智能推荐技术的创新与新闻传播业态的变革

智能推荐技术的创新与新闻传播业态的变革

我们正处在一个信息技术大发展的时代，人工智能、大数据、云计算等各种创新型的新技术已经深入社会生产和生活的各个领域，发挥着越来越重要的作用。而在信息推荐领域，以“算法推荐”——通过算法预测用户感兴趣的内容并将其推送给用户的信息智能推荐技术正被越来越广泛地运用。在国内，以今日头条、天天快报为代表的新兴新闻信息类客户端几乎都采用了这种“算法推荐”，在国外，谷歌、苹果等知名互联网企业也在自己信息产品中引入了“算法推荐”以优化信息流。与此同时，以人民网为代表的主流媒体也提出研究开发“党媒算法”“主流媒体算法”，实现舆论导向优良与信息分发高效的双赢。“算法推荐”提升了信息传递的效率，但同时也带来了新的问题，如何善用先进的信息技术，消除信息鸿沟、促进信息交流，特别是在信息聚合和智能分发中强化导向意识，已经成为各个互联网平台必须认真思考、努力实践的课题。一智能推荐成为新闻信息传播的主流方式随着信息技术和互联网的发展，人们逐渐从信息匮乏状态转向信息过载状态，尤其是进入移动互联网时代之后，信息量呈现爆炸式增长。信息冗余同时成为内容生产者和内容消费者共同面临的挑战：对于内容生产者来说，如何让自己创作的内容在海量信息中脱颖而出，受到用户的广泛关注？对于内容消费者来说，如何能在大量无用信息中快速找到自己需要的内容？智能推荐作为解决这一信息供需矛盾的系统工具应运而生。广义上的推荐系统可以理解为是主动向用户推荐物品（Item）的系统，推荐的内容既可以是实际物品如书籍、餐厅、电子产品等，也可以是虚拟而带有体验感的物品，如新闻信息和影视视频等。而随着社会和技术的不断进步，人们对推荐系统提出了更高的要求，推荐系统需要满足不同用户个性化的需求，进行千人千面的推荐。这也就是我们现阶段语境下的推荐系统——个性化智能推荐系统。推荐系统仅有短短20多年的历史，但发展迅速。一般认为1994年的明尼苏达大学GroupLens研究组推出的GroupLens系统是世界上将智能推荐系统作为一个独立研究的起点[1]，它首次提出了基于协同过滤（CollaborativeFiltering）来完成推荐任务的思想，并为推荐问题建立了一个形式化的模型，引领了今后二十多年智能推荐的发展方向。随后，无数的科学家在此模型基础上不断开发，延伸出多种多样的推荐模型，如基于内容的推荐模型、基于用户的推荐模型、基于规则的推荐模型、基于效用的推荐模型等，并逐步应用到我们的日常生活中，全方位地对日常生活产生影响。推荐系统在当今生活中的应用场景丰富多样，基本覆盖了生活中的大部分空间，如电子商务、视频网站、网络电台、个性化阅读、基于地理位置的服务、个性化邮件和个性化广告等。其中个性化阅读服务和视频网站是推荐系统在新闻信息传播领域的具体应用，从内容分发层面影响整个新闻传播业态的变革和发展。推荐系统在新闻信息传播领域主要解决“预测”和“推荐”这两大问题，其中“预测”是根据用户的使用历史数据，判断你对某一项内容的喜好程度；“推荐”则是在预测环节的结果基础上进一步向用户推荐他未涉及过的领域内容。虽然现阶段对新闻信息推荐系统的研究多集中在“预测”环节，推荐系统不断地收集用户的使用信息，通过阅读时长、收藏、点赞等用户使用行为，不停地为用户更新他的信息内容列表，争取在第一时间为用户找到他感兴趣的资讯内容，并不断地进行细化，形成千人千面的信息流。但用户对信息内容的“推荐”需求也应逐步得到满足，成为今后的研究重点方向。2012年今日头条首先尝试将推荐系统大规模引入新闻信息传播领域，利用算法进行新闻信息的分发，在技术和商业上获得了成功。自此，国内外多个传统新闻App，浏览器（QQ，UC，Opera），搜索应用，社交平台纷纷上线信息智能推荐功能。