王宇婷

(鄭州大學(xué) 馬克思主義學(xué)院，鄭州 450000)

“紅色文化是在馬克思主義指導(dǎo)下，中國共產(chǎn)黨領(lǐng)導(dǎo)中國人民在新民主主義革命時(shí)期、社會主義革命和建設(shè)時(shí)期和改革開放的實(shí)踐中共同創(chuàng)造出來的各種物質(zhì)和精神文化的總和，”[1]蘊(yùn)含著豐富的革命精神和深厚的歷史底蘊(yùn)。紅色文化只有在有效傳播的基礎(chǔ)上才能發(fā)揮其應(yīng)有的價(jià)值。如何推動紅色文化傳播，學(xué)界的相關(guān)研究主要集中于媒介融合、跨文化傳播、融入高校育人體系等視角。從媒介融合視角出發(fā)，有學(xué)者認(rèn)為：“以媒介融合為特征的全媒體平臺為紅色文化傳播提供了新的機(jī)遇和路徑。”[2]從跨文化視角出發(fā)，有學(xué)者認(rèn)為：“紅色文化是中國特色社會主義文化的重要組成部分, 其對外傳播具有重要意義。我們應(yīng)優(yōu)化跨文化傳播人才的培養(yǎng)模式、彰顯紅色文化的獨(dú)特價(jià)值、創(chuàng)新對外傳播的方式方法, 更好地推動紅色文化走向世界?！盵3]從紅色文化與高校育人體系融合的視角看，《當(dāng)代大學(xué)生紅色文化傳播研究》一書找到了高校育人體系與紅色文化傳播的耦合點(diǎn)，從紅色文化傳播過程入手分析了高校建立紅色文化教育機(jī)制的迫切性及內(nèi)在路徑。[4]從上述研究成果看，紅色文化傳播研究在專題化、縱深化等方面積累了豐富成果，然而在算法推薦悄然成為信息傳播主路徑的時(shí)代背景下，紅色文化傳播如何適應(yīng)這一新的發(fā)展趨勢？學(xué)界對此尚未給予充分有效的回應(yīng)，這也是本文探討的方向所在。

算法推薦在新聞生產(chǎn)與傳播等方面被廣泛運(yùn)用，使信息的傳播方式和社會的信息結(jié)構(gòu)發(fā)生了改變，成為文化傳播、思想價(jià)值觀念塑造的重要方式?！敖刂?018年底，超過95%的網(wǎng)絡(luò)信息社會化分發(fā)是由算法推薦完成的?！盵5]即是說，算法推薦已經(jīng)成為信息超載時(shí)代，內(nèi)容過濾、篩選以及精準(zhǔn)推送的主要方式。一方面，算法主導(dǎo)下的信息傳播為紅色文化開辟了一條高效的傳播路徑，構(gòu)建了全新的傳播場域，凝聚了社會共識，擴(kuò)大了紅色文化的影響力。但另一方面，算法推薦作為信息資源配置的新范式，在提升紅色文化傳播和配置效率的同時(shí)，也帶來了一系列挑戰(zhàn)。因此，探討如何警惕算法推薦技術(shù)“異化”，解決算法推薦對于紅色文化傳播帶來的困境具有重要的現(xiàn)實(shí)意義。

一、算法推薦助力紅色文化傳播的優(yōu)勢特征

算法推薦作為人工智能與傳媒載體相結(jié)合的產(chǎn)物，其“受眾中心”的理念和信息個(gè)性化的精準(zhǔn)推送，能夠創(chuàng)新紅色文化的傳播方式，提升傳播效率，拓寬傳播廣度，建構(gòu)紅色文化傳播的輿論場域。

