传统媒体在融合转型中如何更好借助算法思维的力量

吴旭渤

摘 要 算法驱动力对于推动传媒进入智能时代和智媒时代几乎是决定性的。对于大部分传统媒体来说，要想与互联网平台争夺话语权，加快深融转型的步伐，必须要学会掌握算法应用的利器，用算法思维武装自己的大脑。文章从主导议题、细分受众、重组基因、创新生产四个方面来阐述算法思维的重要性。事实证明，在引领主流价值观，实现有效圈层分化，革新新闻产制，创新转化等方面，算法思维对于传统媒体而言具有不可替代的作用。

关键词 算法思维；深融转型；传统媒体

中图分类号 G2 文献标识码 A 文章编号 2096-0360（2021）22-0081-03

什么是算法，简单来说就是解决问题的过程，在百度百科上，它的定义“是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。”我们今天经常提起的算法对媒介和媒体的影响，大多指互联网搜索平台、社交平台、内容聚合平台等借助算法推荐迅速崛起，获得了更大的话语权。但事实上，算法已经改变了新闻生产的全部流程，重塑了新闻从业人员的职业规范与功能，甚至锻造了全新的新闻生态系统。

那么，本文即将研究的主题算法思维又是什么呢？本质上，我们所说的算法思维是计算思维（Computational Thinking）的一种。首次提出这个概念的美国卡内基-梅隆大学周以真教授把计算思维解释为是运用计算机科学的思维方式进行问题求解、系统设计以及人类行为理解等一系列的思维活动，她认为计算思维包含算法、分解、抽象、概括和调试五个基本要素。大多数人认为，计算思维不是计算机的思维，而是一种人的思维，是脱离互联网、计算机等机器的独立存在的思维，是对未来世界认知和思考的常态模式。

对于大多数传统媒体来说，他们接受算法并不难，但他们更需要的不仅仅是算法推荐的清晰指令，而是用算法思维来改造自己的“大脑”，从而真正在信息舆论场和传播圈确立自己的主流地位，也只有这样，传统媒体的深融转型才能算真正成功。

对于算法的价值观问题，算法偏见和算法歧视，自其诞生之日就一直争论不休。以算法推荐获利的互联网分发平台极力为算法辩护，认为相比于有着自己的政治意识、价值观、情感、爱好的人类编辑，计算机显然是更“公平”的。而美国皮尤研究中心2018年发布的《算法面前的公众态度》报告显示，有四成美国人相信算法是“中立”的，而在18～29岁的年轻人中，持这个观点的达到了50%。

然而，正如美国人伊莱·帕里泽出版于2011年的《过滤泡——互联网对我们的隐秘操纵》畅销书中所说的，算法本质是一个缺乏道德感的体系，人类将面临冰冷代码制造的新的“监控”和“霸权”。更重要的是，我们即便可以接受商业算法趋利的一面，却不能容忍新闻算法推荐系统用“算法新闻”挑战新闻的本质，用“扭曲的棱镜”为公众带去虚假的信息而使操纵者获得更大利益。

因此，对于传统媒体来说，他们在抢占互联网主阵地的时候，必须掌握好算法这把双刃剑，因为这不仅关系到媒体自身的生存，更关系到传统媒体对于主流价值观的引领和影响，对新闻道德体系的维护与坚守以及对于专业化新闻生产的捍卫与发展。事实上，一些媒体转型较为成功的主流媒体，无不在算法推荐上做好文章。

以南方报业传媒集团为例，其重点打造的南方+客户端8.0版本目前年总发稿量超过80万篇，总阅读量达11亿人次，全面覆盖广东21个地级以上市和18个垂直系统，是广东规模最大的政务新媒体聚合平台和新闻舆论主阵地。不仅在内容方面亿级爆款频出，而且依托精准的推送平台，99.8%的消息可毫秒级直达千万用户。

而这一切，正是基于南方党媒算法的智能推荐，通过新的算法设置，南方+进一步强化了正能量舆论引导力和正确价值观的宣传力度，掌控了更多议题的建构权，加快了深融转型了步伐，增强了主流媒体的话语权。

一个有趣的细节是，在南方日报电子版的右上角有一个搜索栏，如果你输入信息，可以获得大量的相关新闻，而同样的搜索字眼，你很可能在百度收到大量广告，真正的纯新闻报道反而淹没其中。而这恰恰体现了主流媒体在算法上和网络平台不同的地方，也是主流媒体新闻价值观的体现。

