黃春平

【內容摘要】本文認為，智能算法為黨史教育內容的精準化、教育方式的多樣化、教育對象的普及化、教育效果的共識化提供了可能，當前的黨史教育在算法推薦的分眾化、對象化、互動化、成效化等方面發(fā)掘、嵌入不夠。只有構建基于算法的智能化的話語方式、社交化的傳播平臺、數(shù)字化的案例典范和黨史教育監(jiān)控平臺，才能在傳播層面為黨史教育的常態(tài)化和長效化提供保障和護航。

【關鍵詞】算法；黨史教育；路徑

2021年2月20日習近平總書記在黨史學習教育動員大會上指出，開展黨史學習教育要推進內容、形式、方法的創(chuàng)新，不斷增強針對性和實效性。2022年1月11日，近平總書記在省部級專題研討班上的講話中指出黨史學習教育要建立常態(tài)化長效化制度機制。同年3月21日，中共中央辦公廳印發(fā)了《關于推動黨史學習教育常態(tài)化長效化的意見》。

如何響應習近平總書記的號召推進黨史學習教育的內容、形式、方法的創(chuàng)新并建立黨史教育的常態(tài)化長效化制度機制？就教育技術層面而言，應該適應當前的智能媒體發(fā)展趨勢，嘗試將智能媒體的核心技術——智能算法貫穿于黨史教育的全過程，助力教育內容、教育手段、教育平臺的創(chuàng)新，以在傳播技術層面為黨史教育的常態(tài)化長效化保駕護航。

智能媒體，即“能夠感知用戶并為用戶帶來更佳體驗的信息客戶端與服務端的總和”“以用戶數(shù)據(jù)為核心、以多元產品為基礎、以多個終端為平臺、以業(yè)態(tài)創(chuàng)新為重點”。智能融媒體平臺是智能媒體發(fā)揮作用的“基礎設施”，它以數(shù)據(jù)為核心資源、以算法為運作邏輯，是技術驅動下實現(xiàn)內容生產、內容分發(fā)、用戶管理、價值獲取的樞紐。①其運作的關鍵是智能算法。

智能算法是基于每個用戶內容消費的行為數(shù)據(jù)、個體屬性數(shù)據(jù)與社交關系數(shù)據(jù)進行大數(shù)據(jù)計算與分析，實現(xiàn)精準的用戶“畫像”，進而推送“懂你”的信息。②智能算法可以分為內容推薦、協(xié)同過濾推薦、熱門推薦等多種分發(fā)形式。算法作為一種信息傳播技術和信息分發(fā)方式，可以決定將什么內容推送給受眾，在無形中塑造用戶的思想意識和道德觀念，影響用戶的行為習慣和生活方式③，它往往可以影響受眾的價值觀念并進行價值觀形塑。已有研究表明“價值觀可塑性極強階段的青年極易受到算法意識形態(tài)的干擾”。④因此將智能算法嵌入黨史教育，將為當前黨史教育的創(chuàng)新提供新的動能。

鑒于此，當前的黨史教育可以此為契機，充分利用智能算法的技術優(yōu)勢和應用前景，將它嵌入黨史教育過程中，以增強黨史教育的時代感、吸引力和實效性。

一、智能算法嵌入黨史教育的價值意蘊

對于黨史教育而言，算法可將各類教育內容有的放矢地推送至用戶終端，提升用戶到達的精準率，改善用戶的信息接收體驗，以提升黨史教育的有效性、生動性和吸引力。

（一）智能算法可以助力提升黨史教育內容推送的精準化

智能算法的技術本質是對資訊和人的精準匹配，平臺媒體通過廣泛抓取各種內容源生產的內容來聚合資訊，再借助大數(shù)據(jù)的用戶“畫像”分析來向用戶推送符合其興趣或需求偏好的特定信息，且通過不斷的機器學習或算法改進逐步深化對用戶的洞察，持續(xù)提升分發(fā)的精準性。⑤有統(tǒng)計表明，基于算法的個性化內容推送已占整個互聯(lián)網信息內容分發(fā)的 70%左右。⑥

