原標(biāo)題：新聞聚合類平臺(tái)內(nèi)容分發(fā)方式的優(yōu)勢與不足

　　互聯(lián)網(wǎng)時(shí)代，人們的個(gè)性化內(nèi)容訴求逐漸覺醒,從單純對(duì)信息“量”的追求轉(zhuǎn)變?yōu)閷?duì)更優(yōu)質(zhì)、更精準(zhǔn)內(nèi)容的渴求。這種轉(zhuǎn)變促使今日頭條之類的新聞聚合類平臺(tái)不斷改進(jìn)自身的內(nèi)容整合和分發(fā)模式。目前較為主流的新聞聚合類平臺(tái)，分發(fā)方式主要有兩類：一是基于社交關(guān)系的拓展性分發(fā)，二是基于機(jī)器算法的挖掘性分發(fā)。

　　新聞聚合類平臺(tái) 內(nèi)容分發(fā) 信息繭房

　　在互聯(lián)網(wǎng)的助推下，一大批新聞聚合類平臺(tái)如雨后春筍般冒出了頭，其中以今日頭條為首的個(gè)性化推薦客戶端發(fā)展最為迅速。新聞聚合類平臺(tái)是一種近年興起的新聞內(nèi)容供應(yīng)商以各自方式進(jìn)行整合的網(wǎng)站或客戶端等新聞傳播平臺(tái)。①截止到2017年12月，今日頭條的日均活躍用戶已經(jīng)超過1億人次，單個(gè)用戶的日均APP使用時(shí)長已經(jīng)超過了76分鐘。今日頭條發(fā)展如此迅速，關(guān)鍵是與其他平臺(tái)差異顯著的信息分發(fā)方式。

　　在過去，用戶明確自己想要什么后，得按照自己的胃口尋找食物。今日頭條的內(nèi)容分發(fā)方式，讓用戶只需要張口即有符合胃口的食物呈上，并且會(huì)根據(jù)用戶的需求改變不斷更新推送內(nèi)容。

　　對(duì)于傳統(tǒng)媒體而言，新聞聚合類平臺(tái)帶來的改變無疑是劃時(shí)代的，傳統(tǒng)的內(nèi)容分發(fā)渠道近乎壟斷式的局面將不復(fù)存在。

　　新聞聚合類平臺(tái)的內(nèi)容分發(fā)方式

　　互聯(lián)網(wǎng)信息的海量，使得人們的個(gè)性化內(nèi)容訴求開始逐漸覺醒,從以前單純對(duì)信息“量”的追求漸漸轉(zhuǎn)變?yōu)閷?duì)更優(yōu)質(zhì)、更精準(zhǔn)內(nèi)容的渴求。這種轉(zhuǎn)變促使各媒體在生產(chǎn)更優(yōu)質(zhì)內(nèi)容的同時(shí)，不斷改進(jìn)內(nèi)容整合和分發(fā)模式。

　　新聞聚合類媒體通過不間斷的社交、高精準(zhǔn)的內(nèi)容分發(fā)，壟斷了內(nèi)容分發(fā)渠道，吸引了眾多有相關(guān)需求的廣告主。由傳統(tǒng)媒體生產(chǎn)的內(nèi)容，只有少量是在傳統(tǒng)媒體自有渠道上分發(fā)，絕大部分內(nèi)容流向了這些聚合類媒體平臺(tái)。②

　　目前較為主流的內(nèi)容分發(fā)新聞聚合類平臺(tái)，分發(fā)方式分為兩類：一是基于社交關(guān)系的拓展性分發(fā)，二是基于機(jī)器算法的挖掘性分發(fā)。它們都是通過獨(dú)有的分發(fā)邏輯，占據(jù)更大的市場與更多的用戶使用時(shí)間。③

　　基于社交關(guān)系的分發(fā)

　　Buzzfeed（“嗡嗡喂”）是美國社交性聚合類媒體的代表。其分發(fā)方式是通過用戶在社交平臺(tái)的行為分析，結(jié)合內(nèi)容的傳播機(jī)制而設(shè)置，為用戶提供與其社交關(guān)系中聯(lián)系緊密的信息獲取與資訊分享，增強(qiáng)用戶的黏性，并借助社交網(wǎng)絡(luò)進(jìn)一步拓展用戶數(shù)量。

