【新传考研热词】——算法推荐(考研新传考什么)

算法推荐
一、定义
算法推荐是通过用户的浏览记录以及行为，对用户的行为进行画像，从而为用户推送符合其偏好的信息，即基于算法对用户进行个性化推送。
算法推荐改变了新闻业生产机制和流程，拓展了新闻来源，编辑制作上从基于新闻价值到基于用户兴趣，个性化精准推送创新了信息分发机制。
但其智能推荐易造成信息茧房，公众思想在自我重复逐渐固化，网络巴尔干效应凸显，网络群体极化，把关的难度和成本加大，舆论导向和舆论监督能力降低，媒体责任意识淡化。
因此，应该优化算法，加强主流价值观引领，遵循算法伦理，加强人机协同把关，强化新闻分发平台的监管治理。
二、相关概念
（一）个性化新闻
1.定义：个性化推荐技术涉及多个学科领域，主要是指通过数学算法分析物品信息、用户偏好、用户信息等，由此给用户推荐他们可能喜好的物品。在新闻领域，个性化推荐技术运用到推荐新闻上，又称“算法推荐新闻”。
2.优缺点：
①优点：新闻客户端运用个性化推荐新闻，提供了以人为本的用户体验，赢得了受众，满足了用户对信息的需求，提升了新闻客户端的竞争力。
②缺点：加剧了信息茧房：信息茧房的形成与当今互联网时代算法在信息推送中的运用息息相关会使受众处于信息的自我循环之中，易导致个人信息接受“回音壁”加剧、个人认知失衡、群体极化、新闻价值异化等一系列问题。
个性化新闻推送具体的内容和信息的质量在很大程度上难以鉴别，如果不断给用户推送一些点击率高但虚假、低俗等性质的文章，会使得新闻价值观偏离主流。
利用个性化新闻推荐的新闻系统推送的新闻并不是自身生产的内容，而是通过大数据技术从其他渠道获取内容，并利用个性化新闻推荐技术将内容给用户，由此容易引发新闻版权纠纷。
算法推荐让大量无用的信息充斥受众终端，往往重大新闻事件的真相还未得到证实，受众的注意力已经转移，真相变得无足轻重，伤害了新闻的总体真实。
（二）信息茧房
1.定义：在互联网早期，尼葛洛庞帝曾提出我们每天根据自己喜欢的主题和兴趣选择阅读的内容，从而形成一份个人化报纸。美国教授桑斯坦在出版的著作《信息乌托邦》中提出“信息茧房”的概念，即因公众自身的信息需求并非全方位的，公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身之会将自身程梢于像蚕茧一般的“茧房”中。
2.成因：
①选择性因素成为内在动力。受众本身就具有选择性注意、选择性理解、选择性记忆的心理。用户本能地会选择关注和理解自己感兴趣的领域和话题，而选择性排斥自己不喜欢的领域信息。不同的兴趣关注和不同的消息推送让不同的人沿着不同的方向在各自关注的领域道路上越走越远。
②社交平台促进群体形成。社交平台中各类意见的碰撞与聚合使以兴趣为基础的群体快速聚合，个人接受信息的“窄化”，出现信息茧房的现象，个体偏颇的观点、失真的消息，因“茧内交流”的封闭性，而被放大化，变为群体共识。
三、算法推荐新闻的利弊
（一）优点：
1.对媒体而言，重塑了新闻生产机制。新闻内容分发成为专业化的独立部门：集社交、搜索、场景识别、个性化推送、智能化聚合于一体。
2.对受众而言，新闻私人定制满足个性化需求，节省时间，缓解信息过载与用户注意力匮乏这对矛盾，有助于“使用与满足”范式下用户地位的升级，提升新闻媒介信息传播效率。
（二）缺点：
1.对媒体而言：缺少把关，容易导致虚假新闻泛滥；平台没有版权，只是对内容进行二次加工非二次创新，在传播过程中易造成侵权现象；另外很容易造成信息泄露引发信息安全问题。
2.对受众而言：会形成信息“孤岛”效应。今日头条基于算法针对用户进行个性化推荐，势必造成用户信息选择面的收窄，在用户周围砌起了一堵墙，形成信息茧房。
四、算法对新闻业和公共舆论的影响
（一）对新闻业：
1.新闻的呈现方式、生产方式、盈利模式有所变化
算法推荐出现后，使得原来的新闻业呈现的“拼盘”的版面-频道式，被单个单个的“爆款”所取代。算法新闻通过数据处理和定制化的方式，提高了信息传播的到达率，满足了用户分众化的信息需求，节省了用户获取新闻的成本；在生产方式上，以传者为中心的模式转变成以受者为中心，由单向传播模式转化成环形传播模式；另外，新闻的盈利模式开始被取代，依靠的赢利模式逐渐由广告让位于服务和软文公关。
2.新闻分发更加精准化，促进新闻生产的工业化
算法推荐新闻客户端可以利用大数据技术监测受众的阅读兴趣，从而对受众进行归类，进行个性化推送。这就改变了传统的采写编评的新闻生产模式，使得新闻大量生产成为可能。
（二）对公共舆论：可能出现圈层化、巴尔干化
网络下聚集的群体，是由分化而类聚的，表现出群体内同质、群际异质的特性。由于算法推荐的精致分发，导致公共舆论出现圈层化，不同圈层的群体开始被“信息茧房”控制。
五、算法推荐下的公共议题传播
（一）算法推荐下公共议题的传播模式
1.议题生成阶段：需求匹配与规则选择
