蘇智峰

摘 要 隨著網(wǎng)絡(luò)時(shí)代的到來，算法分發(fā)已成為新聞客戶端的技術(shù)標(biāo)配，其所提供的智能推薦技術(shù)，雖然為受眾提供了更為便捷的信息獲取方式，但也引發(fā)了信息繭房效應(yīng)，不利于新聞?shì)浾摰囊龑?dǎo)，更不利于網(wǎng)民媒介素養(yǎng)的培養(yǎng)。鑒于此，文章結(jié)合信息繭房的內(nèi)涵及成因，探討了其危害性，并就如何防范之提出了若干建議，以期為更好地應(yīng)對(duì)信息繭房、減小其危害提供依據(jù)。

關(guān)鍵詞 新聞客戶端；智能推薦；信息繭房

中圖分類號(hào) TP3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2018）212-0124-02

當(dāng)前，網(wǎng)絡(luò)已經(jīng)成為受眾獲取信息的主要渠道。據(jù)互聯(lián)網(wǎng)信息中心的統(tǒng)計(jì)，截至2017年底，國(guó)內(nèi)網(wǎng)民規(guī)模已經(jīng)跨過了10億大關(guān)，其中，移動(dòng)新聞客戶端用戶規(guī)模達(dá)一半。由此可見，新聞客戶端已然成為受眾極為青睞的信息獲取源，特別智能推薦功能引入后，新聞客戶端猶如神助，成功地以后來者之姿搶占市場(chǎng)，引發(fā)了受眾的廣泛關(guān)注，但由此所引發(fā)的信息繭房效應(yīng)也不容忽視。

1 信息繭房的起因與危害

所謂的信息繭房，最早由美國(guó)學(xué)者桑斯坦提出。他認(rèn)為：由于受眾對(duì)于信息的需求并非全方位的，而是只關(guān)注其自身感興趣的信息，如此一來，就像一個(gè)繭房一樣遭致禁錮。就新聞客戶端而言，大數(shù)據(jù)等技術(shù)的應(yīng)用極大地豐富了客戶端的功能，受眾可結(jié)合自身喜好、興趣等，對(duì)新聞、信息進(jìn)行自主定制，尋找與自身興趣愛好相近的用戶，并將相似內(nèi)容加以推薦，由此深入挖掘了用戶的興趣點(diǎn)，但也將受眾不關(guān)心的內(nèi)容隔離在外，此時(shí)受眾猶如困在一個(gè)自我構(gòu)筑的封閉空間之中，只能接收到與自我觀點(diǎn)類似的信息，致使視野日趨狹窄。一旦其被自我所定制的信息束縛，將會(huì)變得程序化、定式化，甚至引發(fā)其認(rèn)知世界與現(xiàn)實(shí)間的偏差。

新聞客戶端智能推薦引發(fā)的信息繭房效應(yīng)具有如下危害：

1）受眾視野日趨狹窄。智能推薦越精細(xì)，所引發(fā)的信息繭房越顯著，受眾思維將被固定在某一范圍之內(nèi)，其所收到的信息將與自身所需相悖，用戶會(huì)對(duì)信息加以規(guī)避，并對(duì)不感興趣的內(nèi)容自動(dòng)去除，導(dǎo)致自身視野日趨狹窄。

2）個(gè)人判斷力出現(xiàn)偏差。就當(dāng)前發(fā)展形勢(shì)而言，信息繭房多由受眾個(gè)體喜好所主導(dǎo)，并構(gòu)建的一種虛擬封閉環(huán)境。受眾只愿接收同自身觀點(diǎn)、興趣類似的信息，并對(duì)差異化信息加以自動(dòng)屏蔽，極大地限制了自我認(rèn)知與行為，并對(duì)所持觀點(diǎn)產(chǎn)生盲目的自信，致使個(gè)體判斷力出現(xiàn)偏差，理解、共情力下降，無益于受眾個(gè)性化發(fā)展。

3）黏性逐步缺失。社會(huì)黏性，可以幫助個(gè)體更好的與社會(huì)相融，與他人維持溝通、互動(dòng)，對(duì)于受眾個(gè)體而言具有十分重要的意義。但信息繭房會(huì)引發(fā)社會(huì)黏性的日漸缺失。若受眾長(zhǎng)期受到智能推薦的干擾，會(huì)逐步走向孤立、封閉，同社會(huì)產(chǎn)生隔閡，與現(xiàn)實(shí)社會(huì)及他人的信息分享日趨減少，致使自身與社會(huì)發(fā)展相脫節(jié)，產(chǎn)生對(duì)社會(huì)、他人的敵對(duì)情緒。