　　由Buzzfeed發(fā)布的一則關(guān)于裙子是藍(lán)黑條紋還是白金條紋的帖子，不僅在該平臺(tái)上廣為傳播，甚至擴(kuò)散到全球各地，也成為當(dāng)時(shí)微博、微信等社交平臺(tái)的熱點(diǎn)新聞。除了對(duì)基于社交網(wǎng)絡(luò)平臺(tái)的用戶行為進(jìn)行信息生產(chǎn)，Buzzfeed在內(nèi)容分發(fā)方面也與各大社交平臺(tái)進(jìn)行了廣泛合作。每個(gè)用戶都可以把所看的內(nèi)容分享到社交媒體賬號(hào)上，借助推特、臉書等成熟社交平臺(tái)，Buzzfeed的影響力進(jìn)一步得以拓展。④

　　基于機(jī)器算法的分發(fā)

　　如果用戶通過微信公眾號(hào)等社交平臺(tái)賬號(hào)登錄今日頭條，那么系統(tǒng)將根據(jù)用戶已有的信息，在5秒鐘內(nèi)計(jì)算解讀興趣，10秒鐘內(nèi)形成用戶畫像，展示個(gè)性化信息，并在之后的使用中通過閱讀行為，優(yōu)化用戶畫像，并優(yōu)化信息推薦。這是一個(gè)對(duì)之前的信息進(jìn)行補(bǔ)充的過程。⑤

　　今日頭條是機(jī)器算法類新聞聚合平臺(tái)的代表。這種形式是根據(jù)用戶使用習(xí)慣，進(jìn)行數(shù)據(jù)挖掘，并精準(zhǔn)地開展個(gè)性化新聞推送，實(shí)現(xiàn)信息分發(fā)與受眾興趣標(biāo)簽的高精度匹配。

　　今日頭條成為新聞資訊類APP中的翹楚，源于其擁有世界領(lǐng)先的機(jī)器學(xué)習(xí)與大數(shù)據(jù)分析技術(shù)，憑借這種技術(shù)，今日頭條可以將信息準(zhǔn)確地分發(fā)至需要這條信息的每一個(gè)用戶。其分析系統(tǒng)可以觀察到每一個(gè)用戶的行為，分析每一個(gè)用戶的訴求，甄別每一個(gè)用戶之間的差異，這些信息都會(huì)被系統(tǒng)記錄。

　　今日頭條系統(tǒng)進(jìn)行推薦機(jī)制算法的根據(jù)主要有三類——人的特征：興趣、職業(yè)、年齡、性別和用戶行為；環(huán)境特征：地理位置、時(shí)間、網(wǎng)絡(luò)、天氣；文章的特征：主題、隱含主題、時(shí)效性、熱度、來源……

　　系統(tǒng)會(huì)記住某個(gè)時(shí)間某個(gè)地點(diǎn)因?yàn)槟硞€(gè)原因給某個(gè)人推薦了一個(gè)什么內(nèi)容，他是很快地劃過去了還是在這個(gè)內(nèi)容上停留了，是點(diǎn)進(jìn)去讀了一半還是認(rèn)真讀完了，每一次這樣的行為都對(duì)系統(tǒng)進(jìn)行了一次“教育”。

　　系統(tǒng)在這三大維度下的各個(gè)信息之間進(jìn)行豐富的組合，統(tǒng)計(jì)出了知識(shí)規(guī)律，每個(gè)維度下面又有很多子維度，每個(gè)維度都有很多取值，整個(gè)叉乘出來的是一個(gè)非常高維度的空間，機(jī)器的好處是能將整個(gè)規(guī)律都學(xué)習(xí)下來，機(jī)器不需要休息，記憶力超強(qiáng)，擁有人類無法比擬的計(jì)算能力。

