周 娜
隨著科技的快速發(fā)展,人類社會正步入以數(shù)據(jù)和信息為主導(dǎo)的新時(shí)代,信息的獲取和消費(fèi)方式發(fā)生了翻天覆地的變化,算法推薦機(jī)制作為其中的關(guān)鍵環(huán)節(jié),已經(jīng)在人們的生活中占據(jù)了重要的地位。這種機(jī)制的出現(xiàn),極大地提高了信息的傳播效率,也帶來了信息傳播方式的變革[1]。然而,它也給主流媒體帶來了一些沖擊和挑戰(zhàn)。面對這種情況,如何通過運(yùn)用算法推薦機(jī)制強(qiáng)化輿論引導(dǎo)力,就成為主流媒體所要面對的一個(gè)重要的課題。
算法推薦機(jī)制是指通過計(jì)算機(jī)算法,同時(shí)根據(jù)用戶的歷史行為、興趣偏好、社會網(wǎng)絡(luò)等信息,為用戶提供他們感興趣的信息、產(chǎn)品或服務(wù)的過程[2]。在數(shù)字化時(shí)代,算法推薦機(jī)制在電商、社交網(wǎng)絡(luò)、新聞媒體等多種類型的平臺上都有廣泛應(yīng)用。
目前,市面比較常用的推薦系統(tǒng)算法包括:一是基于內(nèi)容的推薦。這種推薦方法主要依賴于信息內(nèi)容,推薦類似用戶曾經(jīng)感興趣的信息內(nèi)容;二是協(xié)同過濾。這種推薦方法主要依賴于用戶的行為,比如用戶的點(diǎn)擊、評論等,根據(jù)用戶如果在某一方面有相似行為,那么他們在其他方面的行為也可能相似的假設(shè)來進(jìn)行推薦;三是混合推薦。這種方法結(jié)合了基于內(nèi)容的推薦和協(xié)同過濾,這樣可以獲得更優(yōu)質(zhì)的推薦效果;四是基于深度學(xué)習(xí)的推薦,通過深度學(xué)習(xí)模型來了解用戶的行為屬性,并進(jìn)行推薦。深度學(xué)習(xí)能夠處理更復(fù)雜的模式,并且可以處理非結(jié)構(gòu)化數(shù)據(jù),如文本、圖像等[3]。
算法推薦機(jī)制在大眾的日常生活中發(fā)揮了重要作用,它能夠幫助用戶在海量的網(wǎng)絡(luò)世界中找到感興趣的信息和服務(wù)。然而,算法推薦也引發(fā)了一些問題,比如過度個(gè)性化推薦可能導(dǎo)致“信息繭房”效應(yīng),算法的不透明性也很可能引發(fā)行業(yè)公平性以及客戶的隱私保護(hù)等方面問題。
算法推薦機(jī)制的核心是利用算法來處理大量的數(shù)據(jù),從而提供個(gè)性化的推薦,一般包括以下步驟:第一步是收集用戶的瀏覽歷史、喜歡、分享、評論等行為數(shù)據(jù),用戶的性別、年齡、地理位置等個(gè)人信息以及標(biāo)簽、描述等屬性信息;第二步是根據(jù)收集的數(shù)據(jù),構(gòu)建用戶的興趣畫像,即用戶的興趣模型,這一步往往會用到數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的技術(shù);第三步是選擇或設(shè)計(jì)一個(gè)推薦模型,該模型的任務(wù)是預(yù)測用戶對物品的興趣程度,這一步通常會涉及機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的技術(shù);第四步是利用構(gòu)建的推薦模型,生成針對每個(gè)用戶的推薦列表,這一步采取的是排序和優(yōu)化的技術(shù);第五步是收集用戶對推薦結(jié)果的反饋,包括點(diǎn)擊、瀏覽、評分、喜歡等,這些反饋會用于更新用戶畫像和優(yōu)化推薦模型[4]。
1.為用戶提供個(gè)性化體驗(yàn)
