《算法把關(guān)對新聞傳播的影響研究》3300字

算法把關(guān)對新聞傳播的影響研究目錄TOC\o"1-2"\h\u19639算法把關(guān)對新聞傳播的影響研究 113938一、引言 111435二、算法把關(guān)使用場景對新聞傳播的影響 232497三、算法把關(guān)內(nèi)容特征對新聞傳播的影響 215291四、算法把關(guān)用戶偏好對新聞傳播的影響 213117五、算法把關(guān)平臺優(yōu)先級對新聞傳播的影響 310500六、結(jié)論 316630參考文獻 4摘要：誠然，智能化新聞分發(fā)技術(shù)創(chuàng)新思維和實踐路徑都是應(yīng)該肯定的，但是，作為一種個性化推薦技術(shù)，才能持續(xù)優(yōu)化用戶體驗，算法模型結(jié)構(gòu)表現(xiàn)出動態(tài)化趨勢。當(dāng)這一“動態(tài)化”特點被運用到關(guān)乎人精神構(gòu)建的新聞傳播領(lǐng)域，有可能誘發(fā)“異化”現(xiàn)象。在這種情況下，文章認為需要通過一定的手段來調(diào)試算法技術(shù)的“合理性”，使得工具理性和價值理性處于相對均衡的狀態(tài)，最后，算法技術(shù)和價值觀之間達到了很好的互動關(guān)系：傳播者，應(yīng)堅守媒介責(zé)任，加強監(jiān)督，強化行業(yè)自律，積極接受社會監(jiān)督。傳播內(nèi)容方面，要將價值觀融入算法，深耕高質(zhì)量的內(nèi)容；在傳播渠道上，打造多標(biāo)準(zhǔn)的推薦系統(tǒng)，增強了算法公開性與透明性，確立主體意識，加強批判意識和思辨能力的培養(yǎng)。傳播效果方面，強化信息偶遇，破除信息繭房。關(guān)鍵詞：算法技術(shù)媒介價值觀信息繭房一、引言互聯(lián)網(wǎng)技術(shù)的發(fā)展導(dǎo)致了信息過載，用戶閱讀碎片化，傳統(tǒng)線性信息傳播方式不斷變革。在用戶對于新聞資訊個性化要求越來越高的今天，個性化的推薦新聞，聚合類的新聞客戶端也隨之出現(xiàn)，它們基于用戶行為產(chǎn)生大數(shù)據(jù)，對顧客的習(xí)慣及閱讀偏好進行評判，以此為準(zhǔn)，給顧客推薦一些可能會心儀的資訊。另外互聯(lián)網(wǎng)新聞方式也發(fā)生了變化，還極大地促進了“算法分發(fā)”技術(shù)的進步。與最初紙質(zhì)媒體，計算機門戶時代“編輯分發(fā)”相比，采用數(shù)據(jù)技術(shù)中“算法分發(fā)”方式，來挑選顧客喜愛新聞信息，發(fā)布出去，極大地促進了新聞發(fā)布速度。算法對數(shù)據(jù)進行處理的時候，使用者不能觸及該進程，并且算法處理方法非常復(fù)雜，故被喻為“黑箱”。根據(jù)“把關(guān)人”學(xué)說，決定哪些新聞信息可以進入大眾傳播渠道，傳媒組織，傳媒組織取舍選擇的準(zhǔn)則，也就是“把關(guān)”準(zhǔn)則。傳統(tǒng)的新聞生產(chǎn)中，重要“把關(guān)”標(biāo)準(zhǔn)，即反映市場標(biāo)準(zhǔn)、業(yè)務(wù)標(biāo)準(zhǔn)等新聞價值與要素。但有些個性化的新聞推薦系統(tǒng)，算法設(shè)計者未充分采納新聞從業(yè)者奉行的專業(yè)規(guī)范制度與新聞倫理。而且算法程序還含有算法技術(shù)在甄別、篩選信息方面的“把關(guān)”功能，它的算法代碼由于涉及到商業(yè)競爭，也并未真正完全公開。