(一)精準(zhǔn)推送，提升紅色文化傳播成效

“算法推薦是以計(jì)算機(jī)為載體，利用用戶的一些行為，主要通過相關(guān)數(shù)據(jù)模型，借此推測出用戶所蘊(yùn)含的可能的愛好內(nèi)容和興趣。”[6]推薦算法主要有六種：基于內(nèi)容的信息推薦算法、基于協(xié)同過濾的推薦算法、基于關(guān)聯(lián)規(guī)則的推薦算法、基于效用的推薦算法、基于知識的推薦算法和組合推薦。算法推薦作為新的傳播形態(tài)載體，基于“受眾中心”，對紅色文化進(jìn)行精準(zhǔn)推送，提升了紅色文化的傳播成效。大數(shù)據(jù)時(shí)代的到來，使紅色文化的物質(zhì)資源從物質(zhì)形態(tài)變?yōu)榱藬?shù)字形態(tài)，改變了紅色文化的傳播實(shí)踐。借助今日頭條、微博、抖音等聚合類平臺，通過收集受眾基本信息及瀏覽、點(diǎn)贊、收藏等行為數(shù)據(jù)對用戶進(jìn)行畫像，對海量內(nèi)容進(jìn)行篩選過濾，達(dá)到紅色文化信息的精準(zhǔn)個(gè)性化配送分發(fā)，最后通過反饋實(shí)現(xiàn)及時(shí)修正與調(diào)控。目前，最常用的算法推薦技術(shù)是基于協(xié)同過濾的算法推薦與基于內(nèi)容的算法推薦。基于協(xié)同過濾的算法推薦的基本假設(shè)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)容推薦給目標(biāo)用戶。例如，通過用戶年齡、職業(yè)等數(shù)據(jù)分析，劃分具有相似度的社群，若某一用戶對革命紀(jì)念館感興趣，經(jīng)常搜索、點(diǎn)贊、評論或者轉(zhuǎn)發(fā)相關(guān)內(nèi)容，那么這些信息會推送至同一矩陣的其他用戶。基于內(nèi)容的算法推薦是通過用戶行為數(shù)據(jù)的收集處理，基于用戶興趣，持續(xù)推送同類型的信息。例如，某一用戶對《建黨偉業(yè)》這一紅色影視劇感興趣，那么算法會推送《建國大業(yè)》等具有一定相似度的紅色影視劇。因此，紅色文化借助算法推薦這一技術(shù)優(yōu)勢，可以創(chuàng)新紅色文化傳播方式，提高信息投送精準(zhǔn)度，增強(qiáng)紅色文化的影響力。

(二)互動共享，拓寬紅色文化傳播廣度

大數(shù)據(jù)時(shí)代下信息爆炸，碎片化處理方式與算法過濾推薦技術(shù)使信息傳播方式發(fā)生智能化變革，傳統(tǒng)媒體對信息進(jìn)行處理和傳播的模式發(fā)生改變，“受眾本位”的基本邏輯使紅色文化傳播者的地位得到重視。人際傳播是紅色文化傳播的重要途經(jīng)，算法推薦使人際共享信息突破了時(shí)間和空間的限制，推動紅色文化互動式傳播。首先，精確定位受眾需求。對用戶進(jìn)行畫像，就是根據(jù)其歷史數(shù)據(jù)預(yù)測用戶行為，形成個(gè)性化標(biāo)簽。算法推薦把即時(shí)性的、碎片化的紅色文化信息精準(zhǔn)投放給目標(biāo)用戶，通過抓取點(diǎn)贊、轉(zhuǎn)發(fā)、收藏等數(shù)據(jù)行為，利用信息關(guān)聯(lián)，將相似的紅色文化信息推薦該用戶，以滿足他更多潛在文化需求。其次，交互共享紅色文化信息。用戶對于紅色文化信息評論、轉(zhuǎn)載、共享等行為，可形成具有一定相似度的用戶族群，向這一具有共同興趣愛好的族群推送紅色文化信息，使紅色文化傳播的廣度極大延伸。最后，被動追蹤變主動搜索。紅色文化傳播的歷史故事、革命英雄事跡等為了能快速激發(fā)用戶興趣，往往會采取碎片化處理方式，提煉出最具吸引力的部分。算法推薦是基于用戶數(shù)據(jù)的被動追蹤，當(dāng)接收信息的用戶產(chǎn)生興趣后，激發(fā)其主動搜索了解事件全貌的積極性，或者點(diǎn)擊關(guān)注跟進(jìn)事件后續(xù)，變被動接受為主動了解。