4）群體極化問題。當(dāng)前，信息繭房多以受眾為中心，根據(jù)相似的喜好、興趣，匯聚成圈，極易引發(fā)群體極化問題。諸如明星粉絲間對(duì)罵等，就是信息繭房所引發(fā)的群體極化問題。受眾極易受到特定圈子的影響，加上其對(duì)于事件看法、見解多一致，受到趨同心理的作用，會(huì)出現(xiàn)一些有失理智的極端行為。

2 信息繭房的應(yīng)對(duì)策略

為打破“信息繭房”，追根究底，還需提升信息的活躍度，盡量減少信息由信源到信道整個(gè)傳輸過程中的耗損，減少在信道傳輸中可能面臨的信息污染、摩擦等問題。

矯正“信息繭房”的過程，實(shí)質(zhì)上是提升新聞客戶端智能分發(fā)平臺(tái)的用戶信息素養(yǎng)、信息配置方式、平臺(tái)管理水平、信息運(yùn)動(dòng)情景的過程，打破“信息繭房”，也是突破平臺(tái)信息運(yùn)動(dòng)規(guī)律個(gè)性化的過程，結(jié)合這一分析，提出如下應(yīng)對(duì)策略。

2.1 逐步完善算法推薦服務(wù)

算法推薦，成為新聞客戶端智能分發(fā)平臺(tái)的“內(nèi)核”，以“今日頭條”為例，其能夠在5年內(nèi)強(qiáng)勢(shì)崛起，究其原因，離不開個(gè)性化的算法推薦功能。智能分發(fā)平臺(tái)使今日頭條從最初白熱化的競(jìng)爭(zhēng)中脫穎而出，成功地?fù)屨剂耸袌?chǎng)流量份額。雖然如此，隨著多元化需求的提升，后期算法推薦開始顯露其缺陷，致使眾多用戶無可避免地陷入“信息繭房”之中，加上推送的信息質(zhì)量、價(jià)值的局限性，很難于初期得以全面審核、評(píng)價(jià)，致使智能推送信息甄別缺失，用戶滿意率大幅下滑，信息運(yùn)動(dòng)效率值持續(xù)降低。為此，還需面向新聞客戶端智能分發(fā)平臺(tái)的算法推薦功能，結(jié)合用戶行為大數(shù)據(jù)的動(dòng)態(tài)收集，引入時(shí)間維度，涵蓋用戶的反饋數(shù)據(jù)、投訴率值、日均瀏覽時(shí)長(zhǎng)等內(nèi)容，對(duì)算法加以完善，使智能分發(fā)平臺(tái)同時(shí)具備自我更新、升級(jí)功效，對(duì)用戶工作、生活行為偏好加以模擬，實(shí)時(shí)更新行為數(shù)據(jù)，實(shí)現(xiàn)更智能、科學(xué)的內(nèi)容推薦。？

2.2 提升優(yōu)質(zhì)信息資源配比率

引發(fā)智能分發(fā)平臺(tái)信息流動(dòng)率低下的原因之一，在于所推薦信息質(zhì)量的低劣。這不僅涵蓋了所謂的“標(biāo)題黨”，還涉及到低俗、負(fù)能量信息。而優(yōu)質(zhì)信息資源配比率的上升，能夠顯著提升信息質(zhì)量，換而言之，即擴(kuò)展了優(yōu)質(zhì)信息內(nèi)容的生產(chǎn)者數(shù)量。以“今日頭條”為例，2017年9月，其成功挖走知乎300多名大V用戶，極大地提升了智能分發(fā)平臺(tái)的優(yōu)質(zhì)信息資源配比率，但這對(duì)于數(shù)量冗雜、龐大的信息用戶而言，猶如九牛一毛。為此，智能分發(fā)平臺(tái)還需進(jìn)一步拓展合作媒體量，強(qiáng)化網(wǎng)絡(luò)爬蟲技術(shù)，提升自媒體允入門檻，吸納大批優(yōu)質(zhì)信息用戶，紛紛加入自媒體生產(chǎn)，使信息內(nèi)容日趨精進(jìn)，以多管齊下之舉，提升優(yōu)質(zhì)信息資源配比率。？

2.3 創(chuàng)設(shè)“人機(jī)結(jié)合”新模式

面向“標(biāo)題黨”、低俗、惡劣、負(fù)能量之信息，智能分發(fā)平臺(tái)于推薦之初，還需嚴(yán)審信息質(zhì)量，而非隨意交由用戶展開甄別，而這一目的的實(shí)現(xiàn)，有賴于龐大人工編輯隊(duì)伍的加入，創(chuàng)設(shè)一個(gè)“人機(jī)結(jié)合”的新模式。智能分發(fā)平臺(tái)還需面向媒體、技術(shù)雙重屬性，劃分兩大陣營(yíng)：

