个性化新闻的推送：弊端及解决措施

2022-07-15赵怀智

湖北科技学院学报 2022年4期

关键词：个性化受众用户

赵怀智

(中南财经政法大学新闻与文化传播学院，湖北武汉 430073)

自2016年以后，人工智能对于传媒业的影响已经越发深刻。当下的媒介环境中，“个人的兴趣”已经发展成为受众获取信息的关键点，以个体兴趣的“用户洞察”为基础形成的个性化新闻推送，也越来越成为业界未来发展的重要方向。

个性化信息推送是针对“用户洞察”的个性化信息的智能对应，即通过人工智能分析和过滤机制，根据受众自身的需求整合出相关的信息，并以此对信息进行深度智能剖析，以实现受众特殊且随时变化的使用需求。

目前，个性化新闻已变成推动媒体市场发展的重要力量，新闻产业的环境格局在此力量的催化下正在发生着深刻改革，整个新闻生产业务链条正在面临重新整合，新闻采编写环节和受众使用环节都呈现出许多前所未有的新特点。

一、新媒体时代下的个性化新闻推送

新媒体作为与传统媒体相对而言的媒体，包含多种新的媒体形态，利用数字及网络技术、移动技术等多项技术，通过互联网渠道以及电脑、手机、数字电视机等多种终端，向用户提供信息和娱乐服务的新型传播媒体形态。目前的个性化新闻推送在各种新型技术的加持下，发展更为迅猛。

(一)常见的个性化推荐方式

1. 基于内容的协同过滤新闻推荐

基于内容的协同过滤推荐产生的时间较早，而且是被大众所熟知的一种算法，协同过滤通过对受众在过去的时间里进行的媒介行为数据进行一定程度上的挖掘，进而发现不同受众的喜好，以多种不同的兴趣爱好为基础，对受众进行相异群体的划分，之后推荐兴趣爱好相似的新闻信息，以达到有效的预测和推荐。此种推荐方式包括基于用户和基于物品的推荐方式。简单地说就是：物以类聚，人以群分。基于内容的推荐，依靠受众选择内容本身的相似性，根据新闻及信息的初始数据，发现新闻或信息的接近性，然后基于受众以前使用过程中留下的选择痕迹，向用户推荐相似的信息。

2. 基于用户的协同过滤新闻推荐

基于用户的协同过滤是通过对使用者在过去的时间里进行的媒介行为所产生的数据为基础，深度发掘出用户对新闻或信息的选择及喜好程度，包括对新闻信息内容的收藏、评论、分享或者转发，并对这些选择进行测量和描绘，根据不同受众对相同信息或新闻的态度和偏好程度计算受众之间的关系。在有相同选择的受众间进行信息推送。如图1所示：

图1 针对具有相同选择的受众进行信息推送的过程

由图1可知，基于用户的协同过滤找到这个群体中不同受众可能会喜欢的、并且目标受众在过去从来没有接收过的新闻或者信息推荐给目标受众，以此来精准满足更多受众对新闻或信息的不同需求。

3. 基于混合新闻的新闻推荐

事实上不仅不同的推荐方式并不是完美无缺的，而且还总是会出现一些推荐上的缺陷或者困难。例如基于知识的推荐技术在推荐过程进行前要进行主动的练习，了解受众的偏好和需求，然后返回推荐结果。这是一种推荐成本较高但是推荐精准度更高的一种推荐技术。并且，针对“知识”的获取具有一定的困难程度，因为这需要把知识整理成为合格且规范的表达形式，需要相关工作人员完成较大的工作量才能达到。

因而为了提高综合的推荐效果，现阶段更多地采用了混合的新闻推荐方式。即：目前的网络站点上的推荐往往都不是仅仅只采用了某一种单一的推荐机制，他们往往是将多种推荐方式混合在一起，并提高计算精度，更客观地评价受众对新闻信息的兴趣，分析受众行为权重、受众的遗忘曲线，以便更好地提高推送效率，提升传播效果。

