馮雯璐

摘 要 移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展，實(shí)現(xiàn)了海量原生數(shù)據(jù)的獲取與聚合，為算法與人工智能的不斷完善提供了條件。大眾傳播體系下一對(duì)多的內(nèi)容分發(fā)方式逐漸向移動(dòng)傳播體系下個(gè)性化的精準(zhǔn)分發(fā)方式轉(zhuǎn)變，以“今日頭條”為代表的內(nèi)容聚合平臺(tái)將這種全新的內(nèi)容分發(fā)方式及其背后的算法推向了輿論的風(fēng)口浪尖。

關(guān)鍵詞 內(nèi)容分發(fā)；個(gè)性化；精準(zhǔn)推送；今日頭條；算法

中圖分類號(hào) G2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-0360（2017）20-0049-02

為了解決海量信息發(fā)布與用戶個(gè)性化信息需求之間的矛盾，個(gè)性化的信息推送方式成為必然趨勢(shì)，聚合類平臺(tái)“今日頭條”既是先行者也是領(lǐng)跑者，始終不斷探索和完善個(gè)性化推薦算法，致力于打造超越傳統(tǒng)價(jià)值鏈的內(nèi)容生態(tài)平臺(tái)。

1 今日頭條變革內(nèi)容分發(fā)方式

今日頭條在實(shí)現(xiàn)內(nèi)容的個(gè)性化推薦過(guò)程中，有四個(gè)重要環(huán)節(jié)：內(nèi)容聚合，內(nèi)容的排序與分類，搭建標(biāo)簽體系和推薦系統(tǒng)。

1.1 內(nèi)容聚合

今日頭條創(chuàng)始人張一鳴稱“頭條”為“新聞搬運(yùn)工”，內(nèi)容聚合類平臺(tái)的定位，顛覆了傳統(tǒng)意義上內(nèi)容生產(chǎn)機(jī)構(gòu)職能，滿足了移動(dòng)互聯(lián)網(wǎng)時(shí)代，人人都是內(nèi)容生產(chǎn)者的需求和海量信息聚合的特征。移動(dòng)傳播體系下內(nèi)容分發(fā)方式的轉(zhuǎn)變，首先基于“PGC+UGC+GGC”的內(nèi)容聚合，今日頭條主要通過(guò)與媒體合作、網(wǎng)絡(luò)爬蟲(chóng)抓取內(nèi)容和自媒體賬戶提供內(nèi)容等方式實(shí)現(xiàn)了海量?jī)?nèi)容的整合。

媒體合作方面，今日頭條與新華社、光明網(wǎng)、澎湃新聞等上千家中央、省、市各級(jí)媒體進(jìn)行合作，通過(guò)聚合專業(yè)化的媒體內(nèi)容，提升內(nèi)容數(shù)據(jù)庫(kù)質(zhì)量，滿足用戶對(duì)新聞資訊的需求，并在一定程度上規(guī)避了版權(quán)糾紛風(fēng)險(xiǎn)。今日頭條工作人員在后臺(tái)通過(guò)網(wǎng)絡(luò)爬蟲(chóng)鎖定網(wǎng)站超鏈接，從而實(shí)現(xiàn)更大范圍的新聞內(nèi)容的抓取和轉(zhuǎn)載。針對(duì)國(guó)家機(jī)構(gòu)、企業(yè)、媒體和自媒體推出的“頭條號(hào)”，是今日頭條內(nèi)容聚合的另一重要來(lái)源。通過(guò)大力扶持平臺(tái)原創(chuàng)內(nèi)容，豐富內(nèi)容類型和表現(xiàn)形式，以滿足用戶多樣化的信息

需求。

1.2 對(duì)內(nèi)容進(jìn)行排序、分類

對(duì)于聚合的內(nèi)容，需要按照“優(yōu)先鏈接機(jī)制”對(duì)信息進(jìn)行排序。這種排序方式基于傳播學(xué)中“樂(lè)隊(duì)花車法”的宣傳策略[1]，用戶更傾向于關(guān)注排序相對(duì)靠前的內(nèi)容。與此同時(shí)，通過(guò)自然語(yǔ)言處理和圖像識(shí)別技術(shù)，對(duì)整合的內(nèi)容進(jìn)行消重，并對(duì)信息進(jìn)行分類和標(biāo)簽化，摘要提取和LDA主題分析等

處理。

1.3 標(biāo)簽體系的搭建

個(gè)性化信息需求與海量數(shù)據(jù)資源的匹配效率取決于標(biāo)簽技術(shù)，標(biāo)簽的準(zhǔn)確度和豐富性，決定了機(jī)器對(duì)內(nèi)容素材的識(shí)別能力。今日頭條標(biāo)簽體系的搭建，一方面是根據(jù)用戶需求建立標(biāo)簽，另一方面是由用戶上傳的內(nèi)容，依靠用戶為其貼標(biāo)簽。依托協(xié)同方法，從用戶角度出發(fā)，判斷哪些是具有相同屬性的用戶，繼而根據(jù)屬性去匹配相關(guān)內(nèi)容。

