算法在新闻信息分发中的应用和引发的问题

【摘要】随着互联网技术的发展，互联网平台媒体的兴起，算法被广泛应用于人们生活中，在信息的采集、制作和分发过程中发挥重大作用。算法在新闻分发中依靠其机制推送新闻，便利了受众获取新闻，迎合了受众信息需求，但同时也带来了一些问题，在新闻的可见性，新闻的公众性，用户的隐私权及人工智能的道德失范问题等方面存在一些弊端。本文以算法推荐类APP今日头条为例，探讨算法在新闻信息分发中的应用现状，了解信息分发机制，并指出其引发的问题，促进算法技术应用的改进，算法更好的服务于传媒生态和社会的稳定发展。

【关键词】算法;新闻信息分发;今日头条

中图分类号：G212                                 文献标识码：A                          DOI：10.12246/j.issn.1673-0348.2022.07.093

算法推荐是指通过计算机技术手段分析用户的使用习惯和兴趣内容，进行个性化推送。随着互联网技术的发展，算法推荐被广泛运用于人们的生活中，我们熟知的淘宝商品推荐，网易云歌曲推荐，以及主打算法推荐类资讯APP今日头条的新闻推送等。

算法应用于传媒行业已经越来越普遍，今日头条起源于2012年，由北京字节跳动公司开发，它的定位便是一款基于数据挖掘的推荐引擎产品，为用户推荐信息、提供连接人与信息的服务的产品。正是今日头条的诞生，使算法新闻进入大众视野，引领了新媒体时代的一场传媒革命，腾讯、网易等新闻资讯类APP也引入算法推荐，构建用户画像进行新闻个性化推送，各类短视频类APP例如抖音、快手等精准定位用户需求进行推送，拥有极大热度的微信、微博等社交软件也基于用户日常数据以算法设定用户的专属推荐。算法成为现代新闻信息传播中的一种重要方式。

算法在新闻传播学界被越来越关注，关于其的一些研究，包含算法影响人们信息生活，参与新闻生产与分发，改变社会的权力结构以及扩展到算法的应用的伦理问题，关于未来人机和谐的思考等一些方面。彭兰曾探讨了算法日益渗透了生活的各个方面，信息获取，日常购买商品、出行等。另外她还提出了警醒，我们必须面对算法带来的挑战和风险。关于算法对新闻生产重构的研究，吴献举具体探讨了算法参与新闻生产与分发的过程。喻国明、韩婷，详细论述了算法型信息分发的技术原理和信息分发机制。关于算法对于传媒业中的应用的研究，喻国明研究了算法型信息分发的变化及迭代逻辑。王茜以今日头条为例，考察了算法推荐的标准。传媒业的结构转型改变了社会的权力结构，喻国明通过考察算法进入媒介环境中，媒介和受众的权力变化过程，论述了算法在新闻传播全环节中的应用及其权力的体现。算法在新闻传播方面的学术研究视角也越来越广阔，耿晓梦、喻国明对智能媒体下的伦理问题进行思考。彭兰关注媒体内容生产各环节中都会形成人机协同的新生产机制问题，注重人机和谐发展。杨洸、佘佳玲从算法和用户互动的视角，讨论了算法和用户之间的关系等。

今日头条将算法推荐应用于新闻推送，为新闻传播带来了积极影响，推动了传媒行业与新技术的融合发展，也便利了用户获取信息，完成“千人千面”的个性化推荐，精准满足用户的信息需求。但同时也引发了一些问题，需要我们提起警觉，在享受新事物带来便利的同时，应对其带来的风险和挑战。正如今日头条建设之初算法推荐机制的应用便受到社会舆论的广泛讨论，随着互联网的日益普遍，算法新闻推送的弊端也日益凸显，算法新闻推送下的新闻可见性问题，新闻公共性问题以及侵犯用户信息的隐私权和道德失范等问题都需要进行思考，算法需要进行优化，弥补现阶段存在的一些不足。

1. 算法在新闻信息分发中的应用

今日头条是基于数据挖掘的推荐资讯类APP，基于算法的个性化推荐机制，通过用户对产品的使用中观看信息的兴趣爱好，使用习惯，搜索记录及手机移动终端其他产品的一些使用情况等多种数据进行收集，对用户进行画像，便于精准推送信息。

1.1 标签化的新闻内容

要实现精准的算法推送，首先需要进行数据的收集，今日头条以“你关注的，才是头条”作为宣传语，在使用会有直接的用户偏好收集。打开今日头条可以发现，在信息浏览中它会分为很多关键词栏，前两个不可选择的便是关注和推荐，用户自主关注头条号，当关注内容刚更新时，会在第一频道及时推送。此外还有热榜，地域，推送信息的小说、视频之分，接下来便是标签类的信息分类，美食、军事、体育、游戏等等，用户可以自主编辑想要观看的频道。此外还有间接的数据收集，算法通过对用户观看内容，观看时长，点赞，留言，转发等操作数据进行计算，间接获取用户的使用数据，对用户的兴趣偏好等信息做出判断，对于用户的观看信息内容进行分类化的标签记录。

