算法推送在气象信息传播中的应用

胡小羽 王磊 胡康

摘  要  随着计算机技术的不断发展，基于数据挖掘、智能算法的算法推送平台正日益成为大众获取信息的重要渠道之一。气象信息是大众生活中的“强需求”内容，面临着领域细分、精准定位和个性化定制的挑战。在丰富内容的同时，如何适应算法推送式平台的风格、受众和信息推送方式，是摆在气象信息传播者面前新的重要挑战。文章以国内算法推送式平台的代表今日头条和抖音为例，通过数据调查和实践经验，探讨如何更有效地在算法推送式平台进行气象信息的传播。

关键词  气象;传播;算法推送;今日头条

中图分类号  G2      文献标识码  A      文章编号  2096-0360（2019）21-0024-05

1  算法推送式平台及其发展

算法推送信息是一种通过计算机算法、挖掘海量数据等方式，将个性化信息流推送给不同用户的智能媒介技术。有学者认为，算法推送信息雏形来自1995年麻省理工学院尼古拉斯。尼葛洛庞帝提出的“The Daily Me”假设，该假设假想未来个人将拥有界面代理人，他可以收集阅读全球各类信息，最终将资料组合成个性化的摘要。随着互联网全球化和大数据计算挖掘技术的不斷发展，这个假设已在如今成为现实，即算法推送式平台。算法推送型信息传播正逐渐与以门户网站为代表的编辑推荐型、以微博微信为代表的社交分享型形成三足鼎立的互联网主流传播方式。

在我国，当前在运用算法推送技术较有代表性的是字节跳动公司旗下的今日头条和抖音平台，他们分别在新闻和短视频领域占有较高的市场份额。今日头条平台是一款基于机器学习的个性化资讯推荐引擎，据公开数据显示，截至2018年12月，今日头条累计激活用户达7亿，日活跃用户达7 800万，人均日使用时间超过76分钟。

抖音平台则是一款基于算法推送的短视频分享平台，据字节跳动公司相关数据显示，截至2018年12月，抖音平台的日活跃用户超过2亿，月活跃用户超过4.5亿日均视频播放量超过200亿。据抖音平台统计，其高学历年轻用户占比较高，其中女性用户占55%，男性用户占45%;35岁年轻用户超过90%;大学本科学历占比过半;一、二线城市用户超50%。

2  气象信息在算法推送平台上的传播现状

和传统电视、报纸、广播相比，当前气象信息传播在算法推送式平台上无论从覆盖面还是内容丰富度上都有所欠缺。根据从今日头条平台收集的数据，当前平台中气象内容生产和传播总体呈现出以下几个特点。

2.1  头条号覆盖面广，体量两极分化

全国范围内，中央气象部门和各省都开通了气象领域的头条号，覆盖面较广。但在数量上呈现出两级分化的状态，其中安徽、贵州、河南、江苏、内蒙古、山西、陕西和浙江八个省份拥有超过50个气象类头条号，而像中央级以及包括北京、江西、福建、甘肃、广东、广西、海南、河北、黑龙江在内的22个省份气象头条号的数量不超过20个。整体情况如图1所示。

2.2  阅读时间段具规律性，晚间阅读激增

气象信息内容发布时间较均匀，但对用户的点击没有太大影响。如图2显示，用户阅读时间段呈现出明显的规律性，一天当中有两个小高峰和一个大高峰。其中，早晨6点至8点、下午12点至15点为阅读量的小高峰，阅读量普遍在11万至12万，晚间20点至22点是一天当中的阅读高峰，远高于白天任意时段，通常阅读量能在20万以上。整体情况如图2所示。

2.3  阅读气象信息用户，以中年男性居多

在今日头条气象信息的阅读用户中，年龄普遍偏向于中年群体，其中41～50岁的用户占最多，其次是31～40岁和50岁以上的群体，24～30岁和18～23岁用户较少，最少的是小于18岁的未成年用户。具体分布如图3所示。

从性别与气象信息的阅读习惯来看，男女用户的推送文章比例基本一致，说明平台在推送时没有针对性别偏好有巨大差别。但可以看到，文章的阅读数呈现出较大的差异，其中男性用户的阅读数超过80%，远超于女性用户。如图4所示。

2.4  江西各城市气象信息阅读量不均等

通过今日头条平台提供的数据，江西省内各城市气象信息的发布数量相差不大，内容的数量和丰富度上较为平均。然而，实际用户阅读数即用户浏览量分布明显不均等，其中南昌市的阅读数最高，超过30万次，而包括第二位赣州在内的其他城市阅读量普遍不足10万次，相差明显。如图5所示。

城市发展程度、智能手机的普及率、平台的使用率等都是形成这种显著差异的因素，但未来随着算法推算式平台的不断普及，这种地域性的差异可能会逐渐消减，可见未来用户和阅读前景还是较为广阔的。

3  算法推送平台气象信息传播及趋势

在气象账号地域、阅读时段、城市浏览量分布不均的现状下，当下气象信息的推送在内容、时段等方面都没有明显的内容差异和传播策略上的应对。“广撒网”的传统传播思维已不能适应算法推送信息的时代，了解当前不足和用户特征的基础上，还需不断积极探索算法推送式平台的传播规则，对内容做出因地制宜的调整，便于将优质气象信息精准传达到有需求的用户手上。

