社交商务平台的同质性、茧房效应及破解策略研究

王宗水，熊佳佳，赵 红

（1.北京信息科技大学经济管理学院，北京 100192；2.绿色发展大数据决策北京市重点实验室，北京 100192；3.中国科学院大学经济与管理学院，北京 100190）

0 引言

社交商务平台的完善与升级需要技术的支撑。以大数据、云计算、人工智能为代表的信息技术，以及基于信息技术的平台管理系统成为了企业数字化转型、创新数字化运营模式的实践方式，其中个性化智能推荐技术成为社交商务平台精准化推广的重要手段［1］。然而，由于社交平台所采用的智能推荐算法原理基本相同，通常基于用户的搜索历史记录、用户生成内容以及行为（浏览、转发、点赞、评论等）等进行推荐，因此，经过时间的累计，用户所接收的信息呈现出同质化特征［2］，甚至形成了固化用户自我认识和网络信息行为的信息茧房［3］。部分已有的实证研究中也证明了社交媒体信息茧房的存在，如Facebook、Twitter、今日头条、新浪微博、抖音。

随着信息技术的快速发展，数字经济迎来了前所未有的机遇，其中社交商务作为数字经济的重要组成要素，拥有巨大的市场潜力，但也面临着社交商务平台发展模式同质化、用户转换成本低、创新能力不足等问题［4］。这也影响着消费者的行为及其购买意愿［5］。为了深入探讨社交商务平台信息同质化及相关的问题，本研究从社交商务平台信息同质化、茧房效应及其破解策略3 个方面对已有相关研究进行梳理分析。

1 相关研究梳理

1.1 社交商务平台的相关研究

中国的社交商务的形成主要有两种方式：一种是在传统电子商务的基础上增加了社交功能［6］，如淘宝，由单一购物功能延伸出“点淘直播”“逛逛”等社交模块；另一种是社交媒体平台增加了购物消费功能［7］，如微信、微博等由社交功能延伸出消费功能。这两种路径形成了现有兼具社交和商务双重属性的社交商务平台。这在国外的社交媒体平台上同样适用，如Facebook、Instagram［8］。社交商务平台汇聚了用户的社交关系，以便捷的媒体渠道形成了具备互动、共享、关注、转发等功能的交易场所，更多企业通过社交商务平台来完成商业活动［9］。

近十几年来，学者从多个角度研究了社交商务平台及相关问题，如Curty 等［10］总结归纳了社交商务平台的技术演进过程；Wang 等［6］从人员、管理、技术和信息等方面归纳了社交商务平台的运营模式；Busalim 等［11］通过文献分析发现当前相关研究多集中在平台设计和用户行为分析方面；Lin 等［9］分析了社交商务平台的创新、用户生成内容等对企业声誉的影响。学者们认为，社交商务平台运营、商业模式创新是“年轻”、有前景的研究［12］。目前社交商务平台的研究内容主要可归纳为如下几个方面：

（1）平台运营支持技术。技术创新与应用是社交商务平台运营的重要组成部分［6］。Chen 等［13］提出了由Web 服务支持的业务流程管理系统（business process management,BPM），应用于更为灵活便捷的社交商务工具。Olbrichl 等［14］指出，社交商务平台上的用户特征筛选能够提高点击率和购物率，社交活动的参与能够提高商务行为的有效性。社交商务平台的信息质量、系统质量和服务质量影响用户的满意度，具有较高的用户感知价值。大数据、人工智能及个性化推荐技术的应用提高了社交商务平台信息推荐的准确性，常用的推荐技术包括协同过滤技术、内容过滤技术、知识发现推荐系统、神经网络、遗传算法等［15］，但是不同的社交商务平台存在较高的同质性，即在平台功能、信息推荐、用户组成等方面具有较高的相似性［16］，因此，提升社交商务平台的技术创新能力，对于其竞争力的提升具有重要意义。