今日頭條通過(guò)機(jī)器識(shí)別、人工編輯和用戶提交等方式建立的標(biāo)簽體系，將內(nèi)容的profile與用戶的profile作對(duì)比，能夠更好地實(shí)現(xiàn)內(nèi)容的精準(zhǔn)推薦；根據(jù)內(nèi)容標(biāo)簽關(guān)鍵詞，將有版權(quán)風(fēng)險(xiǎn)的內(nèi)容放置專門的版權(quán)體系中，由專業(yè)的審核團(tuán)隊(duì)判斷內(nèi)容是否存在侵權(quán)風(fēng)險(xiǎn)，從而實(shí)現(xiàn)內(nèi)容版權(quán)的維護(hù)；通過(guò)“標(biāo)簽審核+機(jī)器識(shí)別+人工確認(rèn)+用戶舉報(bào)”的方式，能夠有效監(jiān)控具有“黃反”傾向的內(nèi)容。

1.4 構(gòu)建推薦系統(tǒng)

構(gòu)建推薦系統(tǒng)是實(shí)現(xiàn)信息個(gè)性化推薦的關(guān)鍵環(huán)節(jié)，其中包含建立用戶模型，構(gòu)造相似矩陣，利用算法公式得出推薦內(nèi)容和A/B測(cè)試及雙盲交叉驗(yàn)證機(jī)制等。

1.4.1 建立用戶模型

首先，對(duì)于新用戶，今日頭條采取“冷啟動(dòng)”機(jī)制，引導(dǎo)用戶完成登陸并建立完整的賬號(hào)體系，通過(guò)抓取新用戶原有社交賬號(hào)的歷史行為數(shù)據(jù)和社交關(guān)系數(shù)據(jù)，建立用戶“興趣圖譜”，推斷用戶興趣點(diǎn)，實(shí)現(xiàn)對(duì)用戶的初級(jí)內(nèi)容推薦。伴隨用戶使用時(shí)長(zhǎng)增加，通過(guò)追蹤用戶行為，更全面地獲取用戶數(shù)據(jù)，以完善用戶模型。通過(guò)用戶對(duì)推薦內(nèi)容的“正負(fù)反饋”，不斷完善對(duì)用戶喜好的把握，結(jié)合用戶關(guān)注的“頭條號(hào)”“頻道”和用戶的社交行為及購(gòu)物數(shù)據(jù)，逐步形成完整的用戶畫(huà)像。

1.4.2 構(gòu)造相似性矩陣

推薦系統(tǒng)搭建的重要步驟之一是構(gòu)造相似性矩陣，通過(guò)算法判斷出內(nèi)容之間的相似度，并找出熱點(diǎn)內(nèi)容，推送給用戶。伴隨用戶畫(huà)像完整性的增加，相似矩陣不斷優(yōu)化，從而使推薦的內(nèi)容越來(lái)越精準(zhǔn)。

1.4.3 邏輯回歸

今日頭條的推薦內(nèi)容可以通過(guò)“個(gè)性推薦算法公式”得出，稱之為“邏輯回歸”。利用公式“W1*候選1的投票率+W2*候選2的投票率+W3候選3的投票率+……=最高分”得出分?jǐn)?shù)，對(duì)內(nèi)容進(jìn)行排序，再按照“優(yōu)先鏈接機(jī)制”，確定推送內(nèi)容的位置與候選。

1.4.4 A/B測(cè)試和雙盲交叉驗(yàn)證

今日頭條在推薦系統(tǒng)中引入了A/B測(cè)試和雙盲交叉驗(yàn)證機(jī)制。A/B測(cè)試是一種把實(shí)驗(yàn)對(duì)象隨機(jī)分組，通過(guò)對(duì)照比較進(jìn)行測(cè)試的方式，能夠獲得更加科學(xué)性的實(shí)驗(yàn)結(jié)果。雙盲交叉驗(yàn)證是讓算法判斷新聞的分類和推薦對(duì)象，讓兩個(gè)編輯分別檢驗(yàn)，結(jié)果一致則通過(guò)，不一致則請(qǐng)第三人判斷并匯報(bào)程序員，重新調(diào)整算法。這種驗(yàn)證方法類似于神經(jīng)算法的“刺激-反應(yīng)”模式和人工智能中的“半監(jiān)督式學(xué)習(xí)”。

2 個(gè)性化內(nèi)容分發(fā)方式現(xiàn)存問(wèn)題

盡管以今日頭條為代表的聚合平臺(tái)在個(gè)性化精準(zhǔn)分發(fā)方面走在改革前沿，但隨之出現(xiàn)的內(nèi)容低俗，信息繭房等問(wèn)題一直備受爭(zhēng)議。2017年9月18日起，人民網(wǎng)連續(xù)三天發(fā)表評(píng)論文章，《不能讓算法決定內(nèi)容》《別被算法困在“信息繭房”》《警惕算法走向創(chuàng)新的反面》，指出以今日頭條為代表，單純依靠算法推薦的平臺(tái)存在價(jià)值觀缺失、制造信息繭房、競(jìng)爭(zhēng)手段屢破底線三大問(wèn)題。