算法推薦機(jī)制的最大優(yōu)勢之一就是能夠提供個(gè)性化體驗(yàn),系統(tǒng)會根據(jù)用戶的歷史行為,例如瀏覽記錄、點(diǎn)擊行為、搜索歷史等,了解用戶的興趣和偏好。根據(jù)這些信息,系統(tǒng)可以推薦符合用戶個(gè)人喜好的內(nèi)容,大幅提升用戶的信息滿意度和平臺使用體驗(yàn)。
2.提高信息傳播效率
在信息爆炸的時(shí)代,尋找和過濾信息對于用戶來說成為一項(xiàng)挑戰(zhàn),推薦系統(tǒng)的出現(xiàn)極大地提高了信息的接收效率。通過對用戶興趣的深度學(xué)習(xí),推薦系統(tǒng)能準(zhǔn)確地向用戶推薦他們可能感興趣的內(nèi)容,省去了用戶自行搜索和篩選信息的時(shí)間,使用戶能更高效地獲取和消費(fèi)信息。
3.增強(qiáng)用戶黏性和活躍度
算法推薦內(nèi)容能持續(xù)刺激用戶的興趣,讓用戶得到更高的滿足感。因此,用戶使用產(chǎn)品或服務(wù)的頻率和時(shí)間也隨之增加,這樣便提高了用戶的黏性和活躍度。
4.推動長尾效應(yīng)
推薦系統(tǒng)可以挖掘和利用長尾中的信息,即那些不太熱門但卻可能符合特定用戶興趣的內(nèi)容。這些長尾內(nèi)容有機(jī)會被推薦給可能感興趣的用戶,從而獲得曝光和消費(fèi)的機(jī)會。這樣一方面豐富了用戶的信息選擇,另一方面也使資源分配更加公平。
在信息大爆炸的時(shí)代,人們每天都會接觸到大量的信息,這種現(xiàn)象被稱為“信息過載”[5]。對主流媒體來說,如何在信息洪流中讓重要新聞、深度報(bào)道等內(nèi)容脫穎而出,如何提升用戶對這些信息的接收效率,是一項(xiàng)重要的任務(wù)。同時(shí),如何避免因推送過多信息而導(dǎo)致用戶疲勞,也是主流媒體需要進(jìn)一步研究和解決的問題。
個(gè)性化推薦算法的普及,改變了用戶獲取和篩選信息的方式。過去,主流媒體通過編輯和記者的專業(yè)判斷,決定哪些新聞需要被報(bào)道,何時(shí)報(bào)道以及如何報(bào)道。然而現(xiàn)在,算法基于用戶的歷史行為和偏好進(jìn)行信息推送,用戶更多的是被動地接收信息。這一變化使得主流媒體在信息篩選和傳播中的角色被削弱,可能導(dǎo)致他們的輿論引導(dǎo)力下降。主流媒體需要進(jìn)一步探索如何在這種新環(huán)境中保持其專業(yè)性和權(quán)威性,以及如何有效利用算法推薦以增強(qiáng)其輿論的引導(dǎo)力。
算法通常會向用戶推薦與他們的歷史行為和偏好相符的信息,使得用戶很難接觸到與自己觀點(diǎn)不同的信息,久而久之便形成了“信息繭房”[6]。這種現(xiàn)象可能導(dǎo)致社會在關(guān)鍵議題上的觀點(diǎn)更加分裂,也使得主流媒體在形成公共議程、提供多元視角等方面面臨更大的困難。主流媒體需要采取一定的措施打破“信息繭房”,促進(jìn)公眾對各種觀點(diǎn)的理解和接受。
新媒體例如抖音、快手、今日頭條等平臺的日活躍用戶和月活躍用戶不斷飆升,使得信息的生產(chǎn)和傳播更加去中心化。對于用戶而言,則有了更多的選擇。這些新興媒體通常更加靈活、快速,可以提供更豐富和個(gè)性化的內(nèi)容,這對主流媒體構(gòu)成了一定挑戰(zhàn)。主流媒體需要在這種新環(huán)境中找到自己的定位,進(jìn)一步發(fā)揮自己的品牌優(yōu)勢和專業(yè)優(yōu)勢,提供獨(dú)家的內(nèi)容或服務(wù)。