新時代的黨史教育需要增強教育對象的針對性、精準性。智能算法最大的優(yōu)勢就是根據(jù)用戶的瀏覽痕跡和偏好去推送相關信息，可以幫助用戶精準地找到信息、實現(xiàn)信息和用戶的快速匹配，從而增加信息的發(fā)送量和分發(fā)效率。

因此，黨史教育可以以智能算法平臺為基礎，通過大數(shù)據(jù)監(jiān)測黨史教育內容的流量變化并分析推送后的反饋數(shù)據(jù)，精準地捕捉到教育對象的個性化信息需求，然后根據(jù)不同個性特點的教育對象進行黨史教育內容的定制化、分發(fā)的精準化，從而可以大大提升黨史教育內容的針對性和精準率。

（二）智能算法可以助力實現(xiàn)黨史教育手段的生動多樣化

新時代的黨史教育需要增強黨史教育內容的吸引力與感染力。智能算法可以使黨史教育成為參與性、沉浸化、超線性交融的互動化敘事，實現(xiàn)教育方式手段的生動多樣化。

傳統(tǒng)媒體時代的黨史教育多依賴文字、圖片、視頻等傳統(tǒng)方式。智能算法出現(xiàn)以后，它可以精準推送兼具思想性、感染力的生動活潑的文章、圖片、網站、人工彈幕、快捷轉發(fā)等信息方式，以及短視頻、網游、表情包、文字符碼等帶有潮流性、時尚化的“傳播場景”形式，來營造一定的場景氛圍，實現(xiàn)沉浸式的體驗，有助于黨史教育內容的具象化、趣味化和生活化，從而增強黨史教育的吸引力、感染力、滲透力和認同度。

黨史教育還可以依托智能App，構建適合算法傳播的黨史故事、紅色故事、紅色旅游—紅色文化路線、紅色影視專欄、在線黨史知識競賽等各類不同的黨史教育方式，向目標群體精準推送。并實現(xiàn)對碎片化時間的充分利用，推進黨史教育的日?；?、常態(tài)化，使黨史教育的手段從過去的定時、集中走向便捷、自主， 由傳統(tǒng)的“征服”受眾轉向“感召”受眾，形成“微時代”的“微黨史”“微教育”，提高黨史教育內容的到達率。

（三）智能算法可以助力黨史教育對象的普及化

算法常常通過分析用戶特征、偏好以及信息接收場景來構建用戶畫像，從而為用戶提供精準的場景適配的信息服務。尤其在移動互聯(lián)網時代，“算法可以在移動場景和私密性場景中為用戶提供分眾化、個性化的信息服務”⑦，因而它可通過擴大場景傳播的范圍來實現(xiàn)信息用戶的普及、擴容。

利用智能算法可以推動黨史教育的網絡化、個性化發(fā)展。由以黨內為重點，拓展為面向普通群眾；由傳統(tǒng)的“組織化”傳播，拓展為“潛移默化”的人際傳播；由傳統(tǒng)單一的渠道，拓展為多元化渠道；由線下的黨員干部集中教育，拓展為線上線下結合的大眾化教育。同時智能算法還可以通過對用戶行為習慣和個體特征的數(shù)據(jù)挖掘、提取，來實施有針對性的學習內容安排與目的明確的編排設計，為開展線上線下相結合的特色主題教育活動提供方便。這樣可以擴大黨史教育的傳播范圍，拓展黨史教育對象，提高黨史教育對象的到達率普及率，從而推進黨史教育的普及化。

（四）智能算法可以促成黨史教育效果的共識化

智能算法作為一種技術，它“充滿希望的塑造行為，以期產生某些預期效果和避免某些不希望發(fā)生的事件”。⑧它可以結合用戶屬性進行具有引導性、傾向性的內容推送。這種引導與傾向常常以匯編信息的形式在一次又一次的推送過程中被不斷強化和放大，形成一種傾向性鮮明乃至強勢的話語，使教育對象逐步達成一致化的認知認同規(guī)范，從而“產生某些預期效果”，起到凝聚共識的作用。

