短视频平台算法推荐机制对主流媒体新闻平台的启示

田龙过 牟小颖

【摘要】智媒时代，主流媒体建立新闻平台、实现融合发展成为传递党的声音、展现真实故事、引导正向能量的关键。主流媒体在融合发展过程中，可借鉴短视频平台的算法推荐经验，充分发挥算法推荐机制的高效投递优势，深化新闻数据思维，细化新闻生产结构，强化新闻内容引导，优化新闻分发策略。文章主要探讨主流媒体新闻平台在发展过程中如何运用算法推荐机制，创新传播路径，以期为行业发展增添助力。

【关  键  词】短视频平台;算法推荐机制;主流媒体;新闻平台

【作者单位】田龙过，陕西科技大学设计与艺术学院;牟小颖，陕西科技大学设计与艺术学院。

【基金项目】县级广播电视改革发展研究——融媒体建设发展实证研究（GDT1806）。

【中图分类号】G206.2 【文献标识码】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2021.04.021

根据Quest Mobile统计，截至2020年3月，我国网络视频平台用户已达8.5亿，每月人均使用网络视频平台时长达40小时，以抖音、快手、梨视频为代表的短视频平台DAU（日活跃用户）、MAU（月活跃用户）不断飙升，短视频在信息传播过程中的作用日趋显著。面对海量的信息内容呈指数级增长，海量信息与海量用户的精准对接，算法推荐机制的运用成为大势所趋。

短视频平台的算法推荐机制是对用户实现精准推送的技术，它的价值在于实现信息服务的个性化以及解决内容信息过剩的问题。主流媒体在融合发展的过程中，可借鉴短视频平台的算法推荐经验，充分发挥算法推荐机制的高效投递优势，深化新闻数据思维，细化新闻生产结构，强化新闻内容引导，优化新闻分发策略。

一、短视频平台的算法推荐机制

1.基于“用户画像”的内容生产

短视频平台的算法推荐机制基于用户信息完成用户画像并进行标签化分组，从而有针对性地优化短视频生产内容。短视频平台的算法推荐机制在用户注册时完成首次画像描述，并将用户此后的每一次点击和阅读数据收入算法系统，用户点击的次数越多，用户画像就越清晰，内容生产的针对性就越强。

2.基于“社交网络”的拓展推荐

随着移动社交的不断发展，用户社交网络越来越完善，流量入口逐渐增多。短视频平台的算法推荐机制能够将用户接收内容的兴趣点与移动社交网络数据相结合，从而实现内容的精准推荐。以单一用户内容兴趣点为筛选维度的算法推荐判断较为模糊，适用于学历、年龄、社会环境差距较小的用户群体，而短视频平台的算法推荐机制可通过分析用户社交网络拓展信息推荐范围，使社交网络中的每一个用户触点均产生一定的流量。一般来说，信息接收者通过互联网将清晰、熟悉的现实社交转化为新奇、未知的移动社交，内容产出者通过自己产出的视频内容在移动社交网络中的传播来获得认同感和满足感，进而为短视频平台提供更优质的视频内容，形成移动社交生态的良性循环。

3.基于“流量叠加”的反复推送

短视频平台中的“流量叠加”思维是指根据算法数据将达到一定量级的短视频投放到更高一级的流量池中进行更大范围的推荐，实现信息再传播，让内容优质的短视频获得最大效益。“流量叠加”相较于传统的“流量思维”，除了注重内容的首轮传播效果，更强调如何运用现有流量级内容发掘更多的新用户。短视频平台根据完播率、点赞量、评论量、转发量等数据，筛选数据较好的内容进行叠加推送，通过对优质内容的反复推送获取流量，打造自循环流量体系。

二、短视频平台算法推荐机制对新闻传播的启示

1.在“去中心化”趨势中开拓“中心再造”路径

短视频平台的“去中心化”是将信息内容产出环节分散到传播场域的各个节点上，将用户设置为传播场域中的一个分支[1]。主流媒体应在此趋势下融合算法推荐机制，开拓“中心再造”新路径，强化主流意识形态的价值引领，具体内容包括以下两个方面。

首先，主流媒体应整合地方新闻资源，借助移动网络、结合算法推荐机制传播主旋律新闻，牢牢占据舆论引导、思想引领、文化传承、服务人民的传播制高点，巩固主流媒体“信息中心”的地位。比如人民日报开发全国移动新媒体聚合平台“人民号”，推出“党媒算法”，截至目前，已吸引包括党政机关、政务号、优质自媒体创作者和社会名人在内的20000多个主体入驻;人民日报的全国党媒信息公共平台与今日头条合作，在今日头条增设“党媒推荐”频道，将全国党媒平台内容池与今日头条的算法推荐机制相结合，系统性提升全国党媒的舆论引导能力，开展了若干主旋律内容征集和传播活动，力推正能量、主旋律的新闻内容，促进媒体深度融合。