在国内，2014年以后，搜狐、腾讯新闻等信息分发平台进行推荐系统算法化的尝试，并有一批如一点资讯、天天快报等新产品参与到新闻信息分发的竞争中；在国外，2013年Facebook宣布用算法改变信息流的排序方式，Twitter在2016年宣布不再严格按时间排序。2016年猎豹全球智库发布《全球新闻App发展与趋势》系列报告中国篇中提到在世界新闻App市场格局中，中国市场最具特色，用户基数巨大且互联网软硬件水平处于世界领先地位，世界各大开发商都视中国市场为一片沃土。其中，中国新闻App市场渗透率上涨迅速，新闻App分类的市场渗透率从年初的占比16%，上涨到19.42%，上涨了3.42个百分点。中国新闻分类App在全部App分类中的总排名从年初的第8名左右上升到第5名，这个排名甚至超越了购物和社交的分类。这两个数据都说明在中国使用新闻App的群体数量是逐步上升的。综合以上两个数据可以得出结论：中国新闻App渗透率的上涨得益于个性化推荐类新闻App的快速崛起。[2]而猎豹全球智库2018年7月11日发布《2018上半年中国App榜单》，其中新闻类App中排名前十的均是利用推荐系统进行新闻信息分发，由此可见在移动互联网时代，推荐系统对新闻信息进行智能分发的模式已经成为新闻信息传播业态的主流方式。二智能推荐对新闻信息传播业态的影响和挑战1.智能推荐给新闻信息传播业态带来的深刻变革（1）重塑新闻生产环节，“算法与数据支撑了整个新闻生产的生态系统”智能推荐技术的应用渗透到新闻信息传播行业，对这一行业产生了深远的影响，首先该技术使新闻生产环节正在进行一次重塑。从新闻信息生产者的角度，将每一个用户在浏览新闻时的评论、停留的时长、分享和点赞以及屏蔽的具体行为作为基础，利用数据驱动来满足用户阅读需求，将新闻信息精准推送至特定用户的数据引擎已经成为新闻信息生产的重要驱动。这在一定程度上改变了新闻生产者决定内容的格局，用户思维和数据思维构成了内容生产环节的轴心，从而改变了传统新闻信息从主题策划到事实采集到内容编辑再到依托合适的载体传播的模式，转而成为一种“内容生产—收集数据反馈—再生产—再数据反馈”的闭环模式。甚至有专家称，“算法与数据支撑了整个新闻生产的生态系统”。[3]（2）改变新闻信息传播方式，把过去的“人找信息”变成现在的“信息找人”智能推荐模式对信息传播方式最明显的影响在于把过去的“人找信息”变成了“信息找人”。基于用户阅读的倾向性和个性偏好，通过算法为其推送感兴趣的内容，满足个体阅读需求，这种分发机制改变了信息流动的一般模式，让用户的个性化需求得到精准匹配，让内容主动“找到”对它感兴趣的人，同时也节省了用户信息过滤的时间。人工智能技术应用于新闻信息行业提高了信息分发的效率，提升了新闻报道和信息推送的速度，形成新闻信息生产的智能化数据驱动模式。时下几乎所有的新闻信息类App都宣称实现了智能分发，根据用户的兴趣标签、社交行为等数据源，用算法对用户进行画像，从而实现高效信息推送。而网民也迅速接受了这种不用主动寻找、不做过多操作，便可在指尖滑动中源源不断接收个性化订制信息的阅读模式。（3）提高受众身份认同，使“以传播者为中心”逐渐转化为“以用户为中心”基于算法推荐的新闻分发使“以传播者为中心”逐渐转化为了“以用户为中心”。这也使用户的身份与行为潜移默化地发生着改变。在内容平台中，用户从以前的被动接受新闻资讯推送转变为主动搜索个人感兴趣的信息。内容与用户二者之间进行双向匹配，同时也提高了信息分发效率。进而，当用户获得个人感兴趣的资讯后，则会将该内容继续转发，从而又开启了下一轮的信息传播。这一过程也促进了用户社交需求和价值认同的相互对接。[4]智能分发平台受到用户青睐的原因一定程度上可以说是把传播内容的主动权交给了用户，一方面满足用户的个性化信息需求；另一方面满足其传播心理与体验，将交互性贯穿于使用环节中。