侵蝕與消解：個(gè)性化推薦算法場(chǎng)域下網(wǎng)絡(luò)意識(shí)形態(tài)話語權(quán)的危局

巫 彬，杜禮雪

（成都理工大學(xué) 馬克思主義學(xué)院，成都 610059）

意識(shí)形態(tài)工作是一項(xiàng)極端重要的工作，國(guó)家 要對(duì)網(wǎng)絡(luò)意識(shí)形態(tài)實(shí)施全方位、多層次和多角度的掌控，時(shí)刻警惕網(wǎng)絡(luò)意識(shí)形態(tài)安全問題，牢牢掌握網(wǎng)絡(luò)主流意識(shí)形態(tài)的話語權(quán)。隨著互聯(lián)網(wǎng)和信息技術(shù)的迅猛發(fā)展，基于大數(shù)據(jù)技術(shù)產(chǎn)生的個(gè)性化推薦算法，極大地改變了現(xiàn)代社會(huì)的互聯(lián)網(wǎng)信息分發(fā)機(jī)制并因此產(chǎn)生顯著影響。

個(gè)性化推薦算法技術(shù)已經(jīng)深刻地影響到我們生活的方方面面，在個(gè)性化推薦算法的持續(xù)介入下，用戶手機(jī)里面的每一個(gè)APP拿到這些數(shù)據(jù)之后會(huì)給你推送感興趣的內(nèi)容。譬如，淘寶運(yùn)用個(gè)性化推薦算法，分析出受眾喜歡的商品，個(gè)性化定制主頁，實(shí)現(xiàn)精準(zhǔn)的廣告推送；新浪微博憑借算法技術(shù)，自動(dòng)顯示那些被評(píng)論得多，或是被點(diǎn)贊數(shù)多的微博，人氣不佳的博主就會(huì)在主頁極少推送，甚至消失不見；亞馬遜依靠算法為用戶打造個(gè)性化書店，從用戶的購書記錄和相似人群的購書記錄推薦出專屬于你的購書清單。

個(gè)性化推薦算法雖解決了由大數(shù)據(jù)時(shí)代信息過載和信息碎片化等問題，能更好的向單個(gè)用戶分發(fā)具有個(gè)性化內(nèi)容的信息，但同時(shí)這種信息傳播方式直接導(dǎo)致“喜好固化”、“群體極化”、“技術(shù)異化”和主流媒體邊緣化的風(fēng)險(xiǎn)，給網(wǎng)絡(luò)意識(shí)形態(tài)安全帶來嚴(yán)峻的挑戰(zhàn)。

一、個(gè)性化推薦算法的基本邏輯

在紛繁復(fù)雜、數(shù)據(jù)龐大和結(jié)構(gòu)多變的用戶群中，要實(shí)現(xiàn)消息的精準(zhǔn)分發(fā)，提高廣大受眾對(duì)信息的使用效率，優(yōu)化用戶的體驗(yàn)，需整合、分析對(duì)受眾有價(jià)值的信息，由此，個(gè)性化推薦算法便應(yīng)運(yùn)而生。

（一）個(gè)性化推薦算法主要的兩種類型

個(gè)性化推薦算法系統(tǒng)主動(dòng)地從大量信息中找到用戶可能感興趣的信息的工具，構(gòu)建支持用戶在線決策的系統(tǒng)，推薦個(gè)性化、匹配度高的產(chǎn)品或項(xiàng)目是推薦系統(tǒng)領(lǐng)域的核心問題[1]。目前比較常用的、主流的推薦算法包括有基于內(nèi)容推薦算法、基于用戶的協(xié)同過濾推薦方法。

基于內(nèi)容推薦算法通過用戶已經(jīng)選擇和產(chǎn)生的產(chǎn)品內(nèi)容信息，如用戶的瀏覽記錄、消費(fèi)記錄和行為數(shù)據(jù)，計(jì)算用戶之間的相似性，從而進(jìn)行對(duì)應(yīng)的推薦。電子商務(wù)網(wǎng)站上的“猜你喜歡”就是基于內(nèi)容推薦算法的典型應(yīng)用。此外，通過行為數(shù)據(jù)信息進(jìn)行算法推薦的效果不如通過與你有著相似行為數(shù)據(jù)的人的推薦給你的效果，擁有相似興趣偏好的人通常比基于內(nèi)容推薦算法預(yù)測(cè)的更加精準(zhǔn)。而協(xié)同過濾推薦算法就是為用戶推薦感興趣的內(nèi)容可通過找到與該用戶偏好相似的其他用戶，將他們感興趣的內(nèi)容推薦給該用戶。