　　內(nèi)容分發(fā)方式的優(yōu)勢

　　從技術(shù)角度來說，今日頭條是一款基于機(jī)器學(xué)習(xí)的個(gè)性化推薦引擎，他們會(huì)以用戶的興趣愛好、手機(jī)型號(hào)、地理位置等為依據(jù)，給用戶推薦可閱讀的內(nèi)容，所以用戶會(huì)覺得使用的時(shí)間越久，今日頭條越懂自己，看到的都是自己喜歡的內(nèi)容。這樣一來，今日頭條實(shí)際上無需發(fā)展粉絲，因?yàn)樾畔⒖偸悄苡行У诌_(dá)用戶。

　　信息有效抵達(dá)

　　頭條號(hào)強(qiáng)調(diào)信息的有效抵達(dá)，不依靠粉絲形成傳播，開通頭條號(hào)的人所發(fā)出的每一條稿件，經(jīng)過系統(tǒng)的分析之后，都會(huì)進(jìn)入相關(guān)人群的推薦頻道當(dāng)中去。因此，開通頭條號(hào)的人只需專心做好內(nèi)容的策劃組織，不必過多分心去追求漲粉，避免運(yùn)營人片面地為追求粉絲而浪費(fèi)資源，這一點(diǎn)跟微博微信公眾號(hào)等不同，微博微信需要關(guān)注才能收到運(yùn)營人發(fā)表的信息，但頭條號(hào)無需如此，就不用為了漲粉而費(fèi)盡心力。對(duì)于受眾來說，閱讀自己感興趣的信息，無需借助訂閱這種手段，也能及時(shí)收到相關(guān)新聞，很好地防止因?yàn)闆]有訂閱關(guān)注而錯(cuò)過對(duì)方發(fā)出的重要信息。正因今日頭條擺脫了傳播受限于粉絲數(shù)量的束縛，很多頭條號(hào)上線的第一天即擁有數(shù)十萬的推薦量和閱讀量，這一點(diǎn)，微博微信等很難做到。

　　重大信息彈窗

　　彈窗這項(xiàng)功能很多APP都有，很多新聞推送也會(huì)用到，但今日頭條的彈窗有別于其他，有著精準(zhǔn)定向的特點(diǎn)。對(duì)一些重大事件和新聞的發(fā)布，例如辟謠、通報(bào)、疫情、災(zāi)害等等，今日頭條可以面向特定區(qū)域定點(diǎn)推送，使用戶在不打開今日頭條客戶端的情況下，也能及時(shí)收到突發(fā)的新聞。

　　例如，浙江舟山的暴風(fēng)雨預(yù)警，頭條會(huì)定向舟山地區(qū)，精準(zhǔn)投放，所有手機(jī)定位在舟山的用戶，都能收到這條彈窗，并對(duì)災(zāi)害進(jìn)行有效預(yù)防。國家海洋預(yù)報(bào)臺(tái)就多次通過頭條號(hào)這個(gè)平臺(tái)及時(shí)向沿海地區(qū)定向人群推送海潮海浪紅色警報(bào)。各個(gè)省份的發(fā)布，例如浙江發(fā)布、廣東發(fā)布、平安北京、國家地震臺(tái)網(wǎng)等都常常使用這個(gè)彈窗推送功能，將信息有效及時(shí)地傳遞給相應(yīng)人群。

　　該推送功能對(duì)于及時(shí)傳播權(quán)威信息、防止謠言擴(kuò)散、提高輿論引導(dǎo)效率、穩(wěn)定網(wǎng)民情緒具有重要作用。其中國家地震臺(tái)網(wǎng)通過頭條號(hào)平臺(tái)，運(yùn)用先進(jìn)的機(jī)器人寫稿技術(shù)和頭條精準(zhǔn)定向的新聞分發(fā)方式，創(chuàng)造了地震信息發(fā)布的最快速度，新華社曾針對(duì)今日頭條的這項(xiàng)功能做了題為《互聯(lián)網(wǎng)+挑戰(zhàn)地震預(yù)報(bào)極限》的報(bào)道。