对大数据时代用户个性化、碎片化、专业化等特点的精准把握，使受众自主性、满足感提升。2.智能推荐给新闻信息传播业态带来的问题与挑战（1）算法黑箱与信息茧房，弱化了新闻信息传播中的全局性与客观性在新闻信息生产与传播的整个环节中，对于受众个体而言，只能看到算法输出的结果，而对于其中推荐、过滤、强调、弱化等具体算法逻辑，从设计到运行逻辑都无从知晓。对广大受众而言，对信息内容的处理加工就成为技术黑箱。一定程度上，推荐分发的权利由新闻从业者转移到算法技术平台上。另外，算法推荐依赖于对用户阅读信息的分析，用阅读大数据推测用户的爱好。但久而久之，在推荐算法的策略下，往往会对用户造成视野窄化、兴趣窄化的倾向，发生“信息茧房”的现象。在信息茧房中，用户很容易只关注自己感兴趣的内容，而这样一来不仅容易造成知识和思想的固化，脱离多元视角，进而还会造成公共信息环境的相对缺失，公众意识会逐渐降低。个性化推荐会弱化新闻信息传播中的全局性与客观性，这也会造成受众对严肃公共事件的离散化问题。（2）内容的品质和深度难以识别，优质内容生产和深度阅读被束缚与挤压在智能推荐的场景下，内容生产得到极大丰富但同时也带来了泥沙俱下的困扰，相对传统的媒体生态来说，移动互联网上深度报道和多重事实的新闻内容生产空间受到严峻的挑战。一方面，推荐算法仅能感知阅读量、文章数等量化数据，而内容的品质和深度难以识别，内容的品质和深度要靠新闻从业者依据多年的社会阅历、人类独有的认知能力进行判断，因此在多重事实的价值判断面前，技术手段只能起到辅助性作用。另一方面，人们长期在智能分发平台获取短、新、快的内容资讯，在移动互联网时代碎片化阅读习惯的冲击下，复杂冗长的信息呈现方式显然不符合移动互联网用户碎片化的阅读习惯，使智能推荐场景下的深度阅读被束缚与挤压。从内容生产和传播的角度，资讯平台追求信息时效性，致使深度内容生产周期缩短，生产者也逐渐以流量为导向进行内容创作，也影响了优质内容的产出。（3）用户隐私与信息安全隐患明显，不可预测性、不可逆性可能触发未知风险智能推荐技术赖以存在和进化的基础是对每一个用户的观察分析，大数据的产生和应用必然伴随信息安全的问题。提高效率是否必须以牺牲隐私为代价？信息调用的边界在哪里？这不仅是一个技术问题，更需要法律学界、社会学界甚至伦理学界等多学科的共同参与研究解决。以智能推荐技术为基础的信息平台在信息获取社交化、时间碎片化、内容个性化的情境下，着力建立更灵活便捷的信息消费场景，给人们带来更友好的用户体验。但与此同时，个人数据也更易于被收集与分享，这对网络空间的监管不断带来新的挑战。移动互联网的普及应用使人机关系发生趋势性改变，在这种趋势下新闻传播环节中的不可预测性与不可逆性很有可能触发未知的风险。三完善优化智能推荐，促进新闻信息传播业态正向良好发展智能推荐为我国新闻信息传播带来了巨大变革，全方位地影响了内容生产者和内容消费者，改变了新闻信息行业的生态。但我们也要清楚地认识到智能推荐还是一项新生的科学技术，其自身发展并不完善，存在着上述一些问题。智能推荐关系全国数以亿计用户信息获取与分享的大事，如何完善和优化智能推荐，促进新闻信息传播业态的正向良好发展，已成为现阶段亟须解决的问题。针对这一问题，建议从以下几个方面入手，处理好流量导向和价值引领之间的关系，进一步提升社会正能量的传播效率，助力互联网发展成为“最大增量”。1.不断迭代和优化，推动智能推荐技术创新新的技术运用产生了新的问题，这些问题的解决亟须技术的优化和创新来解决。智能推荐产生的内容生产和内容审核方面的问题，可以通过增加人工力量、人工干预，创立良好的人机共建模式加以解决，而解决新闻信息推荐分发中的信息茧房、算法黑箱等问题，从根本说，还要靠智能推荐技术的不断迭代、优化和创新。