（2）用户行为分析。社交商务平台的用户行为分析通常基于商家交易行为、互动行为及用户标签等多维数据，通过社交商务平台上的大数据能够准确掌握用户在平台上反映出的信息需求特征及偏好，信息越多越能够准确绘制用户画像，推荐更为精准的信息［17］。在以前的研究中，学者归纳出用户行为分析包括点击流数据、在线评论、用户偏好、网上推荐发起人信用评估和社交关系模式5 个方面。其中，在线评论更能够反映用户的深层次需求，将用户对其所接受到的产品/服务以最直接的形式展示出来，对口碑传播具有重要的影响［18］；关系结构则反映了用户群体的稳定性，并且影响着用户的行为［19］，尤其是同类用户形成的网络群体，在同类信息的接收与表达下更能够形成群体意见，挖掘其中价值有利于实现企业的价值共创［20］。在用户行为数据分析方面涉及到的研究方法主要包括文本挖掘、情感分析、机器学习、隐含狄利克雷分布（latent Dirichlet allocation,LDA）及其改进算法、空间向量模型等，学者们根据研究需求不断优化已有方法，提高了用户行为数据分析的准确性，这也为信息茧房研究方法的选择提供了重要的参考依据。

（3）平台创新的相关研究。社交商务平台的创新一直是企业管理人员和学者们关注的重要内容。中国的社交商务平台用户规模巨大，不同年龄段的用户、不同性别的用户关注的内容存在较大差异，且消费模式存在明显不同，比如刺激程度对享乐价值的影响女性明显高于男性、心流体验不会给老年用户带来愉悦感因其更关注使用价值［21］，因此，社交商务平台的创新必须考虑到不同人群的差异化需求。而平台的创新可分为平台本身技术、功能的创新和平台运营管理的创新，一方面注重功能的完善，另一方面则注重运营模式、营销模式的创新。由雷［22］以电商平台企业京东为案例，从零售、物流和服务3 个方面提出了商业模式创新策略，但是研究发现在大数据时代社交商务企业与平台用户的关系简单，获取更多用户即意味着平台能够进入竞争市场，并不存在很高的准入门槛，因此，同质化竞争加剧，恶性竞争事件时有发生。Kim 等［17］提出了一种基于业务流程和竞争格局的社交商务特征模型，以克服社交商务平台在商业模式上的缺陷。然而，社交商务平台用户规模巨大，信息产生、传递、存储时效短，且所处的外部环境变化非常快，如何实现可持续创新仍是需要关注的热点问题。

1.2 信息同质化相关研究

同质化信息是指在内容、表现形式、受众群体等方面具有明显相似性的信息［23］。同质化信息的集聚和偏好的优先选择导致了在线社会网络（online social networks）的形成，而用户评论、互动在网络内部又形成了关系更强的内部群体，群体内部的关系影响着用户的行为，比如购买意愿、健康行为决策、品牌认同等［24］。

在社会学研究中，学者们早就关注到了“物以类聚”的现象，并且归纳出其形成机理和表现形式［25］。在此基础上，这种集聚效应被陆续拓展到商业管理中的商业网络的信任机制、财务建议采纳、社交商务参与行为及影响因素等方面。在社交商务平台上，同质化信息的集聚源自同类用户需求、行为方式的相似性，并在平台上通过用户关注、浏览、评论、点赞、转发等个人行为痕迹予以体现，而平台则基于大数据分析、个性化推荐等方法实现了用户的精准分类，并能够为用户推送其感兴趣的内容，从而进入“兴趣→行为→信息推荐→同质化信息集聚”的信息形成循环［9］。

信息的同质化不仅是同类型用户行为的反映，而且会对群体结构和个体在网络中的位置产生一定的影响，比如网络的分割与整合［26］，同时还会影响用户的行为，其中同辈影响就是一个典型的例子［27］。另外，同质化信息形成一定规模以后，会对宏观层面经济社会的发展产生一定的影响［28］，比如政治倾向、政治环境，如果达到一定程度，信息渠道单一、观点极化，则会形成信息茧房，对社会长期发展产生不利的影响。