(二)个性化新闻智能推送的过程

1. 个性化推荐机制下新闻特征的提取

个性化新闻的推送首先要从新闻特征的提取开始。在文本信息中，新闻类文本是比较容易获取的文本信息形式，是用户了解并跟踪社会发展重要手段之一。相比于传统纸质媒体信息，互联网上新闻文本信息具有种类多、数据量庞大的特点。因此，利用个性化算法推荐程序对这些新闻进行筛选和分类，对减少人力资源，快速有效获取有价值信息，提升信息使用效率具有重要作用。程序自动文本分类以统计学理论为基础，利用提取的已知语料库的特征，学习并得到给定样本特征和类别间的关系模型，然后根据这个模型来预测受众的选择行为。

第一阶段对不同文字进行分词、去除停用词；其次阶段使用一定方法对文本进行不同特征的筛选，得到适合分类的特征；最终阶段使用特定的文本表示模型，对特征进行特征权重计算；然后使用语料对可能采用的机器学习算法文本之后挑选出最优的分类算法对新来的文本进行分类。过程即如图2所示：

图2 算法对新的文本进行分类的过程

目前文本分类的算法很多，根据其模型可以分为概率模型如决策树、k近邻等，而非线性模型如核函数支持向量机、神经网络、集成学习算法。

2. 精准描绘受众脸谱，用户画像，用户建模

移动互联网技术正在飞速发展普及，大数据已经成为科技创新的重要前沿。据相关调查显示，手机用户每天都会点开屏幕几百次以上，各种不同形式的数据生产频率非常之高，而每一次点击、浏览背后都产生了用户的“数字脚印”。但目前情况下，手机客户端上的数据更加趋向分散，采集也更近细碎，使得用户在使用过程中产生的“数字脚印”也同样变得细碎化、分散化，因而信息在进行集中、整合时的利用率较为低下。许多互联网公司的信息环境都面临着大数据如何高效率使用的困境，一句话说明就是“我有很多数据，但不知道如何让他们产生价值”。所以，为了最大程度地提高效率，手机客户端的大数据如何能够有效率的联系起来，对于描绘受众脸谱能够更加精确，从而指导网上网下的广告投放，已经成为需要解决的重要难题。

腾讯广点通DMP数据管理平台在很大程度上对数据价值的提升带来质变的进阶。该平台以实时动态需求为导向的信息推送减少了传统信息投放的弊端，切实做到了“千人千面”的智能营销效果。DMP，把不同方面碎片化的数据进行联系，这样便既可以提升信息推送的精准度，又能够对于不同的代表性信息进行分析，对平台机构的推送方式进行升级优化，提高推送效率。

DMP平台像是一个超级大脑，最大可能的解决对于数据方面的管理和储存方面的问题。人工智能可以进行精确搜集和精准查询，准确过滤出的目标用户画像及匹配范围，以达到超精准化的推送。DMP如一位画师，还原用户，描绘个性化“脸谱”，塑造“千人千面”触达效果。

因而，个性化信息的推送需要复杂的、高精尖的技术为支撑，要以达到千人千面为目的，这也从侧面证明，用户为王已经成为各新媒体平台的主流理念。

3. 有效推送分类信息

在对新闻信息本身的特征进行提取之后，对用户的画像进行精细化测绘，描绘完整的受众脸谱，对受众喜好进行深刻的把握，之后在各个新媒体平台上，对各种用户进行有效及时的分发，以最快的速度满足广大受众的需求，这便是一个完整的推送信息的过程。

(三)个性化新闻的优势：用户地位的升级

目前，移动互联网时代已经一手造成了用户逆转金钱地位的现象。“使用与满足”理论认为，我们要转换角度，注重受众的地位，准确把握大众传播的效果与价值，一般来说该理论认为受众的媒介行为基本上是较为合理的，并通过对手机移动客户端的使用来获得满足。在个性化智能推送的移动客户端上，受众对于信息内容的“使用”由过去的主动点击查找，或者被动的接收数量巨大的信息，转变为基于受众自身兴趣需求和信息智能推送的双向匹配。这种转变，既能满足了使用者对自身欣赏、喜爱的高质量内容的选择，也有利于新闻信息的高效率分发。在此理论基础上，个性化推送对于用户需求中“喜好兴趣”这一核心要素进行了加强。即，用户为王的理念在个性化推送的时代已经成为互联网的座右铭。同时使用者的社交需求也达到了满足，不同使用者之间的价值认同更加和谐，所以个性化推荐对于用户地位的提高和用户需求的满足都有非常正面的影响。