二、算法把關(guān)使用場景對新聞傳播的影響為情景提供服務(wù)，也就是為情景感知和信息適配，這是移動傳播之基。并將使用場景定義為用戶所處特征的時間和具體空間范圍內(nèi)。由此可見，使用場景是互聯(lián)網(wǎng)產(chǎn)品運營中首先考慮的因素，因此，為了設(shè)計符合用戶需求的互聯(lián)網(wǎng)產(chǎn)品，就必須通過使用場景來推斷其需求。作為一個信息提供平臺，個性化新聞推薦系統(tǒng)可以依據(jù)用戶使用場景，從而給出可能所需的資訊，此舉，幫助提高用戶使用該平臺的好感度。利于提高用戶與平臺之間粘黏性。在這一章的學(xué)習(xí)中，個性化新聞推薦系統(tǒng)，用于適配用戶的使用情景，主要表現(xiàn)為用戶在不同的使用時間段，以及用戶所在地區(qū)不同而推送不同種類的內(nèi)容或者消息。“今日頭條”算法在實施過程中“把關(guān)”時，一個參考性條件就是用戶使用時段?！敖袢疹^條”將不同種類的消息傳達給用戶，比如不同時期，高峰期若使用者乘坐地鐵，坐公共汽車時，由于用戶的時間是分散的，不集中的，閱讀環(huán)境是比較復(fù)雜的，以適應(yīng)辦公室工作人員工作需要，此時，“今日頭條”會推薦一些比較短視頻。研究發(fā)現(xiàn)：影響算法對本地新聞進行調(diào)整時，其中一個權(quán)重為用戶所在區(qū)域，一些學(xué)者曾對鄭州當(dāng)?shù)赜脩衾谩敖袢疹^條”的狀況做過調(diào)查與分析，調(diào)查分析顯示，頭條覆蓋率排名前10位內(nèi)容推送中，本地新聞?wù)?條。三、算法把關(guān)內(nèi)容特征對新聞傳播的影響研究學(xué)者對個性化行文推薦系統(tǒng)進行把關(guān)的準(zhǔn)則，以“今日頭條”接收到的“社會”,“娛樂”類新聞標(biāo)題為研究對象，分析其詞頻，結(jié)果顯示對用戶的內(nèi)容類型及選擇方面，“今日頭條”可按算法把關(guān)，由熱詞整理。調(diào)查研究發(fā)現(xiàn)，在代表新聞關(guān)鍵“人物”要素的“警察、男性”之類的詞語中，“今日頭條”常常被用來指代人。在代表新聞元素的“事件”要素中，“離婚，死亡”之類的詞語也是經(jīng)常出現(xiàn)。這些關(guān)鍵詞不但沖突性極強，相當(dāng)一部分還有暴力的成分，從而從內(nèi)容上尋找重點，使得內(nèi)容在算法篩選下，更加方便地進入到用戶視野。此外，在推薦新聞內(nèi)容方面，娛樂新聞的比例僅次于社會新聞類。娛樂類的熱詞是陳喬恩、吉娜等人最近因情感狀態(tài)而多次登上熱搜，明星的名字一再地被人們提起，由此可見，個性化的新聞推薦平臺更加傾向于對某些包含明星的新聞進行推薦，電視劇這種話題內(nèi)容有流行度高。這同杰姆斯·韋伯斯特（JamesG.Webster）的研究相似，也就是社交網(wǎng)絡(luò)，搜索引擎等系統(tǒng)在推送消息時，希望對象一般都是“流行度”。四、算法把關(guān)用戶偏好對新聞傳播的影響這可以分兩類：一是：就是通過瀏覽新聞，比如，對消息進行點贊，關(guān)注，屏蔽，收藏，評論，轉(zhuǎn)發(fā)等等。在這期間，還可進一步劃分為兩類主動偏好，即用戶本身偏好以及群體性偏好。一些研究人員指出，一段視頻被越來越多的人看，點贊，評論，轉(zhuǎn)發(fā)，系統(tǒng)則認為該視頻是用戶的閱讀偏好，然后推到大家面前。這段視頻將以用戶的閱讀偏好的形式向更多的人進行推送，該方法建議使用數(shù)據(jù)推送方式。依據(jù)這幾點，要占領(lǐng)流量高地，水軍盛行。