计算智能背景下信息聚合企业的价值创新研究

强延飞　周金元

摘要：人工智能技术的广泛应用革新了现代社会的生产关系，互联网信息聚合型企业的强势崛起正在成为当前学术界和实务界讨论的热点话题。文章以某新闻聚合平台为例，从内容生产、信息分发、用户体验三方面分析其价值创新过程，并展望未来发展趋势，以期为推动行业发展提供参考借鉴。

关键词：计算智能;信息分发;算法推荐;信息偶遇

迈入21世纪，大数据、云计算、移动互联网、物联网、人工智能等新兴信息技术的崛起，彻底颠覆了人们的生产、生活方式。Web2.0时代，社会信息化程度空前发达。数字信息的爆炸式增长将人们湮没在浩如烟海的信息浪潮中，个体每天接收的信息数量已远远超过自身有限的信息处理能力，信息超载（information overload）现象普遍存在，如何从海量信息中识别、挑选出满足用户需求的高质量信息，成为当代互联网信息聚合企业的信息难题。审视当前所处的媒介环境，不难发现，伴随着计算智能在信息传播领域的广泛应用，新兴信息聚合类企业正在通过价值创新，通过其强大的推荐算法支撑，将传播局面逐渐由“千人一面”扭转为“千人千面”。创新是企业竞争优势的来源，本文从内容生产、信息分发、用户体验分析某新闻聚合平台的价值创新，对于推动人工智能背景下信息科技企业服务水平的提升有积极意义。

一、基本概念

（一）计算智能

计算智能（computational intelligence）是融合大自然和人类智慧而设计的一套用以解决复杂问题方法的统称，是人工智能发展的前沿和方向。与人工智能技术不同，计算智能不需要借助人类知识即可完成对数据的处理。由于计算智能具有的稳健性、智能性优势，使得其在图像处理、自动控制、通信传媒等领域广泛应用。传统媒介信息环境下，广大新闻工作者负责将信息进行汇总并从中凝练进行发布，智能化媒体时代则依靠人机协同方式及时、高效地从海量的庞杂信息中实现自动化的信息采集与内容分发，将个人与信息精准化对接，人不需要主动寻求信息，而是让信息来找人，使用推荐算法将合适的信息推荐给有需要的人。

（二）信息聚合

信息聚合是通过对来源分散在多处的不同类型的信息资源进行采集、筛选、组织、整合和呈现，一般借助于计算机技术挖掘出有价值的信息，且以满足用户复杂化信息需求的信息服务方式或过程。信息聚合类企业指的是利用计算机网络爬虫技术抓取网络上各种来源渠道的信息，其次通过情感分析算法、聚类分析算法、重点事件算法、个性化推荐算法等分析抓取到的信息后，将分析的结果以特定方式进行组织整合呈现给用户的科技服务公司。

（三）价值创新

1997年Kim和Mauborgne提出价值创新（Value innovation）理论，突破了传统市场中以卖方市场和竞争对手为中心的商业模式，认为应通过提升买方价值以开创蓝海。作为一种新的战略思维逻辑，价值创新理论讲求的是突破既有的产品和服务，为用户带来全新的价值体验。针对海量、庞杂的信息与用户有限的信息处理能力这一矛盾关系，某新闻聚合平台以用户需求为中心，运用技术创新推出信息到人的新型服务模式。

二、某新闻聚合平台的价值创新研究

2012年推出的某新闻聚合平台，短短几年时间，其平台的注册用户人数已突破7亿，日活跃用户超2.63亿，已然成为互联网科技领域的领军者。通过算法搭建信息聚合平台，“连接”信息生产者与信息消费者两个群体，是价值创新的典范。

（一）革新内容生产模式

在内容生产环节上，传统媒介机构依靠专业人员开展信息的采集与加工，所产生信息的质量较高，然而信息的生产效率低下，新型新闻聚合平台自身并不生产内容，主要通过与各大媒体机构签署版权协议，编写网络爬虫实时汇聚它们采访报道的新闻内容，即专业生产内容PGC（Professional generated content），此外还结合用户生产内容（User generated content）以及机器生成内容MGC（Machine generated content）扩充其信息采集的来源，信息生产的智能化水平得到提高。