（二）對(duì)數(shù)據(jù)進(jìn)行標(biāo)簽化處理

標(biāo)簽記錄著用戶的基礎(chǔ)行為數(shù)據(jù)，并對(duì)其進(jìn)行簡(jiǎn)短的描述。

首先，從大數(shù)據(jù)的可視化方面解讀，標(biāo)簽是對(duì)用戶的興趣偏好、瀏覽記錄進(jìn)行短語匯總，將不同的行為數(shù)據(jù)用不同的標(biāo)簽顯示。其中標(biāo)簽的大小和顏色反應(yīng)不同對(duì)象標(biāo)簽的熱門程度。例如，用戶興趣偏好指向的部分，標(biāo)簽出現(xiàn)的頻率也就越高，標(biāo)簽顯示的也就越大，反之就小。

其次，由于標(biāo)簽不能完全真實(shí)的反應(yīng)用戶的實(shí)際，準(zhǔn)確還原用戶真正的興趣還需要對(duì)標(biāo)簽權(quán)重進(jìn)行評(píng)分。比如，電影“星球大戰(zhàn)”和“盜夢(mèng)空間”，同時(shí)包含“劇情”和“科幻”兩個(gè)標(biāo)簽，觀影后的人們明白“盜夢(mèng)空間”的劇情感更加強(qiáng)烈，但推薦算法系統(tǒng)還需要進(jìn)一步的分析。為此，需要進(jìn)行行為權(quán)重評(píng)分，基礎(chǔ)的興趣標(biāo)簽權(quán)重算法由三部分構(gòu)成，行為權(quán)重、訪問時(shí)長(zhǎng)和衰減因子。以B站為例，行為權(quán)重包括，評(píng)論，點(diǎn)贊，收藏等行為；單個(gè)視頻的停留時(shí)間長(zhǎng)短則代表了訪問時(shí)長(zhǎng)權(quán)重的大??；單日觀看同一標(biāo)簽視頻，隔天觀看，和天天觀看的權(quán)重呈現(xiàn)從小到大的趨勢(shì)。

（三）對(duì)用戶進(jìn)行畫像建模

用戶畫像，即建立用戶的行為數(shù)據(jù)模型，對(duì)用戶的行為數(shù)據(jù)的進(jìn)行標(biāo)簽化處理，并逐步形成數(shù)字軀體（用戶畫像）的過程。

用戶在網(wǎng)上的瀏覽、點(diǎn)贊、收藏、評(píng)論等碎片化的行為軌跡被整理搜集并存儲(chǔ)起來，由此形成的生活習(xí)慣、消費(fèi)行為和社交屬性，一個(gè)或一類用戶會(huì)被貼上標(biāo)簽，進(jìn)而形成完整的用戶畫像。站在個(gè)性化推薦算法維度下面，受眾產(chǎn)生的行為數(shù)據(jù)可能被肢解成：文學(xué)10%、科學(xué)8%、技術(shù)5%、藝術(shù)3%、物理0.4%。

簡(jiǎn)言之，用戶的每次在互聯(lián)網(wǎng)上的行為反饋，都在不斷地豐富自己的用戶畫像，而個(gè)性化推薦算法的興趣探索行為，也在進(jìn)一步給這幅畫像補(bǔ)充更多維度，進(jìn)而導(dǎo)致個(gè)性化推薦算法對(duì)用戶的興趣全方位的把握。這些全方位、立體性的記錄用戶的行為數(shù)據(jù)，通過用戶畫像的形式建模，形成個(gè)性化推薦算法視域下意識(shí)形態(tài)話語權(quán)的危局，給意識(shí)形態(tài)話語權(quán)的掌控帶來了相當(dāng)程度的威脅和挑戰(zhàn)。

二、個(gè)性化推薦算法對(duì)網(wǎng)絡(luò)意識(shí)形態(tài)的挑戰(zhàn)

個(gè)性化推薦算法具有兩重性。一方面，由大數(shù)據(jù)衍生出的個(gè)性化推薦算法，解決了信息爆炸帶來的信息過載問題，具有針對(duì)用戶的資訊個(gè)性化定制和精準(zhǔn)分發(fā)，顯著增強(qiáng)用戶粘性等諸多優(yōu)勢(shì)。另一方面，個(gè)性化推薦算法系統(tǒng)有其固有的弊端，面對(duì)互聯(lián)網(wǎng)海量的、錯(cuò)綜復(fù)雜的數(shù)據(jù)時(shí)，受眾在信息選擇上可能存在淺顯化、娛樂化、低俗化的趨向，受眾在意識(shí)形態(tài)領(lǐng)域越發(fā)沉溺在個(gè)性化推薦算法制造的“信息孤島”之中，主流意識(shí)形態(tài)會(huì)無形地削弱甚至孤立，網(wǎng)絡(luò)意識(shí)形態(tài)工作面臨巨大挑戰(zhàn)。

（一）陷入“信息繭房”孤島，固化喜好阻礙信息的自由流動(dòng)

