景佳琦

摘? 要? 算法推薦作為近年來新興的計(jì)算機(jī)技術(shù)，成為新媒體革新的重要方式之一。文章以CNKI為數(shù)據(jù)庫，借助CiteSpace軟件對(duì)2016—2019年國內(nèi)新聞傳播領(lǐng)域的1 163篇期刊論文進(jìn)行量化分析，展示國內(nèi)在媒體個(gè)性化算法推薦領(lǐng)域的研究熱點(diǎn)，試圖分析當(dāng)前的研究現(xiàn)狀，指出相關(guān)研究的借鑒與啟示，旨在推動(dòng)該領(lǐng)域的創(chuàng)新與發(fā)展。

關(guān)鍵詞? 算法;個(gè)性化推薦;文獻(xiàn)計(jì)量

中圖分類號(hào)? G206? ? ? 文獻(xiàn)標(biāo)識(shí)碼? A? ? ? 文章編號(hào)? 2096-0360（2020）13-0007-04

1? 研究背景

學(xué)界關(guān)于算法的研究最早可追溯到20世紀(jì)，而它作為一項(xiàng)新技術(shù)應(yīng)用于新聞業(yè)則發(fā)生在近10年，今日頭條的橫空出世更是將算法技術(shù)推上了風(fēng)口浪尖。截至2016年10月，今日頭條的激活用戶數(shù)量就已達(dá)6億，其中1.4億的活躍用戶，每天每個(gè)用戶的平均使用時(shí)間為76分鐘[1]。同年，算法推薦正式超過人工編輯成為新聞媒體類應(yīng)用的主要分發(fā)模式，所以2016年也可稱之為“算法元年”。作為一個(gè)擁有破億量級(jí)用戶的新聞資訊類媒體，今日頭條一直飽受爭議，連帶著算法技術(shù)也被打上不好的烙印。官方媒體如“人民日?qǐng)?bào)”三評(píng)算法推薦：“不能讓算法決定內(nèi)容”“別被算法困在‘信息繭房”“警惕算法走向創(chuàng)新的反面”，更是讓算法技術(shù)一度成為眾矢之的，飽受指責(zé)。此外，抖音的用戶依賴、Google的性別歧視、Facebook的隱私泄漏等一系列問題，都讓算法技術(shù)的應(yīng)用受到無數(shù)指責(zé)。但技術(shù)更迭的歷史潮流不可逆轉(zhuǎn)，算法作為移動(dòng)端市場的重要技術(shù)方式之一，已經(jīng)滲透在各個(gè)領(lǐng)域之中，算法時(shí)代已然到來。

前面提到，新聞傳播領(lǐng)域針對(duì)算法的研究主要起于近10年，所以本文就將由此切入，提取了近10年CNKI數(shù)據(jù)庫中有關(guān)算法推薦的文獻(xiàn)，嘗試對(duì)其進(jìn)行量化分析。

2? 數(shù)據(jù)來源與研究方法

2.1? 數(shù)據(jù)來源

選擇CNKI數(shù)據(jù)庫中的新聞傳播領(lǐng)域論文為數(shù)據(jù)源，采用主題檢索，以“算法”作為主題詞，時(shí)間跨度限定為2004—2019年，經(jīng)篩選，共檢索到1 479篇論文。

分析可知，國內(nèi)新聞傳播領(lǐng)域關(guān)于算法的研究大致可分為3個(gè)階段：2004—2010年為第一階段，這一時(shí)期新聞傳播領(lǐng)域?qū)τ谒惴ǖ难芯课墨I(xiàn)較少，年發(fā)表論文量在17篇以下，發(fā)展較為緩慢;2011—2015年為第二階段，年論文量由24篇迅速增長到96篇，屬于快速發(fā)展期;2016—2019年為第三階段，該階段累計(jì)發(fā)文量1 163篇，占樣本總量的78.6%，年均發(fā)文量290篇。

整體來看，該研究領(lǐng)域在2015、2016年引起了學(xué)界廣泛關(guān)注，分析認(rèn)為，2016年今日頭條的全面爆發(fā)，讓算法推薦技術(shù)成功進(jìn)入學(xué)者們的研究視野，針對(duì)算法的討論也推動(dòng)了文獻(xiàn)的快速增長，自此之后學(xué)界對(duì)于算法推薦的關(guān)注程度也一直高居不下，2019年全年的論文數(shù)量高達(dá)438篇。

