孫珍玉

摘? 要? 近幾年，聚合類新聞客戶端的發(fā)展取得了巨大成功，獲得數(shù)量巨大的用戶群及流量，使信息的分發(fā)和獲取更加高效，但由其帶來的信息繭房效應(yīng)也在不斷凸顯。文章總結(jié)了聚合類新聞客戶端的內(nèi)涵及特點，并在此基礎(chǔ)上，分析了由其產(chǎn)生的信息繭房效應(yīng)的生成、影響和優(yōu)化策略。

關(guān)鍵詞? 聚合類新聞客戶端;個性化推薦;信息繭房

中圖分類號? G2? ? ? 文獻標識碼? A? ? ? 文章編號? 2096-0360（2019）07-0021-02

隨著移動互聯(lián)網(wǎng)的快速發(fā)展，信息生產(chǎn)和傳播的成本大幅降低，信息總量呈連續(xù)爆炸式增長。信息爆炸帶來了信息過載問題，公眾需要快速有效的獲取到自己感興趣或?qū)ψ约河袃r值的信息及咨訊，需要一個高效精準的信息分發(fā)工具。在此背景下，聚合類新聞客戶端一經(jīng)推出，便獲得了廣泛認同，快速成為了人們獲取新聞信息的主要渠道[1]。

1? 聚合類新聞客戶端的內(nèi)涵及特點

聚合類新聞客戶端有別于傳統(tǒng)的門戶類新聞客戶端。門戶類新聞客戶端，如新浪新聞、搜狐新聞、網(wǎng)易新聞等，是其各自門戶網(wǎng)站的延伸，是各類新聞、資訊匯聚的中心化平臺，包含各門各類由相對專業(yè)人員編輯的新聞內(nèi)容和服務(wù)，用戶從中尋找自己所需的內(nèi)容。而聚合類新聞客戶端，以一點資訊、今日頭條、zaker等為典型代表，其自身并不生產(chǎn)新聞內(nèi)容，主要通過技術(shù)把相關(guān)的新聞信息抓取過來，編輯整合，然后快速高效地向用戶推送符合其個性化需要的新聞信息。

就其特點來看：

1）以用戶為中心。這是聚合類新聞客戶端的核心理念，門戶類客戶端以內(nèi)容為中心，強調(diào)的是內(nèi)容的及時、權(quán)威、專業(yè)、精深，而聚合類客戶端則圍繞用戶，強調(diào)的是用戶的需求[2]。比如，今日頭條的口號“你關(guān)心的，才是頭條”。

2）聚合新聞信息。聚合類客戶端自身并不生產(chǎn)內(nèi)容，其“聚合”二字的含義是通過引擎抓取，將抓取到的內(nèi)容聚合到一起。其內(nèi)容源主要包括兩個部分，一是自身搭建平臺生產(chǎn)的內(nèi)容，即自媒體平臺，比如今日頭條的頭條號，百度的百家號等，大眾網(wǎng)民生產(chǎn)新聞內(nèi)容;二是其他渠道如各大門戶網(wǎng)站的新聞信息，這使得聚合類客戶端會吸走傳統(tǒng)門戶的大量流量，也帶來內(nèi)容侵權(quán)問題。

3）個性化推薦?；诖髷?shù)據(jù)、云計算和人工智能的蓬勃發(fā)展，擁有高度智能算法的聚合類客戶端會有針對性地分析用戶行為，通過分析用戶的身份資料、社交行為、閱讀習(xí)慣以及位置環(huán)境等，向用戶智能推薦符合其個性化需求的新聞資訊，形成“千人千面”的信息分發(fā)界面。

2? 聚合類新聞客戶端下信息繭房效應(yīng)的生成

聚合類新聞客戶端個性化推薦的功能是產(chǎn)生信息繭房的主要原因。信息繭房的概念由哈佛大學(xué)教授凱斯·桑斯坦在其著作《信息烏托邦——眾人如何生產(chǎn)知識》中提出，桑斯坦指出，在信息傳播中，因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通訊領(lǐng)域，久而久之，會將自身桎梏于像蠶繭一般的“繭房”中[3]。