一方面，智能算法可以用來計算人們的情感偏好、價值取向、政治情感，篩選、優(yōu)化教育信息資源，配送有價值的教育信息資源和知識，管理個性化內容，驅動推薦和過濾系統(tǒng)，創(chuàng)建預測模型等?；谶@些技術特點和優(yōu)勢，算法可以通過密集、高效、精準、個性的傳播效應，幫助受眾在數(shù)據(jù)資源的使用過程中，形成技術與價值互構的傳播模式，尤其是對用戶進行個性化培養(yǎng)和價值觀引導。⑨

另一方面，智能算法不僅能進行個性化的信息推送，還能檢索信息和算法識別。這種識別可以利用信息過濾系統(tǒng)，將熱詞、敏感詞、消極語義詞、高頻詞、過激言辭進行自動的過濾，這樣便可以“塑造思維模式和價值”⑩，最終通過這種信息過濾來進行思想傳遞、價值引領，完成對傳播對象的價值建構。

就黨史教育而言，智能算法可以通過對教育內容進行全方位的設計來實現(xiàn)價值觀的引導，以凝聚共識。如以大歷史觀來設計“黨史算法”，賦予黨史教育以各種“議題”和不同的“議題”顯著度，并以黨史教育中某些重要場館、重大事件或者經典案例為典范，經過數(shù)字化加工處理后使其承載一定的價值觀表達，這樣便可以對教育對象的認知、判斷和行為施加影響，并針對他們的群體性質、群體類型、群體活動、文化水平、社交習慣作出評估和聚集，形成黨史教育信息圈群，利用算法邏輯進一步強化他們的信息偏向，從而在一定程度上可以凝聚教育對象達成共識。另外，還可以通過構建基于智能算法的監(jiān)控平臺去阻斷乃至反擊黨史教育過程中網絡歷史虛無主義的演化、擴散與干擾，增強黨史教育的實效性、針對性。

二、當前的黨史教育對智能算法嵌入的不足

目前隨著智能算法的發(fā)展演進和全體社會的媒介化重構，黨史教育在智能算法的發(fā)掘與利用現(xiàn)狀方面還有著較大的可塑空間：

（一）教育內容方面，沒有打造分眾化的智能話語方式

互聯(lián)網新媒體出現(xiàn)以后碎片化的表達逐漸趨于流行，經典化的敘事結構正在被改寫和消退。在新聞傳播領域，“諸如蜂巢形敘事結構、菱形敘事結構成為新媒體語境下適應市場、適合受眾的新常態(tài)敘事結構。這些敘事結構改變了長期以來‘我說你聽‘以傳者為中心的單向傳播模式，帶來了讀者參與度高、互動性好的新的內容消費體驗”。但在黨史教育領域，這方面的變革與創(chuàng)新還稍顯滯后。

就黨史教育的話語空間而言，多集中于線下教育，教育渠道和形式相對單一，忽視了對網絡空間的意識形態(tài)占領與教育話語方式的網絡化、情感化創(chuàng)新。而近年來歷史虛無主義思潮借助互聯(lián)網傳播，它們將滲透的話語由宏大的敘事轉向瑣碎性、草根性、情緒性的生活化敘事。“逐漸由顯性輸入轉向隱性滲透，其話語敘事也相應地發(fā)生柔性化轉向，集中表征為話語形態(tài)雜糅化、話語主題細碎化、話語主體隱匿化、話語方式誘導化、話語視角新穎化?！边@種現(xiàn)狀倒逼黨史教育敘事方式的創(chuàng)新和對網絡空間的占領。