通過筆者人工識(shí)別后發(fā)現(xiàn)，雖說新聞傳播領(lǐng)域?qū)τ谒惴ǖ难芯孔钤缈勺匪莸绞暌郧埃窃?016年之前發(fā)表的文獻(xiàn)更多還是偏向從技術(shù)的角度探討算法的優(yōu)化設(shè)計(jì)，而非具體研究算法在傳媒領(lǐng)域的應(yīng)用及其涉及的相關(guān)問題。此外，2016年作為算法編輯超過人工編輯的拐點(diǎn)，一度被稱為“算法元年”，自此之后，針對(duì)算法的研究文獻(xiàn)即呈現(xiàn)出爆發(fā)式增長的趨勢。基于以上兩點(diǎn)原因，本文將選擇2016—2019年間的1 163篇文獻(xiàn)進(jìn)行量化分析。

2.2? 研究方法

CiteSpace是當(dāng)前研究人員廣泛使用的一種文獻(xiàn)計(jì)量與可視化分析工具，輔之以內(nèi)容分析，可以幫助完成特定學(xué)科領(lǐng)域的定量和定性分析。為了使文章更具可信度，選擇采用CiteSpace軟件對(duì)這1 163篇論文進(jìn)行量化分析，試圖剖析國內(nèi)在媒體個(gè)性化算法推薦領(lǐng)域的研究熱點(diǎn)。

3? 研究熱點(diǎn)分析

利用CiteSpace對(duì)算法相關(guān)文獻(xiàn)的關(guān)鍵詞進(jìn)行聚類分析，根據(jù)聚類結(jié)果和文獻(xiàn)內(nèi)容解讀，歸納出七大研究熱點(diǎn)。

3.1? 媒體個(gè)性化算法推薦機(jī)制研究

隨著個(gè)性化推薦系統(tǒng)的不斷優(yōu)化，其技術(shù)已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域，包括電子商務(wù)（比如京東、淘寶）、視頻網(wǎng)站、音樂電臺(tái)、社交網(wǎng)絡(luò)、閱讀平臺(tái)等。而推薦算法是整個(gè)推薦系統(tǒng)中的核心和關(guān)鍵的部分，在很大程度上決定了推薦系統(tǒng)的性能和推薦效果[2]。目前主流的推薦算法大致有以下幾種：協(xié)同過濾算法、基于內(nèi)容的推薦、基于知識(shí)的推薦、混合推薦模式等。

3.2? 媒體個(gè)性化算法推薦的應(yīng)用研究

眾所周知，國內(nèi)最知名的兩個(gè)使用算法推薦技術(shù)的App均隸屬于“字節(jié)跳動(dòng)”，分別是“今日頭條”和“抖音TikTok”，它們分別承擔(dān)著新聞分發(fā)和休閑娛樂的功能。除此之外，算法技術(shù)還可以被應(yīng)用于社會(huì)問題的治理。首先，針對(duì)當(dāng)前互聯(lián)網(wǎng)空間的謠言泛濫問題，有學(xué)者提出可以搭建一個(gè)基于節(jié)點(diǎn)緊密度挖掘的謠言抑制算法，從而實(shí)現(xiàn)對(duì)謠言等負(fù)面信息的控制[3]。此外，針對(duì)當(dāng)前的恐怖主義媒介化趨勢，有學(xué)者提出利用更具專業(yè)技術(shù)色彩的算法對(duì)恐怖言論、涉恐圖像、極端視頻等內(nèi)容進(jìn)行識(shí)別處理，同時(shí)，對(duì)恐怖行動(dòng)進(jìn)行智能預(yù)測和反恐宣傳的智能化推送，以更好的實(shí)現(xiàn)全球反恐目標(biāo)[4]。

3.3? 傳播內(nèi)容爭論：信息繭房or信息減負(fù)