1.3 信息茧房相关研究

信息茧房的形成源于同质信息所引起的观念极化。中国学者系统分析了基于用户视角的信息茧房的形成原因、产生的影响，并且从信息传播空间、算法与平台的优化、信息供给侧的改进以及个体媒介素养提升等多个方面提出了信息茧房的破解建议。由于社交商务平台视角下的信息茧房相关研究并未得到系统梳理，且中国学者已经完成了信息茧房的相关综述，本研究在此就不再赘述，而是从社交商务的视角梳理信息茧房相关研究。

通过对Web of Science、中国知网（CNKI）以“echo chamber &social commerce”“filter bubbles &social commerce”“社交商务与信息茧房”“电子商务与信息茧房”等主题词进行检索，并未发现主题完全一致的文献，但是在信息同质化与社交商务、个性化推荐与社交商务等方面已有对应的前导文献，比如有文献研究了同质化信息对在线服务的影响、基于同质化信息的用户个人行为、用户参与社交商务行为的动机、用户对网络口碑的回应等，后者则包括个性化推荐对用户采纳行为的影响、人工智能推荐对消费者采纳意愿的影响、个性化推荐对用户点击意愿的影响、融合商品互补特性的个性化推荐算法研究等，另外还有研究从平台商业模式同质化、关系结构同质化等角度指出现有社交商务平台存在的问题，但是，茧房效应与社交商务结合的研究仍需要深层次的挖掘。

信息茧房的影响及破解方面，已有研究指出了信息茧房的危害性，尤其是窄化人们的信息获取渠道，甚至固化思维方式，形成对观点态度的操控。对于社交商务平台而言，这不仅影响用户的思维方式和态度，还影响用户的商务行为，将会对社交商务的长远发展产生不利的影响。因此，学者们从拓展信息来源、平衡信息输出、加强信息传播者管理等方面提出了相应的破解策略。但是，由于社交媒体的多样性、群体关系的复杂性，信息茧房的破解及效果仍需要进一步研究。

2 基于文献统计的社交商务与信息茧房研究内容挖掘

2.1 关键词统计分析

数据来源于CNKI 核心数据库和Web of Science核心集，检索截止时间为2023 年3 月31 日。其中，中文文献以“信息茧房”“回音室”“过滤气泡”为主题词，选取美国的《科学引文索引》（Science Citation Index,SCI)、工程索引（Engineering Index,EI），中国的《中文核心期刊要目总览》（以下简称“北大核心”）、《中文社会科学引文索引》（Chinese Social Sciences Citation Index,CSSCI)、中国科学引文数据库(Chinese Science Citation Database,CSCD)以及《中国人文社会科学期刊 AMI 综合评价报告》进行检索，共获得文献342 篇，去掉与社交商务/社交商务平台/社交平台无关的文献，最终得到300 篇相关文献；外文文献的检索选取SCI 和美国的《社会科学引文索引》（Social Science Citation Index,SSCI）数据库，以“Filter Bubbles”“Echo Chambers”为主题词进行检索，共获得文献1 759 篇，经过筛选后最终得到306 篇相关文献。

利用Bicomb2 软件，针对获取到的所有文献分别进行关键词提取，然后对关键词进行同义词合并、无意义词删除等数据清洗操作，并使用Pajek 软件绘制出文献关键词共现网络图（见图1、图2）。关键词共现网络能够直观地反映关键词在文献中共现的情况，其中节点表示关键词，节点大小体现关键词出现的频次，边表示两个关键词之间的关系。

图1 样本中文文献关键词关联网络

图2 样本英文文献关键词关联网络

从研究内容来看，样本文献均涉及4 个主要方面：（1）相关概念及形成机制。信息茧房、回音室和过滤气泡的概念发展及形成机制。（2）平台。依托社交媒体平台、电商平台与直播平台等新媒体内容智能分发平台庞大的内容和结构而形成的信息生态，为信息茧房的产生提供了基本环境条件。（3）算法。信息搜索技术和算法推荐技术是信息茧房形成的技术手段。信息检索技术通过用户主动利用检索工具搜索信息向用户推荐信息，算法推荐通过分析用户基础信息、浏览足迹、网络社交关系等历史行为记录对用户的个性特征、内容偏好进行精准画像，实现信息定制化传播。（4）用户行为。在情感化倾向的作用下，用户的选择性接触获取信息方式使得自身被同质化信息包围，从而窄化其信息获取范围是信息茧房产生的客观因素。