因而，个性化新闻的推送也存在一定的正面影响，需要我们辩证地看待个性化新闻的推送机制。

二、个性化新闻的冷思考：负面影响之分析

互联网技术正在进行飞速的发展，个性化程度也会在不同程度上加深，手机移动客户端以及各种媒体平台对新闻信息的分发会变得愈发高效。但如果过于依赖受众的喜好进行个性化信息的推送，就会偏离为受众提供更优质服务的初衷。新闻客户端个性化推荐也非常容易产生各种负面影响，需要我们时刻警惕以下一系列不良的后果。

(一)个性化推送产生的宏观负面影响

1. 投喂同类信息，形成信息偏食

许多家长都知道，小朋友喜欢吃糖喝甜性饮料，但不能对孩子有求必应，否则会导致健康问题，即偏食、营养不良。互联网受众对信息的接受也具有这种偏食性，更偏向于点击、浏览那些与自己意见相同，且让自己感到轻松愉悦的信息。现如今国外的平台如推特、脸书，以及国内的平台如抖音、微博、哔哩哔哩，这些便捷式各类信息交流平台让所有受众都能够接收并发布信息，得到广泛传播，而未经核实的、碎片化的信息也大量产生并得到传播，由于新闻信息偏食性的影响，受众在信息环境中习惯性地被自身原有的喜好所引导，自以为在前行，实际上却在围绕一个“信息孤岛”盘旋，随着时间推移，思想便会因为“营养不良”而停止进步。我们始终相信，新兴互联网技术的发展会使世界变得更美好而并非更糟糕，但如何让新兴技术的发展以利大于弊的方式为人类社会服务，是每个受众，尤其是新闻人应该思考的问题。在目前信息泛滥且质量参差不齐的时代下，我们更应该号召所有受众提高警觉，保证思想的健康发展已迫在眉睫。

2. 破坏共有认知体系编织信息茧房

信息茧房由桑斯坦提出，是指受众关注的信息领域会习惯性地被自己的喜好所引导，从而将自己的信息生活桎梏于像蚕茧一般的“茧房”中的现象。由于信息技术的提高，越来越多的受众有了更独特的思想基地，对于自身喜好领域的信息接收的的趋势也愈发明显。另外，一些受众还可能会对自身在现实生活中的种种社会矛盾进行自我麻醉或者逃避，变成不与现实生活中交流的独处者。在群体内的传播过程更加顺利的同时，不同群体之间的传播交流并不一定会比过去的信息单一匮乏时代更加简洁高效。

尼古拉斯·尼葛洛庞帝在互联网的出现之初就预言了“the Daily Me”(我的日报)——一个完全个人化的报纸的出现。每位受众都可以随意挑选自己喜欢的信息内容。对于社会普通民众中的一些人而言，是一个真正的机遇，也是挑战，有时会给政治和经济带来负面的结果。尼葛洛庞帝还提出，在互联网时代，随着科学技术的发达和信息的剧增，在海量的信息环境中受众可以随意挑选其关注的微博话题、微信公众号内容、抖音短视频等内容，并且完全能够根据个人兴趣定制刊物，所有用户都拥有为自身定做一份个人日报(dailyme)的机会。但这种基于个人独特的信息选择行为会加剧茧房现象的形成。如果用户自身在长时间范围内“囚禁”在茧房之中，随着时间的推移，便会呈现一种固定化的个人信息生活。长期处于超额的随意挑选，沉浸在个人日报的满足中，便极容易失去对于各类不同新闻信息的传受能力，不知不觉间为自己编织了一个信息茧房。个性化新闻的推送便极其容易在这种定式化、程序化的接收信息的行为中陷入信息茧房的漩涡，值得我们警惕。