一是以“今日頭條”新聞客戶端為代表的內(nèi)容平臺(tái)，同時(shí)是兼具媒體屬性的科技平臺(tái)；二是以“網(wǎng)易新聞”客戶端為代表的內(nèi)容平臺(tái)，同時(shí)兼具技術(shù)屬性的媒體平臺(tái)。兩大陣營(yíng)的劃分，依據(jù)的是智能分發(fā)平臺(tái)大數(shù)據(jù)算法的成熟度、權(quán)重。目前，大數(shù)據(jù)算法推薦技術(shù)還未完善，還需依托用戶行為大數(shù)據(jù)及反饋信息，有效活躍信息，提升其運(yùn)動(dòng)效率，借以人工編輯、大數(shù)據(jù)算法推薦的有機(jī)結(jié)合，創(chuàng)設(shè)“人機(jī)結(jié)合”新模式，方為上策。

2.4 優(yōu)化信息運(yùn)動(dòng)情景

為提升信息活躍度，還需優(yōu)化平臺(tái)內(nèi)外信息運(yùn)動(dòng)情景，可從智能分發(fā)平臺(tái)信息運(yùn)動(dòng)終端的獨(dú)特性、用戶行為的獨(dú)特性、信息傳送的獨(dú)特性三大環(huán)節(jié)切入，創(chuàng)建優(yōu)質(zhì)信息運(yùn)動(dòng)情景。針對(duì)平臺(tái)終端獨(dú)特性，有賴于新聞客戶端智能分發(fā)平臺(tái)間差異性算法，而優(yōu)化算法可顯著強(qiáng)化用戶黏性，提升信息活躍度；面對(duì)用戶行為獨(dú)特性，智能分發(fā)平臺(tái)依托用戶行為數(shù)據(jù)，實(shí)現(xiàn)信息、用戶間的精確銜接，還需多維度出發(fā)，動(dòng)態(tài)收集用戶行為大數(shù)據(jù)，優(yōu)化智能分發(fā)平臺(tái)的信息運(yùn)動(dòng)情景；面向信息傳播獨(dú)特性，還需借以多元化信息傳播方式、多樣化信息傳播渠道、細(xì)化信息粒度等路徑，優(yōu)化信息運(yùn)動(dòng)情景。？

2.5 強(qiáng)化智能分發(fā)平臺(tái)交互性

智能分發(fā)平臺(tái)交互性的提升，可有效克服信息運(yùn)動(dòng)逆勢(shì)差律、逆選擇匹配律等問題。一旦陷入信息繭房，用戶便以行為數(shù)據(jù)告知智能分發(fā)平臺(tái)放棄對(duì)類似內(nèi)容的關(guān)注。以“網(wǎng)易新聞”客戶端為例，可利用右下端“×”項(xiàng)，智能感知用戶偏好，甚至引入“學(xué)霸黨”“工作狂”等標(biāo)簽，供用戶選擇。因此，可借鑒該平臺(tái)，對(duì)檢索界面加以升級(jí)、完善，拓展用戶反饋界面，強(qiáng)化平臺(tái)交互性，便于用戶結(jié)合實(shí)時(shí)興趣及所需，借以檢索欄對(duì)所需信息加以搜索。若面臨“信息繭房”，用戶可自主借用檢索界面，主動(dòng)打破其壁壘，當(dāng)瀏覽多元信息后，平臺(tái)通過對(duì)用戶行為大數(shù)據(jù)加以識(shí)別，重新推送新內(nèi)容，沖破“信息繭房”的牢籠。

3 結(jié)論

一言以蔽之，雖然新聞客戶端智能推薦為廣大用戶帶來了諸多便利，但絕不能一味地依賴于技術(shù)。就像張朝陽所提到的：“一味依賴個(gè)性化推薦，將引發(fā)所推送信息的僵硬，這是由于多數(shù)情況下人們對(duì)于信息的索取是隨機(jī)的”。因此，社會(huì)各界及媒體人還需清醒地意識(shí)到智能推薦技術(shù)所引發(fā)的信息繭房效應(yīng)及其危害性，加強(qiáng)關(guān)注的同時(shí)，不斷反思之，并采取有力的措施防范之。

參考文獻(xiàn)

[1]趙莎莎.新聞客戶端個(gè)性化推薦引發(fā)“信息繭房”的原因及應(yīng)對(duì)措施[J].西部廣播電視，2017（24）：10-11.

[2]劉聰.論媒體個(gè)性化推薦模式對(duì)“信息繭房”的影響——以新浪新聞“即時(shí)推”功能為例[J].新聞研究導(dǎo)刊，201，8（23）：11，44.

[3]周文靜.大數(shù)據(jù)時(shí)代下的新聞客戶端的信息繭房效應(yīng)——以今日頭條為例[J].新聞研究導(dǎo)刊，2017，8（15）：99，180.