趣缘：互联网连接的新兴范式

喻国明　曾佩佩　张雅丽　周杨

【摘要】作为连接一切的工具，互联网实现了内容网络到关系网络的构建，而大数据时代，智能化算法推荐为人们构建起以趣缘为基础的隐性连接，趣缘成为互联网连接的一种新兴范式。以趣缘为主要特征的隐性连接以标签的形式构建不同的隐性社群，重塑着社会形态。目前前人对隐性连接的研究还处于空白，通过将基于算法推荐技术下的隐性连接为出发点探讨隐性连接与传统的显性连接的特征以及隐性连接带来的问题与影响，并尝试从伦理价值适切的角度探讨显性连接与隐性连接的协同。

【关键词】算法推荐;互联网连接;趣缘;隐性连接;亚文化

互联网用“连接一切”的方式重构了社会，重构了市场，重构了传播形态。而在这一过程中的力量体现为凯文·凯利所说的，互联网时代最核心的行为就是把所有东西都连接在一起，任何事物都会在多个层面被接入庞大网络中，缺少了这些巨大的网络，就没有生命、没有智能、没有进化。[1]互联网在其本质“连接”的作用下，不断构建人与人、人与社会、人与场景等多种关系，从而成为一种改变社会的庞大力量。

传统的社会关系下的连接是人与人之间传递信息、产生关系，即形成人际传播，再经由意见领袖在初级群体和次级群体等群体的两级传播之后产生人与群体乃至社会的连接。在现代社会，这样的连接通常以特定的血缘、地缘为基础，最早的研究可以追溯到社会学家滕尼斯提出的“共同体”与“社会”的二分概念开始，研究区域和环境如何影响人类社会结构的问题，在此时共同的地域被视为社区形成的核心前提。

但随着互联网的兴起与应用，人与人之间的连接方式、连接范围逐渐被媒介技术所拓展。人与人之间的联系不再局限于临近时空当中的连接，互联网技术由最初的终端连接，不断演进，到内容连接、关系网络连接乃至发展到在大数据算法下支撑的趣缘连接，逐渐地将那些在传统社会中类似于小规模、松散化的俱乐部形式的群体连接起来，形成网络空间中的虚拟社区。

由此，连接是互联网的基本功能，是公认的互联网的内在法则之一。在互联网实现的各种连接中，人作为一种社会化动物，人与人的连接始终是核心。构成互联网的核心要素，是终端、人、内容与服务，在不同阶段，不同的连接规模、纽带、互动方式會形成人与人之间不同的连接模式。[2]

从前Web时代由机器连接成的“终端网络”，到Web1.0时代出现的新闻组、BBS论坛构成的内容网络，再到Web2.0时由个体连接构成的关系网络，互联网连接的中心，实现了由信息、内容纽带向“人”的迁移。这些连接，始终以平台为载体，或提供信息、或提供服务、或帮助用户延伸关系，这样基于一定平台功能实现的连接是显性的连接。而到当前还在讨论的Web3.0时代，在数据成为资源的大数据时代，智能化个性推荐，为人们构建起一种不易察觉的、隐性的连接线索，这被视为一种隐性连接。在个性化推荐平台中，用户被平台打上标签，构成一种人与内容的连接，人与人之间没有直接互动，但从某种意义上讲，标签将具有共同兴趣、共同属性的人连接在一起，形成新的社群。算法，是构成这种隐性连接的基础逻辑，在大数据背景下为“万物互联”提供技术和逻辑支撑。

目前前人对隐性连接的研究还处于空白，因此本文将基于算法推荐技术下的隐性连接为出发点探讨隐性连接与传统的显性连接的特征以及隐性连接带来的问题与影响，并尝试从伦理价值适切的角度探讨显性连接与隐性连接的协同。