3.1  算法推送式平台基本推荐机制

在算法推送式平台，用户主要可以通过三种方式接受到气象信息：一是平台推荐内容，即机器根据一定算法匹配将信息推送给用户;二是用户关注账号内容，像是头条和抖音平台中，保留了内容生产者的关注和订阅功能;三是用户搜索，即用户在搜索栏中搜索用户名、关键词或标题等，查找出的特定内容。这其中，最重要的一类就是平台推荐内容。

通过对今日头条和抖音平台的调研，其推送机制主要有以下三个维度。一是用户特征。通过用户在平台的行为分析，算法会给予用户不同维度的标签，例如兴趣、职业、年龄、性别、使用机型，并根据点击行为进行校准和更新。二是环境特征。用户位置、浏览时间、使用网络以及当地天气等。三是文章特征。即该文章可能包含的主要信息和方向，例如关键词、类别、热度、文章时效、文章质量、信息来源等。机器通过分析用户特征与内容特征，并结合环境特征，将三者匹配，最终形成“千人千面”的个性化推送。通过2019年2月至3月“江西气象”头条号的数据分析来看（如图6所示），平台推荐量通常远高于用户阅读量，且总阅读量和推荐量呈现出明显的正相关。

未来气象信息传播者，必须要根据平台推荐机制对发布内容进行调整，以争取更多推荐，才拥有被更多用户点击浏览和传播的可能。

3.2  基于推荐机制的内容优化趋势

尽管气象相关信息的时效性和热点性较强，但通过分析“江西气象”头条号2个月来高推荐量的文章，几个相关因素是对提高推荐较为有利的。

3.2.1  标题简介

标题不仅是平台选取关键词的重要渠道，更是决定用户是否阅读的关键因素，平台推荐可以保证内容出现在用户首页，但是否点击阅读则是用户来决定的。

表1中的十个标题，有几个较为统一的特点。一是地域信息明确。前十标题中80%包含省份名称“江西”，这有利于平台进行地理特征的定位，便于推送，同时本地天气预报作为“強信息”也有利于吸引当地用户的阅读，因此，推荐量和阅读量都较为可观。二是设问语气。前十标题中70%都为设问语气，疑问如果切中用户关注点，容易提高点击，推荐到阅读的转化率较高，通常在10%到20%之间。三是包含重点天气。作为气象内容必然包含天气，但通常一段时间的天气重点是不同的，综合式“天气”不如只提炼一点最重要的“雨水”“降温”或“冷空气”等关键词，更容易被抓取和识别。当然，优秀的标题绝不是“标题党”，在抓眼球和获取推荐基础，必然是文题相符的大前提。

3.2.2  题图

在做好标题的同时，好的题图也非常吸引眼球。同一天的天气，两篇不同的稿件，不同的题图也会对推荐量有所影响。基于今日头条平台的总体用户多以中年男性为主，一张符合常规气象信息“权威发布”印象的题图，可能会容易获得推广和点击。如图7所示。

3.2.3  正文信息

正文信息是内容的主体，同样也应与推荐机制相对应。一是强调地域性。如提到天气时，应将省份名称和城市全称点出，如“全省天气……”应改为“江西全省天气……”，如“赣南多云”应调整为“赣州市多云”等，便于识别。二是正文图片，图片有代表性、不过多影响阅读。同时还不应包含二维码信息，容易被系统判定为外链，影响推荐甚至影响最终发布。

3.2.4  响应平台活动和话题

话题，是平台很多主推或热门的风向标。以抖音平台为例，每段时间或者特殊节假纪念日等，平台方会以官方发起话题，吸引大众生产视频生产和参与。一般而言，参与此类话题的内容将更容易获得推荐，对于气象官方号来说更是如此。根据 “江西气象”2018年4月至5月抖音视频数据（如图8所示）可以明显看到，浏览量最高峰的视频主要是由于该参与了主平台“这是你的第几个劳动节？”五一节话题活动，而次高的视频则参与了“当我‘亲近自然”话题。

4  结束语

算法推送式平台正在成为人们获取信息的主流频道之一，不同与社交化信息传播平台需要吸引用户的关注和传播，算法推送式平台用智能计算将用户和内容链接起来，可以将气象信息的生产发布的重点重新回归到内容本身。研究算法规则和平台用户特征，都是为了更好地将气象信息精准推送到真正需要的用户手中，而不因本末倒置，为推广而推广。气象工作者们还需继续秉持“以人为本”的初心，不断探索，才能在未来让更多人享受到精准化、智能化、个性化的优质气象服务。

参考文献

[1]史安斌，王沛楠.传播权利的转移与互联网公共领域的“再封建化”——脸谱网进军新闻业的思考[J].新闻记者，2017（1）：20-27.

[2]王茜.论个性化信息推荐系统的运作逻辑及影响[J].郑州大学学报（哲学社会科学版），2017（1）：155-157.

[3]王茜.打开算法分发的“黑箱”——基于今日头条新闻推送的量化研究[J].新闻记者，2017（9）：7-14.

[4]尚帅.传播的兴趣偏向和浑然不觉的符号暴力——基于《今日头条》的算法控制研究[J].现代传播，2018（10）：58-62.