多种内容生产模式的运用使得该新闻聚合平台在短时间内高效汇聚海量数据内容。技术赋权，社会大众得以参与到内容的生产制作中，由用户生产的内容具有时效性高、个性鲜明、主题多样等特点，凝聚大众智慧生产的内容是对主流媒体生产内容的有效补充。某新闻聚合平台鼓励用户参与内容创作，用户可以获得创作收益，有效激发了用户的生产积极性。随着人工智能技术的不断成熟，运用机器人从事新闻信息的选题、素材采集、写作，已成为当前传播领域的发展潮流，内容生产的智能化趋势势不可挡。机器生产的内容形式多样，包含文本、图片、音频、视频等多种类型。某新闻聚合平台的“张小明（xiaomingbot）”AI机器人使用自然语言处理、机器学习与图像处理等先进的信息技术，不仅写稿速度快，而且还可以模仿人类语气进行拟人化写作，为新闻信息实现智能配图。

（二）创新智能信息分发

在内容传播环节上，传统媒体机构中编辑充当“把关人”的角色，对信息内容进行筛选分发，拥有议程设置权利，此種一对多的信息传播模式，受众处于信息接收的被动地位，信息传播的精度不高，智能算法分发则是一种去中心化的信息传播模式，是解决当前信息超载背景下信息内容与个体适配问题的有效途径。百度、谷歌、微博等互联网老牌信息科技企业，通过将用户输入的关键词与后台数据库进行查询匹配，将查询结果提供给用户，信息推荐作为检索结果的辅助项出现供用户参考，而某新闻聚合平台开展信息服务的主要形式则是信息推荐，将推荐做到极致，不需要主动查询，在刷屏的过程中，用户就能够获得源源不断的信息流。某新闻聚合平台的分发过程是平台首先借助人机协同的方式对信息内容进行审核，审核通过后根据内容评级分配初始流量，此后再依据新闻信息的阅读量、评论、点赞、收藏等指标动态循环调整流量分配情况。平台将算法分发、搜索分发、社交分发相融合，依靠算法技术的迭代更新，不断优化信息内容主题与用户特征匹配的精准度，结合用户基本信息、阅读习惯、所处场景等信息向用户推荐其可能感兴趣的信息。智能化的信息推荐赢得了用户的信赖，使用某新闻聚合平台成为用户获取信息的主要来源。

智能分发主要以计算机算法技术为基础，将爬取到的新闻信息经过大数据推荐算法处理后，生成和推送给用户的一种新型新闻推荐模式。大数据推荐算法主要分为两种：一种是以流量为基础的算法设计，对于流量高，点击量多的信息，推荐系统将会优先推荐给用户进行浏览。某微博平台的微博热榜，就是以信息的热度高低实时排名向用户推送热门信息，以信息的流量设计推荐算法系统。另外一种是以用户画像为基础的个性化算法设计，收集用户基本信息特征，以及历史信息行为特征（如评论、点赞、转发、阅读内容等），构建用户兴趣画像和图谱标签，计算信息特征与用户画像标签之间的相识度，优先推荐相似度高的信息，此算法推荐用户兴趣相关的信息，往往会使用户进入信息茧房和信息孤岛，而对于其他信息，用户很难接触到。互联网新闻聚合企业应把两种算法结合起来，做到信息分发的高度智能化。

（三）注重用户体验

后消费时代，体验是价值创造的核心，体验就是一切。用户访问某新闻聚合平台不仅是为了获取信息，也伴随着社交需求、情感需求。用户关注的不仅是行为的结果，更在意使用过程中的体验感受。为营造良好的用户体验环境，某新闻聚合平台APP软件在界面设计上采用简洁的设计风格，主体内容以新闻条目罗列呈现，并按照主题划分内容版块，给不同兴趣、爱好的用户提供多样性的阅读选择。提供用户反馈接口，用户可以使用订阅功能关注自己感兴趣的内容，软件还可以根据用户反馈信息调整推荐结果，通过点击或搜索感兴趣的文章、视频，系统会自动向用户推荐更多惊喜内容。此外，如果用户不喜欢推荐的文章、视频，可以给相应的新闻信息打上“不感兴趣”的标签，系统则会默认减少该类内容的推荐。另外，某新闻聚合平台还采用免费与付费模式相结合的模式，对于有强烈信息消费需求的用户，通过付费购买，享受查看付费内容，学习精品课程，阅读小说，观看付费直播节目等会员权利。

