技术推进紧密连接：社会化媒体对于人的需求探索

□ 王卓青

社会化媒体平台层出不穷，从最初论坛博客到微博、微信再到后来的抖音、小红书等，社会化媒体的缺陷逐渐被弥补，媒体平台不断强化“用户作为信息生产者”这一概念，极力满足用户需求。社会化媒体更多的是强调用户的主体性，区别于大众传播媒介的单一性，在社会化媒体中人人都可以成为内容的生产者和传播者，由以往的一对多传播模式转变为多对多的传播模式，用户生产的内容可以在不同的场景中进行自发传播。

论坛打破了传统媒体生产垄断的传播模式，博客使得用户这一生产主体进入大众视野，微博的多对多传播模式让人人都可以成为内容生产者，微信的普及极大降低了社会化媒体的准入门槛，抖音、小红书的短视频内容及网络直播打造了沉浸式的社交活动。社会化媒体平台逐步完善，社会化媒体的缺陷逐渐被弥补。

以大数据为支撑、人工智能为技术驱动的智能传播时代已经到来，无论是人们的生活方式还是思维角度都会因为技术革新发生改变。社会化媒体与人工智能技术的结合也是现实和虚拟的融合，由于机器的不断拟人化，人们不需要漫长的适应期来接受种种变化，反而会主动地接受变化、习惯变化，社会化媒体也会在双方交互的过程中加强对于人们本质需求的探索。

技术匹配精准的用户数据

美国技术思想家布赖恩·阿瑟提出：“要想达到人类的目的，必须通过技术来实现。”智能技术推动了智能传播时代的发展，简化了人和人、人和物、物和物之间的连接方式，在很大程度上提升了传播的便利性，使得以多对多为传播模式的社交媒体日渐兴盛，也可以说，这次变革是技术驱动下的必然趋势。[1]

社会化媒体所包含的不仅仅只是人际关系的连接和信息的交流，它更强调人和信息之间紧密的价值关联。[2]UGC模式使得用户产生的信息数据呈现爆炸式增长，此时的数据流通不再受到时间和空间限制，流通速度大大提高。海量用户的涌入产生了丰富内容，所展现出来的数据也表现出多样化趋势，这样一种高频次的数据信息需要在短时间内得到处理，因此传播技术不断向智能化方向发展。人工智能的机器学习技术是智能传播时代的标志性技术，人类和机器之间因此建立了强有力的连通关系。机器学习意味着机器需要依靠海量的数据积累经验，通过不断学习获得最优解，自主提升程序的自身性能。而传感器技术和物联网技术融合的互联互动，使得数据收集不再受到场景的限制，人类社会成为一个相互渗透、几乎没有隔阂的传播场域，此为获得海量数据的前提条件。从定义上看，人工智能是一项以大数据和算法为核心的，运用计算机模拟、拓展和延伸人类智能理论及方法的新技术，它基于海量数据进行深入分析，挖掘用户的核心需求，几乎应用于每一个社会化媒体平台。人性，是融合的典型特征，也是其独特所在。技术具有人的感性及理性认知，其最终发展目的是满足人类的多种需求，此时技术已经不作为独立个体存在，而是技术、机器和人三者的融合创新，形成新的人工智能技术体。

算法技术的发展是机器学习技术产生的必要条件，也是社会化媒体平台的核心技术，它重构了信息的处理模式，推动了智能传播时代的发展。算法技术使得社会化媒体平台能够形成“数据收集—信息识别——适时匹配”的完整闭环。具体来看，一个完善的智能系统具有在识别数据后立即处理语言、识别图像、快速提取信息的高维特征，并通过强算力算法进行降维，在剔除重复信息之后对特征进行总结，进而过滤掉低质量的无用数据，接着对信息进行分类、选择、演算、建立模型，最后对构建的模型进行填充，精确反馈数据处理结果，挖掘数据的深层价值，最终实现精准的用户匹配。

信息筛选提升信息的处理能力

信息论之父香农指出，通过消息的传递使接收者从收到的消息中获取一样东西，获得的这样东西就是信息，进而得出结论：信息就是用来消除不确定的东西。智能传播时代下，社会化媒体作为信息内容的孵化器，搭建了一个即时的信息聚合平台，极大程度地满足了人们对于信息在数量上的需求，传感器和物联网技术的运用使得任何物体都可以成为信息的收集者，信息来源愈发多元。