(三)數(shù)據(jù)收集，助推紅色文化創(chuàng)新

傳統(tǒng)的紅色文化傳播方式是主流媒體制作紅色文化相關(guān)內(nèi)容，自上而下傳播，因此對于紅色文化的傳播目的是否達(dá)成，不易接收到受眾反饋，而往往是傳播媒體自己意識到的，這不利于紅色文化傳播內(nèi)容與方式的創(chuàng)新。算法推薦時(shí)代下，用戶行為數(shù)據(jù)被及時(shí)反饋收集，紅色文化信息是否能被有效傳播及傳播的速度和廣度都可以通過數(shù)據(jù)獲得結(jié)果反饋，從而使信息發(fā)布者知道哪些內(nèi)容能夠使受眾產(chǎn)生興趣，哪些紅色文化表達(dá)方式更容易被受眾接受認(rèn)可，什么樣的紅色信息容易引發(fā)共識?？梢詮乃l(fā)布的紅色文化信息的關(guān)注度以及關(guān)注人群，了解受眾類型，或者決定是否變換語言形式吸引其他受眾人群。以微博為例，在微博熱搜榜內(nèi)分為熱搜榜、要聞榜、娛樂榜和同城榜四個(gè)板塊，熱議話題可以看到詳細(xì)的數(shù)據(jù)總覽、實(shí)施熱度、原創(chuàng)人數(shù)趨勢等信息。例如，人民日報(bào)在雷鋒日微博發(fā)布“做一顆永不生銹的螺絲釘！今天，懷念雷鋒”的話題，獲得六百多萬的閱讀量，一萬多人點(diǎn)贊。通過這些數(shù)據(jù)，抓住受眾的興趣點(diǎn)，更新議題設(shè)置，建構(gòu)輿論場域，提高紅色文化話題熱度。

二、困境之顯:算法推薦助力紅色文化傳播的現(xiàn)實(shí)困境

算法推薦具有雙向價(jià)值。它在縮短信息生成與受眾獲取之間的時(shí)距，為紅色文化傳播帶來了機(jī)遇，與此同時(shí)也使紅色文化在傳播中遭遇了一些現(xiàn)實(shí)難題，即一味強(qiáng)調(diào)“受眾本位”的價(jià)值取向，使受眾陷于“信息繭房”，主體意識被蠶食，同時(shí)把關(guān)權(quán)力缺失，使紅色文化傳播面臨困境。

(一)碎片化傳播，肢解紅色文化語義

為了迎合受眾，算法推薦會將紅色文化信息做碎片化處理，力求簡短，紅色文化語義被離散，相較于傳統(tǒng)媒體對紅色文化信息傳播的宏觀與整體地?cái)⑹卤磉_(dá)，碎片化的處理方式難以使紅色文化形成合力，受眾所了解到的僅僅是被肢解的、非全貌的信息，打破了完整的內(nèi)容與邏輯的連貫，受眾只能以分散的思維片面地理解紅色文化信息，沉浸于細(xì)枝末節(jié)，更不可能完整準(zhǔn)確地體會紅色文化中所蘊(yùn)含地更深層次的紅色革命基因。

首先，算法推薦技術(shù)會對紅色文化內(nèi)容進(jìn)行標(biāo)簽化處理。標(biāo)簽化處理即從完整的紅色文化信息中提煉出能夠描述該信息的簡短、碎片的詞匯，主要包括兩個(gè)階段即感知和推理。第一階段，算法會對某一紅色文化信息進(jìn)行識別、拆解和結(jié)構(gòu)化處理后，提取出底層可視特征；第二階段，算法將上一階段的結(jié)果進(jìn)行整合，從整體視角做出主觀理解，概括出高層語義特征。標(biāo)簽化是對信息認(rèn)知的一種初級的簡便的處理形式，無法呈現(xiàn)紅色文化內(nèi)容的全貌，其放大效應(yīng)，會扭曲受眾對于信息的正確感知。

其次，被碎片化處理的紅色文化信息喪失了整體邏輯性。抽離出的短語無法描述信息全貌，僅局限于反映局部特征，碎片化使信息的某一方面被強(qiáng)調(diào)，打破了原有語言的整體邏輯，顛覆了完整的敘事結(jié)構(gòu)，遮蔽了信息本身的復(fù)雜性，受眾只能從只言片語中了解紅色文化內(nèi)容，無法整體把握。

最后，肢解的紅色文化語義造成了受眾認(rèn)知思維碎片化。碎片的、非線性的信息敘事方式打破了原本的思考模式，使思維邏輯出現(xiàn)斷點(diǎn)。斷章取義式的閱讀方式和信息的割裂式解讀，使受眾對紅色文化的理解片面化、思維邏輯分散化，無法完整準(zhǔn)確地理解所要傳達(dá)的語義，造成對信息的傾向性解讀，因此不利于紅色文化的有效傳播。

(二)“信息繭房”，蠶食受眾主體意識

傳播受眾是紅色文化傳播的出發(fā)點(diǎn)和歸宿，是影響紅色文化傳播有效性的決定性因素，紅色文化傳播的廣度依賴于受眾的廣泛性，然而算法推薦導(dǎo)致了受眾被“信息繭房”裹挾，視野變得狹窄，不愿走出“舒適區(qū)”，主體意識被蠶食。

