智能技术对新闻分发模式的重构探究

蔡倬逸

摘 要：智能技术可以更好地分析传播行为、测量传播效果，从而优化传播方式、促进传播过程。深度学习、机器深度学习、5G通讯网络等这些智能技术都推动着新闻分发向更加智能化的方向发展。本文首先通过梳理新闻分发模式的历史演进，对新闻分发模式做出规律式总结。其次在分析智能技术对新闻分发模式提供的三大新动能之后，作出新闻分发模式还将在新的传播环境下重构的可能性预测。最后对新闻分发模式的发展策略提出更加人格化的建议。

关键词：大数据;机器学习;物联网;智能分发

中图分类号：G206  文献标识码：A 文章编号：1672-8122（2020）11-0043-04

在智能技术驱动下，新闻生产发生了巨大变革。新闻分发模式呈现出从单一到多维发展的态势，从编辑推荐再到算法推荐，通过多元化的分发渠道，将新闻内容分发给受众。目前，形成的传播效果较好的互联网新闻分发模式之一，是由互联网技术公司主导的算法推荐技术，且互联网公司以此逐步占据分发渠道。以“今日头条”的精准分发算法为例，将各个媒体渠道所生产的新闻内容聚合之后，再通过算法计算推送给受众，此过程只对新闻内容进行分发而不自己生产新闻内容。其逐渐成长为拥有流量以及技术优势的互联网公司，为专业内容生产者提供快速、有效的内容到达通道，随后传统专业媒体也逐渐迎合趋势纷纷入驻平台。随着智能技术的快速发展以及相关智能基础设施的落地，未来新闻分发模式还会做出进一步改变。

一、新闻分发模式的历史演进

（一）单一型的传统新闻分发模式

传统的新闻分发是与新闻生产固定在一起的，是专业传播机构主导下完成的新闻生产最终环节。分发对象是广泛的受众，因此对于传播机构来说，在单一的分发模式下，其不能够明确自己的新闻具体传播给了哪些受众以及获得了怎样的传播效果。传统新闻生产相比新闻分发更加重视新闻内容生产，因为它们具有相对固定的传播渠道，其传播路径也相对单一，受众只能被动地接受其传播的新闻内容。

纸媒发行和传输便是一种典型的单一型传统新闻分发模式之一。考虑到纸媒发行属于劳动密集型行业，它的内容就局限为更符合大众传播特性的，较为完整、全面、符合大多数受众需求的内容，相对地，纸媒就必须放弃长尾部分的少数受众需求。据《中国产业信息网》统计，2011年起，报纸发行种数开始连续小幅下降，2014年报纸总印数开始下滑。总体看来，全国报纸整体平均销量连续多年下滑，纸媒发行量萎缩，发行收入也随之下降。单一型的传统新闻分发模式，一方面无法支撑自身经营;另一方面无法再满足被互联网改变获取新闻信息习惯的受众需求，同时这两方面也造成了恶性循环。纸媒发行主要靠两方面：零售和订阅，这两方面都在网络媒体的快速发展下受到嚴重冲击。线下交易移植到了线上，原本的零售点——报刊、书店，变成了现在的各类移动终端手机应用;订阅靠的是凭借固定媒介印象所获得的忠实受众，而这部分受众的注意力也大部分被各类网络媒体发布的碎片化信息所转移，此外，不能及时获取到真实准确的用户反馈，以及纸媒拥有较长的生产周期，都让订阅人群逐渐流失[1]。

一些传统媒体开始被迫转型，编辑推荐型的新闻分发模式形成。传统媒体将自己生产的内容整合、汇总，通过专业新闻编辑的判断力来对内容进行再次整合、加工，然后通过客户端分发到网上。这种模式与传统新闻分发模式相近，虽然网络平台拥有无限货架以及更为丰富的内容源，但由于效率低下、内容失效，加上新媒体的冲击，实际传播效果依旧不理想。传统媒体开发的新闻客户端的下载量、日活量普遍较低，一篇文章的评论量、点赞量、转发量更是寥寥无几。