3. 重“阐释”轻“事实”，陷入后真相困境

个性化新闻推送在一定程度上由于过度满足受众需求，容易加剧重阐释、轻事实的“后真相”弊端。“后真相”在牛津字典中的定义是“诉诸情感及个人信念，较客观事实更能影响民意”。之所以被称为“后真相”，是由于在信息的传播过程中实践的真实性程度并非首要重点，首要重点转变为不同的受众群体偏向选择符合他们各自喜好的各类信息。例如《卫报》等媒体在2018年对剑桥分析公司大规模操控网络舆论的曝光以及近9 000万facebook用户的数据被非法获取并导入大数据模型分析，进而根据分析结果投放相应信息以控制人们的情感和行为，资本权利肆意介入新闻及信息的传播过程并操控各个受众群体对于各个新闻事件的态度被淹没在大众对社交平台的负面评价之上。不同于“假新闻”以及“网络谣言”，“后真相”不是在过度强调新闻的真实性程度，而是在强调信息环境泥沙俱下、舆论环境嘈杂的根本原因是大众偏好选择那些他们更愿意接受的信息，并将其当做“真相”。

由此可见，出现此问题的关键原因并非完全存在于传播过程之中，而是在于传播过程开始之前受众自身的情绪和立场。而随着个性化新闻的推送，用户更注重令自己感兴趣的信息，主动接收吸人眼球的信息也在所难免，因而也会在不同程度上加剧网络谣言、虚假信息的泛滥，在后真相时代的加持下，对受众产生较大的负面影响，影响受众接收的信息的质量，减弱传播者的传播效果。

4. 从多元到极化，偏执型用户形成，易导致极端民粹主义

民粹主义是一种在19世纪沙皇俄国民粹派运动和美国人民党运动产生的一种复杂的社会思潮，自出现以来它跨越国别、地域、文化等因素的差异，如幽灵一般徘徊于世界各地，呈现出鲜明的历史复发性。民粹主义“极端强调平民群众的价值和理想，把平民化和大众化作为所有政治运动和政治制度合法性的最终来源，以此来评判社会历史的发展”。伴随着世界政治经济形势的日益错综复杂，民粹主义迎来了新一轮的复兴，不仅将西方世界笼罩在其思想迷雾之中，也给我国社会意识领域带来了一定影响。

在当下的新媒体时代，个性化信息的推送，更给了民粹主义“二次复兴”的力量。在算法推荐的机制下，原本的把关模式受到了冲击，“人”的把关让位于“机器”的把关，民粹主义获得了更好的传播机会。且由于信息偏食的影响，会导致接收到民粹主义的受众形成固有的茧房，受众接收到的信息从原本的多元接收转变成了“极化”接收，产生数量相当的偏执性用户，进而加剧极端民粹主义的产生及传播。

(二)个性化新闻的微观负面影响

随着人工智能时代的到来，新闻业已经发生了翻天覆地的变化。“科技+新闻”的产品正被越来越多地应用在人们的日常生活中，并不断给受众带来新的体验和感受。例如机器人写作、VR/AR新闻等产品的出现。然而，这些产品虽然解放了传统新闻人，但也对社会伦理发起了挑战。

1. 自我偏好下的过滤气泡，另一种形式的信息过载

“过滤气泡(Filter Bubble)”，简言之就是指以新兴技术如大数据与算法推荐为底层架构，以所有用户的使用时长、地理位置以及浏览习惯生成用户画像，并通过算法技术为其呈现出不同且唯一的阅读体验。此种通过网络针对受众个性化的搜索而提供筛选后结果的算法推荐，这便是“过滤气泡”。社交媒体平台把不同的使用者与其他使用者以及其他信息隔绝开来，如同气泡与气泡之间的隔离，让个体沉浸于自身喜好的“气泡”中。互联网技术会不断发展，意识形态的分化也会在一定程度上受到影响，“过滤气泡”在这些方面发挥了突出的作用。

此外，由于算法推送和回音室效应共同形成并强化的“过滤气泡”还会出现“结晶”效果，一定程度上强化用户自身已有的“选择性接触”和“个体差异”，使受众群体内部呈现高度同质化，群体外部存在更高度的高度差异。简言之，个性化新闻的推送以及受众的选择性接触、个体差异会相互作用，形成过滤气泡，使得受众的意识形态分化现象加剧，隔绝用户之间的联系，造成较大的负面影响。