自個(gè)性化算法推薦系統(tǒng)走入大眾視野以來，“信息繭房”似乎就成為算法推薦揮之不去的陰影，始終伴隨著它，任何對(duì)于算法的批判，“信息繭房”效應(yīng)都首當(dāng)其沖，具體是指人們更愿意接受和觀看讓自己感興趣的內(nèi)容，進(jìn)而排斥一些其他內(nèi)容，最終導(dǎo)致個(gè)人的信息“窄化”，產(chǎn)生“回音室效應(yīng)”。成為“單向度的人”。并且在流量經(jīng)濟(jì)的影響下，信息低俗化現(xiàn)象也愈發(fā)嚴(yán)重[5]。同時(shí)，群體內(nèi)部的意見在算法的助推下愈發(fā)極端，最終加劇網(wǎng)絡(luò)群體極化，導(dǎo)致社交圈層的分隔，社會(huì)階層不斷固化。

但同時(shí)，也有學(xué)者提出對(duì)于“信息繭房”，學(xué)界一直存在誤讀，它其實(shí)一直存在，并非是由算法推薦一手促成。早在香農(nóng)時(shí)期，其實(shí)就已經(jīng)存在“信息繭房”的雛形。傳播學(xué)四大奠基人之一的霍夫蘭所提出的“個(gè)人差異論”其實(shí)也已經(jīng)注意到了受眾對(duì)于信息的選擇性注意和理解。同時(shí)由于互聯(lián)網(wǎng)信息的海量化與社會(huì)存在的“獨(dú)異性”，“信息繭房”的存在是一種社會(huì)的必然，其與算法推薦系統(tǒng)的應(yīng)用并非是一種因果關(guān)系[6]。同時(shí)，不可質(zhì)疑的是，算法的出現(xiàn)也為我們當(dāng)前互聯(lián)網(wǎng)時(shí)代的信息超載現(xiàn)象提供了新的解決范式，算法鏈接了人與信息，簡化了人和信息的關(guān)系，最終實(shí)現(xiàn)了人與信息的協(xié)同。

3.4? 傳播主體更迭：從“人”到機(jī)器

傳統(tǒng)媒體時(shí)代新聞信息的分發(fā)都由媒體機(jī)構(gòu)的專業(yè)從業(yè)人員進(jìn)行把關(guān)，但是使用算法推薦系統(tǒng)后，傳統(tǒng)把關(guān)人逐漸讓位于機(jī)器算法?！敖袢疹^條”“一點(diǎn)資訊”“天天快報(bào)”等個(gè)性化新聞客戶端的興起，讓機(jī)器編輯這一現(xiàn)象完全浮出水面[7]。通過算法分發(fā)的新聞更多是根據(jù)用戶的喜好做出的判斷，所以這時(shí)候新聞價(jià)值要素的權(quán)重也發(fā)生了變化，趣味性得到凸顯。但很明顯，這種把關(guān)是片面的，在這種情況下，許多優(yōu)質(zhì)內(nèi)容會(huì)被邊緣化，而迎合人們喜好、販賣焦慮的內(nèi)容會(huì)越來越多地出現(xiàn)在用戶的面前，這也是咪蒙等自媒體能迅速崛起的原因之一，造成“劣幣驅(qū)逐良幣”的后果。同時(shí)，這種權(quán)利的讓渡帶來的把關(guān)人的缺失也導(dǎo)致了許多嚴(yán)重的社會(huì)問題，比如說虛假新聞出現(xiàn)的幾率也呈幾何式上升。

3.5? 傳播倫理批判：工具理性指引下對(duì)人的異化

算法作為一種新興的大眾傳播技術(shù)宣稱具有中立性和客觀性，但是實(shí)際上這種中立客觀卻是不存在的。首先，算法的信息源并不是所存在的全部信息，而是有選擇的信息系統(tǒng)。比如前段時(shí)間關(guān)于“百度已死”的討論就充分證明了這一點(diǎn)，百度將流量全部引向自家旗下的百家號(hào)，本身已經(jīng)失去了中立客觀的立場，是完全基于個(gè)人利益的考量。其次，算法分發(fā)過程中其實(shí)隱含著極為隱秘的網(wǎng)絡(luò)等級(jí)制度，表面上的個(gè)性化算法推薦機(jī)制實(shí)現(xiàn)了網(wǎng)絡(luò)公民的平權(quán)，但實(shí)際上用戶已經(jīng)被進(jìn)行了等級(jí)區(qū)分。平臺(tái)的資源會(huì)優(yōu)先集中到頭部樞紐，也就是通常意義上的“網(wǎng)紅”“大V”“明星”等，而頭部用戶的信息擁有“特權(quán)”，會(huì)被算法優(yōu)先分發(fā)。此外，通過算法推薦所形成的高度仿真的“擬態(tài)環(huán)境”會(huì)通過算法推薦不斷與用戶的“腦海圖景”重疊，由此會(huì)導(dǎo)致接受者“譯碼”能力與選擇權(quán)的喪失，這其實(shí)就是一種對(duì)人類智慧的變相剝奪，其行為本身就帶有一定的目的性[8]。