三、发展趋势展望

（一）打造优质内容，提高信息供给水平

优质的信息内容既是企业开展信息服务工作的源头材料，也是吸引、保留用户的关键。PGC、UGC、MGC三种内容生产模式各具特色，互为补充，共同构成了信息聚合平台的内容来源。为提高优质信息的供给能力，信息聚合平台应强化与媒体单位的合作关系，规范版权授权使用标准;对于自媒体用户给予内容创作支持，提高奖励力度，提高流量分配占比;积极引入机器写作技术，提升内容生产的效率。保障信息质量，制定严格的内容审核标准，规范审核流程，并在此基础上，对信息资源进行深度挖掘，加强内容建设的垂直化、专业化。

信息聚合平台主要采用主流的web技术，以B/S架构为基础，数据来源多样化，可以是微信公众号、微博、APP、PC门户、网络媒体等行业信息，通过服务中台，实现舆情业务服务、新闻信息业务服务、用户个性化内容管理服务（文本、音频、图片等）、资源池业务服务、双微业务服务，以Docker容器技术将各个子模块系统独立部署运行。为提高信息聚合平台的系统稳定性、健壮性、可扩展性及可维护性，主要的设计模式和原则有：开闭原则、里氏替换原则、依赖倒置原则、单一职责原则、接口隔离原则、合成复用原则等方面。信息聚合平台以最初的信息为基础逐步转换成用户需求为基础，由简单到复杂，做到高内聚及低耦合的目的，实现平台的关键技术的创新应用。

（二）重视信息发布质量，树立发布者自身专业形象

制定严格信息发布内容标准以及审核流程，规范信息发布者发布准则和发布范围。随着自媒体概念的发展，用户既是信息的接受者，同时也是信息的发布者，人人都是自媒体，各大信息服务平台上都有很多UP主，借助信息聚合平台，凭借自身专业领域特长，推送各个领域的专业信息。信息发布者需重视信息质量，专注自身专业领域特长，注重发布信息内容的专业性，信息的标题要具有新颖性，对用户具有吸引力，同时避免发布“标题党”信息;其次，需注重发布信息数据的准确性，避免成为谣言信息的扩散者;最后，信息发布者应通过信息发布平台的直播、在线互动、在线答疑等方式，了解用户信息需求和兴趣，掌握最新用户动态，拉近与用户之前距离。坚持自身领域的深耕发展，发布该领域最前沿、最新颖的相关信息，树立自身专业形象和权威性，以此来提高受众群体对自身专业性的感知。

（三）培养创新性思维方式，提升用户信息素养水平

当前网络环境中信息密布，信息数量已远远超过个体所能接收与处理的能力，信息超载问题严重。为降低信息超载所带来的负面影响，用户应有意识地锻炼自己的创新性思维方式从而敏锐地捕获信息。信息素养是认识、表达、寻找、利用信息的综合技能，是现代社会生存的必备技能。用户应该主动提高自身信息素养，善于利用碎片化时间收集、整理信息，克服信息焦虑，积极学习互联网新技术，熟悉平台操作，提高信息获取几率，扩大自身知识获取渠道并重视对信息的管理与利用。大学生偶遇信息的来源渠道广泛，信息类型多样，并且由于获取的信息多为碎片化信息，分散在不同终端、平台。获取信息服务平台信息时，如果用户当时未引起足够重视，没有及时使用，或简单地进行点赞、保存操作后缺乏有效的信息组织管理措施，都可能错失信息。为高效捕获和利用信息，用户应积极主动地学习和掌握相关知识管理工具，及时有效地将获取到的信息进行整理保存，争取最大限度地发挥信息的功能价值。具体实践中可考慮采用讯飞语记、OneNote、印象笔记、Xmind、MindMaster等工具对自己所获取的信息进行组织管理，以便于信息的再次利用。