就黨史教育的話語方式而言，教育過程中對黨員干部及群眾的個性化信息及情感化訴求考慮不足，難以適應今天黨員干部的知識能力水平，更難以適應全民上網的移動互聯(lián)網時代的個性化、情感化的話語方式的需求。另外，黨史教育中的純文字、圖片或視頻這類單一的傳播方式也難以適應新型社交媒體的傳播形態(tài)，較難讓受眾產生互動與共鳴。因而黨史教育雖然能夠利用智能算法精準推送，但推送內容因話語表述方式的局限而差強人意。

（二）教育手段方面，仍以單一的灌輸式為主，缺乏互動化的社交媒體傳播

黨史教育的技術介質非常重要。如今已是“沉浸式”“立體式”的傳播時代，而當前的黨史教育在實施過程中仍舊更多地倚重大眾傳媒，對新媒體尤其是智能算法平臺的開發(fā)利用還遠遠不夠。如何結合黨史教育的內容特點開發(fā)利用音頻、視頻、AI等技術介質資源，如何利用智能算法制定與黨史內容相匹配的傳播技術方案與可行性路徑，如何將評論量、點贊量、轉發(fā)量、瀏覽量等基本的反饋性指標納入黨史教育效果評價體系，如何探索黨史中的典型人物、重大事件、重要符號、紀念場館等不同的數(shù)字化教育路徑，實現(xiàn)教育手段的豐富、多元、互動，這些都還缺乏長效化的實施策略與常態(tài)化的具體方案。而且以往這方面的研究討論主體多限于黨史領域的學者，他們相對缺乏對新媒體尤其是智能算法發(fā)展特性的整體把脈與歷史跟進，因而提出的技術方案難免較為籠統(tǒng)，甚至有趨于同質化的傾向，影響和弱化了黨史教育創(chuàng)新的智能算法方案的細化和常態(tài)化實施。因而盡管智能算法為黨史教育手段的生動多樣化提供了可能，但常態(tài)化長效化的實施方案與傳播平臺的構建還有待努力。

（三）教育對象方面，普及率和到達率受限，“對象化”的黨史教育范圍被固化

目前黨史教育對象多為黨員干部和在校學生，并未覆蓋到普通群眾，教育對象的普及率、抵達率和接受度還有很大的提升改進空間。制度安排上，黨史教育在各個單位常常以政治任務的方式去加以貫徹和執(zhí)行，教育對象多為黨員干部和在讀學生，沒有靈活兼顧到不同時空、不同層次、不同特征的教育對象。尤其是尚未將普通群眾納入黨史教育的范圍，未能充分利用智能算法去拓展?jié)撛诘狞h史教育對象，黨史教育對象的范圍基本固化。另外，除了教育對象的群眾性受限外，其地方性也被忽視乃至忽略。其實各地都蘊含著具有實踐性、群眾性、地方化的黨史故事資源，但大多沒有被發(fā)掘、被演繹成具象化、個案化、情感化的經典案例。因而智能算法盡管可以提升黨史教育對象的到達率、普及率但教育范圍固化，還需要積極探索適合不同行業(yè)、不同領域、不同群體的黨史教育的到達途徑。

（四）教育成效方面，受網絡歷史虛無主義的挑戰(zhàn)，黨史教育的效果部分被消解

中國共產黨的歷次黨史教育都有現(xiàn)實針對性。革命、建設時期主要針對主觀主義的錯誤傾向，改革開放時期主要針對思想僵化的錯誤傾向，而新時代則重在批駁歷史虛無主義思潮。

近年來斷章取義、捕風捉影的“歷史真相”、故意抹黑歪曲和詆毀黨史的言論、所謂“價值中立”的民間話語形態(tài)等，借助智能算法利用直播、微信、微博等平臺大肆擴散，形成誤導性解讀和情感性煽動，制造思想混亂，造成了對黨史教育對象極大的干擾，消解了黨史教育的成效，構成了對黨史教育的極大挑戰(zhàn)。