在當(dāng)今社會,由于互聯(lián)網(wǎng)和社交媒體的廣泛應(yīng)用,信息傳播已經(jīng)從以往的“一對多”模式轉(zhuǎn)變?yōu)椤岸鄬Χ唷蹦J?,也就是“去中心化”狀態(tài)。這意味著,每個(gè)人都可以成為信息的傳播者,信息的流動路徑變得越來越復(fù)雜,主流媒體的傳播優(yōu)勢也因此被削弱。主流媒體如何開辟“中心再造”的路徑,強(qiáng)化其輿論引導(dǎo)力,成了一個(gè)值得深入探討的問題。主流媒體需要理解和接納“去中心化”的趨勢,積極地調(diào)整自身的傳播模式和內(nèi)容策略。這就要求主流媒體不再只是將自身視為信息的生產(chǎn)者和傳播者,而是要充分利用互聯(lián)網(wǎng)和社交媒體的力量,變成一個(gè)信息的組織者和引導(dǎo)者,需要主流媒體能夠積極從用戶的角度出發(fā),了解用戶的需求,提供用戶需要的內(nèi)容,從而提升用戶的滿意度和忠誠度。
主流媒體在內(nèi)容源頭上的主要任務(wù)是提供高質(zhì)量的新聞報(bào)道和深度分析,來滿足用戶對信息的需求。在當(dāng)前這個(gè)信息爆炸的時(shí)代,每個(gè)人都能成為信息的生產(chǎn)者和發(fā)布者,因此,面對海量的信息,用戶更需要一個(gè)權(quán)威、專業(yè)的主流媒體來為他們提供真實(shí)、準(zhǔn)確、全面、深入的新聞內(nèi)容。主流媒體需要堅(jiān)持專業(yè)精神,保證新聞報(bào)道的質(zhì)量,用深度、專業(yè)的內(nèi)容吸引用戶,從而形成其獨(dú)特的競爭優(yōu)勢。例如,廣西廣播電視臺教育廣播(FM93.0)在應(yīng)急突發(fā)報(bào)道中,充分發(fā)揮新聞工作者的專業(yè)新聞采編能力,突發(fā)事件發(fā)生后,第一時(shí)間趕到事故現(xiàn)場,從大量的信息中篩選出具有新聞價(jià)值和公眾關(guān)注度的事件,進(jìn)行深入研究和報(bào)道,提供具有深度和寬度的新聞內(nèi)容,贏得了受眾的關(guān)注和稱贊。
在提供高質(zhì)量內(nèi)容的同時(shí),主流媒體也要重視用戶的閱讀體驗(yàn)。用戶體驗(yàn)不僅關(guān)系到用戶對主流媒體的滿意度和忠誠度,也會影響主流媒體的口碑和影響力。因此,主流媒體需要在優(yōu)化產(chǎn)品設(shè)計(jì)和服務(wù)上下功夫,包括但不限于新聞內(nèi)容的展示形式、推薦系統(tǒng)的準(zhǔn)確性和及時(shí)性、交互設(shè)計(jì)的人性化、服務(wù)支持的周到等。只有提供優(yōu)質(zhì)的用戶體驗(yàn),才能在競爭激烈的媒體市場中脫穎而出,贏得用戶的信任和支持。
在傳播高度碎片化、用戶需求高度個(gè)性化的今天,如何將合適的內(nèi)容推送給合適的人,成了主流媒體面臨的一大挑戰(zhàn)。這就需要主流媒體對用戶的行為數(shù)據(jù)進(jìn)行深度挖掘,了解用戶的興趣偏好,運(yùn)用先進(jìn)的算法推薦機(jī)制,將高質(zhì)量的內(nèi)容精準(zhǔn)推送給感興趣的用戶[7]。同時(shí),主流媒體也要注重保護(hù)用戶隱私,尊重用戶的選擇,避免過度推送,以提升用戶的滿意度和忠誠度。
在信息爆炸的現(xiàn)代社會,面對大量復(fù)雜的信息,用戶往往無法逐一篩選,因此需要依賴推薦算法來獲取他們感興趣的內(nèi)容。然而,過于依賴用戶的歷史行為和偏好,容易使用戶陷入“信息繭房”,即推薦系統(tǒng)將用戶的信息獲取限制在一個(gè)較小、固定的范圍內(nèi),導(dǎo)致用戶難以接觸到更廣闊、多元的信息。為了打破這一局限,主流媒體需要采用“協(xié)同+綜合”的過濾推薦模式。這種模式不僅參考用戶的個(gè)人行為,也考慮到用戶的社交網(wǎng)絡(luò)、地理位置、熱門事件等多元化因素,確保用戶接收到的信息不再單一,而是全面、多元的。這樣不僅可以避免“信息繭房”現(xiàn)象的出現(xiàn),同時(shí)也能更有效地對輿論進(jìn)行引導(dǎo)。