利用词云在线生成器绘制出样本文献的关键词词云图（见图3、图4），分析发现相关文献虽然研究范围相近，但侧重点不同。其中，中文文献的研究主要集中在算法推荐、人工智能和算法伦理等领域，重点探讨个性化推荐算法对信息茧房形成的影响，而对平台和用户行为变化的研究较为缺乏；而外文文献主要研究集中在社交媒体、社交平台（Facebook、Twitter）、选择性暴露、群体极化等领域，更多关注信息茧房与平台和用户行为之间的关系。

图3 样本中文文献关键词词云

图4 样本英文文献关键词词云

2.2 信息茧房相关研究内容

对关键词进行统计分析有助于了解信息茧房研究重点，厘清信息茧房的概念和特征、分析其形成机制等，进而通过深入挖掘找到信息茧房的破解策略。考虑到文献关键词聚类结果，将样本中英文文献的关键词均分为相关概念、平台、算法和用户行为几个方面，从不同角度挖掘信息茧房的破解策略。

2.2.1 信息茧房的概念和特征

对信息茧房相关概念进行梳理以厘清其本质。2006 年，哈佛大学法学院教授凯斯·桑斯坦（Cass R.Sunstein）［29］在其著作《信息乌托邦——众人如何生产知识》中提出了“信息茧房”的概念，指出公众在选择信息时只倾向于选择使自己愉悦的领域，长久下去会置身于像蚕茧一般的“茧房”中。2009 年，桑斯坦［30］又在《网络共和国中》提出了相近的概念“回音室效应”，即在相对封闭的环境中，信息以夸张或者其他扭曲的形式重复，并以正反馈的方式不断回响，使得环境中的大多数人将扭曲的故事当作事实的全部。2011 年，伊莱·帕里泽（Eli Pariser）［31］在《别让算法控制你》中指出，网上冲浪所属的个人化信息世界是由一系列个性化的过滤器为网络用户构造的独特环境，其中针对个人化搜索而提供筛选后结果的算法被称为“过滤气泡”。

信息茧房、回音室效应和过滤气泡作为与社交商务平台的信息同质化紧密相关的三大重要概念，在对同质化信息积聚原因的描述上具有不同的侧重点：信息茧房侧重于人的主观能动性，强调个体主动选择同质化信息在信息同质化过程中的重要作用；回音室效应侧重于表明信息出现的重复性导致了同质化信息的传播，但仅强调个体的被动接受行为，并未指出信息重复出现的深层原因；过滤气泡则侧重于算法技术带来的信息过滤，强调算法技术构造的基于个人偏好的信息环境是导致个体陷入同质化信息的关键。桑斯坦和帕里泽对于信息茧房相关概念的描述为其他学者探讨信息茧房的形成机制提供了重要指导，即用户的自我选择行为以及算法的个性化推荐机制是信息茧房形成的关键原因。

学者们后续主要从平台利益驱动、算法技术创新和用户情感认同3 个角度进一步丰富了信息茧房的内涵，综合信息茧房相关概念和现有相关研究发现，信息茧房是在受众的选择性接触心理、算法的选择性强化、不同的内容情景以及信源的环境交互作用下形成的，其特征表现为稳定而封闭的信息空间、便利而片面的信息获取方式以及团结而分割的群体，阻碍了多样异质化信息的获取。

2.2.2 信息茧房的形成机制

结合样本文献关键词统计分析结果以及信息茧房概念特征发现，信息茧房形成机制的研究主要集中在平台、算法和用户3 个维度，因此从这3 个角度对信息茧房运行机制进行梳理。