一、传统连接中的显性连接

（一）显性连接：平台功能基础上实现的连接（前Web时代-Web2.0时代）

沿着互联网发展的线索来看，万维网出现之前的时代，称为“前Web时代”，实现了“机器”间的连接，也即终端的连接。

在Web1.0时代，超链接把信息资源连接成一个巨大的内容网络，例如1998年出现的搜狐，用户通过网站入口来浏览获取信息。在此时期，互联网借助内容平台来实现用户与内容的相对单向连接，近乎于一个只读平台。

在Web2.0时代，互联网平台重心由内容走向“人的关系”的迁移。借助博客、SNS、微博、微信等平台的应用，互联网中的个体构建出以个人为传播中心的“个人门户”中心。作为社会个体，每一个人在平台中运用、开掘自己的关系链条，通过关系与外界保持信息传递，这意味着个体通过自己的社会关系网络来进行信息的筛选、发现和收集。

终端、内容、社交关系是在这些阶段中的互联网平台能提供的核心功能，人们的连接在这些功能中得以实现。由此，平台功能性，是显性连接得以建立的基础和逻辑。

克莱舍基认为：“当我们使用网络时，最重要的是我们获得了同他人联系的接口。我们想和别人联系在一起，这是一种电视无法替代的诉求，但实际上我们可以通过社会化媒体来满足它”。可以看到，基于社会化媒体平台的开放性、交互性特征，用户可以在其中与他人获得或“强”或“弱”的连接。在微信中，基于其即时通信的功能属性，用户主要可以通过延伸自己现实生活中的社会关系产生“现实—虚拟”的强连接。在微博中，用户更多地通过平台提供的社交功能来进行“数据化表演”，树立在虚拟环境中的形象，并通过主动性的社交活动，如点赞、评论、转发，从而与虚拟环境中的他人产生较之于现实关系较弱的“弱连接”。

（二）在以平台功能为基础的显性连接中所展现的特征

主动性。无论是以内容为核心的Web1.0还是以关系为核心的Web2.0，用户在使用平台时，都是基于平台的功能特性，来主动获取信息或构建社交关系，从而在互联网中与其他人或群体形成连接。

强弱关系的不稳定性。在美国社会学家格兰诺维特提出的强关系和弱关系的概念中，强关系指联系频繁的关系，而弱关系指不够频繁的关系。他指出，强关系往往是同质群体内部的纽带，而弱关系是不同群体之间的纽带。在网络的互动中，存在着强关系与弱关系的区分。移动互联网突破了传统社交范围限制，对平台功能主动性的进一步延伸，用户可以相对主动地选择深化弱关系，使其变为强关系，反之弱化强关系变为弱关系。例如，当前，构建跨平台矩阵是许多新媒体运营的手段。在跨平台过程中，微信形成的关系较强，微博形成的关系较弱，是否选择在强弱关系中实现跨平台互动联系，仍然取决于用户对于在媒介使用过程中的主动性。

二、隐性连接：算法逻辑下的被隐藏的趣缘连接

（一）技术逻辑：算法

互联网作为一种具备交互性、便捷性、隐蔽性特征的工具，其动态的连接、开放的平台、流动的网络自组织、交融的内容—关系—终端网络以及人工智能、虚拟现实等新兴技术，正在创造前所未有的社会场景，人们被一股强大而无形的力量裹挟着，进入“场景细分”时代。[3]算法，作为人工智能的底层逻辑，通过对海量数据的挖掘分析，找寻并建立复杂的要素间的關系，遵循“海量内容—用户需求—多维场景”的基础逻辑，为用户构建更加贴合沉浸的场景。技术的崛起会引发社会制度、社会结构与功能的改变，以构建容纳新技术的情境，从而导致人类结构、交往方式、认知途径的改变。[4]因而，算法逐渐成为构造社会的重要力量。在我国现阶段的算法推荐实践中，运用最为广泛的是基于内容的推荐算法、基于协同过滤的推荐算法、基于知识的推荐算法以及混合算法等。