對于新闻内容本身的标签化分类，是利用算法，将每一条新闻进行分类定位，以便后续安排到合适的频道下推送。算法在APP中对同一标签新闻进行聚合，组成了呈现出来的每一频道下的内容推送。

1.2 算法分析用户画像

每个人都有自己的喜好，用户在获取信息的过程中也会存在选择性心理和选择性接触，会自主的选择自己感兴趣的新闻进行观看，在这一过程中平台对于用户观看过程中的内容数据进行分析，将用户的个性特征和兴趣爱好以数据的形式定义出来，构建出用户画像。用户画像不仅只是兴趣爱好的区分，还会有用户场景数据，在移动终端的定位下，存在地域的区别;在用别的产品软件账号进行登录的情况下，如抖音账号，还会有其它产品的使用偏好，关注情况等数据分析，进一步精准定位用户画像。

王茜采用定量研究对今日头条的内容推送进行分析时，明确得到了每一位用户都不会得到完全相同的新闻推送，在算法的计算下，今日头条对于每一位用户进行画像，真正做到了“千人千面”的个性化推荐。算法也在一直收集着用户信息，在用户偏好发生改变时及时进行画像调整。

1.3 算法回归内容生产

近年来，人工智能快速发展，算法与人工智能的结合也服务了传媒行业。利用算法对新闻进行个性化推送之后，还会收集用户相关观看数据，对大多数用户关注的，具有普遍热度的新闻进行算法分类，分析受众的普遍兴趣，进行后续的新闻内容生产。所以新闻生产是个循环，新闻生产提供给用户，满足用户信息需求，用户又会反馈新闻生产，新闻生产按照用户需求进行创作。

根据用户反馈回来的信息进行计算，满足受众爱好的新闻会依靠人工智能进行生产。人工智能的新闻创作能提高新闻生产的效率，降低人力成本，精准满足大众爱好，制作出更多的新闻。但是人工智能的生产虽然极为便利也存在诸多问题，人工智能没有自主思考，会缺乏辨别意识，缺乏制度和法规的规范性管理，会出现一些粗制滥造的低俗的新闻等，需要编辑部加强后期的人工审核。

1.4 算法新闻的信息分发机制

算法在信息分发中常用的目前有基于内容的推荐、基于关联规则的推荐和基于协同过滤的推荐三种主要的计算机制。基于内容的推荐，是根据用户的浏览数据，多用于文字类新闻文本，便于算法提取文字内容，进行数据分析和模型建构，平台会向用户推荐相似内容的新闻信息。基于关联规则的推荐，是推测用户可能感兴趣的话题，挖掘用户的潜在需求，比如当用户对一篇文章表示极大兴趣时，算法会通过规则推荐与这篇文章存在关联性的，用户还没阅读过，但是可能感兴趣的一些新闻，并且优先推荐一些关联性较强，阅读量较大的新闻。基于协同过滤的推荐，是关注到了相似兴趣的人群，每个人存在自己的个性，但也有共性，通过用户的兴趣偏好，地理位置，阅读习惯的数据收集，通过算法计算分析，寻找到接近性的相似兴趣的用户。假如某一用户的相似用户观看了另一种他还没阅读过的新闻，平台会按相似用户的阅读兴趣推荐相关新闻给这一用户。

三种推荐方式，有自己的优势也有各自的弊端，有各自的适宜使用的时机，针对一些情况还会使用混合推荐算法，结合多种算法推荐机制，关联更加全面的多种数据，弥补单个推荐算法的不足，便于更加精准的个性化推荐。

2. 算法在新闻信息分发过程中引发的问题

算法在新闻信息分发中发挥重要作用，便利了平台精准定位用户信息需求，进行个性化推荐，提高了新闻制作分发的效率，但在算法新闻的实施过程中会引发了一些问题，需要引起注意。

2.1 新闻可见性降低，引发信息茧房的担忧

相对于广阔的新闻聚合类平台，今日头条的推荐算法发布的新闻针对用户进行个性化推荐，无形之中会使新闻的可见性降低，用户可见的多是自己的兴趣偏好类型的新闻。在新闻的类型种类，以及新闻的广阔覆盖面来看，新闻的公众性都是被局限的，用户可见新闻量会变少。