（二） 多元化的互联网新闻分发模式

互联网时代影响着整个新闻媒体生态变革，带来了新闻生产与新闻分发的隔离，网络先后出现了各类多元化的新闻分发模式。分发对象即是广泛的大众，但从中又做出了细分，同时照顾到了长尾部分的小众需求。分发主体也不再固定为某一专业的传播机构，而是由一个平台将不同传播机构所生产的内容分发给不同的用户。当业界产生了“内容为王”还是“渠道为王”之争时，足以看出新闻分发已经独立出来，成为和新闻内容生产同样重要的全新的一环。这样的互联网分发模式可以既不从事内容生产也不从事内容消费，内容生产由专业传媒机构完成，内容消费由用户完成。

互联网分发的三大前提是：用户数据、海量内容和算法推荐。当互联网分发平台获取了足够规模的用户数据，便可以进行用户画像、用户分群、模型建构，同时协同过滤内容平台，来打通资源之间的通道。之后将海量内容进行精准分发匹配，从而获得用户黏性，进一步补充用户数据的完整性，实现数据利用、增值、变现的可能。通过算法向用户开放的内容推荐，将进一步实现上述环节效果的精准化、智能化，促进新一轮的新闻消费。

现在的互联网分发平台呈现出多元化的特点：有通过搜索技术形成的自动化内容分发平台、有通过社交网络形成的UGC内容分发平台、有通过提供服务形成的个性化内容分发平台等，它们的核心价值都是为了完成新闻内容和新闻消费者之间更加精准和更加高效的对接。但不容忽视的是，新闻分发是把关者决定什么样的新闻信息，在什么样的场景下给到什么样的用户。在传统媒体时代，把关者是专业的新闻编辑，而在互联网分发环节中，这个把关者变成了机器或者称之为一套程序，因此便产生了关于“信息茧房”“算法偏见”“新闻伦理”等一系列的争论[2]。

二、智能技术赋予新闻分发环节新动能

（一）大数据持续性的基础赋能

大数据是媒体生存与发展的基石，也是新闻分发重构的基础。大数据不仅影响着整个新闻生态，更是渗透到了人们的生活中，在企业管理、社区管理、经济指导、城市运营以及行业监控等领域也应用广泛，人们的生活数据化，且被数据连接，有了线下移植到线上的趋势。鲍德里亚曾对麦克卢汉的“媒介即延伸”作出补充研究，其指出：未来随着信息中介的消失，一种真实到另一种真实的中介不复存在，媒体效果将出现一种自我圆满。这意味着万物皆可能成为媒介，而媒介不仅承担着媒介的职能。人们接触到媒介的频率将大大提升，而每一次接触媒介的行为都会被监测，被大数据技术所记录与分析。

以“数据驱动”核心的Buzzfeed为例，Buzzfeed是美国新闻聚合平台，在全球有40个分发渠道、12个社交媒体、5个即时通讯，3个内容合作伙伴、20个视频“辛迪加”合作伙伴，其中80%的流量都来自站外平台。Buzzfeed的新闻分发利用了两个系统：网络传播监控优化系统和内容管理系统，这两个系统全由大数据技术所支撑。网络传播监控优化系统通过捕捉新闻的传播路径，一方面把用户数据做成可视化的传播路径图，另一方面为后续数据分析做支撑。如捕捉到用户将获取到的信息分享到社交媒体，再由社交媒体的其他用户分享的传播路径，这样不仅可以了解用户的基本信息还可以了解到用户的社交关系，用于之后更精准的新闻分发;内容管理系统是将同一条新闻在不同渠道的不同形式匹配同一个ID来进行识别和管理，这样就可以知道新闻内容之间的相关性，甚至可以了解到新闻与受众之间的联系。

大数据提供持续性的基础赋能，随着智能技术的不断发展，不仅可以提升大数据的传输能力，还能不断扩大大数据的网络存储空间。未来随着其他智能基础设施的落地，大数据连接网将更好地为新闻分发提供无限动力。

（二）机器深度学习的智能化赋能

算法的运行过程是通过对用户数据的获取、筛选、分析、阐释等一系列工作，本质上讲是按照既定的程序输入数据再输出结果，这个结果本身应该是比人工把关要更加公正的。但是数据作为这一过程自始至终最重要的生产要素，它本身带有用户的主观性。除此之外，算法本身是模拟人脑进行运算，程序员在设计算法时，对算法法则、数据选择、结果输出、价值判断等都会带有自己的主观偏见。因此，最终用户收到的算法推荐是与自己既定三观相符的新闻内容。算法本身是技术革命下可以降低误差、提升精准且优化资源的工具，且个性化推荐引擎和算法时代对社会的多层面改造是不可逆的，怎样赋予技术正向的价值是下一步算法推荐技术需要发展进步的方向。