哈佛大學(xué)法學(xué)院教授、美國(guó)前總統(tǒng)奧巴馬的法律顧問凱斯·桑斯坦在其2006年的著作《信息烏托邦》中提出了“信息繭房”這一概念。通過對(duì)互聯(lián)網(wǎng)的考察，桑斯坦指出，在信息傳播中，由于公眾自身的信息需求并非全方位的，公眾只注意自己選擇的東西和使自己愉悅的領(lǐng)域，久而久之，會(huì)將自身桎梏于像蠶繭一般的“繭房”中[2]。

傳統(tǒng)的紙媒時(shí)代，購買的是同一份報(bào)紙，雜志，每個(gè)人都平等的接受一樣的內(nèi)容分發(fā)，而到“個(gè)性化推薦算法”時(shí)代，受眾接觸到的多元化信息進(jìn)一步減弱，大量的同質(zhì)化信息進(jìn)入同一個(gè)用戶的視野之中，和受眾興趣偏好相一致的內(nèi)容才會(huì)在用戶的眼中出現(xiàn)。在大數(shù)據(jù)時(shí)代，個(gè)性化推薦算法分析受眾在網(wǎng)上的每一次點(diǎn)擊、瀏覽、收藏、評(píng)論、瀏覽記錄、搜索記錄、閱讀偏好、交易記錄和喜好視頻分類等，運(yùn)用這些反饋進(jìn)行大數(shù)據(jù)計(jì)算和分析，隨著時(shí)間的推移，大數(shù)據(jù)下在互聯(lián)網(wǎng)上形成的用戶畫像也愈發(fā)接近本人的信息偏好，受眾對(duì)互聯(lián)網(wǎng)的使用時(shí)間越多，算法推薦越發(fā)“懂你”，受眾的繭房就會(huì)包裹得越厚實(shí)。正如波茲曼在“娛樂至死”一書中批判到：“在科技發(fā)達(dá)的時(shí)代，毀掉我們的不是我們?cè)骱薜臇|西，而是我們所熱愛的東西?！盵3]

在一個(gè)溫暖的、舒適的信息繭房里面，沉溺的信息內(nèi)容都是用戶所愛好、喜聞樂見的，國(guó)家的主流意識(shí)形態(tài)在網(wǎng)絡(luò)傳播中受阻，無法順利地、有效地通過各種網(wǎng)站，以及手機(jī)端的APP傳遞給受眾。于是使得受眾的觀念，思想意識(shí)得到遏制，用戶自己編制的信息繭房日益使得自己被單一維度的內(nèi)容包裹起來，網(wǎng)絡(luò)信息流動(dòng)的管控也變得形勢(shì)嚴(yán)峻。

（二）導(dǎo)致“過濾氣泡”效應(yīng)，加劇社會(huì)群體的價(jià)值觀念和意識(shí)形態(tài)的分化

個(gè)性化推薦算法導(dǎo)致用戶獲得信息具有高度的同質(zhì)化，人們往往不容易看到與自己相左的意見，從而固化已有的觀念并加劇群體偏見，個(gè)性化算法推薦造就的“過濾氣泡”，正在加劇社群區(qū)隔與價(jià)值觀分化[4]?；ヂ?lián)網(wǎng)活動(dòng)家埃利·帕里策首次提出“過濾氣泡”這一概念，他發(fā)現(xiàn)兩個(gè)人使用谷歌檢索同一詞語，得到的結(jié)果頁面可能完全不同；不同政治立場(chǎng)的人瀏覽同一個(gè)新聞事件，看到的新聞傾向也可能完全不同[5]。

傳統(tǒng)媒體興盛時(shí)期，編輯主導(dǎo)的人工方式信息分發(fā)，受眾接受平等的資訊分發(fā)，一定程度上利于受眾平衡地接收信息，而在個(gè)性化推薦算法的場(chǎng)域下，基于用戶的協(xié)同過濾式的信息分發(fā)機(jī)制，雖然顯著提高了信息分發(fā)效率，解決了信息過載的困擾。但與此同時(shí)，個(gè)性化推薦算法也導(dǎo)致了諸多負(fù)面?zhèn)鞑バЧ?，受眾較大可能僅接觸到與自身興趣偏好和價(jià)值觀念相同的群體，致使興趣相投的人更容易產(chǎn)生連接，廣大民眾時(shí)刻都處于自身的主觀好惡、興趣偏好、觀點(diǎn)立場(chǎng)“氣泡”之中。加之，如今很多企業(yè)只顧及點(diǎn)擊量，留存率等，商業(yè)化氛圍濃厚，缺少很多的人文關(guān)懷以及對(duì)低俗、錯(cuò)誤、娛樂化的內(nèi)容的仔細(xì)把關(guān)，受眾極有可能接受片面的、偏激的信息，最終導(dǎo)致“群體極化”現(xiàn)象和意識(shí)形態(tài)的分化。

