蔡倬逸

摘?要：智能技術(shù)可以更好地分析傳播行為、測量傳播效果，從而優(yōu)化傳播方式、促進(jìn)傳播過程。深度學(xué)習(xí)、機器深度學(xué)習(xí)、5G通訊網(wǎng)絡(luò)等這些智能技術(shù)都推動著新聞分發(fā)向更加智能化的方向發(fā)展。本文首先通過梳理新聞分發(fā)模式的歷史演進(jìn)，對新聞分發(fā)模式做出規(guī)律式總結(jié)。其次在分析智能技術(shù)對新聞分發(fā)模式提供的三大新動能之后，作出新聞分發(fā)模式還將在新的傳播環(huán)境下重構(gòu)的可能性預(yù)測。最后對新聞分發(fā)模式的發(fā)展策略提出更加人格化的建議。

關(guān)鍵詞：大數(shù)據(jù);機器學(xué)習(xí);物聯(lián)網(wǎng);智能分發(fā)

中圖分類號：G206??文獻(xiàn)標(biāo)識碼：A?文章編號：1672-8122（2020）11-0043-04

在智能技術(shù)驅(qū)動下，新聞生產(chǎn)發(fā)生了巨大變革。新聞分發(fā)模式呈現(xiàn)出從單一到多維發(fā)展的態(tài)勢，從編輯推薦再到算法推薦，通過多元化的分發(fā)渠道，將新聞內(nèi)容分發(fā)給受眾。目前，形成的傳播效果較好的互聯(lián)網(wǎng)新聞分發(fā)模式之一，是由互聯(lián)網(wǎng)技術(shù)公司主導(dǎo)的算法推薦技術(shù)，且互聯(lián)網(wǎng)公司以此逐步占據(jù)分發(fā)渠道。以“今日頭條”的精準(zhǔn)分發(fā)算法為例，將各個媒體渠道所生產(chǎn)的新聞內(nèi)容聚合之后，再通過算法計算推送給受眾，此過程只對新聞內(nèi)容進(jìn)行分發(fā)而不自己生產(chǎn)新聞內(nèi)容。其逐漸成長為擁有流量以及技術(shù)優(yōu)勢的互聯(lián)網(wǎng)公司，為專業(yè)內(nèi)容生產(chǎn)者提供快速、有效的內(nèi)容到達(dá)通道，隨后傳統(tǒng)專業(yè)媒體也逐漸迎合趨勢紛紛入駐平臺。隨著智能技術(shù)的快速發(fā)展以及相關(guān)智能基礎(chǔ)設(shè)施的落地，未來新聞分發(fā)模式還會做出進(jìn)一步改變。

一、新聞分發(fā)模式的歷史演進(jìn)

（一）單一型的傳統(tǒng)新聞分發(fā)模式

傳統(tǒng)的新聞分發(fā)是與新聞生產(chǎn)固定在一起的，是專業(yè)傳播機構(gòu)主導(dǎo)下完成的新聞生產(chǎn)最終環(huán)節(jié)。分發(fā)對象是廣泛的受眾，因此對于傳播機構(gòu)來說，在單一的分發(fā)模式下，其不能夠明確自己的新聞具體傳播給了哪些受眾以及獲得了怎樣的傳播效果。傳統(tǒng)新聞生產(chǎn)相比新聞分發(fā)更加重視新聞內(nèi)容生產(chǎn)，因為它們具有相對固定的傳播渠道，其傳播路徑也相對單一，受眾只能被動地接受其傳播的新聞內(nèi)容。