（1）平台的作用机制。在新媒体时代的信息生态中，社交平台庞大的数据信息是信息茧房得以存在的信息环境基础，社交平台多样化的数据来源、闭环的输送链条以及过滤和加工过的信息为信息茧房的产生提供了信息环境条件。一方面，多样化的信息渠道所带来的过载信息、意见领袖等生产的丰富内容以及平台的过滤机制为信息茧房的形成创造了内生环境。海量的信息及广泛的信息流造成了信息过载，信息的重复、冲突以及不确定性使得信息无法获得有效的处理利用，一些平台主动进行人工干预，以广告推送、生成热门词条排行榜的形式向用户推广符合平台利益的热门话题和内容创作者，限制用户获取广泛信息的同时扩大了同质化信息的传播，平台基于自身利益的过滤机制忽略了多样化信息的传播；另外，官方权威及流量“大V 用户”等意见领袖作为平台内容的主要生产者、加工者和传播者，通过对内容的二次过滤生成具有个人价值观倾向的观点和内容会潜移默化地引导普通用户观点、偏好乃至价值观的发展，容易形成与意见领袖观点一致的派系群体，导致意见一致化现象。另一方面，社会环境、用户现实关系网以及网络社群等创造了信息茧房的外生信息环境。在社会环境中，具有不同环境认知、社会归属等特征的用户基于社会支持、社会存在的需要会生成特定类型和主题的内容，导致了同质化内容的广泛生成，减少了多元化的声音；其次，用户基于家人、朋友和同事关系形成的个人用户关系网以及基于共同兴趣爱好、价值观形成的网络社群形成了不同形式的社交圈子，社交圈子里的成员习惯于依靠社群获取第一手的信息，同质化观点在社群里广泛传播，并在信念回响效应的刺激下不断增强集体记忆和身份认同，长此以往，社交圈子的立场会逐步固化和刻板化，社交圈子内部的群内同质性和外部的群际异质性均不断增强，最终造成群体极化。

（2）算法的作用机制。信息时代大数据和人工智能的快速发展使得信息精准匹配成为可能，社交平台为争夺用户资源、增强用户黏性、延长用户使用时间、实现流量的资本转换，积极寻求投其所好的算法推荐技术以应对争夺流量的激烈竞争，然而推荐算法的广泛使用助长了信息茧房的形成。样本中文文献的关键词共现网络显示，中国学者关于信息茧房算法的研究集中在算法推荐机制和算法伦理两个方面。社交平台的算法推荐主要涉及信息搜索技术和算法推荐技术，前者是用户借助目录检索、网络导航和搜索引擎等工具对主题和关键词等信息进行查找，主动筛选所需信息，而算法推荐技术的核心逻辑是对海量信息的重新评估，将内容、用户和场景进行有效适配，满足用户的差异化需求。算法推荐包括收集原始数据、提取标的物特征、选择算法和信息分发4 个过程。原始数据包括用户的自然属性（性别、年龄、职业等）、显式行为（点赞、分享、关注、评分等）和隐式行为（点击、停留时长）数据，还包括平台上的内容数据，收集到的原始数据会因为数据样本偏差和“脏数据”的污染导致数据集过于单一或不客观；在对清洗过的数据进行特征提取、获取用户画像时，会出现由于数据分析模型偏差带来的方向性错误、数据挖掘能力有限带来的浅尝辄止以及数据解读的偏差等问题，这些会影响推荐算法的性能，影响推荐结果的多样性。无论是用户使用算法搜索技术主动选择信息，还是通过算法推荐技术被动选择信息，算法技术都会追踪用户需要、呈现用户感兴趣的信息，推荐算法机制的功能性弊端及其按照记忆推荐信息的方式都降低了用户获取信息的多样性，在实现用户个性化需求的同时导致用户视野窄化、同质化内容获取问题加剧。