（三）放大“技術(shù)異化”問題，造成主流意識(shí)形態(tài)認(rèn)同的巨大威脅

所謂異化，原本是指“主體由于自身矛盾的發(fā)展而產(chǎn)生自己的對(duì)立面，產(chǎn)生客體，而這個(gè)客體又作為一種外在的、異己的力量而凌駕于主體之上，轉(zhuǎn)過來束縛主體，壓制主體，這就是‘異化’”[6]。“技術(shù)異化”是異化現(xiàn)象在信息化社會(huì)的主要表征，由于互聯(lián)網(wǎng)和信息技術(shù)的蓬勃發(fā)展，各種新型技術(shù)層出不窮，技術(shù)異化在當(dāng)今社會(huì)體現(xiàn)得越來越明顯。人類是技術(shù)的創(chuàng)造者，技術(shù)的真正價(jià)值是服務(wù)于人類，但負(fù)價(jià)值的實(shí)現(xiàn)也是技術(shù)使用過程中的不可避免的部分，負(fù)面效應(yīng)逐步使技術(shù)演變成異己的對(duì)立的力量，反過來給人類自身帶來威脅。我們塑造了個(gè)性化推薦算法技術(shù)，反過來個(gè)性化推薦算法技術(shù)也在塑造著我們，迫使我們成為技術(shù)的客體和附庸。例如，使用微博，抖音等軟件時(shí)，通過簡(jiǎn)單和重復(fù)的上下滑動(dòng)，算法推薦的內(nèi)容無形地限制了人類的選擇權(quán)力。各種技術(shù)充分解放了人類，同時(shí)這些技術(shù)又從其他維度去支配人類，算法推薦技術(shù)挾持了人的思想，使受眾的思維意識(shí)變窄，進(jìn)而使得受眾主體意識(shí)麻痹，逐漸使民眾對(duì)國(guó)家主流意識(shí)形態(tài)認(rèn)同感失衡，國(guó)家主流意識(shí)形態(tài)認(rèn)同受到了技術(shù)方面的挑戰(zhàn)。

大數(shù)據(jù)時(shí)代，計(jì)算機(jī)通過個(gè)性化推薦算法，“全盤式”的信息接受方式演變成基于受眾興趣偏好的“個(gè)性化”精準(zhǔn)推送。主流意識(shí)形態(tài)信息或許不屬于部分受眾的興趣偏好范圍，被計(jì)算機(jī)的個(gè)性化推薦系統(tǒng)自動(dòng)過濾，信息傳播平臺(tái)為了獲取關(guān)注度和擴(kuò)大影響力，致使普通受眾需求向價(jià)值缺失、庸俗落后、暴力色情的內(nèi)容偏移，導(dǎo)致負(fù)面信息和負(fù)面輿情的日益強(qiáng)化，民眾情緒狀態(tài)消極趨勢(shì)逐漸明顯。長(zhǎng)此以往，在個(gè)性化推薦算法的挾持下，人們將被會(huì)束縛于技術(shù)異化的困境之中，難以逾越自己的興趣和偏好，觀點(diǎn)的偏激化、極端化特征凸顯，進(jìn)而成為非理性的“烏合之眾”，對(duì)主流意識(shí)形態(tài)認(rèn)同帶來嚴(yán)重風(fēng)險(xiǎn)。

（四）削弱“把關(guān)人”作用，加劇傳統(tǒng)主流媒體的邊緣化

“把關(guān)人”屬于傳播學(xué)的術(shù)語，即資訊到公眾不是簡(jiǎn)單的直達(dá)關(guān)系，公眾從新聞媒介獲得的信息是經(jīng)過記者、播音、編導(dǎo)、制片人、總編輯的篩選、過濾、把關(guān)之后得到的。換言之，傳播內(nèi)容的接受群體必須明白，各種大眾傳播載體上的信息并非還原了本真世界的樣子，是經(jīng)過“把關(guān)人”內(nèi)容選擇加工后顯示的現(xiàn)實(shí)世界的模樣，“把關(guān)人”是觀點(diǎn)、思想、價(jià)值觀念自由流通的承載和保障。個(gè)性化推薦算法的出現(xiàn)將使高質(zhì)量、多元化的信息被逐漸蠶食殆盡，大眾陷入到“算法”建構(gòu)的現(xiàn)實(shí)之中。

傳統(tǒng)媒介盛行的年時(shí)代，“把關(guān)人”總體處于一個(gè)強(qiáng)勢(shì)的地位，近年來移動(dòng)互聯(lián)網(wǎng)的迅猛發(fā)展，促使個(gè)性化推薦算法信息分發(fā)機(jī)制的出現(xiàn)，實(shí)現(xiàn)了“人找信息”到“信息找人”的范式轉(zhuǎn)變，資訊分發(fā)方式也從傳統(tǒng)的編輯篩選模式過渡到“算法把關(guān)”推薦，使得把關(guān)權(quán)逐漸向受眾轉(zhuǎn)移，“把關(guān)人”的地位受到不斷侵蝕。

