新聞個性化推薦的交互性策略分析

姜霄晗 李烈鵬

摘 要 伴隨著互聯(lián)網(wǎng)的高速發(fā)展，新聞的人工智能個性化推薦儼然成為各大新聞資訊客戶端的技術(shù)標(biāo)配，更成為了一種大眾化的閱讀模式。新聞個性化推薦的分發(fā)模式給信息平臺帶來商業(yè)利益，為讀者帶來閱讀便利，同時在用戶媒介素養(yǎng)的培養(yǎng)等方面存在問題。文章審視當(dāng)下新聞個性化推薦存在的“過濾氣泡”效應(yīng)問題，嘗試從新聞的交互性推薦層面給出解決方案。

關(guān)鍵詞 新聞個性化；交互性推薦；過濾氣泡

中圖分類號 G2 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-0360（2018）11-0091-03

1 新聞個性化推薦存在“過濾氣泡”效應(yīng)

“過濾氣泡”這個詞由互聯(lián)網(wǎng)活動家埃利·帕里策提出來的。根據(jù)我們的個人信息和此前的閱讀行為，社交媒體、搜索引擎或閱讀類App會為我們過濾掉和我們意見不一致的信息，讓人們活在一個個泡泡里面。

2010年4月，發(fā)生了舉世震驚的英國石油公司墨西哥灣漏油事件，帕里策發(fā)現(xiàn)，在這之后，如果使用谷歌搜索“BP”（英國石油公司的簡稱），一個人可能看到的是有關(guān)該公司的投資新聞，而另一個人可能看到的是英國石油公司公司所租用的一個名為“深水地平線”的深海鉆油平臺發(fā)生井噴并爆炸、導(dǎo)致巨大的漏油事故的消息。這是由于某種推薦算法造成的結(jié)果，這種搜索引擎推薦算法阻礙了人們認(rèn)識真實世界的某些層面，帕里策稱之為“過濾氣泡”。網(wǎng)絡(luò)新聞信息平臺會根據(jù)用戶的瀏覽歷史和地址優(yōu)先給用戶推送算法所覺得的用戶需要的新聞信息，它把用戶可以看到的消息根據(jù)用戶的“喜好”過濾了。

Facebook的數(shù)據(jù)泄露事件使人們重新討論2016年11月備受爭議的美國總統(tǒng)選舉，美國傳播學(xué)家研究發(fā)現(xiàn)，新媒體平臺根據(jù)個性化歷史行為為用戶提供經(jīng)過篩選的信息內(nèi)容，毫無疑問，用戶在大選期間搜索相關(guān)的政治新聞時，就不可避免地會被包裹在“過濾氣泡”當(dāng)中，這是緣于新媒體平臺會根據(jù)對用戶先前活動記錄和搜索詞條的統(tǒng)計結(jié)果對新的內(nèi)容進(jìn)行篩選，而用戶會愈加看不到他們不同意的觀點(diǎn)和資訊[1]。

新媒體平臺的“過濾氣泡”效應(yīng)是2016年美國大選出現(xiàn)民眾意想不到結(jié)果的一個推手，它輕易導(dǎo)致了大選中美國兩黨支持者的意識形態(tài)分化。“過濾氣泡”效應(yīng)的存在使得群體極化更為嚴(yán)重，不同候選人的支持者集體當(dāng)中，這些支持者的觀點(diǎn)非常一致并且集體成員之間還不斷進(jìn)行自我強(qiáng)化，這就使得集體成員錯認(rèn)為各州大部分人都與自身一樣支持著己方所支持的候選人。

飛速發(fā)展的信息技術(shù)促使新聞信息的傳播載體在種類和數(shù)量上有了很大的提升，這豐富了信息傳播的途徑，然而，日益龐大的新聞信息量讓受眾無法承受。精準(zhǔn)化的新聞個性推薦也就有了產(chǎn)生的理由，這種新型的個性化推送模式借助于大數(shù)據(jù)抓取和智能算法技術(shù)，以特定的新聞信息平臺為載體，依據(jù)個體的差異化需求，將特定的新聞信息推送給特定用戶。新聞個性化推薦的模式降低了用戶選擇信息的時間成本，避免用戶把大部分精力放在瀏覽無用的信息上，已經(jīng)成為用戶所喜愛的信息接收方式。

然而，這種以用戶的“需求”或者“歷史行為”為根據(jù)而進(jìn)行個性化推送的模式，其產(chǎn)生的“過濾氣泡”效應(yīng)日益凸顯，事實上它縮小了用戶的視野，使得用戶固執(zhí)而不自知。

