基于算法推荐的“Feed流”传播平台的转变趋势

【内容提要】“Feed流”已经成为一个流行的内容推荐形式，被各大网络平台使用，但作为内容时代的一个新形式，在其发展过程中，将呈现何种利弊？平台在面对这些弊端又将做出何种转变？本文拟从这两个问题出发，对“Feed流”进行分析。

【关键词】“Feed流” 算法推荐 信息茧化

随着互联网技术飞速发展，信息爆炸、碎片化成为突出现象，传统的内容信息流已经呈现出弊端，无法满足用户高效获取特定内容的需求，这使得个性化、精准化的算法分发模式迅速兴起，基于算法推荐的“Feed流”信息分发模式也成为各大平台的首选。

“Feed流”即平台持续更新并呈现给用户内容的信息流，微信朋友圈、微博、百度、今日头条、Facebook等平台首页都是一个“Feed流”，其实就是信息的智能化推送。“Feed流”是一个信息出口，各大社交和新闻资讯APP使用算法为用户推荐无穷无尽的内容，用户无需主动搜索，只需要“刷新”这一个动作，系统即可呈现大量相关内容。“Feed流”能在算法基础上，根据每一个用户日常浏览新闻喜好、习惯留下的印记而实现智能化、个性化、精准化推荐。“Feed流”在新闻资讯平台、社交媒体、短视频等众多互联网平台上被广泛运用。

一、人工到算法，“Feed流”存在的必要性

随着内容的全面爆发和用户时间的挤压，用户个性化的需求更为显著。针对大众传统的信息流不能满足用户对于特定信息获取的需求，平台“Feed流”通过算法机制的筛选，自动给用户提供个性化的内容，为用户节约了时间成本，提高了其对平台的黏性；平台也通过“Feed流”精准推荐，更有针对性的进行营销，增加获利。

（一）“Feed流”个性化推荐，缩减用户搜索时间成本

信息平台根据用户前期主动搜索情况，通过算法筛选，自动为用户生成个性化内容，针对平台用户画像差别推荐不同信息内容，满足不同用户群体的需求。平台通过算法和“Feed流”设计智能化的进行推荐，减少人工信息分发的时间，提高信息分发效率；“Feed流”为用户剔除大量无趣信息，提升阅读效率，给用户更好的阅读体验。①用户无需花费大量精力去主动搜索，打开平台就能够直接获取想要的信息，节省大量信息查询、筛选时间，提高用户好感。资讯平台今日头条就凭借其精准的算法和个性化、智能化的推荐赢得大量用户。

（二）“Feed流”自动化推荐，增加用户平台黏性

“Feed流”平台通过信息发出的时间或关注度自动进行信息分发。在这种自动化信息分发过程中，信息发布者可以获得更多的关注，而用户可以在短期内获得更多有价值、感兴趣的信息内容。在算法精准推荐下，自动化的“Feed流”减少了传统信息流给用户带来内容匮乏或泛滥的不良体验感。在算法筛选出用户感兴趣的内容后，平台内容自动持续更新，给用户不断灌输优质的新鲜内容，用户使用平台的时长不断增长，达到最大化，用户对平台黏性增加。今日头条旗下的抖音短视频，通过短时间内无限提供新鲜内容而让用户沉浸其中，提高用户在短期对平台的黏性。

（三）“Feed流”精准化推荐，平台精准营销增加获利

在流量决定收入的大背景下，“Feed流”为平台吸引大量用户以及增加用户对平台的黏性，平台用户和收入也将随之增加。对于平台而言，通过大数据和算法智能分析了解用户习惯和行为后，可以有针对性地进行营销推广，进行更精准的广告投放，获得更多的利益分成。2017年百度推出“Feed流”廣告，将广告作为信息流进行推广，在手机百度、贴吧和百度手机浏览器三大平台进行投放；微信朋友圈、今日头条、Facebook等众多信息平台均推出了“Feed流”广告。“Feed流”广告夹杂在用户订阅的信息流中，精准推送到用户的平台首页上，广告的到达率和点击率比其他广告形式更高。

二、主动到被动，“Feed流”所面临的挑战

“Feed流”作为当下最受欢迎的内容推荐形式之一，尽管不同产品的信息容量不同，但往往都可以无限滚动浏览下去，让用户沉浸在无限信息之中。但用户从主动搜索信息到被动接受被筛选好的信息，用户的主动性被占据，这种把用户阅读的选择权交给机器的行为本身就存在着挑战。

（一）用户被动接收信息茧化

“Feed流”通过用户前期的搜索和阅读习惯，限定用户所感兴趣的内容范围，而不断推送此类信息，用户在一定程度上失去选择其他信息的机会，被动的接受平台推送的同类信息，只能关注自己喜欢、感兴趣的信息。但那些用户暂时不喜欢但有益、有用的信息则被用户和平台“屏蔽”了，使得用户个人禁锢在自己和平台所建构的信息茧房中。②在一定程度上，信息茧化将用户束缚在狭窄的信息流之中，而忽视对其他信息的接收，不利于用户收集信息的整体化发展。同时“Feed流”所推荐的同质化信息也会造成用户的认知负荷，信息的辨识度不高，给用户带来焦虑感，最终导致用户放弃使用产品。

（二）用户接收信息效率低下

“Feed流”设计的初衷是为了帮助用户节省搜索、筛选有用信息的时间，但其个性化、自动化的推荐内容使得用户最大化的使用产品。即当用户在平台上找到所需信息时，仍会花大量的时间停留在平台上阅读自己感兴趣的信息，导致受众接受信息这一过程效率低下，反而增加用户时间成本。此外，“Feed流”内容以时间和受关注度的程度进行更新，内容不断的流动，用户在一定时间内错过就难以找回，在一定程度加深了受众的焦虑。例如当用户在今日头条APP首页上看到有用信息，没有进行保存，隔一段时间后重进页面，信息内容已经自动更新，再重新找回信息，则需要花费更多的时间，用户体验感较差。

