国内算法推荐研究现状

“算法”本是计算机与通信领域的专业术语，但近年来随着大数据与人工智能技术的成熟，算法的应用领域也逐渐扩展到了新闻传播业，其在新闻传播业内的应用突出表现为算法推荐。

目前国内关于算法推荐的研究主要集中在计算机、通信以及互联网技术等领域，新闻传播领域的研究开始于2016年下半年，且只有寥寥数篇。

而以“算法新闻”为关键词检索知网“新闻与传媒”分类下的CSSCI 和核心期刊论文，共得到145条结果。从检索结果看，相关研究从2014年开始有涉及，此后逐年攀升，发文数量在2017年达到高峰，共有60篇，2018年50篇，有赶超之势。

算法推荐相关主题论文发表年度趋势

算法推荐词频图，“信息茧房”“回音室效应”“大数据”“人工智能”等与之关系紧密

综合来看，国内目前对算法推荐的研究主要集中在以下几个方面：

（1） 算法推荐国内外发展概况

（2） 算法推荐运作机制

（3） 算法推荐对媒体业务链的重塑及未来发展状况展望

（4） 算法推荐是否会导致“信息茧房”

（5） 算法推荐负面效应及对策建议

具体研究成果如下文：

作为近年来才出现的新事物，对算法推荐的认识需要从其概念开始。

通俗说来算法推荐即用算法计算出每一名用户的喜恶偏好，从而规避其不喜欢的内容而将其可能感兴趣的内容进行推送。

学术定义上的算法推荐是指采用计算机算法分析用户的个人基本信息、网络浏览情况和网络社交行为等数据，推测出用户可能感兴趣的内容，并向其精准投放的一种信息分发方式。其重要特征是精准投放和有效供给。

近年来我国算法推荐类平台涌现，引发了社会各界广泛讨论。《人民日报》2017年就三次发文质问今日头条，指责其“以算法构筑劣质低俗‘信息茧房’”，学界的关注热点主要在算法推荐技术伦理及算法推荐对传统媒体业务链的重塑。

张潇潇. 算法新闻个性化推荐的理念、意义及伦理风险.[J].理论探索. 2017.6（上）.82-84

邓杭.算法推荐的风险防范和导向管理——发挥算法推荐对网络舆论的正向价值. [J].新闻战线.2018.06（上）.62-64

陈昌凤,王宇琦.新闻聚合语境下新闻生产、分发渠道与内容消费的变革.[J].中国出版. 2017.6（下）.3-7

匡文波,陈小龙.新闻推荐算法：问题及优化策略. [J].新闻与写作.2018(04).66-70

韩悦.“基于大众喜好的新闻推送”对新闻生产和受众的影响.[J].新闻爱好者.2017(09):91-93

从当前的市场反应来看，世界范围内个性化推荐类新闻客户端都占据了相当的市场份额。

在美国、德国和英国排名第一的Flipboard、在印度排名第一的Dailyhunt，均为主打个性化推荐的新闻客户端。

中国的个性化推荐平台以今日头条、天天快报、一点资讯等为代表，这三者在猎豹大数据2018年第一季度新闻类APP评估中均位列前十。

图片来源：猎豹大数据

个性化推荐类新闻客户端之所以能够成为市场主力，正是因为其很好地满足了用户对信息的差异化需求，顺应了媒体细分化的潮流，相比传统共性化推荐类客户端也就赢得了更为广阔的市场基础。