（四）提高推荐的多样性，加强用户交互

基于算法的推荐往往根据用户行为偏好进行，用户喜欢什么就推荐什么，造成用户常常接收的是重复的、同质的信息，难以触碰到其兴趣范围之外的信息，使用户处于信息茧房之中，长此以往容易造成用户认知窄化，形成认知偏差。为破除信息茧房，信息聚合平台应着力提高信息推荐的多样性，除了向用户推荐与其兴趣相关的信息外，还要推荐其他领域的信息，通过热榜、主题分类、社交推荐等多种形式向用户提示被算法屏蔽信息的存在，鼓励用户积极探索多元化信息。比如，瑞士的the Companion软件在每次推送的信息中，至少有一条不是读者原本感兴趣的信息。谷歌开发出的“逃离泡沫”插件，使用“逆向推荐”功能，从不同视角向用户推荐一些积极的、易于接收的信息。多样化信息的推荐能给用户带来意外惊喜，启发个体发挥创造性思维，发掘信息之间的潜在关联，发挥创新性效应。

社会交往是满足用户信息需求、情感需求的重要方式，稳定的社交关系的建构是促进用户深度使用的有力方式。移动互联网为人与人之间的连接创造了有利条件，信息聚合平台以内容为纽带，向用户推荐其可能感兴趣的人，推送其关注对象的动态，鼓励用户参与群体活动，使用户感受到社会支持，增强用户黏性。优化用户体验还需要结合用户所处场景，发掘用户的潜在需求，向用户推荐契合其兴趣爱好、认知风格的个性化信息。另外，促进用户生产贡献内容，参与内容传播也是增强用户参与感的有效途径。

四、结语

信息技术日新月异，市场环境瞬息万变，如何才能在激烈的市场竞争中立于不败之地，这是每个企业不得不面临的生存难题。计算智能技术的快速发展，对某新闻聚合平台这类新兴信息技术企业既是机遇也是挑战。互联网信息聚合企业应树立价值创新的战略思维，认识到过度依赖计算技术可能带来的信息同质化、信息污染、数字鸿沟等问题，算法并不是一切，要充分重视人的主体性地位，并以此为出发点开展信息服务，不断提高对优质内容的采集能力，深入挖掘信息背后所蕴含的价值，优化算法，力争还原人们真实的社会生活场景，以满足用户个性化的、多样化的、多层次的信息需求。牢牢抓住用户，提高用户价值感知是赢得市场竞争的关键。此外，应对纷繁复杂的信息环境，个体应提高自身媒介信息素养水平，培养多元化的阅读习惯，要善于发挥创造性思维，敏锐地识别、捕获、利用高质量的信息。

参考文献：

[1]Jin Y， Hammer B.Computational intelligence in big data[J].IEEE Computational Int-elligence Magazine，2014，9（03）：12-13.

[2]曹树金，马翠嫦.信息聚合概念的构成与聚合模式研究[J].中国图书馆学报，2016.42 （03）： 4-19.

[3]陈昌凤，王宇琦.新闻聚合语境下新闻生产、分发渠道与内容消费的变革[J].中国出版，2017（12）：3-7.

[4]刘锦英.融合顾客价值理论的价值创新商业模式发展研究[J].河南大学学报（社会科学版），2021，61（01）：71-76.

[5]黄晓慧，李凤鸽.从“某新闻聚合平台”看手机新闻客户端的用户体验提升[J].传媒，2019（15）：53-55.

[6]靖鸣，管舒婷.智能时代算法型内容分发的问题与对策[J].新闻爱好者，2019（05）：9-13.

[7]全媒派.围观良心外网的“戳泡运动”[EB/OL].[2021-04-30].https：//news.qq.com/original/dujiabianyi/paopa-o.html.

（作者单位：江苏大学科技信息研究所;江苏大學图书馆）