當用戶使用聚合類新聞客戶端時，客戶端基于推薦引擎技術(shù)，根據(jù)用戶的年齡、性別、職業(yè)、地理位置、社交行為等多個維度進行用戶興趣分析，只需要幾秒鐘時間，就可以快速形成用戶的個性化畫像，并向用戶推送相關(guān)信息，不僅包括狹義上的新聞，還包括電影、娛樂、時尚、游戲等資訊。隨著用戶使用客戶端的次數(shù)增多，其后臺便會根據(jù)用戶的閱讀痕跡，包括文章選擇、興趣關(guān)鍵詞、停留時間等，來不斷調(diào)整更新用戶模型。由于推薦引擎是一個“唯數(shù)據(jù)論”的冰冷系統(tǒng)，長期的推薦會使得對用戶的推送內(nèi)容越來越聚焦于少數(shù)甚至單個領(lǐng)域，推送內(nèi)容的相似性也越來越強。用戶長期接收大量迎合自己且內(nèi)容相似的信息，便會在認知空間形成一層類似“繭房”的信息屏障，把其他領(lǐng)域的以及與自身興趣觀念相悖的信息隔絕在外，信息繭房逐漸形成。并且，聚合類平臺的主要收益是廣告收入，廣告的投放要求其擁有巨大的、穩(wěn)定的、受眾群明確的流量。為了獲取網(wǎng)絡(luò)流量，搶奪用戶的“注意力”資源，聚合類平臺的推薦會越來越迎合用戶，使其沉迷于自己的信息領(lǐng)域，使得信息繭房效應(yīng)不斷增強。在“千人千面”的同時，也形成了信息繭房“單人單面”的固化和屏蔽。

3? 信息繭房效應(yīng)的影響

雖然信息繭房效應(yīng)在一定程度上緩解了信息過載帶來的壓力，使信息的分發(fā)和獲取更加高效。但總的來看，其影響主要是負面的。

3.1? 用戶認知空間的收窄和極端化

信息繭房對用戶需求的迎合，使得用戶接收到的信息不斷收窄。而這種收窄導(dǎo)致認知方面的“馬太效應(yīng)”，即對自己喜歡的內(nèi)容越來越喜歡，對自己不感興趣或與自己觀念有區(qū)別的內(nèi)容越來越回避，阻斷了多領(lǐng)域不同觀點的碰撞，導(dǎo)致用戶的認知空間不斷收窄，認知能力的發(fā)展也不平衡。同時，信息繭房還具有“回應(yīng)室”效應(yīng)，用戶處于一個相對封閉的虛擬信息環(huán)境中，意見相近的聲音不斷積聚，來回激蕩，被夸張和扭曲，加之對其他信息的屏蔽，使得身處其中的人錯誤地認為自己所接收到的就是整個現(xiàn)實世界的信息，其他的都無關(guān)緊要，這就導(dǎo)致了認知觀念的固化和極端化，容易陷入極端主義和盲目自信[4]。

3.2? 新聞內(nèi)容的泛低俗化

信息繭房下大量迎合用戶的新聞內(nèi)容，催生了大量低質(zhì)同質(zhì)內(nèi)容。聚合類平臺的抓取方式對低質(zhì)內(nèi)容的識別效果較差，虛假新聞、黑稿、標題黨、低俗涉黃內(nèi)容等很難被機器識別，平臺無法對內(nèi)容進行充分的信息文本比對和信息審核，相當一部分低質(zhì)內(nèi)容流向用戶。大體量的內(nèi)容推送需求，使得人工編輯相形見絀，導(dǎo)致了內(nèi)容同質(zhì)化，同一個題材被換著花樣反復(fù)說，內(nèi)容抄來抄去，用戶看似閱讀了大量新聞資訊，實際上獲取的有用信息非常少。尤其是作為聚合類客戶端內(nèi)容重要來源的自媒體，內(nèi)容的生產(chǎn)分發(fā)越來越去編輯化，內(nèi)容生產(chǎn)者魚龍混雜，新聞素養(yǎng)淡薄，生產(chǎn)內(nèi)容良莠不齊，平臺的“把關(guān)人”職能嚴重缺失。