推荐算法的广泛应用还带来了算法的伦理问题，学者们从算法歧视和算法偏见、用户隐私、精准度以及透明度等多个角度提出了推荐算法带来的伦理问题。如，彭兰［32］从新闻传播学的角度指出算法偏见或者算法歧视会限制人的社会资源、位置以及认知、判断和决策等能力，导致个性化推荐算法难以平衡不同的观点和意见，可能进一步强化用户的现有偏见和陈旧观点，导致用户由于缺乏对其他观点的了解和尊重而造成认知上的同质化，从而忽略了信息的包容性和多样性。孟天广等［33］分析了算法产生的技术逻辑，提出算法推荐信息的过程侵犯了用户信息选择权和知情权，由于个性化推荐算法广泛收集和利用个人喜好、行为习惯等个人信息，这些用于算法训练和推荐系统的数据存在被滥用或泄露的风险，可能会导致用户对算法推荐的抵触和不信任，使得用户的信息茧房更加封闭。喻国明等［34］指出现有算法过度偏重“工程传播”逻辑，取代了“人类传播”的特性和机理，从而造成了算法推送无法满足用户信息需求，算法推荐的低精准度和透明度会导致用户获取到错误或不准确的信息，从而影响他们对多样性观点的理解和选择。因此，实现对算法伦理问题的有效治理，是破解信息茧房问题的重要途径。

（3）用户的作用机制。信息茧房形成过程中，社交平台用户一般会经历信息窄化、群体极化和信息茧房3 个阶段。在信息窄化阶段，用户基于个体情感倾向、信息能力以及专业知识的限制，主动有选择性地接触、理解和记忆信息源及信息内容，造成信息获取的片面化和同质化，同时在个性化推荐技术的影响下鲜有机会接触自己所掌握专业知识领域之外的其他信息，随着信息来源和信息接收面的逐步缩小，用户受困于稳定而封闭的信息环境中，信息渠道和信息兴趣不断窄化最终导致了信息窄化困境。在群体极化阶段，获取信息内容的窄化致使用户长期被束缚在同质化信息环境里，在情感的驱动下带来价值观的变化，价值观的不断强化致使具有相同价值观的用户形成一个紧密的群体，随着群体认知差异不断扩大，社会认知层面的个性化加强、共性化减弱，具有异质价值观的群体之间的隔阂不断拉大，群体极化产生。在信息茧房阶段，信息窄化和群体极化不断演进、交融，内容同质化和选择同质化不断加强，从而在封闭的信息环境中形成回音，以正反馈的方式持续向用户输入高度同质化的信息，具有同质化价值观和信息行为的用户难以获取异质化的信息，信息茧房随之产生。

2.2.3 信息同质化与信息茧房

在对信息茧房概念和形成机制进行分析的基础上，归纳出信息同质化视角下信息茧房形成框架，如图5 所示。

图5 信息同质化与信息茧房的形成

社交平台内外部信息趋同是信息同质化问题产生的重要原因。在社交平台内部，用户的自我选择偏好和平台及算法的双重过滤机制加剧了平台内部的信息同质化。用户由于个人偏好和专业知识的限制，倾向于在同一类平台中选择感兴趣的信息，平台基于对热度层级、头部信息和全局内容的主动选择，筛选出符合平台利益、具有高热度的内容或者内容创作者呈现在用户面前。个性化搜索和推荐算法基于用户行为推荐同质化信息，这些过程加剧了相关性及相似性较高信息的重复出现，降低了用户接受丰富信息的可能性。在社交平台外部，现有社交平台长期关注用户数量增长、缺乏创新，在用户组成、平台功能以及算法推荐等方面逐步趋同。网络用户常常因为兴趣爱好相似、地理位置接近等产生的认同感而活跃于社交平台上的同一类圈群，导致平台内部形成特定的用户组成结构，而产品品类、平台内容的相似性进一步导致各平台具有相同的用户组成特征。此外，长期追求用户增长、缺乏内容创新，各平台在用户界面和功能、社交功能和工具、社交互动方式和推荐算法的选择等方面不断趋同，导致平台间在平台功能和算法推荐过程逐步一致。