紙媒發(fā)行和傳輸便是一種典型的單一型傳統(tǒng)新聞分發(fā)模式之一?？紤]到紙媒發(fā)行屬于勞動密集型行業(yè)，它的內(nèi)容就局限為更符合大眾傳播特性的，較為完整、全面、符合大多數(shù)受眾需求的內(nèi)容，相對地，紙媒就必須放棄長尾部分的少數(shù)受眾需求。據(jù)《中國產(chǎn)業(yè)信息網(wǎng)》統(tǒng)計，2011年起，報紙發(fā)行種數(shù)開始連續(xù)小幅下降，2014年報紙總印數(shù)開始下滑。總體看來，全國報紙整體平均銷量連續(xù)多年下滑，紙媒發(fā)行量萎縮，發(fā)行收入也隨之下降。單一型的傳統(tǒng)新聞分發(fā)模式，一方面無法支撐自身經(jīng)營;另一方面無法再滿足被互聯(lián)網(wǎng)改變獲取新聞信息習(xí)慣的受眾需求，同時這兩方面也造成了惡性循環(huán)。紙媒發(fā)行主要靠兩方面：零售和訂閱，這兩方面都在網(wǎng)絡(luò)媒體的快速發(fā)展下受到嚴(yán)重沖擊。線下交易移植到了線上，原本的零售點——報刊、書店，變成了現(xiàn)在的各類移動終端手機應(yīng)用;訂閱靠的是憑借固定媒介印象所獲得的忠實受眾，而這部分受眾的注意力也大部分被各類網(wǎng)絡(luò)媒體發(fā)布的碎片化信息所轉(zhuǎn)移，此外，不能及時獲取到真實準(zhǔn)確的用戶反饋，以及紙媒擁有較長的生產(chǎn)周期，都讓訂閱人群逐漸流失[1]。

一些傳統(tǒng)媒體開始被迫轉(zhuǎn)型，編輯推薦型的新聞分發(fā)模式形成。傳統(tǒng)媒體將自己生產(chǎn)的內(nèi)容整合、匯總，通過專業(yè)新聞編輯的判斷力來對內(nèi)容進(jìn)行再次整合、加工，然后通過客戶端分發(fā)到網(wǎng)上。這種模式與傳統(tǒng)新聞分發(fā)模式相近，雖然網(wǎng)絡(luò)平臺擁有無限貨架以及更為豐富的內(nèi)容源，但由于效率低下、內(nèi)容失效，加上新媒體的沖擊，實際傳播效果依舊不理想。傳統(tǒng)媒體開發(fā)的新聞客戶端的下載量、日活量普遍較低，一篇文章的評論量、點贊量、轉(zhuǎn)發(fā)量更是寥寥無幾。

（二） 多元化的互聯(lián)網(wǎng)新聞分發(fā)模式

互聯(lián)網(wǎng)時代影響著整個新聞媒體生態(tài)變革，帶來了新聞生產(chǎn)與新聞分發(fā)的隔離，網(wǎng)絡(luò)先后出現(xiàn)了各類多元化的新聞分發(fā)模式。分發(fā)對象即是廣泛的大眾，但從中又做出了細(xì)分，同時照顧到了長尾部分的小眾需求。分發(fā)主體也不再固定為某一專業(yè)的傳播機構(gòu)，而是由一個平臺將不同傳播機構(gòu)所生產(chǎn)的內(nèi)容分發(fā)給不同的用戶。當(dāng)業(yè)界產(chǎn)生了“內(nèi)容為王”還是“渠道為王”之爭時，足以看出新聞分發(fā)已經(jīng)獨立出來，成為和新聞內(nèi)容生產(chǎn)同樣重要的全新的一環(huán)。這樣的互聯(lián)網(wǎng)分發(fā)模式可以既不從事內(nèi)容生產(chǎn)也不從事內(nèi)容消費，內(nèi)容生產(chǎn)由專業(yè)傳媒機構(gòu)完成，內(nèi)容消費由用戶完成。

互聯(lián)網(wǎng)分發(fā)的三大前提是：用戶數(shù)據(jù)、海量內(nèi)容和算法推薦。當(dāng)互聯(lián)網(wǎng)分發(fā)平臺獲取了足夠規(guī)模的用戶數(shù)據(jù)，便可以進(jìn)行用戶畫像、用戶分群、模型建構(gòu)，同時協(xié)同過濾內(nèi)容平臺，來打通資源之間的通道。之后將海量內(nèi)容進(jìn)行精準(zhǔn)分發(fā)匹配，從而獲得用戶黏性，進(jìn)一步補充用戶數(shù)據(jù)的完整性，實現(xiàn)數(shù)據(jù)利用、增值、變現(xiàn)的可能。通過算法向用戶開放的內(nèi)容推薦，將進(jìn)一步實現(xiàn)上述環(huán)節(jié)效果的精準(zhǔn)化、智能化，促進(jìn)新一輪的新聞消費。