據(jù)有關(guān)資料介紹可以看出，數(shù)據(jù)經(jīng)過某些“有心人”的運算也變得不純凈了。二是靠個人的興趣搜集，以個人愛好較含蓄的顧客為主，對此類顧客，想找找個人喜好，就需要通過算法來仔細檢查其資料。關(guān)聯(lián)社交賬號，注冊信息，GPS定位IP地址、所用手機類型等等，均為用戶個人數(shù)據(jù)，算法實現(xiàn)個性化推送最重要的依據(jù)就是性別對于用戶愛好的影響。通過對大數(shù)據(jù)的分析所以，用戶所在區(qū)域或城市對算法推薦起著必不可少的作用，也正因為如此，本地新聞?wù)伎倲?shù)的二分之一，而且用戶偏好的新聞類型在新聞刷出中占據(jù)了很大比例?？匆幌滦侣勏蛴脩敉扑]的信息就知道了，“今日頭條”正在自覺地迎合著用戶，具體內(nèi)容均有所涉及：用戶閱讀偏好，所處地點及性別，如今，隨著科學(xué)技術(shù)的迅猛發(fā)展，更精確的算法還將于近期出現(xiàn)，還會更加準(zhǔn)確的貼合用戶的喜好來推薦信息。五、算法把關(guān)平臺優(yōu)先級對新聞傳播的影響所謂平臺優(yōu)先級，就是新聞平臺將把該平臺上關(guān)于用戶需求的新聞類型優(yōu)先推薦給用戶，以及個性化新聞推薦平臺為用戶進行推薦的過程中，將對該平臺所生產(chǎn)內(nèi)容進行重點推送。在“今日頭條”的平臺上，頭條號—就是在“今日頭條”中，有相當(dāng)部分的信息來源、內(nèi)容生產(chǎn)，就是來源于這個自媒體，而且這些資料通常都比較搞笑視頻，明星八卦等、文學(xué)故事一類的信息，是非新聞類內(nèi)容。張一鳴認為傳統(tǒng)媒體就是向他人講述自己的看法，使有用的信息傳遞給個人，就是在傳達價值觀。在此平臺上，將算法代碼作為內(nèi)容推薦的核心內(nèi)容，使用戶接收，觀看到的信息不再只是傳統(tǒng)意義上的消息，無論是那些不屬于平臺重點推薦新聞內(nèi)容。六、結(jié)論曾有人把算法技術(shù)視為消除新聞信息傳播中主觀性的一個重要途徑，“技術(shù)沒有負載價值”就成了算法推薦新聞技術(shù)鼓吹客觀和正義的基礎(chǔ)。實際上，算法推薦系統(tǒng)建立之初，則可能是受新聞組織機構(gòu)所處宏觀政策環(huán)境影響所致，造成結(jié)構(gòu)性偏見；系統(tǒng)搭建的過程中，設(shè)計者個人偏見亦隨代碼設(shè)計而納入算法系統(tǒng)中；當(dāng)體系向“自學(xué)階段”邁進的時候，設(shè)計者個人意識內(nèi)化于機器意識形態(tài)之中。那時算法的技術(shù)力量就會被持續(xù)地刺激起來，技術(shù)理性減弱，算法推薦系統(tǒng)擺脫了設(shè)計者對其的管制，直接面向終端用戶。同時因為算法系統(tǒng)對信息抓取的要求、處理及反應(yīng)速度異常迅速，有些較弱的用戶信息，還可以被系統(tǒng)敏銳地捕捉到，并且無限制地放大，偏見由此而來。參考文獻[1]劉志杰,李新祥.自媒體算法把關(guān)的技術(shù)壟斷與規(guī)制[J].中國出版,2021,000(006):26-30.[2]劉志杰.算法把關(guān)失靈與編輯價值重塑[J].中國編輯,2020(5):5.[3]楊潤苗.今日頭條的算法把關(guān)機制及其存在的問題研究[J].2021(2019-13):30-31.[4]何燚寧.個性化新聞推薦系統(tǒng)中算法把關(guān)的思考——以"今日頭條"和"一點資訊"為例[J].新聞愛好者,2019(9):3.[5]韓紅,鄧倩倩.大數(shù)據(jù)時代算法把關(guān)的不足[J].傳播