2. 加剧了阅读的浅薄化，不利于理性思维的形成

据万维钢研究员(美国科罗拉多大学)所言，网络环境中文本的典型特征就是设有超链接，让受众随意点击，选择自己喜欢的内容，同时也可以提高受众的主动性。但据多项实验结果表明，受众在互联网上往往会忽略所读的内容，这是由于受众经常随意的对内容进行点击，并进行粗略的阅读。由此可见，这种互联网阅读正在改变我们的阅读模式，忽略一条新闻信息的中间部分我们会很容易进行忽略。

据一项小型摄像机跟踪网民的眼球运动的实验表明，网民在进行阅读时是个“F”形的轨迹：对于粗略阅读前半部分，之后阅读文章中部，然后跳到文章中间，最后直接跳到结尾，具有很大的随意性。因而碎片化阅读已经是当下受众的主要阅读习惯，在算法推荐机制的影响下，更会加剧此种阅读的浅薄化，不利于受众进行深度阅读，易产生浮躁的风气，不利于社会理性思维的形成。

3. 阻碍了人对未知的探索，有碍学习和创新

信息的个性化智能推送，会最大程度地满足受众的喜好和需求，会极大提高受众的传播体验感，但同时也会使得用户在使用过程中，只注重自身的体验，而丧失了对未知的探索，逐渐缺乏创新精神，过度蚕食受众的关注度和时间，影响受众的学习与交流。抖音平台日活跃用户已超过四亿，为了防止用户过度沉浸，该平台还设置了防沉迷，对用户及时提醒使用时间。因而在网络环境中，受众往往会陷入沉浸式体验，满足于现状，失去对未来的兴趣，阻碍学习与创新。

4. 存在侵犯用户隐私的隐患

个性化新闻推送的主要来源就是用户的个人隐私数据。对于使用者的传播过程中新闻偏好的了解的实质也是对海量数据的高效挖掘整合而出，因此，在互联网传播过程中，个性化新闻推送的基础是对个人隐私信息的获得和准确把握。但在新闻平台上，用户使用移动新闻客户端APP时，经常会出现未经用户许可私自打开手机的定位系统，搜集、辨识、分析用户的地理位置及移动轨迹，根据所在位置、行动痕迹等数据，利用大数据算法的推算，向用户推荐所处地域的新闻信息。用户所处的位置、去过的地方都是最为基本的隐私信息，而许多媒体平台为了提高信息推送的精准度，经常会在后台私自收集用户个人信息、数据，侵犯用户隐私及权益，使得受众在互联网上没有隐私可言。

目前的新闻平台在进行算法推荐新闻的过程中并不会有意识的将蕴含用户个人隐私的信息规避。所以使用者必须提高警惕，国家部门也应加强对平台的监督与管理。因而，在个性化新闻推送的过程中，用户的隐私泄漏风险日渐增加，保护用户的个人隐私也刻不容缓。

三、个性化新闻推送负面影响的解决措施

(一)升级推荐范式，优化算法模式

目前的算法推荐范式急需升级。在注重推荐效果的同时，应当最大程度上减少负面的影响，保护用户的隐私。近些年流行的人工神经网络方法已应用十分广泛，尤其是在图片、音频识别领域。目前各个平台上经常会出现新使用者的个人数据难以沉淀以及缺乏等问题，虽然可以通过在其他平台上的受众个人信息、获取已安装的其他软件上的个人信息来解决，但这也恰恰存在了侵犯用户隐私的问题，因而在应用过程中，必须获得用户的授权及许可。

保证新闻信息推送有效性最简单高效的方法是与受众直接进行沟通，用户与平台交流时，直接表达出其喜好的新闻资讯属于哪些方面。此种方法在多个平台的使用频率都极高。其目的便是为了更好地获取新用户的最新数据。与此同时，在同意使用者设置出不愿被推荐的信息的基础上，为了减少信息茧房和过滤气泡的负面影响，更需要考虑给予高质量正能量内容生产者发布的内容以更高的推荐权重，使其生产的内容被更多群体和受众接收到，并且对于收入(例如广告)要进行合理分配，让优质高质量内容增强活力、提高生产力。此外还应当加强对生产者作品的审核，加强“人机协作”，以人工及机器共同审核内容的方式，守住内容质量与安全的底线。