今日頭條、一點(diǎn)資訊為代表的資訊聚合平臺，聚合了大量傳統(tǒng)媒體及自媒體的內(nèi)容來源，這些在當(dāng)下成為用戶主要信息渠道的平臺通過算法進(jìn)行內(nèi)容產(chǎn)生和傳播，它們以用戶的上網(wǎng)行為依據(jù)，通過精準(zhǔn)分析用戶的興趣和需求，將信息精準(zhǔn)推送給每個用戶，增加用戶黏度，帶來流量經(jīng)濟(jì)。

互聯(lián)網(wǎng)的發(fā)展，使得流量經(jīng)濟(jì)成為各大新聞媒體機(jī)構(gòu)爭奪的陣地，紛紛使用個性化的新聞算法推薦，諸如騰訊、網(wǎng)易、人民日報、新華網(wǎng)等為代表的新聞客戶端相繼推出個性化推薦功能。個性化新聞推薦使得用戶生活在一個個的“信息氣泡”當(dāng)中，對于世界的認(rèn)識是不全面的，甚至還不是真實的，他們所持有的只是算法推算出來的關(guān)于真實世界的狹隘觀點(diǎn)。

2 新聞個性化的交互性策略

有人認(rèn)為，“過濾氣泡”效應(yīng)的產(chǎn)生原因不在于個性化新聞推薦這個算法系統(tǒng)，而在于用戶的信息選擇行為上。其實這并不是非此即彼的關(guān)系，而是雙方相互之間的關(guān)系，那么問題的解決就要從雙方的關(guān)系上找到一個切口。筆者嘗試從新聞個性化推薦的互動性層面做出分析，研究減少甚至解決“過濾氣泡”效應(yīng)的方法。

2.1 技術(shù)層面的解決方法存在缺陷

新聞應(yīng)用“Read Across the Aisle（簡稱RAA）”正是為了幫助解決新聞媒體行業(yè)出現(xiàn)的“過濾氣泡”效應(yīng)而研發(fā)出來的。為了幫助用戶把新聞消費(fèi)習(xí)慣變得更多元，他們塑造了一個“意識形態(tài)波譜”，《赫芬頓郵報》為最左，?？怂剐侣劄樽钣?，中間包括了諸如《紐約客》、NPR（國家公共電臺）、《基督教科學(xué)箴言報》等20家新聞媒體，追蹤并總結(jié)其用戶的閱讀習(xí)慣。RAA在新聞頁面的底部設(shè)置了一個滑桿作為指示標(biāo)，其所在的位置代表著對文章的意識形態(tài)傾向和用戶閱讀時長的總結(jié)。

在RAA上，如果一位用戶閱讀某一種傾向的文章太久，這個滑桿就會滑向一個極端，而且App也會自動通知用戶，推薦他們觀看其他觀點(diǎn)的文章。這款應(yīng)用的創(chuàng)造者尼克·魯姆表示，他們在這個應(yīng)用上所推薦的所有新聞媒體都是取向穩(wěn)定的，他們在對意識形態(tài)等進(jìn)行界定的時候也沒有遇到太大的問題。這個App的設(shè)計初衷來源于過去一年時間里在Facebook和Twitter上發(fā)生的美國政治選舉的事情[2]。這兩個社交媒體平臺上的用戶分處意識形態(tài)的兩端，而這些用戶也困在了各自圈子的“氣泡”里，他們很少會去反省自身的政治傾向，反而會去不斷地攻擊反對他們觀點(diǎn)的用戶，這正是由于他們對反對派極度缺乏了解而造成的。這樣的行為，會讓用戶越來越貼近與他們觀點(diǎn)相似的人群，從而讓社會更加分裂和極端化。

RAA的研發(fā)與發(fā)行在一定程度上解決了“過濾氣泡”的問題，也給新聞業(yè)界帶來很大的借鑒意義。國外很多媒體就在致力解決“過濾氣泡”問題上做出嘗試，《衛(wèi)報》設(shè)置了一個名為“戳破你的氣泡”的專欄，主要推送一些保守派科普的文章，希望平衡左傾讀者的立場；《華爾街日報》則做了一個名為“紅派藍(lán)派”的產(chǎn)品，把Facebook上關(guān)于自由派和保守派的內(nèi)容都羅列到一起推送給用戶；谷歌瀏覽器還開發(fā)了一個“逃離泡沫”的插件，旨在為用戶提供一些內(nèi)容積極、容易被接受的文章，盡力彌補(bǔ)因所接收的新聞信息不一致而導(dǎo)致的裂痕。然而，我們可以看出，這些解決“過濾氣泡”問題的措施影響力并不大，屬于小打小鬧，并未能真正解決問題。

