何婷

摘 要 在網(wǎng)絡信息海量繁多導致信息過載信息爆炸的今天，各大新聞客戶端為了吸引用戶有限的注意力，紛紛布局個性化推薦技術(shù)。個性化推薦技術(shù)便于用戶利用碎片化時間獲取資訊，能有效幫助用戶節(jié)約時間和精力，因此受到了用戶的歡迎。但基于用戶興趣喜好的個性化推薦技術(shù)提供的信息并非全面，久而久之就會將用戶禁錮在一個封閉的空間，就如同置身“信息繭房”之中。文章以新聞客戶端為例，從“信息繭房”的成因、局限及建議方面進行簡要分析，以期能引起社會大眾和媒體的重視。

關(guān)鍵詞 個性化推薦技術(shù)；新聞客戶端；“信息繭房”

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2017）19-0009-02

1 個性化推薦技術(shù)引發(fā)的“信息繭房”的原因分析

雖然網(wǎng)絡營造的是開放共享的空間，但由于信息量過大，用戶注意力有限，用戶選擇性接觸等原因，人們更傾向于選擇自己感興趣的話題，而個性化推薦技術(shù)的廣泛運用，更是觸發(fā)了“信息繭房”現(xiàn)象的發(fā)生，使用戶禁錮在符合自己舒適度的“圈子”里，而出現(xiàn)此現(xiàn)象的原因主要是由于技術(shù)的發(fā)展，媒體的轉(zhuǎn)型和用戶的需求等。

1）大數(shù)據(jù)催生個性化推薦。個性化推薦技術(shù)的基礎是大數(shù)據(jù)+算法，大數(shù)據(jù)的發(fā)展對個性化推薦技術(shù)的優(yōu)化有著重要的影響。大家都知曉，大數(shù)據(jù)四大特點是：體量大、類型繁多、價值密度低和處理速度快，因此如何運用合適的算法就成為了關(guān)鍵，而目前協(xié)同過濾是應用研究最廣泛成熟的個性化推薦技術(shù)。

協(xié)同過濾基于一個“物以類聚，人以群分”的假設，首先分析用戶的興趣愛好，在用戶群中尋找與其有相同愛好的相似用戶，再將相似用戶感興趣的內(nèi)容推薦給該用戶[1]。雖然協(xié)同過濾推薦系統(tǒng)具有根據(jù)用戶興趣產(chǎn)生推薦、為用戶挖掘新的興趣點等優(yōu)點，但由于其推薦的內(nèi)容都是與用戶愛好相似的，用戶不關(guān)心的內(nèi)容將被隔絕在外，用戶就會處于一個封閉的空間里，只接受到觀點相似、內(nèi)容相似的信息，從而造成用戶的視野狹隘。

在大數(shù)據(jù)時代，用戶上網(wǎng)的每一次瀏覽、點擊都會被記錄，個性化推薦技術(shù)會特別根據(jù)用戶的習慣以及其在社交平臺體現(xiàn)出的愛好來進行運算推薦。但越是精準的運算，越符合用戶的興趣愛好，卻越會使用戶禁錮在“信息繭房”中。不可否認，大數(shù)據(jù)為用戶提供了更為個性化、精細化的服務，但我們也應該意識到其存在的“信息繭房”的弊端。

2）媒體更加重視用戶體驗。在新媒體蓬勃發(fā)展的當下，競爭也越來越激烈。面對網(wǎng)絡信息繁多，用戶注意力有限，新興的軟件層出不窮的困境，如何才能吸引用戶的興趣是各大媒體最為關(guān)注的難題。在眾多新聞客戶端中，今日頭條提出的Slogan：“你關(guān)注的，才是頭條”。首次從用戶體驗的角度出發(fā)，助其殺出重圍，贏得了用戶的心。

