胡 琪

（河北大學 新聞傳播學院，河北 保定　071000）

《今日頭條》的推薦引擎技術對新聞傳播的影響

胡 琪

（河北大學 新聞傳播學院，河北 保定071000）

媒介即訊息，媒介的每一次發(fā)展都會給新聞傳播活動帶來翻天覆地的變化。面對傳統(tǒng)媒體、網(wǎng)絡媒體和自媒體提供的大量信息，篩選出并推薦給用戶想要的信息成為時代的需求?！督袢疹^條》依托個性推薦搜索引擎技術，通過數(shù)據(jù)運算和需求預測，實現(xiàn)私人訂制，呼應“你關心的就是頭條”。本文將從五個方面詳細闡述推薦引擎技術，以及其對新聞傳播帶來的影響。

推薦引擎技術；《今日頭條》；新聞傳播

從Web1.0時代新聞門戶和論壇壟斷新聞話語權，讀者被迫接受灌輸式的新聞傳播，到web2.0，博客、SNS等社會化媒體給予受眾話語權，再到互聯(lián)網(wǎng)第三次浪潮，即時網(wǎng)絡的發(fā)展使個人具備了大眾傳播的能力。新聞內(nèi)容生產(chǎn)由專業(yè)媒體轉(zhuǎn)移到全民，傳播主體由組織化到社會化，傳播方式由單向傳播到雙向傳播。如今每位用戶，只要有移動終端可以成為信息的生產(chǎn)者和傳播者。加拿大的傳播學者麥克盧漢曾提出媒介即訊息的概念，他說道：媒介本身才是真正有意義的訊息，媒介最重要的作用就是影響了我們理解和思考的習慣。因此對于社會來說，真正有意義的是這個時代使用的傳播工具的性質(zhì)，并由它開創(chuàng)的可能性以及帶來的社會變革。

隨著移動互聯(lián)網(wǎng)的不斷發(fā)展，手機新聞客戶端成了大部分用戶獲取新聞的主要渠道。面對浩瀚的信息海洋，用戶不再缺少新聞，而是如何選擇自己感興趣的信息。在新聞客戶端提供實時性、移動化和碎片化的閱讀體驗的同時，信息過載和產(chǎn)品同質(zhì)化問題日益凸顯。以《今日頭條》為代表的個性化新聞推薦系統(tǒng)的出現(xiàn)，使信息傳播渠道進入了個性化、社交化的細分模式。個性化新聞推薦系統(tǒng)有效抑制了信息過載，提供了與用戶需求匹配的信息，并隨著使用時間的增加而了解用戶的使用習慣。《今日頭條》基于大數(shù)據(jù)資源和自創(chuàng)平臺，通過需求預測實現(xiàn)精準分發(fā)。

《今日頭條》是一款基于數(shù)據(jù)挖掘的推薦引擎產(chǎn)品，它為用戶推薦有價值的、個性化的信息，提供連接人與信息的新型服務，是國內(nèi)移動互聯(lián)網(wǎng)領域成長最快的產(chǎn)品服務之一。通過對海量數(shù)據(jù)的深度挖掘，《今日頭條》不僅根據(jù)每個人的興趣推薦信息，還能夠從宏觀的角度提高大眾群體的閱讀量。

《今日頭條》能夠從門戶壟斷的格局中脫穎而出，所依托的是其獨到的推薦引擎技術，其倡導的“個性化閱讀”理念已經(jīng)成為行業(yè)的發(fā)展趨勢，并且被眾多老牌互聯(lián)網(wǎng)公司模仿?！督袢疹^條》被歸類于傳統(tǒng)的移動新聞客戶端，作為后來的競爭者，其爆發(fā)性的增長令人驚嘆。

第一，折疊社交和用戶行為分析。用戶可使用微信、微博、QQ賬號或注冊《今日頭條》賬號登錄，根據(jù)其社交行為、閱讀行為、地理位置、職業(yè)、年齡等挖掘出興趣。通過社交行為分析，5秒鐘計算出用戶興趣；通過用戶行為分析，用戶每次動作后，10秒內(nèi)更新用戶模型。越用越懂用戶，從而進行精準的閱讀內(nèi)容推薦。