3.6? 用戶體驗(yàn)探究：體驗(yàn)升級(jí)or隱私泄露

在個(gè)性化算法推薦出現(xiàn)之前，互聯(lián)網(wǎng)用戶都是通過搜索引擎、門戶網(wǎng)站、新聞客戶端等方式來獲取信息，是一種主動(dòng)尋求信息資源的獲取方式，這就對(duì)用戶的信息檢索能力提出了較高的要求，同時(shí)需要用戶能夠在紛繁復(fù)雜的信息中自行提取出個(gè)人所需的資料。但是個(gè)性化算法推薦的出現(xiàn)帶來了全新的信息獲取方式，人們不再需要主動(dòng)搜尋信息，不再是“人找信息”，而是“信息找人”，此類模式在很大程度上便利了用戶的網(wǎng)絡(luò)生活，是順應(yīng)當(dāng)前“懶”用戶的一種新型信息分發(fā)方式，是用戶體驗(yàn)的再升級(jí)。但這種便利的獲取卻是以大量用戶的個(gè)人隱私為代價(jià)。

但由于個(gè)性化算法推薦系統(tǒng)運(yùn)行的基礎(chǔ)就是基于對(duì)用戶數(shù)據(jù)的挖掘與分析進(jìn)而實(shí)現(xiàn)對(duì)用戶畫像的搭建，所以在整個(gè)過程中用戶的信息是被完全公開的，這就無可避免地帶來了個(gè)人隱私權(quán)的侵犯問題。與此同時(shí)，更為可怕的是，在算法大面積應(yīng)用的情況下用戶沒有選擇的權(quán)利，一旦下載應(yīng)用軟件就默認(rèn)應(yīng)用商可以任意提取數(shù)據(jù)，用戶無處可逃，就算有些軟件設(shè)置了隱身功能供用戶選擇，但之后就會(huì)發(fā)現(xiàn)，其所推送的信息依舊是根據(jù)過往瀏覽記錄測算出來的，也就是說，所謂的隱身功能也不過是對(duì)用戶自己隱身，但對(duì)應(yīng)用商來說數(shù)據(jù)依舊是公開透明的。所以在這種情形下，用戶的數(shù)據(jù)會(huì)被永久保存在數(shù)據(jù)庫中，所有人都處在一個(gè)被時(shí)刻監(jiān)控的“圓形監(jiān)獄”中，沒有逃脫的可能。因此在算法推薦的使用過程中，就不可避免的會(huì)侵蝕個(gè)人權(quán)利，造成用戶隱私的泄漏與永久記憶。

3.7? 算法優(yōu)化之道：從上至下通力合作

首先，就國家戰(zhàn)略高度而言，需要加強(qiáng)對(duì)于算法推薦系統(tǒng)的行政監(jiān)管和法律治理。針對(duì)當(dāng)前算法推薦帶來的一系列諸如信息低俗化、隱私權(quán)侵犯、著作權(quán)風(fēng)險(xiǎn)等問題，需要主動(dòng)進(jìn)行理論創(chuàng)新和制度創(chuàng)新，以應(yīng)對(duì)人工智能時(shí)代的風(fēng)險(xiǎn)。

其次，就技術(shù)平臺(tái)自身而言，需要不斷優(yōu)化其算法機(jī)制，建設(shè)多指標(biāo)的推薦系統(tǒng)[9]。例如內(nèi)容的重要性、時(shí)新性、接近性、顯著性等，增加優(yōu)質(zhì)內(nèi)容的信息到達(dá)率。同時(shí)針對(duì)算法“黑箱”，即不透明性的問題，技術(shù)平臺(tái)也需要不斷加強(qiáng)行業(yè)自律，有效傳遞正確的價(jià)值觀。