有利就有弊，海量数据的产生也导致信息的泛滥，虚假信息的混入使得信息的真实性无法得到保证，传统审查机制的效率也已经无法适应新的传播环境，信息开始变得真假难辨，后真相时代随之而来。更严峻的是，为了吸引更多用户，平台对于某些虚假信息“睁一只眼闭一只眼”，导致用户需要花费更多的时间来筛选信息。信息数据与传播的关系并不是简单的正比或者反比关系，在能被人工及算法处理的合理限度内，信息的多样化对于整个社会的传播进程起到了一定的推动作用，而一旦超出这个范围，信息无法及时被处理，造成信息的大量堆积，反而会引起一系列负面反馈。在社会化媒体平台，用户不仅要在海量数据中辨别信息真伪，还要从真实信息中提取对自己有帮助的信息，这对于用户而言也是不小的压力。在这样的背景之下，智能技术的进步就显得尤为关键。传统大众传播媒介的把关人往往是记者和编辑，而在智能传播时代，受众和算法，都可以作为把关人存在[3]。智能技术对于信息的筛选包括真实性和有用性两个方面，人工智能及时收集把关的海量数据库，从内容主体、数据采集以及平台公信等方面都进行全方位检索、筛查，尽可能排除大部分虚假信息，减少用户对于信息的处理压力。信息把关这一过程不仅仅是把关人的把控，也是算法机制和平台之间的共同作用，信息处理的结果是由用户和用户、用户和机器一同决定的，这也是社会化媒体互动性特征的体现之一。

区块链技术广泛运用于社会化媒体平台中，构建出一个公开、自由、高效、平等的信息生产分享社区。云计算技术的升级也使得信息与用户之间的匹配度得到提升，人工与技术的协调发展，大大提升了信息生产及传播的效率，平台中人人都可以作为信息传播者存在。由于传播效率得到提升，信息的再创作范围也逐步增加，因此如何保护平台中原创者的合法权益也成为平台急需解决的问题。区块链技术可以对平台中任意操作流程进行溯源，控制信息修改范围，为原创内容提供强有力的知识产权保护。

受到意识形态影响，人们看问题的角度或多或少带有个人情感倾向，而传感器技术的运用，则可以弥补人类自身的感官缺陷，及时、客观地对于采集到的数据进行深度挖掘。通过对以往数据进行分析，提前掌握用户需求，进而在获取新数据时及时、高效地向用户提供他们真正需要的信息，在采集信息的同时完成内容优化，减少用户用在检索信息、甄别信息上的时间。社会化媒体平台会借助物联网和人工智能技术对于用户的检索内容进行多维度分析，并结合当前场景，及时了解用户需求，真正实现信息定制化服务。

连接交互满足人们的广泛需求

物联网最早的概念出现于1995年比尔·盖茨的著作《未来之路》，他把物联网定义为“Internet of Things”。今天，一般认为物联网就是“物物相连的互联网”，物联网从本质上来说还是互联网，只不过是在传统互联网的基础上进行了拓展和延伸，使得互联网的连接范围从人延伸到了物。物联网依靠智能化传感器得到了迅猛发展，而传感器在当今社会无处不在，小至电子芯片、智能手机，大到卫星定位系统，都与传感器息息相关。究其本质，传感器其实是一种采集信息的方式，而智能化传感器则是集信息检索、处理、记忆、逻辑思维与判断功能与一体的新型传感器。[4]智能化传感器技术和物联网的合并，使得传感器可以收集到更多人们目前无法用感官感受到的信息，信息的来源方式更加广泛，它们会对不同媒体平台上的信息进行综合归纳分析，从而提升挖掘信息的深度和预估信息的准度，这样一种连通实际上是对用户画像的全面描绘。在不同社交媒体平台，用户的数据信息也是不同的，以往各平台之间信息相互独立，彼此互不干涉，用户信息分散，平台无法对用户进行全面了解，而如今依靠传感器技术和物联网，大数据和算法技术下的社会化媒体平台可以轻而易举地收集到用户的全方位信息，实现人与信息、信息和信息的连通。依靠智能化传感器描绘的用户画像更加精准，用户在平台上具有前所未有的自主性，这样一来就更容易发现用户隐藏在信息之后的真实需求。以“今日头条”为例，平台会根据注册的社交软件，如QQ、微信等判断用户的基本信息，再根据用户近期的使用行为，如搜索记录和点击频率等了解用户兴趣所在，如此便可以基本构建用户模型框架，形成一个信息互联的媒体平台。用户依靠平台投放内容、传递信息，平台又反作用于用户，用户和平台之间的关系已经不是单纯的内容生产者和展示平台的关系，而是彼此依赖、彼此满足的交互关系。