現(xiàn)在的互聯(lián)網(wǎng)分發(fā)平臺呈現(xiàn)出多元化的特點：有通過搜索技術(shù)形成的自動化內(nèi)容分發(fā)平臺、有通過社交網(wǎng)絡(luò)形成的UGC內(nèi)容分發(fā)平臺、有通過提供服務(wù)形成的個性化內(nèi)容分發(fā)平臺等，它們的核心價值都是為了完成新聞內(nèi)容和新聞消費者之間更加精準(zhǔn)和更加高效的對接。但不容忽視的是，新聞分發(fā)是把關(guān)者決定什么樣的新聞信息，在什么樣的場景下給到什么樣的用戶。在傳統(tǒng)媒體時代，把關(guān)者是專業(yè)的新聞編輯，而在互聯(lián)網(wǎng)分發(fā)環(huán)節(jié)中，這個把關(guān)者變成了機器或者稱之為一套程序，因此便產(chǎn)生了關(guān)于“信息繭房”“算法偏見”“新聞倫理”等一系列的爭論[2]。

二、智能技術(shù)賦予新聞分發(fā)環(huán)節(jié)新動能

（一）大數(shù)據(jù)持續(xù)性的基礎(chǔ)賦能

大數(shù)據(jù)是媒體生存與發(fā)展的基石，也是新聞分發(fā)重構(gòu)的基礎(chǔ)。大數(shù)據(jù)不僅影響著整個新聞生態(tài)，更是滲透到了人們的生活中，在企業(yè)管理、社區(qū)管理、經(jīng)濟指導(dǎo)、城市運營以及行業(yè)監(jiān)控等領(lǐng)域也應(yīng)用廣泛，人們的生活數(shù)據(jù)化，且被數(shù)據(jù)連接，有了線下移植到線上的趨勢。鮑德里亞曾對麥克盧漢的“媒介即延伸”作出補充研究，其指出：未來隨著信息中介的消失，一種真實到另一種真實的中介不復(fù)存在，媒體效果將出現(xiàn)一種自我圓滿。這意味著萬物皆可能成為媒介，而媒介不僅承擔(dān)著媒介的職能。人們接觸到媒介的頻率將大大提升，而每一次接觸媒介的行為都會被監(jiān)測，被大數(shù)據(jù)技術(shù)所記錄與分析。

以“數(shù)據(jù)驅(qū)動”核心的Buzzfeed為例，Buzzfeed是美國新聞聚合平臺，在全球有40個分發(fā)渠道、12個社交媒體、5個即時通訊，3個內(nèi)容合作伙伴、20個視頻“辛迪加”合作伙伴，其中80%的流量都來自站外平臺。Buzzfeed的新聞分發(fā)利用了兩個系統(tǒng)：網(wǎng)絡(luò)傳播監(jiān)控優(yōu)化系統(tǒng)和內(nèi)容管理系統(tǒng)，這兩個系統(tǒng)全由大數(shù)據(jù)技術(shù)所支撐。網(wǎng)絡(luò)傳播監(jiān)控優(yōu)化系統(tǒng)通過捕捉新聞的傳播路徑，一方面把用戶數(shù)據(jù)做成可視化的傳播路徑圖，另一方面為后續(xù)數(shù)據(jù)分析做支撐。如捕捉到用戶將獲取到的信息分享到社交媒體，再由社交媒體的其他用戶分享的傳播路徑，這樣不僅可以了解用戶的基本信息還可以了解到用戶的社交關(guān)系，用于之后更精準(zhǔn)的新聞分發(fā);內(nèi)容管理系統(tǒng)是將同一條新聞在不同渠道的不同形式匹配同一個ID來進(jìn)行識別和管理，這樣就可以知道新聞內(nèi)容之間的相關(guān)性，甚至可以了解到新聞與受眾之間的聯(lián)系。

大數(shù)據(jù)提供持續(xù)性的基礎(chǔ)賦能，隨著智能技術(shù)的不斷發(fā)展，不僅可以提升大數(shù)據(jù)的傳輸能力，還能不斷擴大大數(shù)據(jù)的網(wǎng)絡(luò)存儲空間。未來隨著其他智能基礎(chǔ)設(shè)施的落地，大數(shù)據(jù)連接網(wǎng)將更好地為新聞分發(fā)提供無限動力。