回到算法本身，一般性认为的算法推荐分为5种，分别基于协同过滤、内容、关联法则、效用和知识。而这种推荐本身其实就是为了更精准的定位用户，为用户提供更加个性化的服务。有研究者认为，媒体环境中的“媒介即信息”已向“媒介即服务”转变，内容的生产、分发、消费和互动都演变成一种更加个性化的服务[1]。这种个性化的服务曾被人诟病容易产生“信息茧房”效应，或者说“信息回音室”效应，即指个体会因算法推荐被围困在自己制造的狭小空间里，视野越变越窄。不过在学术界，这些效应并没有得到大多数的认可，专家们认为，无论在个体还是社会层面，受众都有更多的选择，不会固执地忍受各类偏见，甚至，由于算法推荐有不同类型，它甚至可以帮人们打开更广阔的世界。

对于传统媒体来说，其实对于个性化的服务并不陌生。报纸的版面安排，电台电视台的频道设置，无不体现了细分受众的思想。但是，和算法之下的用户画像相比，传统媒体的细分受众就显得“粗犷”了许多。更重要的是，它与受众间的互动与分享很难完成，也不可能实现受众间的精准匹配。要真正实现从单向传播到高效的多向互动，建构自己的闭环生态圈，就必须运用算法思維来重新定义自己的媒体平台：一方面通过架构新的算法推荐来获取个性化数据，另一方面通过传统媒体在品牌、内容资源等方面的积累实现政务平台的集成，借此为受众提供更有价值的信息，从而赢得用户的信任和支持。

笔者从业的新华报业传媒集团，近几年来经营数据逆势上扬，已经连续4年实现大幅增长，即使在疫情期间也丝毫未收影响，其在业界已经打造出了属于自己的“新华现象”[2]而在这个过程中，算法思维的应用功不可没。就以2020年疫情期间为例，新华集团依托获得过“王选科学技术奖”一等奖的全媒体指挥中心，充分发挥大数据平台的支撑，在内容生产和经营拓展中做足了文章。借助疫情防控期间各新媒体平台大量增粉的时机，新华集团旗下各媒体纷纷开通了面向不同受众、不同领域的云签约、云服务、云旅游、云课堂、云体验、云代言、云销售等一系列云项目[3]。通过细分领域，细分受众构建多样化的生活服务生态，实现了新闻宣传和经营效益的双赢。

事实上，传统主流媒体垂直化平台的打造，本身就体现了算法思维的特征，而且随着对数据化运营的探索，传统媒体也开始不断地加强平台的自主开发，调整自身的生产模式，更加重视用户TAG（标签）的生成，从而加速了生态圈层分化，使数据赋能为媒体和受众之间建立了“有效连接”的桥梁。

如果说算法的角色像是传统媒体的编辑，那么算法思维就是新媒体的“大脑”。传统媒体要想彻底转型，不仅要在内容上借助算法的威力，还必须进行基于算法思维的基因重组。

近十几年来，传统媒体一直在组织架构、运行体制、内部考核等方面寻找更适合自己的全媒体转型模式，但其中失败者居多。其根本原因恰恰是在没有更新思维的情况下单纯地构筑理想型的全媒体平台。简单说，传统媒体在转型过程中往往保持在封闭性媒介场打转的惯性里，技术上的提升和新媒体平台的打造并没有彻底解决互联互通的问题，也没能解决效率的问题。

新的算法推荐，一定意义上说，将新闻信息的选择权部分甚至全部交回用户[4]。同时，在媒体—算法—用户的循环互动圈层内，用户甚至也成为新闻的生产者，并且对算法起到了重新定义的作用。因而，亟待转型的传统媒体也因此必须用算法思维去调整重构自己的新闻产制。