其次，主流媒体应在新闻传播场域中创造属于自己的分支，开拓“中心再造”路径。主流媒体应基于算法推荐机制统计用户的兴趣点数据，结合相关垂直领域KOL以及社会热点生产优质主流价值内容，掌控舆论引导权。比如2020年新冠肺炎疫情期间，“央视新闻”抖音官方账号发布了上海医疗救治专家组组长张文宏医生普及防疫知识的视频，单条点赞量突破2100万次，这是通过主流媒体新闻平台传递主流价值，将传播内容与用户需求相结合，主动创造话题中心的典范。

2.在关注“流量思维”的同时重视“高质量思维”

智媒时代，主流媒体的新闻平台产出内容既要注重流量数据，也要重视价值评估[2]，要用主流价值思维引导流量，在满足受众需求的同时，坚持优质新闻内容的生产和分发。新闻选择和判断的水平是决定新闻生产质量和新闻平台能力的重要标准之一，算法推荐机制也因此成为新闻产业传递价值观和判断新闻优先级的关键。新闻产业要积极推进平台建设，避免被“流量思维”诱导，创造“高质量思维”，推进主流价值与新闻内容生产创新的深度融合，建立全新的内容生态，从内容源头、内容分发、受众体验三方面，对算法推荐机制进行调整和优化，形成能够体现主流价值的主流算法体系。

（1）内容源头

在新闻内容源头方面，首先，主流媒体应承担价值引领的主体责任，加大主流意识形态的传播力度，追溯新闻源头，规范稿件内容生产，改进审核和风险评估机制，借助算法推荐机制明确衡量指标，通过算法技术实现新闻价值的回归。其次，主流媒体可以运用算法技术围绕主题进行多渠道、多维度的信息深度挖掘，基于数据和理论的支撑提高新闻报道的全面性与可信度。同时，主流媒体可灵活运用算法的发掘能力与洞察能力，挖掘潜在的新闻线索，结合记者在观点表达以及共情交流上的创新，形成算法推荐与人工推荐的双重耦合传播机制。

（2）内容分发

在新闻内容分发系统方面，应把政治方向、价值取向、舆论导向等融入算法推荐机制中，不断完善智媒时代的内容分发体系，不仅要推送用户感兴趣的消息，还要为用户提供值得看的新闻内容。将新闻价值与用户兴趣点有效结合，让算法回归人的价值。

新冠肺炎疫情期间，各地县级融媒体信息发布量、阅读量以及关注用户数量暴增，有关疫情的图文信息、短视频、直播成为公众最关注的新闻报道内容，在这个过程中，算法推荐机制基于对用户环境位置的数据分析，向用户推送他们关注的本地疫情防控信息，并引导用户关注自我保护措施。比如湖北日报融媒体中心发布的抖音短视频《武汉别怕，我们来了！大年夜150名军医抵汉》，播放量超过2.45 亿;2020年1月20日至3月14日，《人民日报》抖音客户端共发布了330条有关新冠肺炎的短视频，其中题为《太好了！上海自制抗病毒喷剂，已应用于一线应急病房职业防护！你愿意为科研人员点赞吗？》的短视频获得了2705.1万的点赞量和105.5万的转发量，就是算法推荐机制发挥了作用。总体来看，主流媒体的新闻平台应充分发挥公信力优势，引导舆论重视优质新闻内容，促进高质量新闻内容的健康生产。

同时，主流媒体的新闻平台可以借鉴抖音“流量叠加”的推送模式，通过算法推荐机制统计流量数据、筛选优质新闻，将新闻投放到更大级别的流量池中进行重复、重点推荐，利用优质流量级内容发掘更多的新用户。需要注意的是，“流量叠加”思维的随机性较强，算法推荐机制在其中的运用应注意多元用户的行为分析和传播效果的评价，通过不同分组用户的反馈数据有效分发视频内容，避免劣质视频内容在小部分受众中获得高流量数据而被大量级推荐。同时，在算法推荐机制中，直观、透明的数据反馈将舆论传播的话语权让渡给了受众，但这种让渡有可能导致网络舆论场混乱。因此，主流媒体新闻平台在使用算法推荐机制时要注意强化专业“把关人”角色，建立人机结合的内容把关机制，提高对新闻内容的甄别判断能力，确保新闻内容与道德原则、社会主流价值观相契合。