3.3? 社會群體間的異質(zhì)化

信息繭房增強了用戶對自身頑固觀念的推崇，也增強了對其他觀念的排斥。聚合類客戶端的評論、點贊、回復(fù)、關(guān)注、轉(zhuǎn)發(fā)等功能能夠?qū)⒁庖娤嗨频娜司奂饋?，這種互動可以使獨立存在的信息繭房發(fā)展成為有牢固紐帶聯(lián)結(jié)的繭房群，比如愛寵群、清劇群、蘋果群等。這類繭房群由于用戶的興趣和觀念相似使得群體內(nèi)部越來越同質(zhì)化，而不同繭房群體之間差別卻越來越大，且互聯(lián)摒棄，這就產(chǎn)生了無形的壁壘。當這種狀況從虛擬的網(wǎng)絡(luò)世界延續(xù)到現(xiàn)實社會時，現(xiàn)存的社會分化趨勢就會更為明顯，不同群體間的隔閡越來越深，大幅度降低了社會黏性[5]。

4? 信息繭房效應(yīng)的優(yōu)化策略

優(yōu)化推薦引擎技術(shù)算法。建立多維全面的用戶自畫像，挖掘用戶的更深層次的分類特征及標簽，采用個性化推薦和共性化推送相結(jié)合的混合推薦模式，向用戶推薦多個相關(guān)領(lǐng)域的信息。發(fā)展即時推薦技術(shù)，抓住用戶的即時性興趣并快速強化，使用戶暫時脫離出信息繭房，抑制繭房固化。

強化內(nèi)容“把關(guān)人”作用。一是聚合類客戶端要加強對自身推薦內(nèi)容的把關(guān)，采取凍結(jié)賬號等措施嚴控各類劣質(zhì)低俗內(nèi)容的生產(chǎn)和傳播，同時加強對優(yōu)質(zhì)、原創(chuàng)性內(nèi)容的獎勵和分成。二是黨政機關(guān)要增強總體內(nèi)容把關(guān)能力，強化信息獲取、篩選和分析能力，加強對違規(guī)違法者的處罰力度，做好新聞資訊傳播的最終“看門人”角色。

加強公共類新聞資訊的傳播。在各大平臺向用戶推薦契合國家發(fā)展戰(zhàn)略、關(guān)系群眾整體利益、符合社會主義核心價值觀的新聞內(nèi)容，使公眾在潛移默化中增強對社會整體的認同感，增強整體道德觀、價值觀的涵養(yǎng)，不斷實現(xiàn)對信息繭房的突破。

新技術(shù)在給生活增添色彩的同時，總免不了會帶來一抹灰色。對于聚合類新聞客戶端的信息繭房效應(yīng)，不應(yīng)過于悲觀或夸大，更不應(yīng)因此而限制聚合類平臺等新技術(shù)、新模式的發(fā)展。隨著技術(shù)的進步、監(jiān)管的完善，信息繭房效應(yīng)將會逐步被遏制，聚合類新聞客戶端也將會衍生出新一代的新聞資訊傳播方式。

參考文獻

[1]王春蘭.新聞客戶端個性化推薦機制下的“信息繭房”效應(yīng)檢視[D].武漢：華中科技大學(xué)，2017.

[2]吳曉霞.聚合類新聞客戶端的個性化新聞推薦研究[D].哈爾濱：黑龍江大學(xué)，2017.

[3]凱斯·桑斯坦.信息烏托邦[M].北京：法律出版社，2008：15.

[4]周文揚，張?zhí)鞓s.生成、影響與反思：聚合類新聞客戶端的信息繭房效應(yīng)研究——以“今日頭條”為例[J].傳媒，2018（20）：94-96.

[5]劉華棟.社交媒體“信息繭房”的隱憂與對策[J].中國廣播電視學(xué)刊，2017（4）：54-57.