黨史教育如何充分利用大數(shù)據(jù)、算法等技術，對基于社交媒介廣泛傳播的這股思潮作出科學評估和追蹤預警，并在社交媒體上主動作出精準的阻斷和監(jiān)控，以去除網絡歷史虛無主義的影響，這是當前黨史教育不可回避的關鍵一環(huán)。因而智能算法盡管可以促成黨史教育效果的凝聚共識，但它一直被網絡歷史虛無主義干擾和挑戰(zhàn)，其長效化難以維持。

總之，伴隨著新時代黨史教育的新變化和新挑戰(zhàn)，如何從黨史教育的對象化、分眾化、互動化、成效化等維度來進行系統(tǒng)的創(chuàng)新，以保障黨史教育的常態(tài)化長效化，亟待從傳播層面探尋算法上的突破與實踐進路。

三、智能算法嵌入黨史教育的實踐進路

黨史教育要充分利用智能算法的技術優(yōu)勢，借助各類平臺技術定向設計生動的黨史教育內容策略，開展在線黨史教育活動，實現(xiàn)黨史教育內容、教育手段、教育形式的重大創(chuàng)新，從而使黨史教育提質增效。

（一）創(chuàng)新網絡化的話語方式，提升算法推送的頻率效率

除精準捕捉和識別用戶的個性需求外，算法也會進一步洞察與用戶相似的社群特征和需求，通過“模型泛化”來進一步強化推送效率。基于智能媒體語境，過去黨史教育的意識形態(tài)話語在當今時代已經具有一定的不適性，因而在獲得黨員干部尤其是新生代群體的認同方面，需要基于智能算法的技術邏輯進行話語表征上的創(chuàng)新，提升教育內容的吸引力，以增加被推送的頻率和效率。

為此需要打破黨史教育中過去的說教傳統(tǒng)與僵化的話語方式，全面借助話語分析理論、社會心理學及智能算法技術，分析和揭示黨史中的重大事件、重要人物、重要理論、重要符號以及重要場館所蘊含的知識體系、價值觀體系，去進行黨史教育的闡述方式的創(chuàng)新。同時，要轉化黨史教育話語的表達方式，將復雜、理性的專業(yè)話語轉向凝練化、情感化、生活化、網絡化的大眾話語。尤其要找準黨史教育內容與網絡話語、群眾關心的社會熱點問題之間的連接點進行算法推送。

具體而言，黨史教育研究平臺可側重歷史資料的整理與成果發(fā)布，社交媒體平臺可側重于對重大歷史事件和時政熱點的解析和各種教育課堂的打造。借助數(shù)字化、智能化、算法等技術，基于這些平臺去發(fā)掘數(shù)據(jù)、圖片、音頻、視頻、動畫、動漫、表情包等網絡空間的多模態(tài)價值載體，實現(xiàn)文字、圖片、視頻等多種傳播形式的融合，形成多元化、多樣化的黨史教育內容。實現(xiàn)話語方式的口語化、日常化、生活化、網絡化，以促進與傳播對象的互動交流，激發(fā)教育對象對黨史內容的關注、轉發(fā)、評論的活躍度和接受度。在此基礎上，可進一步嘗試建構基于算法技術的“議程→解釋現(xiàn)實”“語境→引導愿景”“娛樂→弘揚傳統(tǒng)”等多元化、分眾化、差異化的話語表達方式和黨史教育表述體系。這樣黨史中標志性的重大事件、重要人物、重要理論、重要符號以及重要場館等關鍵性內容，才能延伸到不同層次的教育對象的日常生活中去。讓黨史教育講好黨史故事，進入“尋常百姓家”，從而提高平臺實時有效的信息推送的頻率與效率。