总而言之，算法推荐平台需要有清晰的认知，在满足受众的需求的同时，需要在符合国家的主流意识形态、社会总体道德观和价值观的基础上，向受众积极推送原本受众不一定感兴趣但会对形成社会共识有利的信息，加强机器与人的合作，推送有效、积极且正能量的信息，也即把关人角色的回归。

(二)加强把关人效用，守门人角色回归

在大众传媒时代，“把关人”的角色由专业新闻媒体人担任，新闻媒体人能够筛选经过过滤的新闻信息然后传递给受众，而广大受众则无法参与信息的过滤与筛选。而在当下的话语权下放、“人人皆有麦克风”的网络时代，传播过程已经演变成为一种对等、两边互动的活动，专业的传媒组织及新闻人经历了从话语权的高权重向话语权的被分化以及朝向更加多元化趋势的转变。

值得警惕的是，目前的把关模式正逐渐从事前把关向事后把关模式转变。大众传媒时代，专业的新闻媒体是在发布信息之前进行把关和操控，属于“事前把关”。是一种单个且更注重社会利益的有效控制。主要是为了更好地把控舆论，维护社会安定。而新媒体环境下，往往演变成了“事后把关”。由于缺少专业新闻媒体的把关，在网络传播中受众会更注重在传播过程之中对信息的接收，再以传播者的角度传递观点及看法。

因而，为了减少在信息分发平台上个性化新闻推送的弊端，需要把关人角色的回归。对新闻及信息的分发，把关这个环节是非常有必要的，事前把关产生的负面影响基本上会比事后把关产生的负面影响会小很多。所以我们需要加强把关人的作用。

(三)提高媒介素养，增强网民素质

受众在新媒体时代下，作为互联网的主要使用者，自身的媒介素养也叩需提高。我国目前拥有庞大的网民群体。据2021年8月27日中国互联网络信息中心发布的第48次CNNIC《中国互联网络发展状况统计报告》显示，至2021年6月，我国网民规模达10.11亿，较2020年12月增长2 175万，因而广大网民必须提高自身的媒介素养。

首先，广大受众在选择性地阅读网络信息基础上，更要提高对新闻信息的辨别是非的能力。有所选择地筛选出对自己更有积极价值的信息，对于重要性程度较低以及花边娱乐新闻事件的报道，用户只需大致浏览，了解基础信息，能够满足社交需要即可，不应沉浸于“泥沙洪流”中不知所措。

其次，要学会带着批判性思维看待问题，对网络媒介和信息要有质疑和评估的能力。在接受的同时保持质疑、保持批判、保持理智，要用正确的、辩证和发展的眼光看待信息，对于引人注意但质量低下的虚假新闻和反转新闻要提高辨别能力；要时刻保持理智，提高独立思考问题的能力，谨记“沉默的螺旋”效应，减少错误舆论的导向作用。积极理性地接受和评价各种公共事件，在传统主流媒体的引导下，净化网络环境，公众对自身合法权益也要提高关注。网民受众切勿过多参与带有娱乐化庸俗化的本质的新闻事件。同时，网民在使用互联网时，要注意与传统媒体相辅相成的使用，获取信息更加全面，达到相互补充的效果。并且网民也要加强思辨能力，减少思维定式和思维惯性，时刻提醒自己要从不同角度获得对信息的全盘认识，全面提高思考问题的能力。

最后，使用网络时网民应了解各个媒体平台的使用规则、国家的网络安全法，加强自身的素质管理，提高自身法律意识、道德意识。在互联网社交活动中网民应自觉维护他人的隐私和合法权益，不得侵犯群体、媒体平台和社会的利益，不能随意发表违法言论，不能因自身的负面情绪进行“人肉搜索”和“网络暴力”；应遵守互联网安全的法律和规定，不能侵犯国家利益，不得进行违法活动，积极提高法律意识。自觉主动接受媒介素养教育。此外，在传播过程中无论是专业传播者还是广大受众，都需彻底提高媒介素养，有目的地对媒介行为进行规范，为真正创造良好和谐的互联网环境做出自己的贡献，真正提高所有网民的媒介素养。