除了最大限度地模拟人脑，机器的深度学习还应该判断行为的正向与负向。如微软开发的人机交互算法应用——Tay，通过登陆Twitter观察用户的基本信息、兴趣爱好、情感动态等多维数据与用户进行互动，但上线不到24小时，就因为模拟学习人的行为，变得言谈低俗甚至发表各种歧视偏见的观点。这是因为机器还不能对用户输入给它的数据做出判断。算法通过与人类的互动不断深度学习，提升自己与人类更良好的互动，但不能完全只是真实世界的客观反映[3]。

（三） 物联网的场景化赋能

物联网是1995年比尔·盖茨在《未来之路》中所提出的概念，基于信息传感设备和互联网技术的物联网可以将现实世界与虚拟世界融合，传播也将突破极限。物联网提供数以百亿计的新连接，是人联网的几十倍甚至几百倍，具有更大的商业价值和市场潜力。再加上5G技术的助力，物联网巨型生态系統形成，初步实现了万物皆媒、万物互联。不仅扩展了传媒业的边界，同时为新闻分发模式提供了新的可能。

万物皆媒，媒介形式将更加多元化，VR、AR、智能家居、便携式智能识别等媒介形态被激活，媒介形态的丰富会让用户规模扩大、连接更加通畅，生产方式也会更加多样。新闻分发终端扩散到生活场景的各个物体上。泛在化、生活化的新闻分发模式提供了更具人性化、个性化的推送服务，让新闻内容的分发符合用户碎片化与生活化的场景。不仅生活中所有物品都可能带有媒介属性，成为新闻分发的新终端，未来各个信息系统都将打通，通过多种人机互动方式，完成个性化新闻的实时分发。

三、新动能下的新闻分发模式重构

从传统单一型的新闻分发模式到互联网多元型的新闻分发模式，这其中还包括了编辑主导的信息匹配、搜索引擎主导的信息匹配、社交关系主导的信息匹配，这些至今仍在发挥着作用。从新闻分发模式的发展史可以看出，互联网多元型的新闻分发模式是以不断提高信息匹配的准确度为目的，借助一系列技术手段，来完成特定语境下用户与相应内容的最佳匹配。目前看来，算法推荐比之前的纸媒、搜索引擎、社交圈甚至更了解自己的需求，然后从各种选项中匹配出最优信息推荐进行推送，因此智能技术的发展还会继续影响着新闻分发模式发生改变。

算法推荐实际上是依靠多终端以及流量实现的，而上述所提到的三大新动能：大数据、机器深度学习、物联网以及5G时代，将进一步弱化用户对终端的功能性需求，信息传播的入口将不再是客户端或者小程序的形式，而会向更轻量级的趋势发展，且不再依靠流量而是更多依靠场景。以车载场景下的信息传播为例，车载场景在时间、空间、位置等上皆不同于其它媒介传播场景，当智能技术保证了在高速驾驶条件下也能获取流畅稳定的网络条件时，用户对新闻信息的需求也会进一步被激发。大数据技术为新闻媒体提供了适用于车载新媒体的算法工具，而车联网需要提供一个巨大的兼容网络供应商、内容提供商、服务运营商的人工智能技术集合载体作为用户获取新闻的“入口”。这样一来，车载新闻的来源不再局限于传统的新闻媒体机构，各类图书、杂志、互联网的各类平台内容甚至是路况、天气、周边商业等信息都可以基于驾驶员或乘客的当前状态、当前需求所推送[4]。

无论技术怎样发展，用户对新闻内容的需求以及使用都是新闻传播的重点，智能技术会以家庭、个人、车载等用户使用场景为核心，不断发展新的、符合用户需求的新闻分发模式。与现在的新闻分发模式最大的不同就是未来的传播环境促使万物都有了媒介职能，新传播入口产生，每一个终端都具备网络化、无线化、数据化和智能化的能力，新闻分发模式将变得更加精准化与智能化。