再次，就傳統(tǒng)從業(yè)人員而言，需要實(shí)現(xiàn)新聞專業(yè)主義的現(xiàn)代轉(zhuǎn)型。伴隨著媒體智能化的進(jìn)一步深化，技術(shù)邏輯的介入讓新聞專業(yè)主義面臨前所未有的挑戰(zhàn)。但是面臨挑戰(zhàn)不代表新聞專業(yè)主義會(huì)就此消解，恰恰相反，在這個(gè)技術(shù)當(dāng)?shù)赖淖詣?dòng)化時(shí)代，對(duì)媒體人的職業(yè)素養(yǎng)要求被提升到一個(gè)前所未有的高度。專業(yè)媒體或自媒體需要具有更好的辨識(shí)能力，才能盡可能減少失誤，在紛繁復(fù)雜的線索中，去探求事物的真相，解讀事物的發(fā)生、發(fā)展規(guī)律，完成深度報(bào)道[10]。

最后，就用戶自身而言，需要不斷提升其媒介素養(yǎng)。但在這個(gè)智能化時(shí)代，媒介素養(yǎng)的概念也需要進(jìn)行新一輪的擴(kuò)充升級(jí)，它不再僅僅指用戶的媒介使用素養(yǎng)、信息傳播素養(yǎng)、社會(huì)交往素養(yǎng)、社會(huì)參與素養(yǎng)等，還應(yīng)該建立對(duì)于數(shù)據(jù)的理解和認(rèn)識(shí)，即數(shù)據(jù)素養(yǎng)的養(yǎng)成。所謂數(shù)據(jù)素養(yǎng)，是指人們有效且正當(dāng)?shù)匕l(fā)現(xiàn)、評(píng)估和使用信息和數(shù)據(jù)的一種意識(shí)和能力。就我國當(dāng)前的傳媒業(yè)態(tài)而言，不論是專業(yè)從業(yè)人員還是普通用戶，數(shù)據(jù)素養(yǎng)的建立都是必不可少的。

4? 簡要評(píng)介

傳媒領(lǐng)域自誕生起就與技術(shù)演進(jìn)息息相關(guān)，每一次傳播媒介的迭代更新都會(huì)引發(fā)人類傳播活動(dòng)的重大變革。電磁鐵的發(fā)明讓人類首次實(shí)現(xiàn)了長距離即時(shí)通信，電報(bào)的出現(xiàn)大大加快了信息的流通速度;此后，電話、傳真機(jī)的發(fā)明都為人類的交流活動(dòng)提供了多種途徑。20世紀(jì)初，無線電波的發(fā)明實(shí)現(xiàn)了聲音的輸送，廣播就此誕生，此后幾十年間，廣播一直是人類了解信息的重要工具，直到電視的大規(guī)模流行。同時(shí)擁有聲音和圖像的電視機(jī)很快取代了廣播，成為人們生活中獲取信息的重要工具，如果沒有互聯(lián)網(wǎng)的出現(xiàn)，也許電視會(huì)一直制霸通訊領(lǐng)域。但很可惜，1969年阿帕網(wǎng)的出現(xiàn)，讓這一新興技術(shù)成為接下來對(duì)世界產(chǎn)生最深遠(yuǎn)影響的發(fā)明之一，當(dāng)前人類的生活已無法離開互聯(lián)網(wǎng)?；ヂ?lián)網(wǎng)技術(shù)的出現(xiàn)也讓人類的傳播活動(dòng)再一次發(fā)生巨大變革。從電腦端的網(wǎng)站到移動(dòng)端的App再到未來的AI，人們的傳播活動(dòng)一直隨著技術(shù)的演進(jìn)而不斷發(fā)生變化，這也是為什么個(gè)性化算法推薦能成為當(dāng)前研究熱點(diǎn)的重要原因，技術(shù)在整個(gè)新聞傳播領(lǐng)域發(fā)揮著越來越重要的作用。

