田龍過 牟小穎

【摘要】智媒時代，主流媒體建立新聞平臺、實現(xiàn)融合發(fā)展成為傳遞黨的聲音、展現(xiàn)真實故事、引導正向能量的關鍵。主流媒體在融合發(fā)展過程中，可借鑒短視頻平臺的算法推薦經驗，充分發(fā)揮算法推薦機制的高效投遞優(yōu)勢，深化新聞數(shù)據(jù)思維，細化新聞生產結構，強化新聞內容引導，優(yōu)化新聞分發(fā)策略。文章主要探討主流媒體新聞平臺在發(fā)展過程中如何運用算法推薦機制，創(chuàng)新傳播路徑，以期為行業(yè)發(fā)展增添助力。

【關 ?鍵 ?詞】短視頻平臺;算法推薦機制;主流媒體;新聞平臺

【作者單位】田龍過，陜西科技大學設計與藝術學院;牟小穎，陜西科技大學設計與藝術學院。

【基金項目】縣級廣播電視改革發(fā)展研究——融媒體建設發(fā)展實證研究（GDT1806）。

【中圖分類號】G206.2 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2021.04.021

根據(jù)Quest Mobile統(tǒng)計，截至2020年3月，我國網絡視頻平臺用戶已達8.5億，每月人均使用網絡視頻平臺時長達40小時，以抖音、快手、梨視頻為代表的短視頻平臺DAU（日活躍用戶）、MAU（月活躍用戶）不斷飆升，短視頻在信息傳播過程中的作用日趨顯著。面對海量的信息內容呈指數(shù)級增長，海量信息與海量用戶的精準對接，算法推薦機制的運用成為大勢所趨。

短視頻平臺的算法推薦機制是對用戶實現(xiàn)精準推送的技術，它的價值在于實現(xiàn)信息服務的個性化以及解決內容信息過剩的問題。主流媒體在融合發(fā)展的過程中，可借鑒短視頻平臺的算法推薦經驗，充分發(fā)揮算法推薦機制的高效投遞優(yōu)勢，深化新聞數(shù)據(jù)思維，細化新聞生產結構，強化新聞內容引導，優(yōu)化新聞分發(fā)策略。

一、短視頻平臺的算法推薦機制

1.基于“用戶畫像”的內容生產

短視頻平臺的算法推薦機制基于用戶信息完成用戶畫像并進行標簽化分組，從而有針對性地優(yōu)化短視頻生產內容。短視頻平臺的算法推薦機制在用戶注冊時完成首次畫像描述，并將用戶此后的每一次點擊和閱讀數(shù)據(jù)收入算法系統(tǒng)，用戶點擊的次數(shù)越多，用戶畫像就越清晰，內容生產的針對性就越強。

2.基于“社交網絡”的拓展推薦

隨著移動社交的不斷發(fā)展，用戶社交網絡越來越完善，流量入口逐漸增多。短視頻平臺的算法推薦機制能夠將用戶接收內容的興趣點與移動社交網絡數(shù)據(jù)相結合，從而實現(xiàn)內容的精準推薦。以單一用戶內容興趣點為篩選維度的算法推薦判斷較為模糊，適用于學歷、年齡、社會環(huán)境差距較小的用戶群體，而短視頻平臺的算法推薦機制可通過分析用戶社交網絡拓展信息推薦范圍，使社交網絡中的每一個用戶觸點均產生一定的流量。一般來說，信息接收者通過互聯(lián)網將清晰、熟悉的現(xiàn)實社交轉化為新奇、未知的移動社交，內容產出者通過自己產出的視頻內容在移動社交網絡中的傳播來獲得認同感和滿足感，進而為短視頻平臺提供更優(yōu)質的視頻內容，形成移動社交生態(tài)的良性循環(huán)。

3.基于“流量疊加”的反復推送

短視頻平臺中的“流量疊加”思維是指根據(jù)算法數(shù)據(jù)將達到一定量級的短視頻投放到更高一級的流量池中進行更大范圍的推薦，實現(xiàn)信息再傳播，讓內容優(yōu)質的短視頻獲得最大效益。“流量疊加”相較于傳統(tǒng)的“流量思維”，除了注重內容的首輪傳播效果，更強調如何運用現(xiàn)有流量級內容發(fā)掘更多的新用戶。短視頻平臺根據(jù)完播率、點贊量、評論量、轉發(fā)量等數(shù)據(jù)，篩選數(shù)據(jù)較好的內容進行疊加推送，通過對優(yōu)質內容的反復推送獲取流量，打造自循環(huán)流量體系。