（二）機器深度學(xué)習(xí)的智能化賦能

算法的運行過程是通過對用戶數(shù)據(jù)的獲取、篩選、分析、闡釋等一系列工作，本質(zhì)上講是按照既定的程序輸入數(shù)據(jù)再輸出結(jié)果，這個結(jié)果本身應(yīng)該是比人工把關(guān)要更加公正的。但是數(shù)據(jù)作為這一過程自始至終最重要的生產(chǎn)要素，它本身帶有用戶的主觀性。除此之外，算法本身是模擬人腦進(jìn)行運算，程序員在設(shè)計算法時，對算法法則、數(shù)據(jù)選擇、結(jié)果輸出、價值判斷等都會帶有自己的主觀偏見。因此，最終用戶收到的算法推薦是與自己既定三觀相符的新聞內(nèi)容。算法本身是技術(shù)革命下可以降低誤差、提升精準(zhǔn)且優(yōu)化資源的工具，且個性化推薦引擎和算法時代對社會的多層面改造是不可逆的，怎樣賦予技術(shù)正向的價值是下一步算法推薦技術(shù)需要發(fā)展進(jìn)步的方向。

除了最大限度地模擬人腦，機器的深度學(xué)習(xí)還應(yīng)該判斷行為的正向與負(fù)向。如微軟開發(fā)的人機交互算法應(yīng)用——Tay，通過登陸Twitter觀察用戶的基本信息、興趣愛好、情感動態(tài)等多維數(shù)據(jù)與用戶進(jìn)行互動，但上線不到24小時，就因為模擬學(xué)習(xí)人的行為，變得言談低俗甚至發(fā)表各種歧視偏見的觀點。這是因為機器還不能對用戶輸入給它的數(shù)據(jù)做出判斷。算法通過與人類的互動不斷深度學(xué)習(xí)，提升自己與人類更良好的互動，但不能完全只是真實世界的客觀反映[3]。

（三） 物聯(lián)網(wǎng)的場景化賦能

物聯(lián)網(wǎng)是1995年比爾·蓋茨在《未來之路》中所提出的概念，基于信息傳感設(shè)備和互聯(lián)網(wǎng)技術(shù)的物聯(lián)網(wǎng)可以將現(xiàn)實世界與虛擬世界融合，傳播也將突破極限。物聯(lián)網(wǎng)提供數(shù)以百億計的新連接，是人聯(lián)網(wǎng)的幾十倍甚至幾百倍，具有更大的商業(yè)價值和市場潛力。再加上5G技術(shù)的助力，物聯(lián)網(wǎng)巨型生態(tài)系統(tǒng)形成，初步實現(xiàn)了萬物皆媒、萬物互聯(lián)。不僅擴展了傳媒業(yè)的邊界，同時為新聞分發(fā)模式提供了新的可能。

萬物皆媒，媒介形式將更加多元化，VR、AR、智能家居、便攜式智能識別等媒介形態(tài)被激活，媒介形態(tài)的豐富會讓用戶規(guī)模擴大、連接更加通暢，生產(chǎn)方式也會更加多樣。新聞分發(fā)終端擴散到生活場景的各個物體上。泛在化、生活化的新聞分發(fā)模式提供了更具人性化、個性化的推送服務(wù)，讓新聞內(nèi)容的分發(fā)符合用戶碎片化與生活化的場景。不僅生活中所有物品都可能帶有媒介屬性，成為新聞分發(fā)的新終端，未來各個信息系統(tǒng)都將打通，通過多種人機互動方式，完成個性化新聞的實時分發(fā)。

三、新動能下的新聞分發(fā)模式重構(gòu)

從傳統(tǒng)單一型的新聞分發(fā)模式到互聯(lián)網(wǎng)多元型的新聞分發(fā)模式，這其中還包括了編輯主導(dǎo)的信息匹配、搜索引擎主導(dǎo)的信息匹配、社交關(guān)系主導(dǎo)的信息匹配，這些至今仍在發(fā)揮著作用。從新聞分發(fā)模式的發(fā)展史可以看出，互聯(lián)網(wǎng)多元型的新聞分發(fā)模式是以不斷提高信息匹配的準(zhǔn)確度為目的，借助一系列技術(shù)手段，來完成特定語境下用戶與相應(yīng)內(nèi)容的最佳匹配。目前看來，算法推薦比之前的紙媒、搜索引擎、社交圈甚至更了解自己的需求，然后從各種選項中匹配出最優(yōu)信息推薦進(jìn)行推送，因此智能技術(shù)的發(fā)展還會繼續(xù)影響著新聞分發(fā)模式發(fā)生改變。