（二）構建社交化傳播平臺，豐富黨史教育手段

除了常態(tài)化的專題培訓、集中宣講、媒體傳播等多種手段外，黨史教育還應積極構建社交化黨史教育融媒體平臺，借助官方網站、微信公眾號、微博、抖音等多種平臺對黨史知識資源進行宣傳，定期定向推送黨史知識、特色教育專題、黨史經典文獻、網絡黨史知識競賽等，讓黨史教育可聽、可讀、可看、互動，以創(chuàng)新和豐富黨史教育的傳播手段。

一方面需要突出社交化的傳播場景。當前，“互聯(lián)網即將跨進場景時代。隨著5G、AI及虛擬現(xiàn)實等數(shù)字技術的賦能，場景已成為下一代互聯(lián)網傳播的關鍵要素”“在傳播格局和傳播生態(tài)都將重塑的大背景下，傳播者在場景時代應重點把握從用戶思維到場景思維的深刻轉型”。為此，可以利用微博、微信、微視頻等社交媒體實現(xiàn)信息資源的共享與互動，將黨史內容以影視圖像、表情包、文字符碼等形式進行時尚包裝，寓于一定的“傳播場景”中來提高黨史教育的吸引力和傳播力，并針對不同的內容添加相關話題鏈接，如圖片、視頻、網址鏈接等，增強對受眾的粘結度。同時，將算法技術與黨史宣講有機融合，采用專題宣講、口述黨史、微課程等模式，打造“線上線下”一體化的黨史教育平臺。積極探索構建黨史教育的“線上”傳播矩陣，借助AR、 VR 技術、直播平臺、云端觀展等方式，如將AR疊加在 5G技術之上，“進行場景的還原，實現(xiàn)歷史重現(xiàn)，提升觀眾體驗”，并以“微話語”“微視頻”“微評論”來加強互動，這樣可以實現(xiàn)跨越時空傳播，活化教育內容，增強教育內容的參與性、互動性和場景性，達到在線教育的全域覆蓋、全程覆蓋、全員覆蓋。

另一方面需要注意社交化的傳播對象?？梢葬槍Σ煌慕逃龑ο笤O計不同的社交化傳播方案。利用智能算法，根據(jù)黨史教育對象的信息接收場景、情感期待以及社交關系網提供的教育內容供給，強化教育對象的認知沉浸度，以實施圈層化與群體化教育。同時利用新媒體傳播的碎片化特征，增進黨史教育的生動性和便捷性，實現(xiàn)教育手段的多樣化、多元化、互動化，從而增強黨史教育的實效性。

（三）打造數(shù)字化案例典范，活化黨史教育內容

黨史是由系列重大事件構成，而演繹這些重大事件的主體是人以及一些重要的場館基地。因此，可以將大歷史觀和算法推薦相融合，增加黨史價值觀在算法推薦中的比重。針對黨史中的重要歷史人物、重大歷史事件、重要場館基地，利用算法技術創(chuàng)建多模態(tài)、多語種的數(shù)字化教育案例庫以及以黨史文獻、黨史人物和黨史故事為主線的黨史知識普及平臺、客戶端，實現(xiàn)黨史知識的數(shù)字化、網絡化傳播，在此基礎上生成多功能、數(shù)字化、基于不同地區(qū)不同教育對象的黨史教育典范，以供黨史教育系統(tǒng)的機構、組織和個人使用。

具體而言，打造重大事件教育典范，數(shù)字化展現(xiàn)其宏大時空場景，讓受眾能夠“沉浸式”體驗和了解；打造重要人物教育典范，數(shù)字化復原歷史人物原貌，引導群眾主動參與歷史人物教育全程；打造重要理論教育典范，進行數(shù)字化呈現(xiàn)和創(chuàng)新性解讀；打造重要場館教育典范，數(shù)字化滿足受眾多元化、個性化的體驗需求。

這些數(shù)字化教育典范從時間向度上去呈現(xiàn)不同的時代背景、不同的歷史使命，從空間向度上去彰顯不同的地域特色，從而把各個地區(qū)的黨史教育典范聯(lián)系起來，呈現(xiàn)出鮮活的、地方特征鮮明的建黨精神和面貌，為黨員干部尤其是青少年、普通民眾的黨史教育普及提供支撐，更有助于實現(xiàn)個性化與多樣化的內容推送。