（二）底层逻辑：人的需求深化——趣缘

“连接一切”成为互联网界的一句口号。彭兰教授曾提到，连接是互联网的基本功能，也是公认的互联网的内在法则之一。[5]在互联网实现的各种连接中，人与人的连接是核心，并且通过人与内容、人与社群、人与服务等连接来实现不断增长的连接，从而延伸人的社会关系。我们认为，互联网激活的是个体力量。在这种以个体为节点的多链条连接中，表现为多种形式：社交、内容、兴趣、时间、空间、活动。在以内容、社交、虚拟游戏等为形式所建立起的互联网连接方式当中，我们发现，人工智能兴起后，以算法为逻辑的连接，建立起了一种不容易被察觉的隐性连接。这种连接与基于一定的平台功能实现的显性连接不同，它通常是基于算法推荐技术，基于用户之间的相似度，通过协同过滤将内容推荐给具有相同兴趣的用户，这种以兴趣为主要特征的相似度成为一种隐性的连接，将原本陌生的用户聚集在同一类标签下，用户可以在该类标签通过转发、评论建立社交关系，形成隐性社群，实现连接。算法推荐下的用户相似度往往是根据用户的爱好与兴趣来区分，这种相似度最明显的特征是以趣缘为基础，蔡骐曾指出所谓的趣缘群体，也就是经由趣缘关系结合起来的社会群体，这种趣缘关系建立在共同的兴趣爱好、价值取向的基础上，比如传统社会中的黄梅戏戏迷群、朋克族，网络虚拟社区中的粉丝群、小清新族群、极客、维客等。[6]而这种通过个性化推荐平台，用户被平台打上的标签，成为一种连接线索。表面上看，标签只是人与内容连接的依据，人与人之间没有直接互动，但在某种意义上，标签也可以将具有共同兴趣、属性的人连接在一起。基于一种趣缘关系算法将不同的用户连接在一起，在这种隐性的连接下，用户进行信息的交流与分享，算法推送技术下构建的隐性连接的本质是一种趣缘连接。

（三）基于趣缘为基础的隐性连接的特征

隐秘性。算法通过对用户的兴趣、个人偏好、人口统计学特征等，分析出用户特征之后贴上的标签，用户往往意识不到这会达到一个类似于议程设置的效果。而在进入到互联网平台中后，用户其实已经在被推送的信息设置了隐性的连接议程，尽管信息落点更加准确，但长期接受这样的“润物无声”的连接，难免不落入、形成“信息茧房”。

强黏性。当前社会大大增强的异质性以及社会节奏加快，“原子化动向”给予人们“复杂、脆弱的人际关系”之感。尽管隐性连接不易被察觉，但因其基于用户的个人兴趣，且收受高效，与主动选择不同的是，倍感孤独的现代人在看似无意地进入到与个人喜好相同的环境和群体中，容易迅速产生归属感和依赖感。因而，隐性连接具有很强的用户黏性。同时，算法进行的高质量场景匹配，也是增强黏性的一个重要原因。

隐性连接与显性连接实现的由弱到强循序渐进的关系连接，最终会实现向显性连接转化。算法推荐机制会根据用户喜好将用户归于某类标签之下产生一定的聚集，尽管其在信息接收时并没有达到完全的接收，但是基于趣缘的同类信息以及虚拟社区环境中的有类似喜好的用户在互联网中的行为，如转发、点赞等，用户通过“观看行为”，会与这类信息和用户产生潜在的关系，也可看作是一种极弱的关系。一方面，算法会根据对用户“画像”源源不断地推送相类似的消息，信息落点越来越密集，会增强用户与信息之间的关系。另一方面，当某些用户因为弱关系接触到一些基于趣缘推送信息，进入到网络社群中发现有极高的认同度时，弱关系也会逐渐增强为强关系。强关系出现后，用户与信息、服务之间的连接就会变得主动，很有可能实现由隐性连接向主动的显性连接转化。

三、算法分发下，趣缘为基础的隐性连接构建亚文化特征的隐性社群

（一）隐性社群

学者对虚拟社群的定义是：用户由相同兴趣而聚集到社群，并在社群中进行知识、信息的交流和分享，从而形成一种特有的人际关系的线上社群。谢鹏曾将互联网时代的虚拟社群定义为“以移动互联网终端参与的，在网络空间中活动的，成员由相同兴趣或某种需要而聚集的，并在社群中进行知识、信息的交流和分享，从而形成的一种特有人际关系的线上社群”[7]。