四、智能分发的人格化发展可能

目前算法推荐型的新闻分发所推荐给用户的，都是机器通过大数据来分析用户的日常行为之后做出的判断。当用户所做出的行为都是基于自己的兴趣爱好时，那么算法推荐就具有用户主导性和个体主观性。长期进行这种过度的个人日报式信息选择，就丧失了接触不同信息的机会，甚至变得不愿意去了解与自己既定认知不同的观点，形成了业界担忧议论的“信息茧房”效应[5]。实际上，不仅是业界担忧，算法主导的互联网分发模式已经引起了用户的不良体验和反感。算法推荐型的新闻分发模式本身就是顺应互联网环境，以满足用户需求为目的而产生的，因此，智能技术不仅继续推动新闻分发模式开始新一轮的革新，还将向更人格化的方向发展。

新闻分发模式的重构不仅是未来智能技术的快速发展所致，还是前期智能技术所积累沉淀下的必然结果。互联网的上半场，以BAT为代表的互联网公司以先进的技术、强大的资本、敏锐的市场洞察能力构建起了人际网络、内容网络以及物联网络的基础连接。互联网的下半场，智能线上社会连接已经基本建立，互联网公司规模經济接近临界点，未来发展方向是将自身技术促进社会资源，在已有的连接平台上走向新的发展阶段。而拥有着文化传承和传递主流价值观职能的传统主流媒体此时进场，凭借着专业性、权威性以及历史内容的海量性，足以吸引目前流量池饱和的互联网公司与之合作[6]。

新闻分发模式转变方向之一就是人工编辑和智能算法推荐的结合。最具突出代表的是《人民日报》新媒体推出的党媒算法，这是《人民日报》与百度在内容层面、产品层面、技术层面深度合作的结果。百度拥有多年信息流搜索引擎所产生的大量用户数据，而这是传统媒体缺乏的;此外，党媒算法是由AI技术领先的百度来提供技术支持所搭建的，很好地把共享式创作所带来的内容爆发转化为海量内容优势。《人民日报》的党媒算法用主流价值观疏解“信息茧房”带来的焦虑，海量内容是算法推荐的前提之一，因为《人民日报》的加入，其作为把关人严格把控质量，由此产生了海量优质的内容。用主流价值观驾驭算法，实现海量优质内容与个性化需求的匹配。此外，《人民日报》主导下的党媒算法，其规则建立是严格符合社会责任的，为优质内容提供重点推荐和分发服务，鼓励内容创新，同时保证内容拥有正确舆论导向和正确价值取向，同时也对行业形成引领[7]。

五、结 语

新闻分发模式无论怎样重构，其目的只有一个，就是更好地了解待推荐的内容、准备推荐的对象以及如何更加高效地在内容供给与用户需求之间完成精准匹配。通过智能技术全面了解用户的目的，就是为了向他们提供个性化定制服务。在获取大量人类行为数据后，通过利用人工智能模拟人类思维得以充分理解且尊重人性，从而更加精准、高效、智能地匹配用户需求。一切非智能分发的信息将成为传播过程中的噪音，而通过智能技术实现的精准新闻分发，减少了影响传播者与被传播者之间转码解码出现的误差。目前推荐引擎与匹配算法还不能完全解决“用户真正需要什么”这个问题，除此之外，每一次技术革命都会伴随着关于技术带来的弊端的讨论。总而言之，未来人类的新闻分发模式会像凯文·凯利在《必然》一书中所描绘的那样：“只会遇到那些此时此刻与你完全匹配的事物”[8]。

参考文献：

[1]谢新洲，张春铭.网络环境下的图书发行模式研究[J].出版科学，2005（6）：52-56.

[2]熊敏.内容智能分发平台对新闻传播的价值创新分析——以“今日头条”为例[J].编辑学刊，2017（2）：94-99.

[3]刘庆振，于进，牛新全.计算传播学——智能媒体时代的传播学研究新范式[M].北京：人民日报出版社，2019：200-205.

[4]郭全中.5G时代传媒业的可能蓝图[J].现代传播（中国传媒大学学报），2019，41（7）：1-6.

[5]何慧敏.人工智能时代新闻内容分发中的媒介伦理问题研究[J].新媒体研究，2019，5（21）：4-8.

[6]喻国明.智媒时代：传统媒体的市场机会与操作路线[J].传媒，2019（4）：14-15.

[7]喻国明，耿晓梦.智能算法推荐：工具理性与价值适切——从技术逻辑的人文反思到价值适切的优化之道[J].全球传媒学刊，2018，5（4）：13-23.

[8]刘静，陈红艳.数字媒介传播概论[M].北京：清华大学出版社，2019：17-21.

[责任编辑：杨楚珺]