一方面，倒推到互聯(lián)網(wǎng)資訊生產(chǎn)領(lǐng)域，一些內(nèi)容生產(chǎn)創(chuàng)作者如“頭條號(hào)”、“微博大V”、微信公眾號(hào)的興起，在市場(chǎng)份額、用戶規(guī)模等商業(yè)邏輯的推波助瀾下，他們?yōu)榱酥鲃?dòng)迎合受眾的個(gè)性需求，一味地向受眾推送其喜好的內(nèi)容，對(duì)社會(huì)主流價(jià)值置若罔聞，導(dǎo)致資訊分發(fā)平臺(tái)的“標(biāo)題黨”、“娛樂至死”等風(fēng)氣橫行，誘發(fā)“劣幣驅(qū)逐良幣”的現(xiàn)象，大量擠占傳統(tǒng)媒體的生存空間。

另一方面，傳統(tǒng)主流媒體是國(guó)家主流意識(shí)形態(tài)的傳遞介質(zhì)，同時(shí)也是“權(quán)威性”的符號(hào)標(biāo)識(shí)，但在內(nèi)容創(chuàng)新、技術(shù)創(chuàng)新和盈利模式方面的發(fā)力乏善可陳，親和力和實(shí)際效能有待進(jìn)一步加強(qiáng)。加之，信息社會(huì)的意識(shí)形態(tài)多元化趨勢(shì)明顯，互聯(lián)網(wǎng)中呈現(xiàn)出思潮的“多元化”，馬克思主義“一元化”思想領(lǐng)域的指導(dǎo)地位頗受挑戰(zhàn)。此外，移動(dòng)互聯(lián)網(wǎng)時(shí)代各種新型的短視頻平臺(tái)、手游等崛起，其內(nèi)容、形式的豐富多樣性，更易拉近與受眾的距離，傳統(tǒng)媒體面臨著更加嚴(yán)峻的生存挑戰(zhàn)。

三、針對(duì)個(gè)性化推薦算法對(duì)網(wǎng)絡(luò)意識(shí)形態(tài)影響的應(yīng)對(duì)之策

網(wǎng)絡(luò)意識(shí)形態(tài)的場(chǎng)域中，個(gè)性化推薦算法作為一種隱形的過濾機(jī)制，造就了新型的“話語霸權(quán)”，使受眾喪失了最具價(jià)值的獨(dú)立思考和判斷的權(quán)力，盡管給網(wǎng)絡(luò)意識(shí)形態(tài)建設(shè)帶來了諸多挑戰(zhàn)，但通過個(gè)性化推薦算法技術(shù)矯正、主管部門、相關(guān)媒介和用戶的多元協(xié)同合作，個(gè)性化推薦算法也能消解其網(wǎng)絡(luò)意識(shí)形態(tài)話語權(quán)并傳播發(fā)揮正向作用。

（一）推進(jìn)算法治理，實(shí)現(xiàn)技術(shù)與主流價(jià)值的融合統(tǒng)一

要擺脫個(gè)性化推薦算法帶來的網(wǎng)絡(luò)意識(shí)形態(tài)建設(shè)消極影響，解決“技術(shù)異化”帶來的問題和挑戰(zhàn)，實(shí)現(xiàn)價(jià)值理性獨(dú)立于工具理性之外。首先應(yīng)該從技術(shù)層面去改進(jìn)，促使算法技術(shù)更新迭代。

一是要提升算法技術(shù)的過濾效果，阻斷“信息繭房”的生成。依據(jù)以用戶偏好為導(dǎo)向的算法技術(shù)，推送給受眾的大量同質(zhì)化的信息，固化了受眾的喜好。應(yīng)從技術(shù)改進(jìn)的基礎(chǔ)上打破這種“算法霸權(quán)”，解決“推薦算法”中的一些不規(guī)范設(shè)計(jì)，把受眾從“信息孤島”中解放出來。并利用算法技術(shù)優(yōu)化內(nèi)容生態(tài)，從源頭上促進(jìn)網(wǎng)絡(luò)內(nèi)容的豐富性，運(yùn)用算法技術(shù)積極推薦蘊(yùn)含主流價(jià)值和主流意識(shí)形態(tài)的內(nèi)容，篩掉低級(jí)趣味、泛娛樂化、虛無主義等“靡靡之音”，形成“百花齊放春滿園”的內(nèi)容分發(fā)局面。

二是要探索個(gè)性化推薦的逆向路徑，戳破“過濾氣泡”。我們不妨采取逆向思維的策略，讓用戶接觸到相反的觀點(diǎn)和看法，使用戶跳出“氣泡”所制造的偏見和興趣偏好中。例如：國(guó)外已有多種“反過濾氣泡”工具，比如瀏覽工具Balancer、瀏覽器插件 Scoopinion1、Bobble、Rbutr，可視化工具如ConsiderIt、OpinionSpace，移動(dòng)應(yīng)用Political Blend等[7]。這些工具通過分析用戶的行為數(shù)據(jù)，顯示用戶正在發(fā)生的行為偏見，同時(shí)一并把相反的觀點(diǎn)展示出來，或者與其不同職業(yè)、地位、年紀(jì)、意見相左、價(jià)值觀不同的人連結(jié)起來、相互交流，它們都致力于實(shí)現(xiàn)從算法上減少偏見、克服信息窄化和極端觀念的產(chǎn)生。