社群的一个特点是用户可以在社群中进行知识信息的交流与分享，而在以算法推荐机制的社交媒体平台，比如抖音，会根据用户的浏览记录等行为和基本信息给用户打上标签，将短视频内容同样根据类别打上不同的标签，通过过滤、排列组合将内容精准分发给用户。在这一标签主导的推荐下，具有统一标签喜好的人被算法聚集在一起，针对该标签内容进行讨论与信息的共享，在算法推荐机制下，用户之间有了一种连接，并且在这种隐性连接中，用户有了一致的目标即兴趣，互相进行信息的交换，从而构建成为一种隐性社群。比如在抖音“变脸换装”标签下聚集同样一群有着相同爱好的用户，他们针对“变脸换装”以评论的方式进行交流讨论，以上传分享相关视频的方式，用户与抖音博主之间进行着信息的交换，而在算法推荐这一机制下，标签成为一种隐性连接，用户与抖音博主在不知不觉中构建出一个以“变脸换装”为主题的隐性社群，用户在这个社群中进行着意见与观点的交换、互动。

（二）以趣缘为基础的隐性连接构建亚文化特征的隐性社群

美国社会学家费舍尔曾在其著作《社会网络与场所：城市环境中的社会关系》中阐述了社会网络在城市居民生活中的作用，指出居住在非邻近地域的居民，通过特定关系（如共同兴趣或爱好、共同价值观等）组成一个群体，从而形成自己的社会网络。[8]根据学者盖尔德的界定，亚文化群是指以特有的兴趣和习惯，以共同的身份、行为以及所处的地域而在某些方面呈现出非常规或边缘状态的人群。[9]可见，共同的兴趣是构成亚文化群的内在因素之一，算法推送技术下，以具有相似度的兴趣爱好标签为隐性连接线索，将用户聚集，用户具有了共同的目标与属性，成为具有共同兴趣的趣缘群体，而这类趣缘群体则具有了亚文化的特征，他们因为算法推送的标签成为某一类特殊群体，组建成集体的精神堡垒。

在约翰·费斯克看来，符码“是一个文化或次文化成员所共同享有的意义系统。它由符号和惯例规则共同组成”。[10]这也就意味着，符码既是一种文化的聚合剂，也是与其他文化相区隔的屏障。在算法的世界里，标签可以约等于群体间的符码。标签即是群体中的符码，是进入到群体世界的钥匙。不同文化群体甚至群体的符码开始进入算法推送平台的内容编码中后，使得用户能够与自身所认同的群体（或隐性群体）达成连接，进而形成一定的聚合以寻求归属感，并完成自我认同的构建。在算法推送技术下，以趣缘为基础的隐性连接构建了具有亚文化特征的隐性社群。

同时，在基于“长尾理论”的算法逻辑中，会形成很多亚文化群体。兴趣被编码到内容中后，达成了聚合群体的目的，为亚文化群体内部的连接建立提供了友好的环境。进入群体的亚文化成员们，会形成对自己所认同的文化的聚合与屏障，成员在算法带来的标签与趣缘隐性连接下实现聚合与群体认同，这种认同在无形中加速了隐性连接的构建，从而拓宽了群体的社交，逐步将由隐性的弱连接增强为强连接，实现从隐性连接到显性连接的转化。

四、隐性连接：技术逻辑下隐藏的控制力量

（一）隐性连接下的信息圈层化，加大了知识鸿沟

信息圈层。在算法机制构建的隐性连接下，存在着圈层化。对圈层化目前学者还没有标准统一的定义，彭兰老师认为，圈层化即“圈子化”，也包括“层级化”。[11]在算法推荐机制下形成的隐性社群中，不同的社会阶层会因为其本身不同的社会背景、社会实践被算法在无形中划分到不同的标签下，这种算法推荐机制带来的圈层化正在隐性社群中体现，每一种算法推荐机制下的标签都是一种圈子。不论网络社会的信息量有多大，人们总是从“我”的角度出发，依据自己的喜好选择关注的话题。使得用户再度陷入自我构建的信息孤岛中，信息难以共享，交流不够通畅，难以在整个社会中形成互联互通、信息共享的高效协同合作机制。

