化現(xiàn)象。

（三）壁壘顯性展現(xiàn)：“回音室”堅定群體立場

算法推薦是基于用戶興趣對海量信息內(nèi)容進行篩選的行為，其實質(zhì)還包含對信息立場的篩選。在算法正反饋機制作用下，用戶獲取的信息不僅強化了自身既有立場，也印證了既有觀點，從而形成個人“回音室”；同時，還建立起了一種以“趣緣”為連接的圈層傳播模式。

在圈層傳播中，個體接收算法推薦的信息，篩選并獲取其中有價值的內(nèi)容；同時，積極參與信息生產(chǎn)實踐，其主動生產(chǎn)的信息大多符合群體規(guī)范，帶有鮮明的圈層特質(zhì)，在算法推薦作用下，流向圈層內(nèi)部。圈層內(nèi)的信息生產(chǎn)更多是一種為獲取身份認同而進行的分享性行為，通過構(gòu)建一種基于內(nèi)容和社會關(guān)系的用戶分發(fā)內(nèi)容（UGC），圈層內(nèi)個體參與到信息傳播過程中，將內(nèi)容和社會關(guān)系相結(jié)合，并運用平臺中發(fā)送鏈接、個人推薦的形式，引導(dǎo)其他用戶進行信息消費行為［9］。小眾文化在信息傳播的過程中，極易形成圈層“非理性”的刻板印象。圈層內(nèi)通過個體間的信息交流相互認同、相互鼓勵、相互強化，堅定群體間的態(tài)度立場，促使圈層壁壘進一步增強。由于圈層內(nèi)一致的聲音越來越大，導(dǎo)致反對的聲音容易被忽略，當面對問題采取行動時，用戶更傾向于選擇比較極端的方式，從而導(dǎo)致群體極化現(xiàn)象產(chǎn)生。

四、算法推薦機制下小眾文化突破圈層壁壘的傳播路徑探索

算法推薦技術(shù)的傳播模式，加之小眾文化“信息獨有”的特點，用戶逐漸禁錮在自己感興趣的文化圈層中。從算法技術(shù)誕生之初，學(xué)界就“信息繭房”是否真實存在的問題展開討論，但不可否認的是算法推薦的信息篩選技術(shù)，讓小眾文化的傳播路徑受到限制。筆者認為，小眾文化要想走進大眾視野，應(yīng)思考一條與算法推薦技術(shù)互融共生的傳播路徑。

在近年來的新聞傳播實踐中，從“不倒翁漢服小姐姐”到舞蹈詩劇《只此青綠》，小眾文化的傳播總是在不經(jīng)意間突破圈層壁壘。筆者以《只此青綠》網(wǎng)絡(luò)破圈傳播為例，探析小眾文化在算法推薦機制下的傳播路徑。

（一）算法“標簽”轉(zhuǎn)變?yōu)椤懊砸颉眰鞑シ?/h3>

“網(wǎng)絡(luò)迷因”大多是由流行文化的視頻或文字文本構(gòu)成，而算法推薦機制的“興趣標簽”是由具有圈層特質(zhì)的“文化符碼”構(gòu)成的。筆者認為，要想打破算法推薦技術(shù)既有的傳播路徑，可以將標簽化的信息繼續(xù)轉(zhuǎn)變?yōu)槊砸騻鞑シ枺瑥亩纬善迫觽鞑ァ?/p>

“迷因”是指通過復(fù)制、衍生等方式進行的文化傳播。查德·道金斯在其著作《自私的基因》中提出“迷因”概念，他認為迷因是承載文化信息的基本單位［10］。隨著信息技術(shù)的更新迭代，“網(wǎng)絡(luò)迷因”應(yīng)運而生。“網(wǎng)絡(luò)迷因”是指文本、圖像、熱詞或其他文化單元形式，所呈現(xiàn)的流行觀念在互聯(lián)網(wǎng)上快速出現(xiàn)和傳播。網(wǎng)絡(luò)強交互性、易接入性等特點，為“網(wǎng)絡(luò)迷因”能夠在短時間內(nèi)形成“病毒式傳播”創(chuàng)造了條件。例如，2022年央視春晚改編自《千里江山圖》的舞蹈詩劇《只此青綠》收獲好評，同時在網(wǎng)絡(luò)中掀起“青綠腰”挑戰(zhàn)，截至2022年3月24日，百度搜索相關(guān)詞條超過1330萬條。

根據(jù)迷因理論，“網(wǎng)絡(luò)迷因”首先必須具備可復(fù)制性，這是觸發(fā)成員之間模仿的心理動因；其次應(yīng)賦予迷因多種意義和內(nèi)涵，從而完成更大范圍內(nèi)的傳播。在《只此青綠》的傳播過程中，“青綠腰”挑戰(zhàn)便可視作“網(wǎng)絡(luò)迷因”。在算法推薦機制的作用下，《只此青綠》首先在舞蹈圈層及古典文化等具有緊密聯(lián)系的圈層內(nèi)引發(fā)討論。舞蹈圈層內(nèi)個體基于身份認同的需要，選擇其中最具特色的動作進行模仿，這便是迷因傳播的開始。其次，舞蹈主創(chuàng)人員等對演員服裝、頭飾等細節(jié)描述以及舞蹈背后蘊含的文化進行解釋，進而將“青綠腰”挑戰(zhàn)賦予文化內(nèi)涵。最后，在微博、小紅書等平臺熱點優(yōu)先推薦的機制下，在更大范圍內(nèi)產(chǎn)生影響。