2.1 價(jià)值判斷缺失

今日頭條基于用戶興趣的信息選擇，使內(nèi)容的熱度判斷更傾向于趣味性，而缺乏其他維度的新聞價(jià)值判斷標(biāo)準(zhǔn)。算法的機(jī)械化，專業(yè)人員的把關(guān)缺失，迫使用戶需要自行判斷內(nèi)容優(yōu)劣，媒介素養(yǎng)的參差不齊，導(dǎo)致部分用戶容易受到不良信息的侵?jǐn)_，產(chǎn)生價(jià)值趨向偏頗，個(gè)人價(jià)值與社會(huì)主流價(jià)值沖突的問(wèn)題。endprint

2.2 信息繭房

用戶在長(zhǎng)期使用今日頭條的過(guò)程中，基于用戶興趣的算法推薦，部分用戶數(shù)據(jù)采集可能來(lái)自于用戶一時(shí)的“獵奇”“窺私”或“錯(cuò)誤點(diǎn)擊”，不能代表真實(shí)興趣。作為社會(huì)關(guān)系中的不同角色，用戶有獲知社會(huì)重要資訊以及與社會(huì)成員身份相匹配的信息需求?；谟脩裟Ｐ偷男畔⑼扑头绞?，長(zhǎng)期會(huì)導(dǎo)致用戶接收信息結(jié)構(gòu)單一，知識(shí)窄化，甚至造成一定階層的知識(shí)溝加劇。

2.3 內(nèi)容質(zhì)量較低

由于算法過(guò)分基于“趣味性”要素以及大量自媒體內(nèi)容的涌入，使今日頭條內(nèi)容審核的難度加大。盡管采用了“算法+人工”的方式對(duì)內(nèi)容進(jìn)行把關(guān)，但由于算法尚不能對(duì)優(yōu)質(zhì)內(nèi)容進(jìn)行判斷，導(dǎo)致內(nèi)容數(shù)據(jù)庫(kù)中充斥著越來(lái)越多的標(biāo)題黨、泛娛樂(lè)化、低俗和虛假的信息內(nèi)容，呈現(xiàn)出低質(zhì)量?jī)?nèi)容累積，高質(zhì)量?jī)?nèi)容被邊緣化的態(tài)勢(shì)。

3 內(nèi)容分發(fā)算法改進(jìn)探索

首先，算法能否采用更好的策略，一定程度上在于算法對(duì)人性的理解，完善算法的過(guò)程中，應(yīng)加強(qiáng)非線性思維，將社會(huì)主流價(jià)值和人的社會(huì)屬性納入到算法取值范圍中。

其次，將新聞價(jià)值判斷五個(gè)維度納入到算法當(dāng)中，并加大新聞重要性的權(quán)重。進(jìn)一步完善標(biāo)簽體系，將新聞要素與新聞規(guī)律考慮進(jìn)標(biāo)簽體系的制定規(guī)則當(dāng)中，使標(biāo)簽體系更好地接近平臺(tái)工作需求和用戶偏好，并輔助修正現(xiàn)階段內(nèi)容分發(fā)算法的不足。

最后，凈化內(nèi)容數(shù)據(jù)庫(kù)，提升分發(fā)內(nèi)容質(zhì)量，不僅要加強(qiáng)與高質(zhì)量原創(chuàng)內(nèi)容創(chuàng)作平臺(tái)和媒體機(jī)構(gòu)的合作，同時(shí)在平臺(tái)監(jiān)管方面，應(yīng)致力于在信息發(fā)布之前及傳播過(guò)程中，實(shí)現(xiàn)虛假、低俗信息的甄別與管控。結(jié)合心理學(xué)建模，對(duì)信源信用度評(píng)級(jí)；研究利用區(qū)塊鏈技術(shù)將多個(gè)獨(dú)立信源進(jìn)行對(duì)比，實(shí)現(xiàn)對(duì)已有信息真?zhèn)魏屯暾麍?chǎng)景的甄別；利用人工智能和建構(gòu)知識(shí)庫(kù)等方法，實(shí)現(xiàn)平臺(tái)內(nèi)容多層次、多維度的高效核查與管控。

參考文獻(xiàn)

[1]段鵬.傳播效果研究——起源、發(fā)展與應(yīng)用[M].北京：中國(guó)傳媒大學(xué)出版社，2008.

[2]宣言.不能讓算法決定內(nèi)容[N].人民日?qǐng)?bào)，2017-10-5（04）.

[3]王曉霞.大數(shù)據(jù)技術(shù)驅(qū)動(dòng)下“今日頭條”的嬗變[J].青年記者，2017（15）：85.

[4]方潔，高璐.用戶數(shù)據(jù)分析平臺(tái)與計(jì)算機(jī)驅(qū)動(dòng)新聞業(yè)——以“今日頭條媒體實(shí)驗(yàn)室”[J].新聞與寫作，2017（1）：86.endprint