除此之外，社会化媒体平台随着技术的推进将会更加精准地满足用户的社交需求。社会化媒体的广泛社交属性有利有弊，其最大弊端就是给用户带来更多的无意义连接，任何一种社交关系都需要用时间维系，弱关系的连接浪费用户的宝贵时间。基于互联网技术的社交平台，除了给用户带来丰富多彩的社交体验之外，亦会增强用户参与社交的不确定性，用户一方面对多彩的社交网络感到欣喜，另一方面又会为无法把控的社交状态感到担忧。正是由于信息需求和社交需求的不匹配导致了这一问题的产生，因此可以利用算法技术对用户及用户之间的兴趣爱好、关系网络、个人社交需求进行匹配，并为用户提供社交规划和建议。随着技术的不断发展，社会化媒体平台间数据的不断更新与融合，用户的社交关系网络将会更加清晰，用户的个人社交需求也会更加明确，从而最大限度地满足用户的信息及社交需求。

根据马斯洛需求层次理论，除却信息需求及社交需求外，人的需求还包括消费需求、安全需求、自我实现需求等，马斯洛把这几种阶段模式分为不足需求和增长需求。基于此，本文将社会化媒体平台的用户需求也划分为两大类，分别为可得需求和发展需求。可得需求是指用户在当前环境中急需获得的信息和服务，发展需求是指用户在使用平台过程中逐渐形成的需求。技术的发展可以使这两大需求同时被满足，平台根据用户的使用习惯和行为偏好向用户提供更符合需求的智能服务。用户在平台上的使用习惯和活动轨迹预示着用户的发展需求，技术的智能化演进可以帮助用户感知自我尚未发掘的隐藏需求。根据用户搜索内容及后台数据，平台可自动推荐用户需要的信息及延伸信息内容，扩展信息范围。现实生活和虚拟场景的融合，可以使用户的现实需求在虚拟场景中得到满足，也可以利用虚拟技术投射满足用户的现实需求。

数据融通为场景切换提供保障

用户在不同社会化媒体平台上产生的数据庞大且复杂，各平台之间的数据壁垒导致的“数据孤岛”问题频发，大大降低了数据处理的效率，而实现跨平台、跨场景的资源整合对于社会化媒体的发展有着重大意义，数据融通则是处理问题的关键所在。“场”的时间属性与空间属性以及“景”的心理属性，使二者构筑成一个完整的生活体系。《即将到来的场景时代》一书中提出场景时代的五大要素：移动设备、社交媒体、大数据、传感器与位置服务。这五大要素的发展离不开技术的推进，场景分析的价值体现在满足用户在不同场景中的不同需求。以往，用户数据分布在各个社会化媒体平台，它们相互之间无法进行及时的信息整合与反馈，当用户切换到另一平台时，信息无法随着平台切换而进行相应调整，而技术的发展可以使数据随着用户在不同场景中转换，平台对于用户信息的数据采集渠道拓宽，数据融合效率得到显著提升。通过传感器技术、云计算等智能技术实现场景间的数据连通，及时对用户所处的场景进行分析，推演出用户所需的信息与服务。例如，近段时间淘宝逐步开放允许通过微信进行交易付款，用户在百度上搜索的内容部分会在小红书、抖音同步显示。

用户在不同社会化媒体平台所展现出来的方面不尽相同。因此，各平台需要在用户许可的情况下尽可能多地收集数据，搭建一个实时整理用户数据的数据库对用户在不同平台上产生的信息内容进行统计分析，实现对于数据资料的深度分析，以此了解用户行为背后蕴藏着的深层逻辑，构建完整的用户画像，探寻用户的真实需求。

结语

在社会化媒体平台上，用户生产、创造信息，再由机器处理信息、流通数据，实现二次创造，升级成为更贴合人类需求的全新信息形态。在未来，人和人、人和物、物和物之间的连接交互会更加紧密，个人需求将会越发明确，社会化媒体平台也将通过技术不断深入挖掘、满足人类的真实需求。