三是要搭上算法技術(shù)快車，推進(jìn)傳統(tǒng)主流媒體的積極轉(zhuǎn)型升級(jí)。傳統(tǒng)主流媒體是國(guó)家主流意識(shí)形態(tài)的重要傳播承擔(dān)者，趕上技術(shù)潮流、圖新、圖變是轉(zhuǎn)型升級(jí)的必由之路。為此，主流媒體必須緊跟時(shí)代，大膽運(yùn)用新技術(shù)、新機(jī)制、新模式，加快融合發(fā)展步伐，實(shí)現(xiàn)宣傳效果的最大化和最優(yōu)化[8]。通過加強(qiáng)傳統(tǒng)主流媒體與新型內(nèi)容分發(fā)平臺(tái)的合作，新華社也同阿里巴巴合作上線發(fā)布了中國(guó)首個(gè)媒體人工智能平臺(tái)“媒體大腦”，以提升媒體在智能時(shí)代的新聞生產(chǎn)、分發(fā)和監(jiān)測(cè)能力[9]，提高傳統(tǒng)媒體的競(jìng)爭(zhēng)力。通過產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的契機(jī)，加強(qiáng)傳統(tǒng)主流媒體與新型內(nèi)容分發(fā)平臺(tái)的合作，構(gòu)建多形式、多渠道全媒體傳播矩陣。擴(kuò)大傳統(tǒng)主流媒體傳播的途徑，顯著增強(qiáng)國(guó)家主流意識(shí)形態(tài)的覆蓋面。

（二）建立健全網(wǎng)絡(luò)綜合治理體系和加強(qiáng)治理力度

建立健全網(wǎng)絡(luò)綜合治理體系和加強(qiáng)治理力度，有助于規(guī)范網(wǎng)絡(luò)信息內(nèi)容生產(chǎn)者和網(wǎng)絡(luò)信息內(nèi)容服務(wù)平臺(tái)的行為，使得平臺(tái)和作者產(chǎn)出更多優(yōu)質(zhì)的、主旋律和正能量的內(nèi)容，削弱個(gè)性化推薦算法技術(shù)帶來的負(fù)向作用，更好的服務(wù)廣大受眾。

首先，制定并完善相應(yīng)的法律法規(guī)。一方面，應(yīng)該明確信息傳播的法律邊界。在涉及到互聯(lián)網(wǎng)個(gè)人隱私保護(hù)、知識(shí)產(chǎn)權(quán)保護(hù)等方面的問題，設(shè)立法律規(guī)定的具體細(xì)則，根據(jù)行為性質(zhì)、后果，制定相關(guān)的法律，明確其法律規(guī)范和邊界。另一方面，如今互聯(lián)網(wǎng)飛速發(fā)展，而相關(guān)網(wǎng)絡(luò)的監(jiān)管措施和制度法律卻更新緩慢，意識(shí)形態(tài)安全的建設(shè)需要及時(shí)更新相關(guān)法律條款，針對(duì)網(wǎng)絡(luò)意識(shí)形態(tài)把控方面的監(jiān)管措施應(yīng)予以細(xì)化，做出補(bǔ)充，以適應(yīng)大數(shù)據(jù)時(shí)代維護(hù)網(wǎng)絡(luò)意識(shí)形態(tài)安全的需要。

其次，加大相關(guān)部門對(duì)互聯(lián)網(wǎng)信息的監(jiān)管力度。大數(shù)據(jù)時(shí)代互聯(lián)網(wǎng)上的信息呈現(xiàn)出多樣化，復(fù)雜化的特點(diǎn)，在個(gè)性化推薦算法系統(tǒng)下面網(wǎng)絡(luò)輿情形勢(shì)更加嚴(yán)峻，網(wǎng)絡(luò)消息傳播速度快，及時(shí)性強(qiáng)。因此，相關(guān)部門建立一支負(fù)責(zé)網(wǎng)絡(luò)信息監(jiān)管的專業(yè)化的隊(duì)伍，強(qiáng)化網(wǎng)絡(luò)公共論壇、貼吧、微博、留言板及時(shí)聊天工具等網(wǎng)絡(luò)區(qū)域監(jiān)控，對(duì)不當(dāng)言論進(jìn)行及時(shí)審核、排查和反應(yīng)，提高信息響應(yīng)的速度和效率，把輿情遏制在發(fā)生之初的階段。