通過對(duì)2016—2019年間的1 163篇文獻(xiàn)進(jìn)行量化分析后，筆者總結(jié)出當(dāng)前學(xué)術(shù)界的七大研究熱點(diǎn)。第一，是針對(duì)算法技術(shù)本身的研究，要想弄清楚個(gè)性化算法推薦對(duì)傳媒領(lǐng)域的影響，那么首先就需要清楚算法運(yùn)行的機(jī)制和原理;第二，就是針對(duì)算法推薦系統(tǒng)的應(yīng)用研究，這也是備受學(xué)界關(guān)注的一大熱點(diǎn)，一項(xiàng)技術(shù)的發(fā)明最終還是要落實(shí)到具體應(yīng)用，個(gè)性化算法推薦如何能更好的作用于互聯(lián)網(wǎng)空間一直是學(xué)界關(guān)注的熱點(diǎn)議題;第三，由于個(gè)性化算法推薦的應(yīng)用導(dǎo)致用戶開始只關(guān)心其感興趣的話題也就是出現(xiàn)了學(xué)者們常常討論的“信息繭房”現(xiàn)象，但也有學(xué)者持相反意見，他們認(rèn)為這種個(gè)性化推薦為用戶實(shí)現(xiàn)了“信息減負(fù)”，所以針對(duì)算法推薦究竟導(dǎo)致“信息繭房”抑或者“信息減負(fù)”就成為學(xué)界熱議的話題;第四，自人類傳播活動(dòng)誕生起，無論是口語傳播時(shí)代、文字傳播時(shí)代、印刷傳播時(shí)代還是電子傳播時(shí)代前期，人類永遠(yuǎn)是訊息的把關(guān)者，但是個(gè)性化算法推薦的出現(xiàn)，打破了這一定律，把關(guān)人逐漸由“人”過渡到“機(jī)器”，這無疑會(huì)引起大家對(duì)未知的恐慌，尤其是當(dāng)前的機(jī)器把關(guān)依舊具有機(jī)械性、模式化的缺點(diǎn)，導(dǎo)致信息推送的同質(zhì)化、極端化，此番種種也都引起了學(xué)界的關(guān)注，成為研究的熱點(diǎn)話題之一;第五，則是關(guān)于算法中立性的討論，其實(shí)這一爭議并不僅僅局限于算法，自技術(shù)誕生以來，關(guān)于技術(shù)中立性的討論一直就是學(xué)界關(guān)注的熱點(diǎn)議題，區(qū)別僅僅在于宏觀與微觀的差異，即將針對(duì)整個(gè)技術(shù)環(huán)境的討論細(xì)化到具體某一技術(shù)領(lǐng)域;第六，算法技術(shù)能夠?qū)崿F(xiàn)個(gè)性化精準(zhǔn)推送所依賴的就是對(duì)于用戶信息的搜集與分析，但是用戶體驗(yàn)的升級(jí)卻是以隱私泄漏為代價(jià)，這些無疑讓學(xué)界甚為擔(dān)憂，尤其是近年來互聯(lián)網(wǎng)公司也頻頻爆出泄漏用戶隱私的丑聞，如“Facebook數(shù)據(jù)門”事件等，無疑讓這一話題成為討論的重點(diǎn);第七，不難看出，算法技術(shù)在當(dāng)前仍舊是一把雙刃劍，但技術(shù)發(fā)展的歷史潮流不可阻擋，所以針對(duì)算法存在問題提出優(yōu)化之道，就是學(xué)界非常關(guān)注的研究重點(diǎn)，學(xué)者們期盼能更多的發(fā)揮其優(yōu)勢作用，規(guī)避其不利影響。

學(xué)界針對(duì)算法推薦機(jī)制的研究除了具有學(xué)術(shù)價(jià)值外，還具有一定的實(shí)用價(jià)值，尤其是為政府管理者和企業(yè)提供了部分建議。

首先，從政府角度而言，算法推薦機(jī)制帶來的諸多弊端是需要引起足夠重視的，作為一個(gè)監(jiān)管者和規(guī)范者，政府更需要從宏觀角度審視算法技術(shù)，做好頂層設(shè)計(jì)，加強(qiáng)法律監(jiān)管，盡可能發(fā)揮出技術(shù)的最強(qiáng)優(yōu)勢，當(dāng)然現(xiàn)在很多國家和地區(qū)也都重視到這個(gè)問題，比如美國在2017年制定的《算法透明與追責(zé)原則》，從知情原則、接入和糾正原則、追責(zé)原則等七個(gè)方面規(guī)范算法。

其次，從企業(yè)角度來看，平臺(tái)作為技術(shù)的管理者和使用者，在最大限度挖掘技術(shù)亮點(diǎn)的同時(shí)，也要兼顧社會(huì)效益，實(shí)現(xiàn)經(jīng)濟(jì)利益與社會(huì)效益的結(jié)合發(fā)展。