但如果過于依賴用戶的興趣愛好進行個性化推送，就會偏離為用戶提供更優(yōu)質(zhì)服務的初衷。例如用戶基于關(guān)心自己的偶像點擊了“林丹出軌”的新聞，但接下來的幾天系統(tǒng)就會不斷給他推薦明星出軌的娛樂新聞，這并不是用戶真正需要的。雖然在今日頭條客戶端中，用戶可以選擇點擊“不感興趣”來提高推送的準確度，但由于用戶感興趣的范圍非常有限，因此就會產(chǎn)生“信息繭房”的局限。

3）用戶的選擇性接觸心理。拉扎斯菲爾德曾通過伊里調(diào)查驗證了受眾的選擇性接觸理論，即受眾在接觸大眾傳播活動之際，更傾向于接觸與自己的既有立場，觀點，態(tài)度一致或接近的媒介或內(nèi)容加以接觸，而有意無意地回避與自己既有傾向相左的媒介或內(nèi)容[1]。而在信息已經(jīng)過載的今天，受眾也已轉(zhuǎn)變?yōu)檎莆崭嘀鲃訖?quán)的用戶。為了節(jié)約時間和精力，用戶在紛繁復雜的信息海洋中首先會根據(jù)自己的興趣愛好對信息進行篩選，借助于當下越來越精準的個性化推薦技術(shù)，用戶接觸到的信息范圍變得越來越窄。其次，基于社交的需要，用戶會更加傾向于選擇和自己興趣愛好相似的人進行交流，形成網(wǎng)絡中的社區(qū)。在網(wǎng)絡社區(qū)中，成員對事件的看法和見解也漸漸趨于一致，在此情況下容易造成群體極化，因此“信息繭房”現(xiàn)象值得引起社會的關(guān)注和重視。

2 “信息繭房”的局限性分析

“信息繭房”這一效應，隨著科技的發(fā)展會變得越來越明顯，其從本質(zhì)上來看，是技術(shù)將人圈禁在“繭房”中，從而造成用戶視野狹隘、個人判斷力喪失、社會黏性缺失和引發(fā)群體極化等危害。

1）造成用戶視野狹隘?！靶畔⒗O房”禁錮了用戶的視野，用戶越來越依賴個性化推薦技術(shù)，接觸的信息面就會越來越窄。例如在今日頭條新聞客戶端，用戶可以根據(jù)自己的興趣選擇是否喜歡此類新聞，使用今日頭條的時間越長，它就會越了解你，久而久之用戶接收到的信息越來越符合個人喜好，對于與自己的愛好和價值觀不同的信息避而遠之，從而造成個體視野狹隘，與獲取更多新鮮資訊的閱讀初衷相去甚遠。

因為不是自己感興趣的信息，用戶根本不想知道，也無從得知。有專家預測，在未來人們會更多地依賴“可以信賴的”途徑去獲取新聞，比如說小眾媒體、朋友和社交媒體，而不是報紙、電視等大眾媒體或雅虎這樣的綜合性網(wǎng)站[3]。這樣做的風險是“可以信賴的”來源往往是和用戶具有相似的信仰、意見、知識或者相似的想法的人提供的，這就使用戶陷入了一種自我封閉的狀態(tài)。

2）導致個人判斷力喪失。從目前情況來看，“信息繭房”正像是一個由個人興趣愛好為主導營造出的“擬態(tài)環(huán)境”。它使個人禁錮在自己的“繭房”里，只愿意接受與自己觀點相似的信息，排斥其他不同意見的信息?！靶畔⒗O房”束縛了用戶的認知和行為，對自己所持的觀點盲目自信，從而造成個人判斷力的喪失，同時也讓用戶失去了理解與共情的能力。

3）社會黏性的缺失。社會黏性是幫助個體融入社會，與他人保持溝通交流的重要聯(lián)系，而“信息繭房”會導致社會黏性的缺失。如果長期接受個性化推薦的信息，用戶會變得越來越孤立、狹隘和封閉。當用戶生活在由自己建造的“信息繭房”里，就與外面的世界產(chǎn)生了隔閡，與外界其他人的接觸就越來越少。endprint

而社會是需要人們加強溝通和交流的，“信息繭房”會導致信息分享減少，使個人脫離了整個社會的發(fā)展，不利于個人為社會的發(fā)展做出貢獻，也容易引起個人與社會的敵對情緒，增加社會動蕩不安的因素。