最后，要重視和發(fā)揮“意見領(lǐng)袖”的作用。傳播學(xué)存在一種“兩級(jí)傳播范式”，即信息的傳遞是按照“媒體—意見領(lǐng)袖—受眾”這種模式進(jìn)行的，且人際之間傳播比大眾媒體直接傳播更具有說服力，影響受眾的能力更強(qiáng)。想要更好的進(jìn)行國(guó)家主流意識(shí)形態(tài)的傳播，引領(lǐng)風(fēng)清氣正的互聯(lián)網(wǎng)文化，需重視互聯(lián)網(wǎng)“意見領(lǐng)袖”和“網(wǎng)絡(luò)大V”的作用。一方面，及時(shí)開展與“意見領(lǐng)袖”的雙向溝通與交流，既主動(dòng)向“意見領(lǐng)袖”提供信息又同時(shí)采納他們的優(yōu)質(zhì)建議，引導(dǎo)其政治觀點(diǎn)，使“意見領(lǐng)袖”團(tuán)結(jié)在主流意識(shí)形態(tài)的旗幟下。另一方面，國(guó)家也可以打造移動(dòng)互聯(lián)網(wǎng)時(shí)代的“網(wǎng)紅”，培植自己的“意見領(lǐng)袖”，積極唱響網(wǎng)絡(luò)的主流聲音和旋律。最后，強(qiáng)化對(duì)平臺(tái)媒體的宣傳和法治教育。如今很多新聞客戶端和各類社交媒體只顧及點(diǎn)擊量，留存率等，商業(yè)化氛圍濃厚，缺少必要的人文關(guān)懷，對(duì)低俗、錯(cuò)誤、娛樂化等內(nèi)容的把關(guān)不仔細(xì)、不嚴(yán)格，導(dǎo)致各種非主流意識(shí)形態(tài)和錯(cuò)誤思潮進(jìn)入大眾視野。通過對(duì)網(wǎng)絡(luò)傳媒平臺(tái)的監(jiān)管和審查，讓平臺(tái)媒體明確分辨違法行為，遵循法律規(guī)則，對(duì)不符合制度規(guī)定的媒體平臺(tái)及時(shí)約談、整治，對(duì)違反法律規(guī)定的行為依法進(jìn)行懲處。

（三）各大互聯(lián)網(wǎng)平臺(tái)應(yīng)遵守網(wǎng)絡(luò)傳媒端的倫理規(guī)范

加強(qiáng)和鞏固網(wǎng)絡(luò)意識(shí)形態(tài)安全工作，算法技術(shù)和監(jiān)管措施都屬于外部策略，根本上還是應(yīng)從內(nèi)容分發(fā)的源頭入手，著力提高傳播主體和傳播媒介的職業(yè)素養(yǎng)，弘揚(yáng)社會(huì)主流價(jià)值觀。

一是要當(dāng)好“把關(guān)人”，牢固掌握主流意識(shí)形態(tài)的話語權(quán)。實(shí)際上，互聯(lián)網(wǎng)上的推送信息都是由編輯選擇加上個(gè)性化算法推薦而協(xié)同完成的，計(jì)算機(jī)能過濾識(shí)別一些不良的內(nèi)容，但人工內(nèi)容審核機(jī)制還是應(yīng)當(dāng)放在第一位置，傳播平臺(tái)從業(yè)人員作為“把關(guān)人”不僅決定了哪些內(nèi)容能進(jìn)入大眾傳播的視野，也在一定程度上對(duì)算法推薦的技術(shù)糾偏大有裨益。

二是要履行好傳播主體和傳播媒介的社會(huì)責(zé)任和義務(wù)，弘揚(yáng)國(guó)家主流意識(shí)形態(tài)?；ヂ?lián)網(wǎng)個(gè)性化的人工智能技術(shù)，其主旨思想就是“去中心化”重“個(gè)人體驗(yàn)”[10]。在推薦算法衍生的個(gè)性化定制內(nèi)容上表現(xiàn)得尤為明顯，它提升內(nèi)容利用效率，但是一些內(nèi)容平臺(tái)運(yùn)用“商業(yè)算法”以獲取經(jīng)濟(jì)利益，使得用戶沉溺在其制造的“信息繭房”之中，罔顧社會(huì)價(jià)值和社會(huì)利益。因此，要加強(qiáng)新聞客戶端和各類社交媒體的社會(huì)責(zé)任建設(shè)，摒棄唯“流量為王”“點(diǎn)擊率”“留存率”的價(jià)值取向，承擔(dān)起宣傳社會(huì)主流價(jià)值的責(zé)任，使“推薦算法”技術(shù)能夠更好的為社會(huì)服務(wù)，實(shí)現(xiàn)社會(huì)價(jià)值和商業(yè)利益的有機(jī)統(tǒng)一。