第二，折疊自然語言處理和圖像識別技術。對每條信息提取幾十個到幾百個高維特征，并進行降維、相似計算、聚類等計算去除重復信息；對信息進行機器分類、摘要抽取、LDA主題分析、信息質(zhì)量識別等處理。

第三，折疊基于機器學習的推薦引擎。根據(jù)人的特征、環(huán)境特征、文章特征三者的匹配程度進行推薦。系統(tǒng)通過觀察每個用戶的行為，不僅對這個用戶有深層次的了解，還得到不同用戶之間的差距?？梢苑治龀鐾瑯邮褂胕Phone6手機的北京的男性用戶，有什么共同的特點；在使用3G和wifi網(wǎng)絡的時候，小米手機的用戶喜歡看的內(nèi)容有什么區(qū)別。系統(tǒng)在搜索、閱讀、導航、交易、保險、金融、天氣等垂直領域不斷積累，用的人越多越久，它知道的東西就越多。它還積極學習對信息的整理、歸納的能力，會大規(guī)模改變信息的傳播，也會抹平信息的鴻溝，減輕人腦的負擔。

第四，折疊實時海量數(shù)據(jù)處理構(gòu)架。實時推薦，0.1秒內(nèi)計算推薦結(jié)果，3秒完成文章提取、挖掘、消重、分類，5秒計算出新用戶興趣分配，10秒內(nèi)更新用戶模型。

第五，折疊精準定位人群進行傳播。根據(jù)用戶所在城市，自動識別本地新聞，精準推薦給用戶。還可根據(jù)用戶年齡、性別、職業(yè)等，自動計算并推薦其感興趣的資訊。

手機作為隨身攜帶的、唯一對應到個人的設備，成為用戶獲取信息的主要來源。人們在能夠看到文字、圖片、音頻、視頻、新聞鏈接、動新聞等內(nèi)容形態(tài)的信息的同時，也能把自己的興趣愛好、意見訴求和觀點評論發(fā)表出來，互相交流和溝通。在個性化推薦的需求越發(fā)急迫時，在移動互聯(lián)網(wǎng)做關于推薦的產(chǎn)品成為可能。技術的發(fā)展讓信息傳播效率更高，也讓越來越多有共同興趣愛好的人的信息被發(fā)掘出來。然而，個性化新聞推薦在滿足用戶需求方面也存在一些問題。例如，用戶只關注自己感興趣的新聞內(nèi)容，容易將自己局限在狹隘的范圍內(nèi)，造成所謂的信息繭房；新媒體信息生產(chǎn)缺乏像傳統(tǒng)媒體把關人的監(jiān)督，《今日頭條》推薦的信息真實性有待考量。

未來的新聞行業(yè)不僅僅是提供有限的案例訪談，而是系統(tǒng)地獲取、積累并分析數(shù)據(jù)，并挖掘隱含在其中的信息。在注意力經(jīng)濟時代，向用戶提供專業(yè)化的信息、評論是媒體的責任。目前，迅速崛起的《今日頭條》正在向這個方向發(fā)展，作為一種聚合媒體將信息過濾自動化，體現(xiàn)了未來新聞的特點?；趥€性化的推薦，聚合媒體將人工智能的新聞整合功能進一步帶進我們的生活，帶來了極大便利。但也應該警惕太依賴機器和算法所潛藏的危險：算法或計算機把關可能會損壞新聞價值取向?！督袢疹^條》擁有自己的數(shù)據(jù)資源和運算平臺，依托個性推薦引擎技術推動著自身以及新聞傳播活動的發(fā)展，是新技術推動新聞事業(yè)發(fā)展的一個典型代表。

作者簡介：胡琪（1994—），女，河北邢臺人，本科，河北大學新聞傳播學院新聞學專業(yè)。

［1］ 陳瀅.基于個性化推薦技術的“新聞客戶端”的使用與滿足研究——以“今日頭條”為例［D］.廣州：暨南大學，2015.

［2］ 葉明睿.個性化推薦對網(wǎng)絡用戶個體信息環(huán)境的影響［J］.編輯學刊，2015（2）：91-94.

G206

A

1674-8883（2016）12-0344-01