二、短視頻平臺算法推薦機制對新聞傳播的啟示

1.在“去中心化”趨勢中開拓“中心再造”路徑

短視頻平臺的“去中心化”是將信息內容產出環(huán)節(jié)分散到傳播場域的各個節(jié)點上，將用戶設置為傳播場域中的一個分支[1]。主流媒體應在此趨勢下融合算法推薦機制，開拓“中心再造”新路徑，強化主流意識形態(tài)的價值引領，具體內容包括以下兩個方面。

首先，主流媒體應整合地方新聞資源，借助移動網絡、結合算法推薦機制傳播主旋律新聞，牢牢占據(jù)輿論引導、思想引領、文化傳承、服務人民的傳播制高點，鞏固主流媒體“信息中心”的地位。比如人民日報開發(fā)全國移動新媒體聚合平臺“人民號”，推出“黨媒算法”，截至目前，已吸引包括黨政機關、政務號、優(yōu)質自媒體創(chuàng)作者和社會名人在內的20000多個主體入駐;人民日報的全國黨媒信息公共平臺與今日頭條合作，在今日頭條增設“黨媒推薦”頻道，將全國黨媒平臺內容池與今日頭條的算法推薦機制相結合，系統(tǒng)性提升全國黨媒的輿論引導能力，開展了若干主旋律內容征集和傳播活動，力推正能量、主旋律的新聞內容，促進媒體深度融合。

其次，主流媒體應在新聞傳播場域中創(chuàng)造屬于自己的分支，開拓“中心再造”路徑。主流媒體應基于算法推薦機制統(tǒng)計用戶的興趣點數(shù)據(jù)，結合相關垂直領域KOL以及社會熱點生產優(yōu)質主流價值內容，掌控輿論引導權。比如2020年新冠肺炎疫情期間，“央視新聞”抖音官方賬號發(fā)布了上海醫(yī)療救治專家組組長張文宏醫(yī)生普及防疫知識的視頻，單條點贊量突破2100萬次，這是通過主流媒體新聞平臺傳遞主流價值，將傳播內容與用戶需求相結合，主動創(chuàng)造話題中心的典范。

2.在關注“流量思維”的同時重視“高質量思維”

智媒時代，主流媒體的新聞平臺產出內容既要注重流量數(shù)據(jù)，也要重視價值評估[2]，要用主流價值思維引導流量，在滿足受眾需求的同時，堅持優(yōu)質新聞內容的生產和分發(fā)。新聞選擇和判斷的水平是決定新聞生產質量和新聞平臺能力的重要標準之一，算法推薦機制也因此成為新聞產業(yè)傳遞價值觀和判斷新聞優(yōu)先級的關鍵。新聞產業(yè)要積極推進平臺建設，避免被“流量思維”誘導，創(chuàng)造“高質量思維”，推進主流價值與新聞內容生產創(chuàng)新的深度融合，建立全新的內容生態(tài)，從內容源頭、內容分發(fā)、受眾體驗三方面，對算法推薦機制進行調整和優(yōu)化，形成能夠體現(xiàn)主流價值的主流算法體系。

（1）內容源頭

在新聞內容源頭方面，首先，主流媒體應承擔價值引領的主體責任，加大主流意識形態(tài)的傳播力度，追溯新聞源頭，規(guī)范稿件內容生產，改進審核和風險評估機制，借助算法推薦機制明確衡量指標，通過算法技術實現(xiàn)新聞價值的回歸。其次，主流媒體可以運用算法技術圍繞主題進行多渠道、多維度的信息深度挖掘，基于數(shù)據(jù)和理論的支撐提高新聞報道的全面性與可信度。同時，主流媒體可靈活運用算法的發(fā)掘能力與洞察能力，挖掘潛在的新聞線索，結合記者在觀點表達以及共情交流上的創(chuàng)新，形成算法推薦與人工推薦的雙重耦合傳播機制。

（2）內容分發(fā)

在新聞內容分發(fā)系統(tǒng)方面，應把政治方向、價值取向、輿論導向等融入算法推薦機制中，不斷完善智媒時代的內容分發(fā)體系，不僅要推送用戶感興趣的消息，還要為用戶提供值得看的新聞內容。將新聞價值與用戶興趣點有效結合，讓算法回歸人的價值。