　　當(dāng)然，除了地震等災(zāi)害預(yù)警、疫情通報(bào)等特殊緊急信息以外，貼近民生的服務(wù)信息，也可以通過今日頭條個(gè)性化推薦引擎有效高速地推薦給目標(biāo)用戶。這種不用粉絲傳遞的精準(zhǔn)推送策略，極大地提高了信息傳播的效率，已經(jīng)越來越多地運(yùn)用到新聞分發(fā)的行為中去。

　　內(nèi)容分發(fā)方式的不足

　　個(gè)性化推薦及信息定制化是把個(gè)人感興趣的內(nèi)容聚合起來推送給用戶，被篩選的內(nèi)容一般情況下不會(huì)再被推薦給用戶。這就會(huì)導(dǎo)致信息窄化，使用戶陷入信息“過濾泡”與“回音室”困境。

　　信息窄化導(dǎo)致信息繭房

　　如今日頭條會(huì)按照用戶興趣標(biāo)簽的高低順序，來確定新聞的排序。首先是最常點(diǎn)擊的相關(guān)內(nèi)容，其次是偶爾點(diǎn)擊的內(nèi)容，再次是一般不會(huì)點(diǎn)擊的內(nèi)容。而一旦用戶進(jìn)入客戶端，就會(huì)發(fā)現(xiàn)只要手指繼續(xù)下滑，終究會(huì)有一個(gè)自己感興趣的信息出現(xiàn),這極大地提升了用戶體驗(yàn)。

　　但是，興趣的集中呈現(xiàn)必然導(dǎo)致信息的封閉。具體來說，就是用戶很難再注意到自己興趣之外的話題，甚至不再有時(shí)間去閱讀其他方面的信息，這就容易形成小群體, 就像一個(gè)原本獨(dú)立的個(gè)體，經(jīng)過一段時(shí)間的“馴化”后，發(fā)現(xiàn)自己只能和有相同興趣標(biāo)簽的人進(jìn)行交流,而和興趣不同的人則找不到共同語言,因?yàn)樗麄兯喿x的信息已經(jīng)完全不同,即使正在使用同一個(gè)APP。此外,信息的長時(shí)間封閉，會(huì)導(dǎo)致用戶的知識(shí)儲(chǔ)備越來越狹窄,變得某一方面內(nèi)容了解過多,而其他方面則極少涉及或根本不知道,這對(duì)民族文化的發(fā)展也容易造成負(fù)面影響。

　　“過濾泡”與“回音室”困境

　　在某種程度上，技術(shù)的進(jìn)步可能會(huì)使受眾更容易和與自己興趣相投的人產(chǎn)生聯(lián)結(jié)，進(jìn)而促進(jìn)社會(huì)價(jià)值觀念和意識(shí)形態(tài)的分化。在傳統(tǒng)媒體的語境里，媒體機(jī)構(gòu)面向大眾生產(chǎn)分發(fā)新聞內(nèi)容，需要通過人工編輯整理，沒有明確的受眾細(xì)分與個(gè)性化定制意識(shí)，因此受眾時(shí)常會(huì)接受相似的信息，這客觀上有利于平衡受眾的信息接收。

　　而新聞聚合類媒體通過機(jī)器算法，以用戶自身的標(biāo)簽進(jìn)行信息篩選，這將使受眾陷入“過濾泡”與“回音室”的信息困境中。講究用科技算法手段的聚合類媒體平臺(tái)，正逐漸通過機(jī)器學(xué)習(xí)以及推薦引擎技術(shù)，向用戶推薦與其興趣和價(jià)值觀高度匹配的個(gè)性化信息，這在一定程度上會(huì)使用戶陷入由“過濾泡”制造的虛擬信息圖景中。

　　“過濾泡”（filter bubbles）的概念是以利·巴里瑟（Eli Pariser）于2011年在其著作《過濾泡：互聯(lián)網(wǎng)沒有告訴你的事》中提出的。他指出，以機(jī)器推薦算法為代表的互聯(lián)網(wǎng)技術(shù)，正在使得用戶獲取的信息日益?zhèn)€人化；用戶接收到的信息，往往會(huì)受到其檢索歷史、閱讀記錄等的影響，并受到機(jī)器算法的操控。⑥從這個(gè)意義上而言，用戶接收的網(wǎng)絡(luò)新聞內(nèi)容，都是由互聯(lián)網(wǎng)平臺(tái)上的機(jī)器算法用“過濾泡”過濾之后的產(chǎn)物。