要打破用户信息茧房，就要智能推荐在做好“预测”的基础上，尝试从“推荐”角度进行提升，即进一步向用户推荐他未涉及过的内容，开拓用户的内容需求类型。比如，今日头条在信息“预测”层面对用户的兴趣加大分类打散力度，并对信息内容实行了实体词打散机制，双管齐下解决某类别或某主题稿件过于集中的问题。在信息“推荐”层面，提升协同特征在推荐中的权重，通过用户行为分析不同用户间相似性，扩展推荐模型的关联探索能力，从而帮助用户不断拓展阅读视野、突破信息茧房。2.创建价值观模型，赋予算法主流价值观新闻资讯行业作为思想产品的重要输出口，它承担着引导和教化用户的作用。不加约束和引导的人性，本身就会对低俗、八卦、丑闻等内容产生阅读的好奇和冲动。如听任智能推荐系统无限制根据用户反馈数据推送低俗信息，可能对用户的世界观、人生观、价值观产生负面影响。这就要求智能推荐的算法本身要有价值观，而算法的背后是人，算法的价值观也就是人的价值观。政府部门、新闻行业和学界长期关注算法价值观问题，各大新闻信息推荐平台也认识到价值观在智能推荐算法中的重要作用，纷纷为推荐算法注入价值观模型。比如，今日头条平台通过价值观模型提升内容推荐质量，对照社会主义核心价值观12个关键词，人工标注超过100万篇符合核心价值观的正能量文章和视频，训练机器学习。所有文章均要通过核心价值观模型筛选，符合价值观要求的文章加权推荐，不符合价值观要求的不予推荐。同时，建立正能量模型数据库，提供更多优质内容供给；建立低俗模型数据库，通过“人工标注+机器学习”强力打压低俗内容；建立谣言数据库，通过站内外数据建立模型，打老谣、辟新谣，通过回溯、弹窗等方式进行精准辟谣。此外，通过“人工标注+算法推荐”，完善首屏要闻推荐模式，让正能量的内容有传播力、到达率；加大正面内容弹窗比例，让正能量强效抵达；全力打压涉嫌违规低俗自媒体账号。通过这一系列努力给算法赋予主流价值观，构建主流价值引领下的智能信息分发和短视频传播生态。有了价值观指导的算法标志着算法进入了2.0时代，这是算法一次重大的优化和创新发展。3.满足传播分众化需求，推动平台差异化发展分众化传播突破了早年大众化传播的壁垒，使每个人都可以获得自己感兴趣的内容。用户个性化的阅读行为背后是多个独特的文化圈层。清华大学新闻与传播学院教授彭兰指出，就像在现实社会一样，网络中的圈子，也会抑制圈子之外的信息或声音传播，强化信息的同质性。[5]人们对多样性信息、多圈层文化的需求要求新闻信息智能推荐不能以统一的形式存在，而要针对不同需求的人群进行差异化的推荐。同时，我国新闻信息智能分发市场已相对饱和，但市场分化正逐步形成，在传播有价值信息的前提下，以差异化市场定位策略主攻细分市场也是各大推荐平台需要考虑的问题。比如，以人民日报客户端为代表的新媒体平台，抓住对严肃内容较为偏爱的人群需求，在供给侧投入优秀的采编团队，生产高质量的内容，以重大时政信息和正能量内容为传播主体，保证其媒体的权威性和影响力。而市场化的推荐平台，则在传播权威媒体声音之外，还要从内容的多样性、趣味性、实用性等方面发挥自身优势，满足对轻松内容偏好人群的供给。各大推荐平台突出自身优势，结合目标人群的需求，找到适合自己的发展方向，形成互补的信息生态，推动平台差异化有序发展。4.加强规范治理，推动算法立法在规范和治理算法以严格保护用户隐私与信息安全方面，欧洲加强相应立法的经验可资借鉴。新闻集团首席执行官罗伯特·汤姆森曾呼吁各国政府设立“算法审查委员会”，以对科技公司严加约束。而法国总统马克龙则明确表示：人工智能未来会彻底改变能源、国防、运输、金融乃至医疗等主要行业，且人们很容易会对人工智能产生不信任而导致拒绝这些领域的创新。因此未来法国所有的人工智能算法都将开放审查，以最大限度减少它们可能对民主造成的威胁。2018年5月，欧盟开始试行《一般数据保护法案》（GDPR），针对个人数据保护进行了严格的