4）引發(fā)群體極化。桑斯坦認為，“網(wǎng)絡的廣泛使用，讓每個人都能獲得自己所喜歡的信息，假如一個社會也是如此的話，各個社會群體便會分裂。這樣的一種思想偏狹將會帶來各種誤會與偏見?！盵4]

隨著以用戶體驗為中心模式的流行，個性化推薦技術(shù)大多是基于用戶的興趣愛好，而推送相關(guān)的信息。這就等同于給有相同興趣愛好的群體貼上了標簽屬性，這將會提高信息的不對稱性，容易引發(fā)群體極化現(xiàn)象。例如明星粉絲的對罵，甚至于變成惡性的人肉搜索網(wǎng)絡暴力事件，就是因為在特定的“圈子”中，人們在趨同心理的作用下，做出一些失去理智的行為。

3 應對“信息繭房”的建議

1）提升個人媒介素養(yǎng)。對于“信息繭房”現(xiàn)象，個人應努力提升媒介素養(yǎng)，要做到不輕信一家之言，不局限于具有相同相似標簽的社群。通過網(wǎng)絡獲取信息時，應經(jīng)常有意識地跳出圈子，傾聽一些不同于自身價值觀的聲音，從而提高認知能力，減少信息的不對稱性。此外，不應太過于依賴機器的算法。用戶應認識到個性化推薦技術(shù)存在的弊端，合理運用個性化推薦技術(shù)，理性對待其提供的個性化信息，重視“信息繭房”帶來的危害，主動拓寬自己接觸的信息來源。

2）加強公共領(lǐng)域建設。加強公共領(lǐng)域的信息多樣化，保障每個個體擁有發(fā)表個人意見的平等權(quán)利，允許一定范圍內(nèi)的不同聲音的存在，使人們意識到觀點的多面性是正常的現(xiàn)象。大力發(fā)展公共網(wǎng)絡輿論平臺，鼓勵大眾在公共論壇等平臺發(fā)布不同類型的信息，發(fā)表各種觀點、主張，交流經(jīng)驗和知識，是破除網(wǎng)絡信息繭房的有效方法之一。

3）推進人工智能算法。不可否認，在用戶注意力稀缺的今天，個性化推薦技術(shù)的優(yōu)勢仍然存在。但為了給用戶提供更好的服務，避免“信息繭房”現(xiàn)象的發(fā)生，應大力推進基于大數(shù)據(jù)的人工智能算法的實現(xiàn)。

人工智能是讓機器擁有學習的能力，它會模擬人類在生活中學習成長的過程，從數(shù)據(jù)中自動分析獲得規(guī)律，并利用規(guī)律對未知數(shù)據(jù)進行預測。如果人工智能技術(shù)能運用到個性化推薦系統(tǒng)中，那么推送的信息將更加全面豐富，將有利于打破“信息繭房”。但我們也應理性認識到技術(shù)并不是萬能，機器的推送仍然會存在弊端。

4 結(jié)束語

個性化推薦給用戶的生活帶來了便利，但我們不能一味地依賴技術(shù)。正如張朝陽所說：“一味地個性化，將導致推送內(nèi)容的僵硬，因為很多時候人們對信息的索取是隨機的”。我們應清醒地認識到個性化推薦技術(shù)引發(fā)的“信息繭房”現(xiàn)象帶來的危害，期望以此文簡要的分析引起社會大眾和媒體的關(guān)注及反思。

參考文獻

[1]魯為.協(xié)作過濾算法及其在個性化推薦系統(tǒng)中的應用[D].北京：北京郵電大學，2007：17.

[2]郭慶光.傳播學教程[M].北京：中國人民大學出版社，2011：137-143.

[3]蘇萌，柏林森，周濤.個性化：商業(yè)的未來[M].北京：機械工業(yè)出版社，2012.

[4]賈瑞.新媒體時代的“信息繭房”現(xiàn)象的思考[J].新聞研究導刊，2016（7）：214-215.endprint