智能算法推送在短视频新闻传播中的应用

耿婷婷

随着新媒体技术的发展，网络传播逐渐向智能化传播过渡，以大数据为基础的智能算法推送已经成为新媒体传播的重要技术逻辑基础，为社交媒体平台的商业化发展提供了核心助力。纸媒转型短视频新闻传播是主流趋势，也需要智能算法推送带来大流量和正面驱动，但薄弱的技术基础及短视频新闻采编的新挑战，为纸媒的转型发展提出了更高要求。本文结合智能算法推送的应用需求，探索纸媒转型短视频新闻传播的创新策略。

智能算法推送相关理念概述

在互联网传播平台中，智能算法推送在短视频新闻传播中发挥了积极作用，成为短视频平台快速成长的技术基础。通过个性化推荐、精准定向、实时更新和多样性推荐，智能算法能够提高用户的阅读体验和满意度，增加用户的点击率和转化率，提高媒体的收益。同时，智能算法推送也能够促进用户的参与度和互动性，增加读者对短视频新闻传播平台的黏性和忠诚度，这对报纸媒体新闻采编人员的业务转型也提出了较高要求。

智能算法推送概念

从当前来看，算法推送是新闻获得高关注、高流量的关键所在，是一种基于收集到的不同场景、用户偏好、信息内容及传播渠道等数据进行自主分配、定向推送的技术。算法推送实现了对用户行为的实时跟踪，并能够借助大数据等技术完成对用户特征的分析，为新闻生产分发提供了科学依据，已经成为抖音、快手等短视频APP 内容分发的重要技术。

在媒介融合背景下，新闻传播内容由图文结合向长、短视频转变。智能算法推送技术为短视频平台提供了一条了解大众的渠道，既能够帮助短视频平台实现信息的定向传播，也能够让用户找到目标信息，同时挖掘信息的潜在用户，达到双赢的目的。在算法推送模式下，新闻信息具有极强的个性化特征，短视频平台的传播效率也随着提升。

以往，智能算法推送技术共分为两种，分别是基于内容的定向分发和基于用户行为的筛选分发，借助各类数据处理分析技术，实现用户画像与新闻信息的极致匹配。不过，这些算法推送技术尚未实现对用户需求的实时采集、分析，必须经过特定的过程才能完成用户画像，无法在第一时间满足用户的新闻偏好，因此，为了解决这一问题，深度学习等技术被应用到算法推送技术中，算法推送技术借此搭建起更加高效的信息分发机制。

智能算法推送在短视频传播中的应用

媒介融合背景下，大众对新闻的个性化要求不仅体现在内容创作方面，还体现在信息传播方面，为了吸引、留住用户，很多平台持续加大对算法推送技术的研究力度，开发了基于内容流量池的叠加推送功能，以此来提高自身竞争力。短视频APP 借助智能算法推送的智能化、个性化优势，实现了去中心化，即任意用户只要有备受关注、极具吸引力的内容，就可以成为坐拥百万粉丝的头部账号。现在，智能算法推送在抖音、小红书等短视频APP 中的应用十分广泛，为用户带去了极大的便利，但这也引起了部分用户的不满，对此，相关部门于2022 年3 月1 日出台了一系列规定，要求短视频平台为用户提供算法推送关闭功能。通过前提调研我们发现，90% 以上的短视频用户倾向于运用算法推送技术获取更多的新闻资讯，究其原因是短视频APP 建立起了“兴趣探索”模式，在原有基础上对算法推送技术进行了创新，既能为用户推送不常关注的短视频，也能为用户提供一些随机性短视频，丰富用户可见信息的种类。而且，算法推送技术的提高实现了短视频的高效分发，有助于提高用户黏性，保证粉丝量和点赞数，推动短视频平台实现更好发展，但这也造成了同质化和低俗化信息泛滥、群体极化、侵权事件等一些问题。

智能算法推动在新闻传播中的优势

智能算法推送带来个性化内容。通过分析用户的历史浏览记录、兴趣偏好以及行为习惯，智能算法能够准确地了解用户的需求和喜好，从而为其推荐感兴趣的短视频新闻内容。这种基于个人行为统计的个性化推荐模式，能够提高用户的阅读体验，减少信息过载的问题，使用户更容易获取到自己感兴趣的内容，提高了用户的满意度和忠诚度。但这种推荐方式也容易造成信息牢笼问题，反而带来不好的阅读体验。