RAA在界定文章和媒體的意識形態(tài)就引來一些爭議，業(yè)界和學(xué)界對他們的標(biāo)準(zhǔn)提出了質(zhì)疑。盡管RAA官方稱他們以皮尤發(fā)布的一項媒體與黨派支持者關(guān)系的報告作為參考之一，同時也向一些早期用戶和投資者進(jìn)行咨詢從而確定意識形態(tài)的范圍，但是本質(zhì)上還處于用戶單一接受新聞信息的范疇內(nèi)，在激活用戶的閱讀興趣，并讓用于利用自主能動性去閱讀更多的內(nèi)容方面缺乏有效的處理方案。

2.2 在技術(shù)的基礎(chǔ)上增加交互性

從整個互聯(lián)網(wǎng)大背景來講，解決新聞個性化推薦產(chǎn)生的“過濾氣泡”效應(yīng)這個問題，從算法與用戶之間的關(guān)系入手無疑是有效的解決方式。在互聯(lián)網(wǎng)環(huán)境下，大多數(shù)情況下用戶對多數(shù)新聞信息確實是懶得點(diǎn)擊，但用戶是具有能動性和好奇心的，這種能動性和好奇心并非一直處于活躍狀態(tài)，這就需要新媒體平臺，或者說新聞信息發(fā)布者來激活它們。美國新媒體Quartz的聊天機(jī)器人就是基于用戶是具有能動性和好奇心的這個理念而設(shè)計出來的。

Quartz時大西洋傳媒在2012年推出的數(shù)字商業(yè)新聞產(chǎn)品，它提供免費(fèi)的24小時無間斷全球商業(yè)新聞，以原創(chuàng)優(yōu)質(zhì)內(nèi)容吸引優(yōu)質(zhì)用戶，已經(jīng)發(fā)展成為了美國時下最為流行的媒體應(yīng)用之一。Quartz的模式就是以產(chǎn)品為中心，它們的產(chǎn)品包括網(wǎng)站、App、新聞信，以及聊天機(jī)器人。Quartz在2016年開發(fā)了一個新聞App，這個App以機(jī)器聊天的形式向用戶推送新聞信息。Quartz的聊天機(jī)器人是基于Facebook的聊天App Messenger平臺開發(fā)的，但為了適應(yīng)對話的形式，Quartz團(tuán)隊也進(jìn)行了很多探索。

Quartz的產(chǎn)品經(jīng)理扎克·西沃德曾說，在發(fā)現(xiàn)聊天能夠激起用戶對新聞的興趣之后，他們開始尋找什么樣的新聞寫作最適合這種對話模式。在經(jīng)過不斷的試驗之后，他們最終確定了2016年的Quartz新產(chǎn)品手機(jī)新聞客戶端App。跟傳統(tǒng)的新聞App傳播新聞、用戶閱讀新聞的模式不同，Quartz以聊天的方式來“聊新聞”，它的界面就只是個單純的對話窗口，Quartz會用聊天方式向讀者推薦新聞，當(dāng)你看到感興趣的新聞時，可以使用窗口底邊的選項進(jìn)行追問，Quartz會提供更詳細(xì)的細(xì)節(jié)。在聊天過程中，Quartz常常會出現(xiàn)冷笑話，避免讀者對于新聞過度疲勞，偶爾也配上有趣的圖片，甚至是表情，增加聊天的互動感。扎克·西沃德說：“Quartz的界面很像一個機(jī)器助理，但是這個新聞機(jī)器人有個小秘密，他的新聞對話都是由人寫出來的，我們匯集了全Quartz最好的作者和編輯，讓他們賦予Quartz聲音?！?/p>

用戶并不是內(nèi)容的被動接收者，他們是能夠?qū)?nèi)容產(chǎn)生情緒反應(yīng)的。而如果能夠激發(fā)他們的好奇心和情緒反應(yīng)，引導(dǎo)他們做出更多的互動反饋就不是問題。據(jù)聊天機(jī)器人編輯介紹，他們在通過機(jī)器人介紹一則新聞后，用戶提出的95%的問題都是：是什么導(dǎo)致這件事情發(fā)生的？之后會發(fā)生些什么？這表明用戶并不是簡單的單向信息接收者。聊天機(jī)器人通過他們的操作來讓用戶具備參與感，獲得一種互動感，塑造一種情緒上的反應(yīng)和共鳴，從而長期互動之后，建立起一種情感上的聯(lián)結(jié)。這也在很大程度上為用戶選擇更多的新聞信息提供了有利的氛圍，可以讓用戶接觸多方面的新聞信息而不僅僅局限于單一的層面。