（三）平台主流价值导向弱化

资讯平台尤其是新闻平台在一定程度上承担着传播社会主流价值的责任，平台在满足用户个人信息需求外，也需要向受众传达主流价值观。“Feed流”是基于算法推荐的信息流，根据用户的喜好而推荐相应的内容，而各用户的喜好是同中存异，喜好的内容也有娱乐化倾向。推荐用户的“Feed流”也偏向娱乐化，社会热点新闻和娱乐新闻占据用户的全部注意力，主流文化内容则被忽视。在算法控制下的信息分发，弱化了平台主流价值导向。③同时，自动生成的“Feed流”缺少人工把关，其传递的信息良莠不齐，标题党现象愈演愈烈，一些低俗化的信息和广告信息也钻了算法的空子，到达用户首页，造成不良影响。Facebook因自动化推送缺少把关，平台被大量无用的垃圾信息和广告信息充斥，严重影响受众阅读体验。2018年4月，今日头条也因平台充斥低俗化信息、与主流价值导向相悖而下架整改，其旗下短视频应用也短期下架整改。

三、自动到半自动，“Feed流”的转变趋势

“Feed流”作为信息流的一个发展，必然有其不足之处，但在以内容为王的时代，“Feed流”有其存在的必要性，Facebook、Instagram、YouTube、百度、今日头条等国内外平台均运用“Feed流”作为内容推荐形式，平台也根据“Feed流”所面临的问题对其进行改变。

（一）自动到半自动，归还用户主动选择权

“Feed流”以其全自动化的内容推荐而将用户置于被动地位，将茧化的信息源源不断地传递给用户，在一定程度上剥夺了用户的选择权。而平台在意识到这种全自动化的内容推荐形式严重影响到受众体验感后，各平台都做出了转变，将自动化的推荐形式变成半自动化的“Feed流”推荐形式，让步用户选择权。Google Now、百度以及今日头条等在“Feed流”底部做了一个“更多内容”按钮设计，给予了用户自主进行选择继续阅读的权利，避免了平台自动滚动刷新给用户带来的困扰，提升用户体验感。

（二）无限到有限，避免用户接收信息茧化

信息流最主要的问题是“展示什么内容”、“如何排列内容优先级”，相较于传统的海量信息流，“Feed流”无限持续更新推荐用户喜欢的内容，虽然缩小了推荐内容的范围，但实际上增加了用户的时间成本，也使得用户接收信息茧化。平台在展示用户喜欢的内容外，还需要将多样化的内容细分后，呈现在用户面前，避免信息单一化，给用户一个打破“信息茧房”的环境。同时平台需要给“Feed流”設置截断功能，将内容做到有限化，避免信息过载；即优先排列用户喜好内容，再排列其他内容，信息种类更丰富。④用户最先的关注点将集中在截断后的平台首页，再根据自己的喜好去选择细分内容，用户接收内容更多元。国外视频网站Netflix就设计了“Feed流”隔断功能，将影片按照内容等要素进行细分，用户先选择兴趣点再进入“Feed流”，用户既有可能被多元化的内容吸引，也不会因无限的信息更新造成信息过载、带来焦虑。

（三）无序到有序，加强平台主流价值导向

基于算法推荐的“Feed流”在一定程度上将主动权交机器，而以机器为主导的平台在享受算法带来的智能化、精准化的内容同时，在把关缺失的条件下不可避免的陷入无序状态。以算法为平台核心的今日头条因其违背主流价值观而多次被央视、人民网点名批评；Facebook New Feed被用户投诉侵犯隐私等事件均体现以算法为基准的“Feed流”带来的无序状态。而在各主流媒体和受众的批评下，各平台都进行了整改，加强对信息的把关，将信息质量高低与其在“Feed流”中的显示概率直接挂钩，一些低俗化信息、恶意广告将被下架，同时各平台首页加大对主流价值观的宣传。今日头条推出“灵犬反低俗助手”，加强对信息的把关、监管。2018年5月17日，今日头条更换slogan，将“你关心的，才是头条”更换为“信息创造价值”，加大对主流价值观的宣传；Facebook加大对垃圾邮件和广告信息的打击力度，“Feed流”平台逐渐从无序到有序。

四、结语

人们正在迈向智能化时代，基于算法推荐的“Feed流”只是一次尝试，在尝试过程中，必然有其利弊。事物是在不断变化、改进的，其利大于弊，或者说能够对弊端实行调整、加以改进，就有其继续存在的可能，“Feed流”在转变过程中也将不断的面临新机遇和新挑战。如何给用户带来更好的使用体验，仍然是各平台进行首页设计的最主要的目标。

注释：

①张潇潇.算法新闻个性化推荐的理念、意义及伦理风险[J].传媒，2017（11）：82-84.

②喻国明.“信息茧房”禁锢了我们的双眼[J].领导科学，2016（36）：20.

③陈昌凤、石泽.技术与价值的理性交往：人工智能时代信息传播——算法推荐中工具理性与价值理性的思考[J].新闻战线，2017（17）.

④潘一鸣.“Feed流”设计：怎样用策略掌控用户视线？[EB/OL].http：//36kr.com/p/5075013.html

作者简介：马晓纯，南昌大学新闻与传播学院2017级新闻学硕士研究生

编辑：王洪越