智能算法推送实现短视频内容的精准匹配。通过对用户的地理位置、年龄、性别、职业等信息进行分析，智能算法能够将合适的短视频新闻内容推送给特定的用户群体。与个性化推荐不同的是，精准匹配大多以群体或地域为目标，具有统计学属性。精准匹配能够更好地满足用户可能存在的需求，提高短视频新闻内容与用户偏好的正相关性，从而增加用户的点击率和转化率，提高新闻的传播效率。

智能算法推送实现了多样化内容的实时更新。智能算法能够对指定范围内的短视频新闻进行实时监测分析，根据用户的实时行为和反馈，不断调整推送策略，及时更新推荐的内容，既可以将热点短视频做重点推荐，也能将媒体需要广泛传播的新消息做重点发布。高频率的实时更新能够保证用户获取到最新的短视频新闻内容，增加用户的黏性和使用频率。

此外，多样化的内容也是智能算法推动的优势，避免信息茧房问题的出现。智能算法能够根据用户的兴趣和需求，推送不同类型、不同风格的短视频新闻内容，增加内容的多样性和选择性。这种多样性推荐能够满足用户的不同需求，提高用户的参与度和互动性，增加用户对平台的黏性，让用户的阅读界面上不乏新内容。

智能算法推送在融媒体转型中的不足

在传统报纸媒体转型为短视频新闻传播时，借助社交媒体平台注册账号已成为一种常见的策略。智能算法推送在这一转型过程中发挥了积极作用，但也在存在一些挑战和不足，主要体现在报纸媒体注册的短视频账号无法享受平台的算法专属权限，反而容易受到忽视和竞争挑战。

智能算法存在信息偏见

智能算法存在一定的局限性，可能会导致信息的过滤和偏见。智能算法是基于全平台的数据为基础，根据用户的历史行为和偏好来推送内容，但这也可能导致用户只接触到自己感兴趣的领域，而忽略了其他重要的信息。这对于报纸媒体来说是一个挑战，因为主流媒体希望读者获得更加全面、客观的新闻信息，但官方媒体无法干扰社交平台的数据和算法，只能从旁观者的角度做内容采编及运营维护。

社交平台的算法存在商业倾向

社交平台的智能算法推送商业化倾向严重，其核心利益始终围绕运营机构诉求，而并非公共利益。毕竟社交媒体平台并非官方的主流媒体，新闻传播仅仅是其业务内容之一，核心依旧是商业利益和休闲娱乐。智能算法推送将商业、娱乐、新闻、生活分享等内容糅杂于一体，但追求利益最大化的背景下，大数据分析和算法往往会将带货直播、商业热点、品牌营销等作为主要内容来推送，短视频新闻占比十分有限。

大数据传播存在隐私安全问题

智能算法推送还存在一些隐私和安全方面的问题，这也是大数据为互联网带来的共性问题。在注册社交媒体账号时，用户需要提供一些个人信息，这可能会涉及用户隐私的泄露风险。同时，智能算法推送可能会受到恶意操纵或者算法的偏见影响，导致推送的内容存在偏差或者错误。这对于报纸媒体来说是一个重要的考量，需要确保智能算法推送在应用中的可靠性和准确性。

纸媒转型短视频的智能算法应用策略

智能算法推荐在短视频新闻传播中的应用，对传统媒体的转型发展具有重要意义。传统报纸媒体转型短视频新闻传播，需要借助社交媒体平台注册账号来吸引更多的观众，而智能算法推送则可以帮助媒体机构更好地理解用户的兴趣和需求，提供个性化的新闻内容，从而增加用户留存和参与度。

搭建新闻客户端传播平台

随着社交媒体和短视频平台的迅速发展，纸媒行业正面临着巨大的转型挑战。为了适应这一变化，纸媒需要积极采取策略来应对，其中智能算法的应用是一个重要的方向。纸媒的融媒体转型，不能完全依靠社交媒体平台，尤其是当前的短视频新闻传播，对抖音、快手、微信的依赖性十分强。主流媒体要打造地域性的新闻客户端，将短视频新闻融入其中，构建具有自主管理权限的传播渠道，才能将大数据、智能算法等实现深度应用，避免在社交平台上受制于人。纸媒搭建新闻客户端传播平台，通过开发自己的APP，纸媒可以更好地掌握短视频新闻传播的主动权。在客户端中，智能算法可以根据用户的浏览历史、兴趣爱好、地理位置等信息，为用户推荐个性化的短视频新闻内容。通过智能算法的应用，纸媒可以更好地满足用户的需求，提高用户的粘性和留存率。