“過濾氣泡”效應(yīng)并不能僅僅歸咎于新媒體技術(shù)，美國社會心理學(xué)家T.M.Newcomb就曾提出，人們?yōu)榱讼陨韮?nèi)心的認(rèn)知失衡有趨向于某一致性的傾向，因此，技術(shù)層面的解決方案應(yīng)該考慮如何減少甚至是消除人們的這種認(rèn)知傾向。為用戶提供更多的選擇，在用戶與平臺算法的互動之間了解新聞信息，這將是一個可以做出嘗試，也將是有效的解決方法。

新媒體平臺在提供個性化新聞推薦服務(wù)時，可以提供更多的情景互動方式，讓新聞信息的傳達(dá)顯得更加靈活?，F(xiàn)在的新媒體平臺都可以利用技術(shù)，通過地理位置的信息，向用戶推送其在此時此地最需要的新聞信息，然后在用戶做出選擇的基礎(chǔ)上，推送不同觀點(diǎn)和報道切入點(diǎn)的新聞信息。例如某一地方發(fā)生爆炸事件，而某人剛好在這個地方附近解決某件事情，新聞信息推送平臺可以通過技術(shù)向該用戶推送一條信息告知對方爆炸是否會影響該用戶解決事情的進(jìn)程，并在用戶做出選擇的基礎(chǔ)上，新聞平臺通過諸如聊天機(jī)器人等技術(shù)，在雙方的互動當(dāng)中，新聞平臺提供關(guān)于該爆炸的具體新聞信息。

當(dāng)然，新聞信息發(fā)布平臺在推送新聞信息時也要防止所推送的信息再度給用戶造成信息失衡。因此，在獲取用戶閱讀新聞信息的時長與內(nèi)容的基礎(chǔ)之上，一方面平臺可以提醒用戶閱讀其它內(nèi)容的新聞信息，并提供相關(guān)的新聞報道；另一方面，平臺可以為用戶提供更多的選擇按鍵，借鑒聊天機(jī)器人的方式，循序漸進(jìn)地引導(dǎo)用戶認(rèn)識新聞所報道事件的全部信息，平臺在于不同的用戶交流過程中，表述的方式可以不同，但最終傳遞給所有用戶的內(nèi)容主題應(yīng)該是相同的。平臺所有的設(shè)計都是為了讓用戶獲取更加全面的信息。

3 小結(jié)

新聞信息的個性化算法推薦是目前應(yīng)用最廣的滿足個體新聞信息需求的方式，隨之而來的“過濾氣泡”效應(yīng)是業(yè)界和學(xué)界亟需解決的問題。筆者在當(dāng)前新媒體技術(shù)的基礎(chǔ)之上，分析西方媒體的實踐經(jīng)驗，從平臺與用戶之間的互動交流方面入手，嘗試解決“過濾氣泡”效應(yīng)，為業(yè)界和學(xué)界提供借鑒。

但是，新聞信息的個性化推薦最終是為了適應(yīng)個人的需求，而這種需求是豐富的，平臺并不能僅僅從點(diǎn)擊、點(diǎn)贊、停留時間上就判斷出來用戶的需求，因此，新媒體平臺在所推送的新聞信息不能只為迎合用戶需求而存在，新聞信息內(nèi)容的決定，不能僅僅依賴所收集到的用戶個人的偏好。用戶所接收到的新聞信息，既要有針對個人需求情況的適應(yīng)性改造，也要有媒體機(jī)構(gòu)編輯統(tǒng)一施加的判斷和影響。技術(shù)和用戶需求應(yīng)該支持新聞內(nèi)容的個性化體驗，但是不應(yīng)該成為一切的決定者。

參考文獻(xiàn)

[1]許志源，唐維庸.2016美國大選所透射的“過濾氣泡”現(xiàn)象與啟示[J].傳媒，2017（16）：54-56.

[2]如何解決“過濾氣泡”造成的報道失衡？這款A(yù)pp操碎了心[EB/OL].[2017-03-12].http：//dy.163.com/v2/article/detail/CF6G3J6D05118VJ5.html.