算法推荐下的公共议题的生成，一般不是原生创造而是被平台筛选和择取的。虽然算法平台向所有的用户开放，吸纳多元的内容生产者，但是在整个新闻生产链中，算法扮演的更多是中枢神经的角色，它基于一定的算法程序、规则连接起海量信息和用户。只有当算法规则筛选的议题充分满足用户需求和引起其兴趣时，公共议题才可能在两者合力下生成。
2.议题分发阶段：智能推荐与内容适配
算法的主要功能是精准匹配用户特征、转载和分发信息。议题分发是指算法平台在匹配用户需求后进行内容的推送和分发，目前应用较广泛的算法分发技术主要包括基于协同过滤的推荐、基于内容的推荐和基于时序流行度的推荐三种形式。其中，前二者依据的基础正是用户的自我画像，从而突显其个性化和定制化的意图；基于时序流行度的推荐则是将特定时间段内用户的点击率和讨论热度高的内容推荐给用户，反映的是全体用户在某一时刻的整体偏好。
3.议题扩散阶段：协同过滤与互动扩散
信息的大规模扩散是议题获得普遍意义、吸纳公共诉求的重要过程。在扩散阶段，算法平台向兴趣偏好类似的用户推送大量同类议题信息，公众通过点赞、转发、评论等互动行为进行二次传播与扩散。在互动过程中，公众是否理性交往，算法平台是否正确引导，都将影响议题属性的升华。
4.议题消解阶段：主动屏蔽与被动消失
随着公共事件新闻舆论热潮的退却，一些公共议题将暂时消失或永久地退出公众视野和平台传播范围。从公众围观参与到议题离场消解，存在着公众主动屏蔽议题和平台阻隔议题传播两种方式，并呈现出不同的特点。
（二）算法推荐下公共议题传播的风险和问题
1.平台迎合需求：泛娱乐化与碎片化传播
基于商业利润的考虑，算法平台可能片面迎合公众的娱乐需求。在过度娱乐化的信息消费中，本应严肃讨论公共议题的网络公共空间渐渐沦为以娱乐为导向的消费领域，低俗浅薄的内容大行其道。
2.技术运作：伪民主性与伪客观性
“算法中立”是人们对数据和技术的乌托邦想象。标榜客观、中立的算法平台，实际上从数据收集到信息分发的每一个阶段都潜藏着平台本身的诉求。在算法技术逻辑下，公众丧失自主性沦为“数字劳工”；在“超级圆形监狱”的监视下，公众隐私权保障日益困难。
3.公私界限模糊：伪公共性与伪普遍性
公共议题的公共性包含公众、公共利益、公共空间三要素。互联网时代公私领域界限日渐模糊，公共议题的私人化和私人话题的公共化现象凸显，公共议题的公共性则逐渐被侵蚀。
（三）算法推荐下公共议题传播的优化
1.政府层面：强化法律规制，营造良性互动
政府通过法令政策赋予公共议题传播的合法性和权威性，引导议题符合社会主流价值取向，既要采取硬性的规则和制度，规范信息秩序和环境

，又要借助算法平台建立对话渠道，与公众双向互动沟通。
2.平台层面：优化算法机制，兼顾技术与人文
传播行业的未来发展在于人机协同，要结合数据算法技术和专业媒体工作者丰富的新闻经验，在人文层面坚持新闻伦理，在技术层面优化算法机制，保障公共议题的正向传播。
3.公众层面：塑造公民意识，培育算法素养
公共议题的参与主体应该是具有独立的自我人格和理性批判精神的公众。公众在平台上的观点表达应该基于理性的价值判断和良好的算法素养，遵循主体间平等交往、相互尊重的原则，才能在公共议题传播和讨论中独立思考、理性交往。
【参考文献】
[1]刘晶,潘南君.算法推荐下的公共议题传播[j].福建论坛(人文社会科学版),2021(06):57-65.
[2]陈昌凤,师文.个性化新闻推荐算法的技术解读与价值探讨[j].中国编辑,2018(10):9-14.
【历年真题】
【名词解释】
算法推荐（2017?南京师范大学学硕811）算法分发新闻（2019?北京师范大学传播学学硕745）算法（2019?北京大学mjc334）算法推送（2018四川大学mjc334）算法分发（2019华中师范大学新闻传播学硕711）
【简答题】
以今日头条为代表的算法推荐的新闻推送，谈利弊（2019重庆大学mjc334）
分析秒拍、抖音、快手等视频平台对传统影视行业的影响（2019?北京大学传播学649）
个性化新闻推荐的看法（2018北京大学新闻学学硕827）
从新闻伦理角度，论述大数据算法在后真相时代扮演的角色（2019苏州大学mjc440）
算法推荐新闻对人们信息接受的影响（南京大学传播学2019）
请简述议程设置理论并使用该理论分析当下媒体借助各种不同智能算法生产，分发新闻的利弊（2018?辽宁大学新闻学硕862）
什么是过滤气泡和信息茧房？（2019上海理工大学学硕615）
算法对新闻业和公共舆论的影响.(2018清华大学mjc440)
信息茧房的概念和产生。（2019中山大学学硕643）社交媒体时代的信息茧房及其影响。（2018?西南大学传播学学硕811）
何谓信息茧房效应，产生原因及解决对策（2018上海交通大学新闻与传播学专硕440）
【论述题】
新媒体时代下，接收和消费信息的形式发生了什么变化，这种改变对知识结构有什么重构作用（2019中国传媒大学传播学816）