平台内部和平台间信息的同质化最终表现为用户信息的选择同质化、平台的内容同质化和信息选择对象的群体同质化。用户的选择同质化使得用户社交圈子、知识领域逐步窄化，出现意见孤立的现象；社交平台的内容同质化窄化信息来源渠道，降低信息的丰富性与多样性，用户被限制在同质化的环境中，偏见和误解不断加剧；群体同质化通常表现为同一个社交圈子的群内同质化加强、群际同质化减弱，同一社群内用户的价值观和个人信息行为逐步趋同，不同社群间由于不同的价值观、不同的兴趣爱好会产生交流冲突，最终出现社交隔离。选择同质化、内容同质化以及群体同质化所带来的信息同质化问题在封闭的社交平台中不断回响，在正反馈作用下，用户不断获得同质化信息，最终形成信息茧房。

3 社交商务平台信息茧房的破解策略

作为社交平台的一种类型，社交商务平台具有社交平台基于社交关系网络，依托社交互动、内容运营来影响用户行为的基础特征，社交媒体平台信息茧房与社交商务平台信息茧房的形成机制具有一定相似性。社交商务平台通常以大数据信息为基础，借助个性化推荐技术，根据用户历史搜索、点击、浏览和消费等行为记录以及社交网络关系向用户推荐相关信息，从而缩小了用户的信息选择范围，甚至影响用户对特定事物的观点和态度，形成极化现象，对经济社会的发展产生不利的影响。因此，了解社交平台的信息茧房形成机制对于社交商务平台的茧房破解具有一定的借鉴意义。考虑到社交商务平台的商务特性，从政府、平台和用户3 个维度为社交商务平台的信息茧房提供破解策略。

3.1 以政府为主体的破茧策略

一是加强政府的宏观管控，健全法律法规，重视信息与数据安全监管。社交商务平台通过搜集用户个人信息，向用户进行定向产品推送、内容推荐，很可能会侵犯用户信息选择权、知情权和隐私保护权，因此，建立健全相关法律法规有利于保护用户的公共权益和个人利益，避免信息被非法获取及使用。重视用户信息安全需要提高政府监管和处罚力度，增强社交商务平台的企业社会责任意识，持续推进企业数据和算法技术等信息应用及管理规范，从源头上避免信息茧房的产生。

二是建立多元的市场环境，鼓励平台多样性竞争、算法技术创新。当前同类型社交商务平台的同质化竞争导致各平台在平台功能、信息推荐、内容分布以及用户组成等方面表现出明显的同质性，但在推荐算法、内容及社区建设等层面缺乏原始创新，且由传统的商品竞争转变为社交网络关系的竞争，为了扩大社群、抢占市场，投入大量经费用以引流推广、广告促销、节日打折等，随之造成创新投入减少，这会加剧同质化困境，因此，鼓励社交商务平台进行多样化竞争，维持市场竞争的公平性、建设多元开放的市场环境是政府破解信息茧房的一种路径。政府部门需要对垄断性竞争进行干预，增加社交商务平台的多样性，促进平台形成良性的差异化竞争环境，为市场提供创新性活力。政府要鼓励算法、技术与模型的创新，减少社交商务平台对某些算法的过度依赖，增加算法选择的多样性，从而为用户提供多样的信息，避免算法单一引起的信息茧房。

三是加强用户对媒体、信息与算法的深层理解。开展用户信息搜索、信息获取、算法思维能力、逻辑思辨能力以及信息辨别等方面的科普工作，提升用户信息素养；同时，注重用户的多渠道信息选择能力的提升，从而减少由于用户选择带来的同质化信息集聚，提升用户商务决策能力。

3.2 以平台为主体的破茧策略

一是严格内容把控，增加用户投诉渠道及完善信息发布主体的资格审查。社交商务平台作为以人为中心的内容型平台，用户依赖社群中创作和分享的内容，以交流互动的形式寻求信息并作出购买决策，由于群体成员的相似性，所传递的信息很可能会形成人群特征明显的极化现象，因此，要加强对平台上社交群体的监督与管理，尤其是影响用户观点及行为的内容的传播。