新冠肺炎疫情期間，各地縣級融媒體信息發(fā)布量、閱讀量以及關注用戶數(shù)量暴增，有關疫情的圖文信息、短視頻、直播成為公眾最關注的新聞報道內容，在這個過程中，算法推薦機制基于對用戶環(huán)境位置的數(shù)據(jù)分析，向用戶推送他們關注的本地疫情防控信息，并引導用戶關注自我保護措施。比如湖北日報融媒體中心發(fā)布的抖音短視頻《武漢別怕，我們來了！大年夜150名軍醫(yī)抵漢》，播放量超過2.45 億;2020年1月20日至3月14日，《人民日報》抖音客戶端共發(fā)布了330條有關新冠肺炎的短視頻，其中題為《太好了！上海自制抗病毒噴劑，已應用于一線應急病房職業(yè)防護！你愿意為科研人員點贊嗎？》的短視頻獲得了2705.1萬的點贊量和105.5萬的轉發(fā)量，就是算法推薦機制發(fā)揮了作用?？傮w來看，主流媒體的新聞平臺應充分發(fā)揮公信力優(yōu)勢，引導輿論重視優(yōu)質新聞內容，促進高質量新聞內容的健康生產。

同時，主流媒體的新聞平臺可以借鑒抖音“流量疊加”的推送模式，通過算法推薦機制統(tǒng)計流量數(shù)據(jù)、篩選優(yōu)質新聞，將新聞投放到更大級別的流量池中進行重復、重點推薦，利用優(yōu)質流量級內容發(fā)掘更多的新用戶。需要注意的是，“流量疊加”思維的隨機性較強，算法推薦機制在其中的運用應注意多元用戶的行為分析和傳播效果的評價，通過不同分組用戶的反饋數(shù)據(jù)有效分發(fā)視頻內容，避免劣質視頻內容在小部分受眾中獲得高流量數(shù)據(jù)而被大量級推薦。同時，在算法推薦機制中，直觀、透明的數(shù)據(jù)反饋將輿論傳播的話語權讓渡給了受眾，但這種讓渡有可能導致網絡輿論場混亂。因此，主流媒體新聞平臺在使用算法推薦機制時要注意強化專業(yè)“把關人”角色，建立人機結合的內容把關機制，提高對新聞內容的甄別判斷能力，確保新聞內容與道德原則、社會主流價值觀相契合。

（3）受眾體驗

在新聞受眾體驗方面，主流媒體新聞平臺的內容生產應滿足不同類型受眾的不同層次需求。以體育新聞為例，專業(yè)的體育從業(yè)人員需要的是國內外最新的體育賽事以及記者的獨家觀點和深度評論;高級知識分子和體育愛好者更關注每場比賽的數(shù)據(jù);體育明星粉絲更希望看到體育明星的人物專題報道，從中獲得歸屬感。有一些媒體在這方面有了不少成功案例，比如北京晚報體育部針對高級知識分子和體育愛好者這部分受眾，完善了媒體內部的數(shù)據(jù)庫，設置“數(shù)理化”專欄，通過算法推薦機制統(tǒng)計、整理與分析比賽數(shù)據(jù)，實時展示比賽數(shù)據(jù)，并對比賽走勢進行預測，為受眾提供他們最期望獲得的新聞內容。總體來看，主流媒體的新聞平臺要有效運用算法推薦機制進行新聞推送，通過對受眾在平臺的行為習慣、社交網絡、環(huán)境位置等特征對用戶進行合理、準確的分級分類，實現(xiàn)海量內容與用戶個性化需求的高效、精準匹配，進而滿足受眾的多元化、個性化需求。

3.在避免“信息繭房”的同時打造“破繭”武器

隨著算法推薦機制的不斷升級和普及化，以算法推薦機制生產新聞與“信息繭房”問題越來越受到關注。一方面，以往“算法+數(shù)據(jù)”的新聞推薦模式會造成“信息窄化”，另一方面，信息在算法技術的整合下，會更多地向有信息理解和處理能力的終端用戶傾斜。值得注意的是，算法技術并不是“信息繭房”形成的必要條件，可信任的算法技術甚至可以削弱“信息繭房”效應，成為“破繭”的武器。