学者蒂奇诺提出知沟假说，并认为社交范围、信息的选择性接触、理解、记忆等因素会加剧知沟的扩大。[12]以趣缘为基础的隐性连接标签下，人们由于兴趣爱好的不同，以及算法的协同过滤带来的信息圈层化，视野会越来越狭窄，从社会结构层面看，算法媒体的可见性生产将进一步加大数字社会阶层的分化，出现新的数字鸿沟，隐性连接下的信息被动选择性接触加剧了知沟的扩大。

（二）隐性连接下话语分层化、阶层圈层化

用户在“社群”中互相交流意见，以点赞、评论回复的方式进行观点意见的较量，在每一个圈子中总会存在着意见领袖，意见领袖引领着话语权的更替，把握着话语权，而普通用户往往处在话语权最底层，算法推荐机制下，隐性连接让每一位用户因为标签而聚集，参与该隐性社交圈的信息交换，但话语权在隐性连接中呈现出分层。

算法推荐机制下的隐性连接不仅实现了信息在“社群”中的信息流动，而且使用户在不知不觉中被这种隐性连接控制，话语权的分层进一步导致了阶层的圈层化。算法推送技术将用户基于趣缘聚集在标签下形成一类亚文化群体，不同的标签代表不同的亚文化群体，群体之间因为趣缘标签的隐性连接，彼此之间存在着一堵看不见的屏障与隔阂，直接影响到用户的交往与扩散，同一兴趣爱好的用户被划为同一圈层，长此以往形成特定的圈子，造成阶层圈层化。比如抖音平台下，有的用户因“变脸”标签而聚集，有的用户因“吸猫”标签而聚集，在不同的标签下进行不同的信息共享与社会交往。

（三）趣缘标签化下更加无形而有力的权力控制

基于趣缘为基础的隐性连接本质是一种技术主导的算法，技术本身是人来设计，是包含着设计者的意志与意图的。这种意志在无形中对用户实现着控制，决定着用户阅读的内容、接触的信息，甚至决定着用户的观点与看法，实现对用户信息选择权、信息接触权的控制。从社会角度看，这种权力控制一旦被应用到政治领域，便会带来社会控制。用户在潜移默化中接受政治权力控制。

英国文化研究专家斯科特·拉什（ScottLash）强调：“在一个媒体和代码无处不在的社会，权力越来越存在于算法之中。”[13]我们通过观看、行动（轉评赞）在心理、行动上与平台上的他人建立关系，你的行为、兴趣等会受到相似的人的规训，且这样的连接会在算法的作用下由隐性变为显性。从弱关系进入到强关系的社群当中去。技术逻辑下的隐性连接源于趣缘标签又通过标签对用户的认知、态度、行为进行重新再塑造，成为塑造社会形态的重要力量。作为国内最大的算法聚合平台——今日头条，凭借着丰富而具有个性化定制特点的内容分发为用户打造着符合用户兴趣与喜好的个人日报，决定着用户每天的信息接触，并且成为重要的流量分发入口，成为专业传统媒体机构不可或缺的内容传输平台，技术逻辑下以趣缘为基础的隐性标签在无形中决定了用户的信息资源接触，将用户带入到一种无形的控制中，成为社会形态与价值观塑造的重要力量。