张志安,曾子瑾. 从“媒体平台”到“平台媒体”——海外互联网巨头的新闻创新及启示. [J].新闻记者.2016(01):16-25

张志安,李霭莹.2017年中国新闻业年度发展报告. [J].新闻界.2018(01):4-11

章震,周嘉琳. 新闻算法研究：议题综述与本土化展望.[J].新闻与写作.2017(11):18-23

余婷,陈实. 人工智能在美国新闻业的应用及影响.[J].新闻记者.2018(04):33-42

邵全红.移动聚合类新媒体对传统媒体新闻生产的颠覆与再造——以“今日头条”的新闻生产模式为例.[J].新闻爱好者.2017(01):37-41

算法推荐在业界的不俗表现也吸引了学界的目光，今日头条作为我国算法分发模式发展中的先行者，国内对算法推荐进行实证分析的大多以今日头条作为样本。

有学者通过对今日头条8000余条推送进行量化分析，指出今日头条算法价值观念主要包括四个要素：场景、内容、用户偏好和平台优先级。

场景因素主要表现为本地新闻的高覆盖率；

内容因素表现为具有重要性、冲突性的内容更容易进入用户视野；

用户偏好因素则表现为通过每位用户独一无二的“画像”为其推送内容；

平台优先级因素则体现为优先为用户推送今日头条系产品内容。

还有学者从另一角度作出了解答，认为目前个性化新闻推荐服务大多有三种策略，分别为内容推荐、协同过滤推荐和单因子推荐。

内容推荐即通过用户画像为其推荐可能感兴趣的内容；

协同过滤推荐即推荐与用户有相同喜好的其他用户喜欢的内容；

单因子推荐则是基于新闻的点击量、阅读量、点赞量或转发量等某单一因子的量值决定是否对用户推荐。

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

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

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].新闻与传播研究.2018(04).8-12

程征,万小广.IT公司如何“玩转”新闻客户端?——对话“一点资讯”及其美国关联公司创始人郑朝晖.[J].中国记者.2015(6)：14-16

徐北春. 聚合新闻客户端传播的五大变革——以“一点资讯”和“今日头条”为例..[J].传媒. 2017.3（上）:47-49

另一个突出改变是激活“长尾”内容。“长尾”指需求曲线尾部数值不高的部分，因形态类似一条长长的尾巴而得名。“长尾”内容是传统信息分发秩序下的“失败者”，但在算法推荐的作用下，这些非主流、个性化的需求，经过庞大用户规模的积累会焕发出新的价值。

喻国明，侯伟鹏，程雪梅. 个性化新闻推送对新闻业务链的重塑.[J].新闻记者.2017(03):09-13

彭兰. 更好的新闻业，还是更坏的新闻业？——人工智能时代传媒业的新挑战.[J].中国出版.2017(12)下：3-8

彭兰. 未来传媒生态:消失的边界与重构的版图.[J].现代传播.2017(01):9-14

许向东，郭萌萌. 智媒时代新闻生产：自动化新闻的实践与思考.[J].国际新闻界.2017(05):29-41

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

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].新闻与传播研究.2018(04).8-12

夏雨荷. 传播手段创新视域中大数据时代新闻生产流程重构.[J].中国出版.2018（06）：12-15

张洪忠,石韦颖,韩晓乔.从传播方式到形态：人工智能对传播渠道内涵的改变.[J].中国记者.2018(03):29-32

吴锋. 发达国家“算法新闻”的理论缘起、最新进展及行业影响.[J].编辑之友. 2018(5):48-54

国内现有研究成果多数对算法推荐是否会导致“信息茧房”持肯定态度，认为传统媒体时代用户还能与自己不感兴趣的信息和观点“不可避免地遇见”。而如今随着大数据与人工智能技术的逐渐成熟，个性化的信息服务让用户对信息的过滤和筛选集中于个体所偏爱的观点和主题，长此以往则会导致“信息茧房”。

但也有学者认为“信息茧房”从一开始质疑的就不是算法推荐，而是此前门户时代兴起的订阅模式，即用户过分地只通过自己的订阅内容查看信息会导致信息窄化。而算法型信息分发平台则恰恰提供了破解“信息茧房”的方案，算法推荐用于评估信息价值的模型往往是多维度的，借以规避单纯订阅模式导致的接收信息收窄困境。

刘运来.个性化推荐阅读时代的编辑缺位及其影响.[J].编辑之友.2017(09):76-79

王益成,王萍,张璐,张卫东.网络信息生态链视域下内容智能分发平台“信息茧房”研究.[J].图书馆学研究.2018(09).7-13

王刚.“个人日报”模式下的“信息茧房”效应反思.[J].青年记者.2017(10):18-19

刘华栋.社交媒体“信息茧房”的隐忧与对策.[J].中国广播电视学刊.2017(04):54-57

建文.智能推荐：认知和改进完善都需要时间——访今日头条总编辑张辅评.[J].新闻战线.2017.12 (上)：70-71

鲜花

握手

雷人

路过

鸡蛋