　　“過濾泡”的存在，會(huì)帶來兩個(gè)主要問題：一是通過“過濾泡”過濾的信息，會(huì)貼上用戶個(gè)人的價(jià)值觀偏好與閱讀習(xí)慣，導(dǎo)致一定程度的信息偏向，帶來用戶信息接收的失衡；二是算法本身的運(yùn)行方式及固有弊端，導(dǎo)致通過機(jī)器算法推薦得到的信息有可能不是用戶真正需要的信息。

　　注重社交性的聚合平臺(tái)日漸興起，用戶吸收并分享與他們興趣和立場相關(guān)的信息。這是社交鏈傳播的關(guān)系型分發(fā)模式，會(huì)使得用戶容易沉浸于自己和朋友組成的“回音室”（echochamber）中。“回音室”的存在，意味著用戶在很大程度上，只能和自己觀點(diǎn)相似的用戶進(jìn)行交流，與他們組成相對(duì)密閉的圈子，并且將與自身價(jià)值觀相悖的信息排除在外。這可能會(huì)進(jìn)一步穩(wěn)固用戶自身堅(jiān)持的立場，使擁有不同觀點(diǎn)和價(jià)值觀的人群進(jìn)一步分化，進(jìn)而加深社會(huì)價(jià)值觀的分化與對(duì)立。

　?。ㄗ髡邌挝唬涸狸柸?qǐng)?bào)社）

　　注釋：

　　①④陳昌鳳、王宇琦：《新聞聚合語境下新聞生產(chǎn)、分發(fā)渠道與內(nèi)容消費(fèi)的變革》，《中國出版》2017年第12期。

　?、谏廴t：《移動(dòng)聚合類新媒體對(duì)傳統(tǒng)媒體新聞生產(chǎn)的顛覆與再造——以今日頭條的新聞生產(chǎn)模式為例》，《新聞愛好者》2017年第1期。

　?、酃?、胡潔：《智能傳播平臺(tái)的構(gòu)建——以今日頭條為例》，《新聞愛好者》2016年第6期。

　?、萑紊?、田嬌：《算法新聞的倫理困境及其解決思路——以今日頭條為例》，《理論探索》2018年第3期。

　?、蘩钛┧桑骸督袢疹^條APP用戶體驗(yàn)及優(yōu)化策略研究》，河北大學(xué)2017年碩士論文。

(責(zé)編：趙光霞、宋心蕊)

相關(guān)知識(shí)

醫(yī)療設(shè)備類新聞稿件如何選擇新聞媒體投稿？
人民日?qǐng)?bào)打造健康資訊傳播聚合平臺(tái)
新時(shí)期康養(yǎng)旅游的模式、挑戰(zhàn)與發(fā)展趨勢
美容產(chǎn)業(yè)平臺(tái) 引領(lǐng)美麗健康生活
內(nèi)蒙古醫(yī)院互聯(lián)網(wǎng)+醫(yī)療健康云平臺(tái)正式上線
軒軒媽與國內(nèi)首家最大平價(jià)有機(jī)食品平臺(tái)——遠(yuǎn)方好物
健合集團(tuán)GOOD GO?T牽手京東 打造兒童有機(jī)零食新品類首發(fā)平臺(tái)
2023年新藥研發(fā)發(fā)展現(xiàn)狀與未來趨勢醫(yī)藥新聞
體內(nèi)水分充足的人更健康—新聞—科學(xué)網(wǎng)
[克勞銳]：新浪新聞大健康行業(yè)品牌營銷白皮書

網(wǎng)址: 新聞聚合類平臺(tái)內(nèi)容分發(fā)方式的優(yōu)勢與不足 http://www.u1s5d6.cn/newsview416050.html