五、算法技术逻辑下隐性连接与显性连接的协同价值适切

算法技术逻辑下的以趣缘为基础的隐性连接在赋予权利的同时剥夺权利。这种隐性连接在为满足用户个性化需求的同时带来信息的圈层化、话语的分层化、阶层的圈层化以及无形中的权力控制。因此，采用算法型信息分发技术的平台主体应当主动对自己的行为承担责任，理性而审慎地行动。另外，算法素养是公众所具备的认识、评判、运用算法的态度、能力与规范。如果算法信息分发平台的用户不具备算法素养，那么其信息消费或决策行为更可能是盲从的、被动的，甚至被误导。社会公众应学习了解算法的基本常识，更清楚地认识到算法推荐的负外部性。应该在强调法律红线基础上尽量保持个体内容需求市场的活力，让合格的信息充分流动。当然，遵循“以文化人”的理念，在内容及表现形态方面引导人们向真、向善、向美也是极为重要和不可或缺的。

在算法连接方式下，要以人本规则指导进行人机协作。智能时代，在隐性连接和显性连接的适配过程中，借助算法的力量，对内容进行高效标注成为可能，但算法在对人的深层社会心理把握上仍存在明显欠缺。这突出表现为以降维为主要思考逻辑的算法将人简单地“数据化”：智能算法把用户进行分类整理后进行信息分发，在分类整理的过程中，用户丰富多元的主体性逐渐被简单明了的数据替代。算法信息分发平台应当坚持人机结合，重视人工编辑的核心地位，包括Facebook、今日头条在内的一些平台近期均大幅增添审核人员，尝试以“人工+算法”的模式对优质内容和重要信息予以加权推荐，对不良内容和虚假信息进行拦截。人机交互是算法信息分发中强化人的主体性、能动性的重要手段，通过人机协作，可让算法推荐更好地体现人的主导性和价值观。

概言之，在互联网显性连接和算法的隐性连接功能时代，算法带来的标签与趣缘隐性连接下实现聚合与群体认同，这种认同在无形中加速了隐性连接的构建，从而拓宽了群体的社交，逐步将由隐性的弱连接增强为强连接，实现从隐性连接到显性连接的转化。要达到两者适配，需要在算法设计运用中，植入人本原则和正确的人伦道德，连接时，一切要在合情合理合法的规则下运行，坚持人机共生，遵循“人工+算法”原则，同时要培养用户的算法素养，提高识别能力，主动跳出圈层，合理利用算法带来的便利与机遇。

参考文献：

[1]凯文·凯利.失控：全人类的最终命运和结局[M].张行舟，陈新武，王钦，译.北京：电子工业出版社，2016.

[2]彭兰.“连接”的演进：互联网进化的基本逻辑[J].国际新闻界，2013，35（12）：6-19.

[3]胡正荣.传统媒体与新兴媒体融合的关键与路径[J].新闻与写作，2015（5）：22-26.

[4]喻国明，韩婷.算法型信息分发：技术原理、机制创新与未来发展[J].新闻爱好者，2018（4）：8-13.

[5]彭兰.连接与反连接：互联网法则的摇摆[J].国际新闻界，2019（2）.

[6]蔡骐.网络虚拟社区中的趣缘文化传播[J].新闻与传播研究，2014（9）.

[7]谢鹏.移动虚拟社群的社会整合功能研究[J].西安建筑科技大学学报（社会科学版），2018（4）.

[8]夏建中.现代西方城市社区研究的主要理论与方法[J].燕山大学学报（哲学社会科学版），2000（2）.

[9]Gelder，Ken（ed）.ThesubculturesReader.LondonandNewyork：Routledge.2005.

[10]约翰·费斯克.传播符号学理论（Introduction to Communication Studies）[M].张锦华，等译.台北：远流出版事业股份有限公司，1997：36.

[11]彭蘭.连接与反连接：互联网法则的摇摆[J].国际新闻界，2019（2）.

[12]郭庆光.传播学教程（第二版）[M].北京：中国人民大学出版社，2011.

[13]Scottlash.2007.“Power after Hegemony：Cultural Studies in Mutation？”Theory，Culture &Society，24（3）：55—78.

（喻国明为教育部长江学者特聘教授，北京师范大学新闻传播学院执行院长，中国新闻史学会传媒经济与管理专业委员会会长;曾佩佩、张雅丽、周杨为北京师范大学新闻传播学院硕士生）

编校：王 谦