（3）受众体验

在新闻受众体验方面，主流媒体新闻平台的内容生产应满足不同类型受众的不同层次需求。以体育新闻为例，专业的体育从业人员需要的是国内外最新的体育赛事以及记者的独家观点和深度评论;高级知识分子和体育爱好者更关注每场比赛的数据;体育明星粉丝更希望看到体育明星的人物专题报道，从中获得归属感。有一些媒体在这方面有了不少成功案例，比如北京晚报体育部针对高级知识分子和体育爱好者这部分受众，完善了媒体内部的数据库，设置“数理化”专栏，通过算法推荐机制统计、整理与分析比赛数据，实时展示比赛数据，并对比赛走势进行预测，为受众提供他们最期望获得的新闻内容。总体来看，主流媒体的新闻平台要有效运用算法推荐机制进行新闻推送，通过对受众在平台的行为习惯、社交网络、环境位置等特征对用户进行合理、准确的分级分类，实现海量内容与用户个性化需求的高效、精准匹配，进而满足受众的多元化、个性化需求。

3.在避免“信息茧房”的同时打造“破茧”武器

随着算法推荐机制的不断升级和普及化，以算法推荐机制生产新闻与“信息茧房”问题越来越受到关注。一方面，以往“算法+数据”的新闻推荐模式会造成“信息窄化”，另一方面，信息在算法技术的整合下，会更多地向有信息理解和处理能力的终端用户倾斜。值得注意的是，算法技术并不是“信息茧房”形成的必要条件，可信任的算法技术甚至可以削弱“信息茧房”效应，成为“破茧”的武器。

（1）采用“协同+综合”的过滤推荐模式

协同过滤是一种新的算法技术，能够筛选与用户喜好相似的其他用户，进而实现综合推荐，这种技术不仅不会导致用户视野窄化，反而会为用户提供更多的新鲜内容。目前，单一的算法技术已经不是主流，业界逐渐认识到“信息茧房”的负面影响，因而开始采用“协同+综合”的过滤推荐模式，优化算法推荐机制，关联更多的大数据，以实现更好的用户推荐、内容排序、话题挖掘等。

（2）革新传統的“算法+数据”新闻推荐模式

主流媒体的新闻平台应革新传统的“算法 + 数据”新闻推荐模式，实现“用户筛选 + 算法定制 + 深度推荐 + 再度筛选”的循环推荐模式。当用户首次使用主流媒体新闻平台时，平台应主动推送固定新闻内容供用户筛选，然后通过算法推荐机制对用户的筛选内容、搜索偏好进行统计分析，同时提升算法的深度学习能力，结合受众新闻获取偏好分析用户可能需要的其他类型新闻，发掘被用户忽略的新闻兴趣点，这样当平台再次把新闻推送给受众时，受众会结合当下需求进一步筛选信息，实现新闻推荐模式的良性循环。2019年今日头条推出搜索功能，不再单纯依赖算法，而是以“算法+热点+关注+搜索”为主要方式建立通用信息平台，我们可以看到，推荐引擎与搜索引擎的深度融合已成为主流媒体新闻平台发展的趋势。这种全新的模式规避了单纯的内容算法推荐所带来的视野窄化问题，以及社会环境、新闻热点、用户情绪等影响算法技术准确性的因素，最大限度保证用户接受信息的全面性与多样性，实现新闻价值最大化。

（3）优化“算法+人工”的精准分发结构

主流媒体新闻平台可采用“算法”与“人工”结合的方式精准分发新闻，加大人工审核力度，强化专业编辑的责任，筛选彰显主流价值的新闻。与此同时，主流媒体新闻平台可优化算法推荐机制，通过多方数据全面了解用户的多元化需求，在精准分发符合用户兴趣点的话题和资讯的基础上，向用户推送有社会价值的新闻，强化用户对时事热点新闻的持续关注，培养他们“个性+多元”的思维方式，避免用户陷入“信息茧房”。

面对短视频平台“去中心化”的内容生产模式和“流量叠加”的信息推送模式，主流媒体新闻平台应不断优化算法推荐机制，提高算法推荐机制的准确性，以“高质量思维”代替“流量思维”，用主流价值导向驾驭算法，将主流价值嵌入算法，提高主流意识形态话语相关信息的推送量，实现算法推荐领域主流价值的话语重塑，同时，对技术部分进行严格审查，明确度量标准，在人机双重耦合的传播机制中完成人与技术的共同进化。

|参考文献|

[1]赵辰玮，刘韬，都海虹. 算法视域下抖音短视频平台视频推荐模式研究[J]. 出版广角，2019（18）：76-78.

[2]田园，周宇博. 融媒传播，主流媒体如何讲好故事[J]. 中国广播，2018（12）：51-55.

[3]孙振虎，何慧敏. 短视频平台驱动传统媒体融合发展的创新路径研究——以央视频为例[J]. 电视研究，2020（7）：16-19.

[4]晏齐宏. 技术控制担忧之争议及其价值冲突——算法新闻推荐与信息茧房关系的多元群体再阐释[J]. 现代传播（中国传媒大学学报），2020（3）：59-65.

[5]喻国明，方可人. 算法推荐必然导致“信息茧房”效应吗——兼论算法的媒介本质与技术伦理[J]. 新闻论坛，2019（6）：14-18.