譬如从运营概念上说，无论是To B（To Business，泛指对企业的产品。To B运营更多承担了市场、销售、公共服务环节等事项）还是To G（To Government，衍生自To B，面向的是政府或事业单位，主要根据政府投入的财政预算，运作一系列信息化项目），都需要传统媒体突破往日“渠道商”的概念，代之以内容生产的专业主义，建立开放性的内容运营的观点。在这样的情势下，传统媒体的新闻产制不足以完全承担转型的需求。要想打破这个怪圈，传统媒体就不得不借鉴互联网企业的运作模式，加强UGC（用户原创内容）、PGC（专业生产内容）、OGC（职业生产内容）的建设，以算法逻辑建立新引擎，实现社会化协作模式。以目前有4 200万用户的齐鲁壹点客户端为例，其布局的“传媒+N”智媒生态颇有成效，旗下“壹点号”定位为机构用户内容生产，目前已有4 000个企业号和政务号入驻，形成强大UGC产能，从而带动了整个App的活跃度与黏性，为整体的全媒体转型提供了强大的动力。

最后我们来谈谈算法思维的开放性和它将给传统媒体带来什么样的转型发展良机。前面我们提到，算法思维也是对未来的认知与思考。具体来说，算法思维其实是一种递归思维，它可以看到问题的复杂性与多样性，然后不断去探索更好更优的算法，从准确性、效率、甚至优雅与简洁等多个维度去做出评价，并持续寻找最优的解决方案。在算法的应用上，传统媒体显然是落后了，但这并不能代表它们没有追赶上来的机会。在算法思维的引导下，以技术赋能，通过制度和理念的创新，传统媒体完全可以实现在媒体融合的“下半场”弯道超车。

5.1 技术的意义

技术对于融合的意义，首先体现在对采编团队工作模式的改变上。技术可以使采编人员从单一角色的限制中解放出来。而技术变革也为新闻报道提供了更好的创新机会[5]。

算法逻辑是依赖于技术存在的，因此以技术赋能内容生产，激发用户生产也能够更好地体现算法的威力。通过新的技术提升，一方面可以实现平台的全面升级，另一方面，可以有效地激活社群，形成用户可以广泛参与的泛资讯平台，使得新媒体平台支撑能力向社会化内容生产延展。

5.2 MCN的介入

传统媒体的深融过程中也许还拥有一定的内容生产优势，但是在与把算法推荐玩得熟透的头部平台相比，还是缺少专业化的指导和价值变现的能力。这时，MCN的出现无疑会起到重要作用。所谓MCN，即多频道网络，虽然它常常被简单理解为网红中介，但实际上MCN可以有效地帮助内容生产者，连接内容、平台和广告方，更大程度地实现内容分发和商业变现。

在新的UCG或是PUCG（以UGC形式，产出的相对接近PGC的专业音频内容）的模式建立后，传统媒体可以通过积极寻求与MCN机构进行资源互换和整合，或者干脆自己直接参与MCN领域，对于优质内容进行导入，从而打造用户广泛参与的内容生态系统。

5.3 聚合与转化

算法思维中体现出不断分析、重组和转化的功能，对于传统媒体的转型来说，信息资源的聚合与转化能力也是评判它是否成功的一个重要维度。

在碎片化和无序化的信息传播形态中，传统媒体无疑是对信息进行重组和聚合的最佳人选。基于用户的增长以及用户互动的增加，传统媒体可以获得更多的线索和协同采编的资源，这使得他们完全有能力对海量信息与资源进行重新的归纳整理，从而建立属于自己的“资料库”和“智库”。有别于商业性的互联网平台，传统媒体可以依靠他们聚合的信息资源，实现新闻与社会治理，城市服务的深度融合，从而更好地为主流意识形态和主流价值观的传播提供坚实的支撑。

此外，传统媒体通过信息聚合与分享首先实现了新闻采集端的转型，它们随即就开始迫切地寻找转化之途。在官方地位中拥有更多话语权，在受众市场拥有更大的公信力和品牌影响力，这无疑会加快传统媒体依赖算法思维创新转化的进程，使之在内容营销上与用户更紧密的互动，在运营模式上与客户更紧密的联合，最终实现价值的最大变现。

参考文献

[1]刘庆镇，于进，牛新权.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.

[2]杨驰原.“新华现象”的启示与意义[J].传媒，2020（16）：1.

[3]丁和根，陈月飞.非常态困境中的“新华现象”密码解析[J].传媒观察，2021（10）：36-39.

[4]羅昕，肖恬.范式转型：算法时代把关理论的机构性考察[J].新闻界，2019（3）：79-81.

[5]麦尚文.全媒体融合模式研究中国报业转型的理论逻辑与现实选择[M].北京：中国人民大学出版社，2012：258.

2950501186201