三是要提升傳播從業(yè)人員的職業(yè)素養(yǎng)。如今互聯(lián)網(wǎng)上的內(nèi)容魚龍混雜，移動(dòng)互聯(lián)時(shí)代催生的短視頻、手游、新聞客戶端和各類社交媒體等，對(duì)傳播主體和傳播媒介提出了新的挑戰(zhàn)，內(nèi)容傳播從業(yè)者的素質(zhì)顯得尤為重要。通過進(jìn)修、培訓(xùn)、交流溝通會(huì)等形式，提升傳播媒介和傳播主體的媒介素養(yǎng)，使相關(guān)從業(yè)人員與時(shí)俱進(jìn)緊跟時(shí)代步伐，深入貫徹落實(shí)國(guó)家在主流意識(shí)形態(tài)傳播上的大政方針，實(shí)現(xiàn)同國(guó)家主流意識(shí)形態(tài)的同頻共振。

（四）提升廣大受眾對(duì)于算法技術(shù)的認(rèn)知水平與網(wǎng)絡(luò)素養(yǎng)

網(wǎng)絡(luò)意識(shí)形態(tài)安全的建設(shè)，離不開廣大受眾對(duì)自身意識(shí)形態(tài)安全警覺性的提高，在大數(shù)據(jù)個(gè)性化推送算法下，廣大受眾極其容易沉浸在由個(gè)人興趣組成的網(wǎng)絡(luò)個(gè)性化“溫床”中無法自拔，廣大受眾在“個(gè)性化算法”橫行的時(shí)代構(gòu)建“算法素養(yǎng)”尤為重要。

一方面，需要進(jìn)一步培植廣大受眾正確的理想信念、價(jià)值理念、道德觀念和愛國(guó)主義觀念等素養(yǎng)，對(duì)其進(jìn)行正確的引導(dǎo)和監(jiān)督。個(gè)性化推薦算法的弊病在于受眾的基本媒介素養(yǎng)層次不齊，由于廣大受眾的價(jià)值觀、教育水平和生活經(jīng)歷等的局限，個(gè)性化推薦算法推送的庸俗化、片面化、泛娛樂化和奇聞異事等內(nèi)容，更能與大眾連結(jié)并且吸引大眾的眼球，但不可避免地產(chǎn)生了消極的影響。因此，用戶要提升對(duì)算法技術(shù)的認(rèn)知水平，了解算法運(yùn)行的隱蔽性，加強(qiáng)對(duì)算法機(jī)制的監(jiān)督力度。要樹立正確的媒介平臺(tái)使用觀念，通過豐富自身知識(shí)儲(chǔ)備提高理性思考水平，避免淪為技術(shù)的客體和附庸，要培養(yǎng)良好的內(nèi)容消費(fèi)習(xí)慣[11]。根本上來說，就是要提升廣大受眾應(yīng)對(duì)“算法推薦”下個(gè)性化定制網(wǎng)絡(luò)信息的審核、判斷和明辨是非的能力。

另一方面，互聯(lián)網(wǎng)信息的傳播呈現(xiàn)雙向互動(dòng)的特征，廣大受眾和傳播的內(nèi)容信息之間是相互影響的關(guān)系，個(gè)性化推薦算法是在受眾的每一次行為數(shù)據(jù)（瀏覽、點(diǎn)擊、轉(zhuǎn)發(fā)、收藏等）的反饋中獲得的。這意味著，“算法推薦”為受眾織造“信息繭房”的枷鎖和塑造人的同時(shí)，同樣受眾也可以用積極正面的行為數(shù)據(jù)反饋給推薦算法系統(tǒng)。為此，實(shí)現(xiàn)大眾用主流價(jià)值去“涵養(yǎng)”個(gè)性化推薦算法，通過“算法”與“受眾”雙方的良好互動(dòng)，營(yíng)造清朗的網(wǎng)絡(luò)空間環(huán)境。從而，擴(kuò)大主流意識(shí)形態(tài)的影響版圖，個(gè)性化算法推薦唱響社會(huì)主流聲音，使得國(guó)家主流意識(shí)形態(tài)在網(wǎng)絡(luò)中傳得更開、傳得更廣、傳得更深。

四、結(jié)語

牢牢掌握網(wǎng)絡(luò)意識(shí)形態(tài)話語權(quán)，顯然無法忽視計(jì)算機(jī)算法技術(shù)變革帶來的負(fù)向影響。個(gè)性化推薦算法是一個(gè)團(tuán)結(jié)協(xié)作的過程，了解用戶的興趣偏好和潛在需求，實(shí)行精細(xì)化的人群劃分。而受眾是一個(gè)消費(fèi)者，受眾越點(diǎn)擊喜歡的內(nèi)容，算法系統(tǒng)越收到激勵(lì)，同質(zhì)化的內(nèi)容也是進(jìn)一步在你的各種APP中間得到強(qiáng)化，網(wǎng)絡(luò)意識(shí)形態(tài)領(lǐng)域的話語權(quán)不可避免的遭受一定程度的侵蝕。通過對(duì)算法治理、提升政府和企業(yè)算法素養(yǎng)能消解個(gè)性化推薦算法的負(fù)向影響，但究其根本，廣大受眾才是一個(gè)決策者，擁有最終的決定權(quán)，決定著到底哪種內(nèi)容能夠進(jìn)入個(gè)人的視聽范圍。