（1）采用“協(xié)同+綜合”的過濾推薦模式

協(xié)同過濾是一種新的算法技術，能夠篩選與用戶喜好相似的其他用戶，進而實現(xiàn)綜合推薦，這種技術不僅不會導致用戶視野窄化，反而會為用戶提供更多的新鮮內容。目前，單一的算法技術已經不是主流，業(yè)界逐漸認識到“信息繭房”的負面影響，因而開始采用“協(xié)同+綜合”的過濾推薦模式，優(yōu)化算法推薦機制，關聯(lián)更多的大數(shù)據(jù)，以實現(xiàn)更好的用戶推薦、內容排序、話題挖掘等。

（2）革新傳統(tǒng)的“算法+數(shù)據(jù)”新聞推薦模式

主流媒體的新聞平臺應革新傳統(tǒng)的“算法 + 數(shù)據(jù)”新聞推薦模式，實現(xiàn)“用戶篩選 + 算法定制 + 深度推薦 + 再度篩選”的循環(huán)推薦模式。當用戶首次使用主流媒體新聞平臺時，平臺應主動推送固定新聞內容供用戶篩選，然后通過算法推薦機制對用戶的篩選內容、搜索偏好進行統(tǒng)計分析，同時提升算法的深度學習能力，結合受眾新聞獲取偏好分析用戶可能需要的其他類型新聞，發(fā)掘被用戶忽略的新聞興趣點，這樣當平臺再次把新聞推送給受眾時，受眾會結合當下需求進一步篩選信息，實現(xiàn)新聞推薦模式的良性循環(huán)。2019年今日頭條推出搜索功能，不再單純依賴算法，而是以“算法+熱點+關注+搜索”為主要方式建立通用信息平臺，我們可以看到，推薦引擎與搜索引擎的深度融合已成為主流媒體新聞平臺發(fā)展的趨勢。這種全新的模式規(guī)避了單純的內容算法推薦所帶來的視野窄化問題，以及社會環(huán)境、新聞熱點、用戶情緒等影響算法技術準確性的因素，最大限度保證用戶接受信息的全面性與多樣性，實現(xiàn)新聞價值最大化。

（3）優(yōu)化“算法+人工”的精準分發(fā)結構

主流媒體新聞平臺可采用“算法”與“人工”結合的方式精準分發(fā)新聞，加大人工審核力度，強化專業(yè)編輯的責任，篩選彰顯主流價值的新聞。與此同時，主流媒體新聞平臺可優(yōu)化算法推薦機制，通過多方數(shù)據(jù)全面了解用戶的多元化需求，在精準分發(fā)符合用戶興趣點的話題和資訊的基礎上，向用戶推送有社會價值的新聞，強化用戶對時事熱點新聞的持續(xù)關注，培養(yǎng)他們“個性+多元”的思維方式，避免用戶陷入“信息繭房”。

面對短視頻平臺“去中心化”的內容生產模式和“流量疊加”的信息推送模式，主流媒體新聞平臺應不斷優(yōu)化算法推薦機制，提高算法推薦機制的準確性，以“高質量思維”代替“流量思維”，用主流價值導向駕馭算法，將主流價值嵌入算法，提高主流意識形態(tài)話語相關信息的推送量，實現(xiàn)算法推薦領域主流價值的話語重塑，同時，對技術部分進行嚴格審查，明確度量標準，在人機雙重耦合的傳播機制中完成人與技術的共同進化。

|參考文獻|

[1]趙辰瑋，劉韜，都海虹. 算法視域下抖音短視頻平臺視頻推薦模式研究[J]. 出版廣角，2019（18）：76-78.

[2]田園，周宇博. 融媒傳播，主流媒體如何講好故事[J]. 中國廣播，2018（12）：51-55.

[3]孫振虎，何慧敏. 短視頻平臺驅動傳統(tǒng)媒體融合發(fā)展的創(chuàng)新路徑研究——以央視頻為例[J]. 電視研究，2020（7）：16-19.

[4]晏齊宏. 技術控制擔憂之爭議及其價值沖突——算法新聞推薦與信息繭房關系的多元群體再闡釋[J]. 現(xiàn)代傳播（中國傳媒大學學報），2020（3）：59-65.

[5]喻國明，方可人. 算法推薦必然導致“信息繭房”效應嗎——兼論算法的媒介本質與技術倫理[J]. 新聞論壇，2019（6）：14-18.