（四）構建黨史教育監(jiān)控平臺，阻斷歷史虛無主義網絡輿情

針對當前的網絡歷史虛無主義對黨史教育的干擾，黨史教育宣傳管理部門可以將智能算法與人工審核相結合，利用智能算法構建歷史虛無主義網絡輿情監(jiān)控平臺，將主流價值觀融入到算法推薦的技術研發(fā)當中。“充分發(fā)揮人工智能技術的信息算法、識別與攔截功能和大數(shù)據(jù)的信息搜集、整理、歸類、分析等功能，及時高效地篩選歷史虛無主義的話語內容，梗阻其信息發(fā)布與傳播?！?/p>

借助這個監(jiān)控平臺加強對歷史虛無主義話語的常態(tài)化監(jiān)測，精準了解相關鼓吹者的教育背景、生活經歷、價值取向、網絡空間中的活動傾向，利用算法概括和提煉歷史虛無主義的特征性詞匯、句式、符號、描述方法、敘事邏輯，搜集他們虛無黨史人物、虛無黨史事件、虛無歷史進程的觀點或言論，由黨史教育及其管理部門研判、預警、阻斷和屏蔽。這樣一定程度上可以瓦解網絡歷史虛無主義思潮對黨史人物、黨史事件、黨史進程的虛無和侵蝕，同時規(guī)避算法傳播中部分熱搜、熱推內容所形成的“流量至上”“娛樂至上”，維護和保障黨史教育的成效。

總之，智能媒體時代的黨史教育在技術層面需要借助智能算法更好地實現(xiàn)教育的對象化、分眾化、社交化、典范化、屏蔽化，既要精準有效覆蓋，又要生動鮮活開展，用好新媒體新平臺，這樣才能講好新時代黨史理論的學理哲理、道理情理，這樣才能在傳播層面為黨史教育常態(tài)化長效化提供好制度機制保障。

參考文獻：

①周靜宜：《智能融媒體平臺推進媒體深度融合探析》，《傳媒》2022年第3期。

②⑤張志安、湯敏：《論算法推薦對主流意識形態(tài)傳播的影響》，《社會科學戰(zhàn)線》2018年第10期。

③張楊、高德毅等：《算法推薦時代高校網絡思想政治教育面臨的挑戰(zhàn)與應對》，《思想理論教育》2021年第7期。

④溫旭：《智能算法助推高校精準思政的邏輯進路》，《思想理論教育》2020年第6期。

⑥彭訓文：《我們需要什么樣的“算法”》，《人民日報》（海外版）2020年11月16日。

⑦喻國明、韓婷：《算法型信息分發(fā)：技術原理、機制創(chuàng)新與未來發(fā)展》，《新聞愛好者》2018年第4期。

⑧⑨⑩陳文勝：《嵌入與引領：智能算法時代的主流價值觀構建》，《學術界》2021年第3期。

鄭志庚：《歷史虛無主義的話語轉向及其應對》，《思想教育研究》2021年第3期。

盧聳崗：《論毛澤東、鄧小平、江澤民的中共黨史觀》，《四川黨史》2000年第2期。

王炳林：《論鄧小平的黨史觀》，《黨的文獻》2001年第3期。

張雪、牛海花、龐琳：《習近平黨史思想研究》，《黨史博采》（理論）2016年第10期。

喻國明、張詩悅：《從“用戶思維”到“場景思維”：媒介連接用戶的全新范式》，《教育傳媒研究》2021年第3期。

宋蒙：《AR技術與數(shù)字文化公園建設》，《教育傳媒研究》2021年第6期。

鄭志庚：《歷史虛無主義的話語轉向及其應對》，《思想教育研究》2021年第3期。

（作者系深圳大學傳播學院教授、博士生導師）

【責任編輯：謝敏】