个性化新闻推荐系统中算法的把关行为比较研究--以“今日头条”和“一点资讯”为例

摘要

随着算法技术在新闻传播领域的应用，个性化新闻推荐系统(Personalized News Recommender System)成为近年来备受学界和业界关注的新型新闻分发方式。在“今日头条”、“一点资讯”、“天天快报”等个性化新闻推荐系统中，“编辑把关”下的新闻选择向算法技术主导下的新闻分发转变。因此，了解算法技术对于“把关模式”的影响是一个具有研究价值的问题。　　本文选取了国内影响力较大的个性化新闻推荐平台“今日头条”和“一点资讯”，对二者算法的把关行为进行的比较研究主要从三个方面展开:算法的把关行为机制、算法的把关行为的影响、算法的把关行为的对策。　　首先，本文对个性化新闻推荐系统算法的把关行为机制进行概述，对算法把关的技术、实现过程，以及把关特征进行梳理。其次，本文从把关主体、把关过程和把关标准三个维度对比了“今日头条”和“一点资讯”的算法把关行为机制，通过比较二者之间的相似性与差异性，对影响算法把关的要素进行总结。研究发现，算法价值观、对资本与市场的倾向程度、政府与舆论的外部作用三个要素影响着个性化新闻推荐平台算法的把关行为。在此基础上，本文对算法的把关行为的影响进行分析。一方面，算法的把关提高了新闻分发的效率，促进了受众本位的回归，引起了传统的把关模式的演变。另一方面，算法的把关也引发了新闻价值观缺失、用户信息窄化出现、低俗内容泛滥等一系列负面社会影响。　　最后，本文针对个性化新闻推荐系统算法的把关带来的负面影响提出解决对策。个性化新闻推荐平台本身要通过优化技术来提高算法对内容的把关标准，也要使算法在“精准推送”的同时保持一定的宽度;用户要提高自己的媒介素养，形成“自我把关”意识，也要多元化接收信息，避免信息窄化;政府则要及时整治网络乱象，针对算法把关可能带来的风险，完善相关法律法规，维护良好的网络环境。

目录

声明

摘要

绪论

第一节研究背景及意义

一研究背景

二研究意义

第二节国内外文献综述

一把关人理论研究综述

二把关人理论在新媒体环境下的演变

三个性化新闻推荐系统及算法把关研究

第三节研究路径与创新

一研究问题与框架

二研究对象与方法

三研究创新点

第一章个性化新闻推荐系统算法的把关行为机制

第一节个性化新闻推荐系统中算法的把关

一算法的把关技术分析

二算法的把关实现过程

第二节个性化新闻推荐系统中的把关特征

一算法主导

二人机交互

三标准重塑

第二章个性化新闻推荐系统算法的把关行为比较研究

第一节算法的把关主体比较分析

一算法技术

二人工编辑

三平台用户

第二节算法的把关过程比较分析

一输入阶段：信息获取

二生产阶段：算法选择

三输出阶段：协同推荐

第三节算法的把关标准比较分析

一使用场景

二内容特征

三用户偏好

四平台优先级

第四节算法的把关中的控制因素

一算法价值观的引导

二资本与市场的倾向

三政府与舆论的监管

第三章个性化新闻推荐系统算法的把关行为影响

第一节引发新闻生产变革

二促使受众本位回归

三改变传统把关模式

第二节引发社会负面效果

一新闻价值观念缺失

二用户信息窄化出现

三媒体低俗内容泛滥

第四章个性化新闻推荐系统算法的把关行为对策

第一节提升平台技术理念

一人机协同，优化价值观念

二优化技术，保持算法宽度

三算法透明，主动接受监督

第二节提高用户媒介素养

一用户把关，过滤不良内容

二掌握规律，主动训练算法

三多元阅读，避免信息窄化

第三节加强政府监管力度

一加强监管，引导良性舆论

二完善立法，治理网络环境

结语

参考文献

附录