当用户长时间身处一种类型的新闻阅读当中，无形会形成一种“过滤气泡”效应，也可以通俗一些理解为“信息茧房”或者“回音室”现象，指的是算法推荐下的用户的信息世界会形成自己的小世界，窄化用户的信息视野，局限在一种新闻阅读中。这引发了许多人的担忧，也伴随着信息焦虑，一些用户可能会局限其中无法脱身，丧失寻求其它新闻的主动性，不再是主动获取新闻，而是被动的阅读被推荐的信息。需要继续优化算法技术，通过新技术的改进革新和各方面的努力，解决这一担忧的问题。

2.2 用户隐私被知晓，陷入隐私被泄露的焦虑

身处互联网的数字信息时代，每个人的信息在网络社会中越来越透明，而算法推荐类的资讯APP基于算法推荐，需要收取各种用户信息，会极大的关注用户的个人信息，不仅仅是阅读内容，构建的用户画像中会包括年龄、身份、地域等各种信息，同时关联其它产品还会了解到身份信息，通讯录信息等多种隐私信息，这无形之中使人们陷入到了隐私被了解，被偷窥，甚至可能被泄露的担忧当中。

今日头条的窃取隐私事件在之前曾引起广泛舆论，2018年，今日头条曾陷入“隐私窃取风波”，2019年，有同属字节跳动公司旗下的短视频社交产品海外版抖音Tik Tok被控侵犯儿童隐私事件。这些事件的发生更加剧了用户的隐私安全焦虑。平台在应用算法技术谋取利益或者造福人类新闻信息需求的同时，要自觉遵守行业和道德规范，对于一些关联的移动终端产品获得的信息，用户不希望泄露的隐私信息适可而止，不要利用技术的便利将人们放到网络社会的偷窥镜下。

2.3 追逐流量的智能推送，缺乏规范和道德的约束

今日头条对于算法推荐信息推送的应用可以说是独辟蹊径，在传媒行业是一种创新，但是根本目的公司是为了获得利益，包括经济利益和社会利益。对于用户的个性化推送，是为了提高阅读率，追逐流量利益无可厚非，而通过算法推荐很好的满足了这一点，对于大众普遍阅读量高的新闻类型还会反馈到新闻生产，增加此类新闻生产。

人工智能借助算法会参与到新闻生产过程中，但人工智能没有自主思考的大脑，没有道德观念和法律意识。为了追逐高流量，人工智能生产出来的新闻可能会不符合新闻标准，生产一些劣质甚至低俗新闻，拉低新闻质量，再将此类新闻推送给用户会损坏媒介环境的。在算法的基础上新闻的生产和分发，需要人工智能和人相结合，以人为主体，完善平台规范治理和审核机制，加强人工审核阶段，保证新闻推送质量，符合道德和法律的规定。

3. 结语

一种新事物的出现多会伴随着利弊两方面，互联网时代一种新技术的应用必然会有其便利之处，也会带来一些新问题。算法在信息分发中得以应用，是新闻传播行业的进步发展，但是算法在应用也会引发一些问题，需要及时进行认识和修正。相信在未来，算法推荐与人工智能在新闻传播行业中，乃至人们生活的方方面面都会得到更广泛的应用，在技术的不断发展，人们思想不断进步的过程中，趋利避害，弥补相关不足之处，造福人类社会，促进社会的稳定发展。

参考文献：

[1]彭兰.算法社会的"囚徒"风险[J].全球传媒学刊，2021，8（01）：3-18.

[2]彭兰.生存、认知、关系：算法将如何改变我们[J].新闻界，2021（03）：45-53.

[3]彭兰.如何实现"与算法共存"——算法社会中的算法素养及其两大面向[J].探索与争鸣，2021（03）：13-15+2.

[4]吴献举.聚合媒体的新闻生产：方式变革、社会影响与优化路径[J].编辑之友，2018（06）：63-67+72.

[5]喻国明，韩婷.算法型信息分发：技術原理、机制创新与未来发展[J].新闻爱好者，2018（04）：8-13.

[6]喻国明，杜楠楠.智能型算法分发的价值迭代："边界调适"与合法性的提升——以"今日头条"的四次升级迭代为例[J].新闻记者，2019（11）：15-20.

[7]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（09）：7-14.

[8]喻国明，杨莹莹，闫巧妹.算法即权力：算法范式在新闻传播中的权力革命[J].编辑之友，2018（05）：5-12.

[9]耿晓梦，喻国明.智能媒体伦理建构的基点与行动路线图——技术现实、伦理框架与价值调适[J].现代传播（中国传媒大学学报），2020，42（01）：12-16.

[10]彭兰.智媒趋势下内容生产中的人机关系[J].上海交通大学学报（哲学社会科学版），2020，28（01）：31-40.

作者简介：祖佳琪，河北省保定人，新闻学硕士研究生，兰州大学新闻与传播学院.