（二）增加信息偶遇的可能性

“信息偶遇”的概念最早是由埃爾德雷斯提出的，是指“在預(yù)期的情境中，個體意外獲得有興趣或者可以解決問題的信息的現(xiàn)象。”筆者認為，在“信息繭房”問題日益凸顯的今天，構(gòu)建信息接觸的多種模式，增加個人信息偶遇的可能性是破解算法推薦機制下圈層壁壘的有效方式。

目前很多學(xué)者認為，“信息偶遇”的傳播模式是從用戶的信息搜尋行為開始的，信息搜尋行為搭建用戶日常關(guān)注信息圈的同時，又在建構(gòu)新的信息圈。因此，利用“信息偶遇”來解決圈層壁壘問題，就是要增加非線性的信息傳播流程。對小眾文化而言，要增加信息偶遇的可能性，就必須賦予圈層內(nèi)獨特“文化符碼”更多的含義，并通過“符碼”建立起與其他圈層之間的連接。比如在 《只此青綠》的傳播過程中，將“青綠”視為“山水”符號，實現(xiàn)了在更多領(lǐng)域傳播中的運用：微博＠CCTV1開講啦發(fā)布節(jié)目預(yù)告＃千萬年前的家園也是只此青綠嗎＃，節(jié)目以 《千里江山圖》為序，介紹了千萬年前這片土地的前世今生；＠《人民日報》發(fā)布＃天目湖上演江南版只此青綠＃，以視頻的形式展現(xiàn)了天目湖煙雨朦朧的美景。

（三）以圈層內(nèi)容為線索實現(xiàn)跨媒介傳播

單一平臺的敘述往往更具有偏向性，在Web3.0時代，僅僅依托單一媒介的傳播，往往會在多平臺以多種形式進行傳播。亨利·詹金斯在《融合文化》中提出了“跨媒體敘事”的概念，他認為，跨媒體敘事并非多個媒體功能的簡單相加或相同信息的批量復(fù)制，而是不同平臺利用自身的獨特方式拓展和完善故事。由此可見，通過跨媒體敘事的方式可以補全傳播鏈條，讓信息以多種方式呈現(xiàn)出不同的特點。

筆者認為，在小眾文化的傳播過程中，以趣緣中心為依托，拓展更多延伸內(nèi)容，才能獲得更大的受眾圈層。例如，微博平臺側(cè)重于信息碎片化傳播，小紅書平臺傾向于日常穿搭教程、美妝教程等，抖音平臺則是短視頻創(chuàng)作的生產(chǎn)場所。通過這樣的方式完成對故事的拓展，在不同平臺吸引更多的人，通過不同的側(cè)重點促進圈層與圈層之間的融合，從而吸引更多圈層的人。

在《只此青綠》的傳播過程中，應(yīng)充分發(fā)揮用戶作為“信息生產(chǎn)者”的優(yōu)勢。比如，在抖音平臺中，可以對原文本進行剪切、拼貼，將原舞蹈視頻按照自己的理解，剪輯成時長1分鐘左右的精彩集錦，配合文字對舞蹈蘊含的意義以及內(nèi)涵進行解釋；在小紅書平臺中，大多是美妝博主針對《只此青綠》中的妝容進行模仿，以妝容為線索，將傳播群體從文博圈、舞蹈圈遷移至美妝圈層，受眾更加廣泛；微博作為即時信息分享平臺，《只此青綠》在其中的傳播既有文化圈層中意見領(lǐng)袖的點評，也有對人物形象進行Q版創(chuàng)作的手繪大V，在該條傳播鏈條中，以人物造型為依托，對傳播圈層進行了延伸。由此可見，在跨媒介的傳播過程中，結(jié)合不同的文化語境能夠更多地呈現(xiàn)出作品中文化符號所蘊含的意義。

五、結(jié) 語

小眾文化以其獨特的文化符號以及相對獨立的組織結(jié)構(gòu)區(qū)別于大眾文化，在算法推薦機制的作用下，逐漸鞏固圈層壁壘，形成“固步自封”的傳播模式。結(jié)合近年來的成功“破圈傳播”案例，發(fā)現(xiàn)很多優(yōu)秀文化只需轉(zhuǎn)變傳播路徑即可突破圈層壁壘。從小眾文化視角出發(fā)，將算法推薦的標簽延伸為文化迷因符號，依托網(wǎng)絡(luò)交互性傳播，實現(xiàn)影響范圍的拓展；同時，打破算法推薦的線性傳播模式，鼓勵用戶充分發(fā)揮“信息生產(chǎn)者”的優(yōu)勢，結(jié)合自身文化素養(yǎng)拓展更多傳播鏈，讓小眾文化向不同文化語境中延伸。每一次的破圈傳播都意味著不同文化之間的相互融合，小眾文化要想與大眾文化相銜接，給自身文化注入內(nèi)涵及意義是關(guān)鍵。