縱觀近年來有關(guān)算法推薦的學(xué)術(shù)文獻(xiàn)，可以看出，針對(duì)該領(lǐng)域的研究非常多樣且豐富，但是也確實(shí)還存在一些研究空白。

首先，在針對(duì)主體的研究上，學(xué)者們的視野主要還是集中在政府、平臺(tái)和技術(shù)本身，卻恰恰忽略了技術(shù)制定者——算法工程師的重要作用，截至目前，有關(guān)算法工程師的研究也只有嚴(yán)三九教授及其學(xué)生袁帆發(fā)表在2019年9月《現(xiàn)代傳播》期刊上的一篇題為《局內(nèi)的外人：新聞傳播領(lǐng)域算法工程師的倫理責(zé)任考察》的文章。

其次，從總體上來看，針對(duì)該領(lǐng)域的量化研究還比較少，更多還是從經(jīng)驗(yàn)性的角度去探討這一話題，缺乏可視化的數(shù)據(jù)進(jìn)行佐證。

再次，由于近年來算法推薦機(jī)制暴露的問題比較多，所以學(xué)界針對(duì)算法技術(shù)更多還是傾向于從一個(gè)批判的角度出發(fā)，筆者通過分析后發(fā)現(xiàn)，該領(lǐng)域中批判性的文章超過半數(shù)，但是從實(shí)際來看，算法推薦技術(shù)確實(shí)有其不可替代性，“信息繭房”等問題也不應(yīng)全部怪罪于算法，因此針對(duì)改領(lǐng)域的研究需要更加客觀中立。

最后，就是由于學(xué)科限制問題，作為純文科領(lǐng)域針對(duì)技術(shù)板塊的研究，很難觸及背后的技術(shù)原理分析，所以難免浮于表面，無法精準(zhǔn)抓住問題的痛點(diǎn)，這一現(xiàn)象也是當(dāng)前眾多高校關(guān)注的重點(diǎn)。由于新傳領(lǐng)域的跨界研究特征越發(fā)凸顯，很多高校在人才培養(yǎng)上開始出現(xiàn)工文結(jié)合的特點(diǎn)，跨界培養(yǎng)的趨勢愈發(fā)明顯，但同時(shí)，這也是未來高校人才培養(yǎng)面臨的一大挑戰(zhàn)，如何兼顧技術(shù)背景與文學(xué)素養(yǎng)成為一大難題。

參考文獻(xiàn)

[1]王茜.打開算法分發(fā)的“黑箱”——基于今日頭條新聞推送的量化研究[J].新聞?dòng)浾撸?017（9）：7-14.

[2]黃仁，孟婷婷.個(gè)性化推薦算法綜述[J].中小企業(yè)管理與科技（中旬刊），2015（3）：271-273.

[3]田亞平，楊力，王小琴，等.基于節(jié)點(diǎn)親密度挖掘的謠言抑制算法[J].網(wǎng)絡(luò)與信息安全學(xué)報(bào)，2016，2（11）：61-69.

[4]李龍，支庭榮.“算法反恐”：恐怖主義媒介化與人工智能應(yīng)對(duì)[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報(bào)），2018，40（9）：13-18.

[5]孫海龍.新聞算法推薦對(duì)社會(huì)價(jià)值觀的影響——基于人文主義視角[J].新聞世界，2019（1）：28-32.

[6]喻國明，曲慧.“信息繭房”的誤讀與算法推送的必要——兼論內(nèi)容分發(fā)中社會(huì)倫理困境的解決之道[J].新疆師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020，41（1）：127-133.

[7]彭蘭.機(jī)器與算法的流行時(shí)代，人該怎么辦[J].新聞與寫作，2016（12）：25-28.

[8]李林容.網(wǎng)絡(luò)智能推薦算法的“偽中立性”解析[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報(bào)），2018，40（8）：82-86.

[9]李墨涵.抖音算法推薦機(jī)制的局限與對(duì)策分析[J].新媒體研究，2019，5（2）：28-29.

[10]彭蘭.更好的新聞業(yè)，還是更壞的新聞業(yè)？——人工智能時(shí)代傳媒業(yè)的新挑戰(zhàn)[J].中國出版，2017（24）：3-8.