二是改进算法搜索技术和推荐技术，严格遵守信息伦理规范和数据使用法律法规。个性化推荐算法依托社交商务平台的大数据资源向用户推荐产品时，常常向用户重复推荐相同的信息，这种算法偏见会影响用户的资源和思维方式、固化用户的信息接触范围，因此，平台可优化信息推荐算法，避免单一来源及方式的信息推送，同时避免算法对用户数据的过度依赖，优化可用的数据维度及分类方式，从而降低基于用户历史数据的信息推荐占比。

三是立多元化的合作伙伴关系，增加平台内容的多样性，关注用户体验和内容展现的多元化，积极寻求与不同类型品牌、商家的合作关系，丰富产品品类，提供更广泛的服务选择，促进用户体验的多样性。社交商务平台不仅要增加用户展示多样化观点的机会，还要增加消费者和品牌之间的交互渠道，鼓励用户通过评论、私信、问答等交流方式进行沟通，促进差异化内容的生成与传播；还可通过邀请专家或行业内权威人士进行主题讨论、与媒体或新闻机构进行跨界合作的方式，呈现多样化的观点和意见，促进用户对多元观点的接触和理解。

3.3 以用户为主体的破茧策略

一是提高个人信息选择能力，主动扩展兴趣范围，多样化信息来源，增强信息辨别能力。获取广泛而多元的信息要求用户减少对单一信源的依赖，尝试借助多个平台获取不同的资源，避免资源获取受限。社交商务平台上的用户要主动关注、参与并探索不同领域的内容，并与其他用户交流购物经验、观点和评价等，通过接触多样化的商品和信息来拓展兴趣范围，通过互动和交流来拓宽个人信息视野；同时，用户还要提升个人信息辨别能力，避免陷入同质化信息的陷阱，在面对社交商务平台上的推荐和热门产品时，要掌握产品知识，根据自身需求和实际情况进行批判性的选择，避免受到一些营销手法的影响。提升个人信息选择能力能够帮助用户扩展专业知识，主动选择异质化信息，避免因为卷入同质化信息而进行盲目决策。

二是提高个人对算法技术的认知能力，了解算法原理，形成多样性的个人信息筛选机制，减少同质化信息的定向持续接收。了解社交商务平台算法推荐机制有利于用户有针对性地减少对算法推荐技术的依赖，在信息获取的过程中用户可通过多样化主题词、搜索条件和搜索平台主动搜索和发现差异化的内容，以获取多样化的信息来源和获取渠道。

三是增强信息保护意识，做好隐私管理与保护。用户需注意了解社交商务平台数据收集和使用的过程，减少信息受到算法滥用和误导的可能性；了解平台收集、使用、共享个人信息的方式及过程，做好对个人信息使用的授权，避免隐私数据泄露引发的同质化信息集聚推送所形成的信息茧房。

4 结论

本研究采用理论梳理与文献分析相结合的方法，对目前关于社交商务平台、信息同质化与信息茧房的国内外研究进行分析。当前，中国学者的相关研究主要集中在算法推荐、人工智能和算法伦理等领域，重点探讨个性化推荐算法对信息茧房形成的影响，对平台和用户行为变化的研究较为缺乏；国外学者的研究则主要研究集中在社交媒体、社交平台、选择性暴露、群体极化等领域，更多关注信息茧房与平台和用户行为之间的关系。本研究从理论上明确了信息茧房的概念，通过对平台、算法和用户3个维度的作用机制分析归纳出信息茧房的形成机制及其在社交商务平台上的表现特征，进而从实践上分别从政府、平台和用户3 个角度提供了信息茧房破解策略，以期为社交商务平台监管以及用户信息权益的保护提供参考。

当然，当前相关研究主要基于理论分析展开，未从大数据量化分析的角度探索社交商务平台信息茧房的形成过程及其对用户行为的影响，因此，未来的研究可进一步采用大数据量化分析方法来深入剖析社交商务平台信息茧房的形成机制和破解策略的有效性。