大数据算法下新闻把关机制研究——以今日头条为例

南京外国语中学仙林校区

1947年，把关人概念由美国社会心理学家、传播学奠基人的卢因提出，并且在《群体生活的渠道》一书，卢因认为，新闻在由传播者流向受传者之前需要接受筛查，只有通过的部分才能流向受传者，随着媒介业态的不断变革，新闻“把关人”理论发生了一系列的变革，无论是从把关人范围、把关的标准、把关节点的设置以及审核的难度都发生了一定的改变。

随着Web3.0时代的到来，大数据、云计算渗透到各行各业，而其在传媒业的体现就是机器人新闻以及云计算结果后的智能推送，有关后者，在我国较为有代表性的新闻APP则是今日头条。

一、今日头条APP基于算法机制下的把关机制

今日头条作为我国较早运用大数据计算的新闻类APP，其主要的内容来自普通的受众以及对于其他新闻类网站的归类以及整合，字2014年以来，其市值截止至去年已经实现了150 倍的增长，今日头条主打兴趣推荐算法，基于兴趣推荐这一算法打破了以往新闻把关人的限制，从新闻把关人的群体上来看，传统意义上的新闻把关人主要依托于专业化、职业化的新闻从业者，即新闻媒体记者以及编辑，但是基于兴趣推荐算法，通过搜集网络上已发表的新闻之外，还能根据用户的使用习惯以及点击、搜索历史形成用户标签，针对该用户标签进行相应方向的推送，不仅保证了新闻推送的真实性还保证了新闻把关的效率性以及准确性。

在今日头条APP的背后，新闻的把关人主要依托于以下的三种模式，首先是受众的评论以及反馈，今日头条的主要新闻来源来自用户，从某种意义上，用户除了作为新闻发布源存在，还起到了一定的审核的作用，即用户在进行新闻事件的上传时会实现进行内容以及用词的审核。

其次是今日头条内置的新闻算法机制，今日头条主打算法机制并采用算法为主，人工为辅的新闻把关方法。而新闻算法主要分为三个阶段，第一阶段为主题的审核，用户在进行新闻内容的发布后，由算法机制对于其题目以及相关可以体现主题的地方进行审核，其内容要求正能量，不符合相关规定的内容无法实现上传，其次是在内容中进行相关关键词的排查，通过整体上的关键词排查避免上传内容涉及公共敏感词汇，以上两个步骤完成后可以实现新闻内容的上传，在实现新闻内容的上传后，算法机制会根据用户的地域分布，兴趣爱好等形成定向推送，达到精准推送的目的。最后则是编辑团队进行的人工新闻审核，自我国开始对诸如今日头条的算法机制进行整合以及整改后，今日头条团队衍生出了人工审核这一环节，即将算法程序审核通过的信息移交人工进行审核。

二、依托算法机制的今日头条在把关上存在的问题

目前，基于算法进行新闻把关仅能保证其真实性，但是究其质量而言还无法与专业的新闻从业者相比，纵观今日头条APP的算法审核机制还是存在着诸多的弊端。

首先是从文字的表述上，在今日头条上进行消息传播的用户，大多不是专业的新闻从业者，对于这些用户而言，能够评判新闻质量好坏的取决于流量，即点击量以及评论数量，但是实际上，缺乏专业化、系统化的用户无论是从新闻标题的选取还是框架内容的分布都或多或少的不合理性，在这其中最明显的就是标题党。标题党形成于流量为王的现状，其主要的目的就是通过敏感词汇、夸张的角度从而达到吸引读者的目的，但是从实际上来说，该行为首先是不符合传播者的职业道德。

其次是从传播的效果上，今日头条的运行机制是由流量决定的，这就决定了用户在进行传播的过程中，能够引起何种的社会舆论反响并不是其首先考虑的范畴，这就导致了新闻的失范现象。

以今日头条出现的新闻“二跳”事件以及“大数据杀熟”现象的产生使得以往鼓吹算法的今日头条受到了质疑，所谓“二跳”事件，是指有用户举报今日头条在点击一个新闻后，出现相应链接，但是当点击链接之后出现的确实低俗广告，今日头条虽当即表示进行相应整改，但是就其媒体的社会公信力而言，还是受到了影响，成也兴趣推送，败也兴趣推送。今日头条的兴趣推送虽然培养并固化了不同群体的用户，最大限度地吸纳不同爱好、兴趣、使用习惯的用户，但是兴趣推送所基于的算法并不将有无产生新闻反转、社会舆论作为参考的标准，所以今日头条所鼓吹的算法机制虽然可以起到优化推送的效率，但是实际上无法保证其推送的质量。

除此之外，侵权问题也是今日头条无法避开的问题，“什么新闻可以采用”“采用的新闻是否都表明来源与出处”2014年到2017年期间，新京报等媒体皆表示今日头条涉及侵权，使得“今日头条”的算法再度面临危机。

三、总结

随着人工智能化以及大数据技术的深入，新闻传媒走向数字化是无可避免的，但是就新闻把关这一方面而言，无论新闻算法机制的覆盖面、推送效率存在着怎样的优越性，但是在产生的舆论效应、把关的节点控制方面都无法取代人工，今日头条APP作为一个主打兴趣推送的新闻类APP虽然可以为用户提供门槛更低的传播平台以及浏览新闻方式的便利性，但是其自身基于算法的缺陷还在，即低俗化的广告刊登，侵权事件屡屡出现，仅依托于大数据进行的推送虽然可以保证数量以及效率但是仍旧无法保证传播的质量。