借助算法构建用户画像

纸媒可以借助算法构建用户画像，辅助短视频新闻传播的影响力提升。智能算法推荐可以通过分析用户的浏览历史、点赞、评论等行为数据，建立用户画像，了解用户的兴趣爱好和消费习惯。基于这些数据，智能算法可以将相关的短视频新闻推荐给用户，提高用户的点击率和观看时长，实现主流媒体新闻内容的高效率传播。例如，如果用户经常浏览科技类新闻，智能算法可以将与科技相关的短视频新闻推送给用户，提供更加个性化的内容体验。在大数据用户画像的基础上，纸媒可以针对不同的用户群体推送相应的短视频新闻内容，智能算法可以根据用户的历史行为和兴趣，预测用户可能感兴趣的内容，并进行精准推荐。通过个性化推荐，纸媒可以提高用户的参与度和互动性，进而增加用户的忠诚度，推动纸媒顺利转型短视频新闻传播。

此外，纸媒还可以通过智能算法进行内容生成和编辑。智能算法可以根据用户的需求和反馈，自动生成短视频新闻内容。例如，通过自然语言处理和图像识别技术，智能算法可以自动提取新闻事件的关键信息，并生成相应的视频报道。同时，智能算法还可以进行视频剪辑和编辑，提高视频的质量和观赏性。纸媒还可以借助智能算法进行数据分析和效果评估，通过对用户的行为数据进行分析，纸媒可以了解用户的喜好和行为习惯，进而优化短视频新闻的内容和推送策略。同时，纸媒还可以通过智能算法评估短视频新闻的传播效果和影响力，进一步优化和改进。

推送实时热点新闻

纸媒可以借助智能算法推送实时热点新闻，满足受众的阅读需求。智能算法推荐可以根据用户的地理位置和实时热点，提供与用户所在地区相关的短视频新闻，这要求媒体采编人员在新闻线索、内容创作和发布等方面快速反应。例如，当地发生的重要事件或社会热点可以优先推送给用户，增加用户对新闻的关注度和参与度。这种方式可以帮助媒体机构更好地贴近用户，提供与用户所在环境相关的内容，增加用户对新闻的信任感。

具体来说，通过分析用户的浏览历史、兴趣爱好和社交媒体行为等数据，智能算法可以准确把握用户的偏好和需求，从而推送与用户兴趣相关的实时热点新闻。这样一来，用户可以及时了解到最新的热点事件，提高新闻获取效率。同时，纸媒也可以根据用户对不同类型新闻的阅读程度和时长进行数据分析，进一步优化推送策略，提供更加个性化的新闻推送服务。智能算法的应用还可以帮助纸媒发现新的用户需求和热点话题，促进新闻报道的创新和发展，并为受众提供更加个性化和精准的新闻服务，满足用户对于实时信息和个性化阅读的需求。

构建同属性阅读群体

纸媒可以利用智能算法构建同属性阅读群体，提高智能推送的效率。智能算法推荐可以通过协同过滤的方式，将用户行为数据与其他用户的数据进行比对，找到与用户兴趣相似的其他用户，将这些人视为一个同属性群体，推荐他们喜欢的短视频新闻。这种方式可以帮助媒体机构发现用户可能感兴趣但尚未点击过的新闻内容，也能提高大数据的分析效率，以智能算法推送来扩大用户的新闻视野，增加用户对新闻的探索性。

具体来说，通过分析用户的阅读习惯和喜好，智能算法可以将用户划分为不同的阅读群体，比如政治新闻爱好者、体育新闻爱好者和娱乐新闻爱好者等。然后，纸媒可以根据不同阅读群体的特点和需求，推送适合他们的相关新闻内容。这样一来，用户可以更加方便地获取到自己感兴趣的新闻，提高了阅读体验和满意度。

此外，纸媒还可以借助智能算法进行用户行为分析。通过分析用户的观看时间、观看时长、点赞数等行为数据，智能算法可以对用户的兴趣和偏好进行深入了解。纸媒可以根据这些数据，优化视频内容的制作和编辑，提供更加符合用户需求的短视频新闻。同时，智能算法还可以通过对用户行为数据的分析，帮助纸媒发现新的用户需求和潜在的热点话题，为新闻报道提供参考和决策支持。

智能算法推荐在短视频新闻传播中可以帮助传统媒体实现个性化推荐，提高用户参与度和留存率，让纸媒转型更高效地实现融媒体转型目标。然而，需要媒体机构和技术提供商共同努力，解决智能算法推荐的不足之处，确保用户获得全面、多样化的新闻内容，增强用户对新闻的信任感和参与度。

（作者单位：青岛日报社）