傳統(tǒng)的新聞推薦模式過于依賴數(shù)據(jù)和算法,雖然能夠有效地實(shí)現(xiàn)個(gè)性化推薦,但在一定程度上也忽視了新聞的公共屬性和媒體的社會責(zé)任。因此,主流媒體需要在保持個(gè)性化推薦的同時(shí),引入更多的人工干預(yù)和審查。通過結(jié)合人工智能和人工審查,更加有效地控制推薦內(nèi)容的質(zhì)量和方向,確保推薦的內(nèi)容既能滿足用戶的個(gè)性化需求,又能體現(xiàn)主流價(jià)值觀,從而更好地實(shí)現(xiàn)輿論引導(dǎo)。這種模式在某種程度上也是對“算法決定論”的一種反思和回應(yīng),強(qiáng)調(diào)在使用算法推薦時(shí),也不能忽視人的主觀能動性。
在主流媒體運(yùn)用算法推薦機(jī)制強(qiáng)化輿論引導(dǎo)力的過程中,主流價(jià)值導(dǎo)向是必須堅(jiān)持的基本原則。無論信息技術(shù)如何發(fā)展,無論信息傳播的方式和手段如何變化,主流媒體始終要堅(jiān)持正確的輿論導(dǎo)向,把主流價(jià)值觀念融入信息傳播的全過程中,使之成為媒體信息傳播的靈魂和主導(dǎo)力量。一方面,以主流價(jià)值為導(dǎo)向,是主流媒體運(yùn)用算法推薦機(jī)制的基礎(chǔ)。輿論引導(dǎo)不僅僅是一個(gè)技術(shù)問題,更是一個(gè)價(jià)值取向的問題。無論是傳統(tǒng)的新聞傳播方式,還是基于算法的個(gè)性化推薦,其最終的目標(biāo)都是傳播價(jià)值觀念,引導(dǎo)社會輿論。因此,主流媒體在運(yùn)用算法推薦機(jī)制的過程中,必須明確自己的價(jià)值導(dǎo)向,始終堅(jiān)持主流價(jià)值為導(dǎo)向,通過算法推薦將主流價(jià)值觀念傳播到每一個(gè)用戶。另一方面,以主流價(jià)值為導(dǎo)向,是主流媒體運(yùn)用算法推薦機(jī)制的保障。在信息過載的今天,人們很容易在眾多的信息中迷失方向,被一些片面、偏激的,甚至是錯(cuò)誤的信息所誤導(dǎo)。而主流媒體作為社會輿論的重要引導(dǎo)者,就必須承擔(dān)起責(zé)任,運(yùn)用算法推薦機(jī)制,推送符合主流價(jià)值觀念的信息,幫助人們在信息的海洋中找到正確的方向,引導(dǎo)社會輿論走向健康積極的方向。
在數(shù)字化時(shí)代,主流媒體面臨的挑戰(zhàn)是多方面的,需要在新的技術(shù)浪潮中找準(zhǔn)自己的定位,發(fā)揮自己的優(yōu)勢,強(qiáng)化輿論引導(dǎo)力。例如,在算法推薦機(jī)制的推動下,“去中心化”已經(jīng)成為一種不可逆轉(zhuǎn)的趨勢,主流媒體需要在這個(gè)趨勢中尋找到“中心再造”的可能性。在追求流量的同時(shí),主流媒體不能忽視信息的質(zhì)量,只有保證高質(zhì)量的信息,才能真正吸引用戶,滿足用戶的需求。此外,在算法推薦機(jī)制的幫助下,主流媒體可以更好地理解用戶的需求,主流媒體需要提供多元化的信息,促進(jìn)觀點(diǎn)的交流和碰撞,避免觀點(diǎn)的碎片化和極化。總的來說,主流媒體如何運(yùn)用算法推薦機(jī)制強(qiáng)化其輿論引導(dǎo)力是一個(gè)需要持續(xù)關(guān)注和研究的問題。只有通過不斷地探索和實(shí)踐,才能找到在數(shù)字化時(shí)代行之有效的輿論引導(dǎo)策略。