算法推薦實際上是依靠多終端以及流量實現(xiàn)的，而上述所提到的三大新動能：大數(shù)據(jù)、機器深度學(xué)習(xí)、物聯(lián)網(wǎng)以及5G時代，將進(jìn)一步弱化用戶對終端的功能性需求，信息傳播的入口將不再是客戶端或者小程序的形式，而會向更輕量級的趨勢發(fā)展，且不再依靠流量而是更多依靠場景。以車載場景下的信息傳播為例，車載場景在時間、空間、位置等上皆不同于其它媒介傳播場景，當(dāng)智能技術(shù)保證了在高速駕駛條件下也能獲取流暢穩(wěn)定的網(wǎng)絡(luò)條件時，用戶對新聞信息的需求也會進(jìn)一步被激發(fā)。大數(shù)據(jù)技術(shù)為新聞媒體提供了適用于車載新媒體的算法工具，而車聯(lián)網(wǎng)需要提供一個巨大的兼容網(wǎng)絡(luò)供應(yīng)商、內(nèi)容提供商、服務(wù)運營商的人工智能技術(shù)集合載體作為用戶獲取新聞的“入口”。這樣一來，車載新聞的來源不再局限于傳統(tǒng)的新聞媒體機構(gòu)，各類圖書、雜志、互聯(lián)網(wǎng)的各類平臺內(nèi)容甚至是路況、天氣、周邊商業(yè)等信息都可以基于駕駛員或乘客的當(dāng)前狀態(tài)、當(dāng)前需求所推送[4]。

無論技術(shù)怎樣發(fā)展，用戶對新聞內(nèi)容的需求以及使用都是新聞傳播的重點，智能技術(shù)會以家庭、個人、車載等用戶使用場景為核心，不斷發(fā)展新的、符合用戶需求的新聞分發(fā)模式。與現(xiàn)在的新聞分發(fā)模式最大的不同就是未來的傳播環(huán)境促使萬物都有了媒介職能，新傳播入口產(chǎn)生，每一個終端都具備網(wǎng)絡(luò)化、無線化、數(shù)據(jù)化和智能化的能力，新聞分發(fā)模式將變得更加精準(zhǔn)化與智能化。

四、智能分發(fā)的人格化發(fā)展可能

目前算法推薦型的新聞分發(fā)所推薦給用戶的，都是機器通過大數(shù)據(jù)來分析用戶的日常行為之后做出的判斷。當(dāng)用戶所做出的行為都是基于自己的興趣愛好時，那么算法推薦就具有用戶主導(dǎo)性和個體主觀性。長期進(jìn)行這種過度的個人日報式信息選擇，就喪失了接觸不同信息的機會，甚至變得不愿意去了解與自己既定認(rèn)知不同的觀點，形成了業(yè)界擔(dān)憂議論的“信息繭房”效應(yīng)[5]。實際上，不僅是業(yè)界擔(dān)憂，算法主導(dǎo)的互聯(lián)網(wǎng)分發(fā)模式已經(jīng)引起了用戶的不良體驗和反感。算法推薦型的新聞分發(fā)模式本身就是順應(yīng)互聯(lián)網(wǎng)環(huán)境，以滿足用戶需求為目的而產(chǎn)生的，因此，智能技術(shù)不僅繼續(xù)推動新聞分發(fā)模式開始新一輪的革新，還將向更人格化的方向發(fā)展。

新聞分發(fā)模式的重構(gòu)不僅是未來智能技術(shù)的快速發(fā)展所致，還是前期智能技術(shù)所積累沉淀下的必然結(jié)果。互聯(lián)網(wǎng)的上半場，以BAT為代表的互聯(lián)網(wǎng)公司以先進(jìn)的技術(shù)、強大的資本、敏銳的市場洞察能力構(gòu)建起了人際網(wǎng)絡(luò)、內(nèi)容網(wǎng)絡(luò)以及物聯(lián)網(wǎng)絡(luò)的基礎(chǔ)連接?；ヂ?lián)網(wǎng)的下半場，智能線上社會連接已經(jīng)基本建立，互聯(lián)網(wǎng)公司規(guī)模經(jīng)濟接近臨界點，未來發(fā)展方向是將自身技術(shù)促進(jìn)社會資源，在已有的連接平臺上走向新的發(fā)展階段。而擁有著文化傳承和傳遞主流價值觀職能的傳統(tǒng)主流媒體此時進(jìn)場，憑借著專業(yè)性、權(quán)威性以及歷史內(nèi)容的海量性，足以吸引目前流量池飽和的互聯(lián)網(wǎng)公司與之合作[6]。

新聞分發(fā)模式轉(zhuǎn)變方向之一就是人工編輯和智能算法推薦的結(jié)合。最具突出代表的是《人民日報》新媒體推出的黨媒算法，這是《人民日報》與百度在內(nèi)容層面、產(chǎn)品層面、技術(shù)層面深度合作的結(jié)果。百度擁有多年信息流搜索引擎所產(chǎn)生的大量用戶數(shù)據(jù)，而這是傳統(tǒng)媒體缺乏的;此外，黨媒算法是由AI技術(shù)領(lǐng)先的百度來提供技術(shù)支持所搭建的，很好地把共享式創(chuàng)作所帶來的內(nèi)容爆發(fā)轉(zhuǎn)化為海量內(nèi)容優(yōu)勢?！度嗣袢請蟆返狞h媒算法用主流價值觀疏解“信息繭房”帶來的焦慮，海量內(nèi)容是算法推薦的前提之一，因為《人民日報》的加入，其作為把關(guān)人嚴(yán)格把控質(zhì)量，由此產(chǎn)生了海量優(yōu)質(zhì)的內(nèi)容。用主流價值觀駕馭算法，實現(xiàn)海量優(yōu)質(zhì)內(nèi)容與個性化需求的匹配。此外，《人民日報》主導(dǎo)下的黨媒算法，其規(guī)則建立是嚴(yán)格符合社會責(zé)任的，為優(yōu)質(zhì)內(nèi)容提供重點推薦和分發(fā)服務(wù)，鼓勵內(nèi)容創(chuàng)新，同時保證內(nèi)容擁有正確輿論導(dǎo)向和正確價值取向，同時也對行業(yè)形成引領(lǐng)[7]。

五、結(jié)?語

新聞分發(fā)模式無論怎樣重構(gòu)，其目的只有一個，就是更好地了解待推薦的內(nèi)容、準(zhǔn)備推薦的對象以及如何更加高效地在內(nèi)容供給與用戶需求之間完成精準(zhǔn)匹配。通過智能技術(shù)全面了解用戶的目的，就是為了向他們提供個性化定制服務(wù)。在獲取大量人類行為數(shù)據(jù)后，通過利用人工智能模擬人類思維得以充分理解且尊重人性，從而更加精準(zhǔn)、高效、智能地匹配用戶需求。一切非智能分發(fā)的信息將成為傳播過程中的噪音，而通過智能技術(shù)實現(xiàn)的精準(zhǔn)新聞分發(fā)，減少了影響傳播者與被傳播者之間轉(zhuǎn)碼解碼出現(xiàn)的誤差。目前推薦引擎與匹配算法還不能完全解決“用戶真正需要什么”這個問題，除此之外，每一次技術(shù)革命都會伴隨著關(guān)于技術(shù)帶來的弊端的討論。總而言之，未來人類的新聞分發(fā)模式會像凱文·凱利在《必然》一書中所描繪的那樣：“只會遇到那些此時此刻與你完全匹配的事物”[8]。

參考文獻(xiàn)：

[1]謝新洲，張春銘.網(wǎng)絡(luò)環(huán)境下的圖書發(fā)行模式研究[J].出版科學(xué)，2005（6）：52-56.

[2]熊敏.內(nèi)容智能分發(fā)平臺對新聞傳播的價值創(chuàng)新分析——以“今日頭條”為例[J].編輯學(xué)刊，2017（2）：94-99.

[3]劉慶振，于進(jìn)，牛新全.計算傳播學(xué)——智能媒體時代的傳播學(xué)研究新范式[M].北京：人民日報出版社，2019：200-205.

[4]郭全中.5G時代傳媒業(yè)的可能藍(lán)圖[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2019，41（7）：1-6.

[5]何慧敏.人工智能時代新聞內(nèi)容分發(fā)中的媒介倫理問題研究[J].新媒體研究，2019，5（21）：4-8.

[6]喻國明.智媒時代：傳統(tǒng)媒體的市場機會與操作路線[J].傳媒，2019（4）：14-15.

[7]喻國明，耿曉夢.智能算法推薦：工具理性與價值適切——從技術(shù)邏輯的人文反思到價值適切的優(yōu)化之道[J].全球傳媒學(xué)刊，2018，5（4）：13-23.

[8]劉靜，陳紅艷.數(shù)字媒介傳播概論[M].北京：清華大學(xué)出版社，2019：17-21.

[責(zé)任編輯：楊楚珺]