首先，算法推薦技術(shù)下精準(zhǔn)的信息投喂，使受眾所獲取的信息日益喪失多元性而走向同質(zhì)化，被自己所搭建的“信息繭房”所裹挾。凱斯·R·桑斯坦在《信息烏托邦——眾人如何產(chǎn)生知識》一書中，將“信息繭房”解釋為“我們只聽我們選擇的東西和愉悅我們的東西的通訊領(lǐng)域?！盵7]它精準(zhǔn)地描述了信息化時(shí)代人們的處境，即一個(gè)被同質(zhì)化信息充斥的封閉空間，造成了信息獲取的封閉性和信息傳播的片面性，不利于紅色文化的傳播。

其次，通過“用戶畫像”，個(gè)性化的信息定制，將信息選擇自主權(quán)讓渡給算法，算法過濾信息，并決定“看什么不看什么”，使受眾沉迷于算法建構(gòu)的擬態(tài)環(huán)境中，實(shí)現(xiàn)對受眾自主意識的規(guī)訓(xùn)、操縱和監(jiān)視。正像尼爾·波茲曼在《娛樂至死》中闡述的“人們感到痛苦的不是他們用笑聲代替了思考，而是他們不知道自己為什么笑以及為什么不再思考?！盵8]思考權(quán)讓渡給算法，算法抓取用戶的一切行為數(shù)據(jù)，推送符合用戶興趣的具有極高吸引力的信息，迎合取悅受眾，加重了他們對于算法的依賴，容易導(dǎo)致同類信息致癮，自主意識逐漸被蠶食，繼而不愿主動了解多元地信息。信息窄化也使受眾觀念固化，無法對于紛繁復(fù)雜的信息做出準(zhǔn)確地甄別，喪失了對于紅色文化信息的汲取能力和對于誤導(dǎo)性內(nèi)容的批判精神。

最后，“信息繭房”加速群體固化，使紅色文化傳播遭遇阻力。如果每天聽到的信息都是與自己意見一致的聲音，屏蔽與自己想法相沖突的觀點(diǎn)，被算法馴化，陷于數(shù)字囚籠，會導(dǎo)致受眾的信息封閉和觀念固化，喪失思辨能力，助推偏見的形成。馬爾庫塞在《單向度的人》中指出“發(fā)達(dá)工業(yè)社會是如何成功地壓制了人們內(nèi)心中的否定性、批判性、超越性的向度，使這個(gè)社會成為單向度的社會，而生活于其中的人成了單向度的人，這種人喪失了自由和創(chuàng)造力，不再想像或追求與現(xiàn)實(shí)生活不同的另一種生活?！盵9]“信息繭房”使具有共同價(jià)值觀趨向的個(gè)體形成一個(gè)特殊的群體，持不同意見的群體之間難以相互接納，群體異質(zhì)化，紅色文化傳播遭遇阻力，主流地位受到挑戰(zhàn)，難以聚集傳播合力?？傊?，算法推薦通過信息過濾，使受眾陷于自己建造的“信息繭房”中，形成信息孤島和群體固化，桎梏了紅色文化信息的自由流動，使紅色文化傳播面臨困境。

(三)把關(guān)缺失，紅色文化遭遇“冷場”

傳統(tǒng)的信息傳播中有專業(yè)的“把關(guān)人”篩選過濾信息，進(jìn)行正確的輿論導(dǎo)向。當(dāng)算法承擔(dān)連接紅色文化信息和受眾與受眾和受眾之間的中介角色時(shí)，就會依據(jù)算法指令把控紅色文化信息的傳播。把關(guān)權(quán)讓渡給算法，使主流意識形態(tài)話語權(quán)受到挑戰(zhàn)，紅色文化面臨弱化與邊緣化的風(fēng)險(xiǎn)。

首先，算法推薦技術(shù)打破了傳統(tǒng)媒體組織化中心化的信息傳播方式，消解了紅色文化傳播合力。算法推薦強(qiáng)調(diào)“受眾本位”“人人都可發(fā)聲”，使紅色文化話語主體多元化，傳播者和受眾關(guān)系復(fù)雜化，專業(yè)性參差不齊，這種去中心化的傳播模式，造成了專業(yè)媒體人的把關(guān)權(quán)力弱化與缺失。傳播權(quán)力轉(zhuǎn)移至人工智能算法，一味迎合受眾，平臺可以掌控話語權(quán)，操控輿論，削弱了媒體的價(jià)值理性。一些自媒體為賺取流量以娛樂性和調(diào)侃的態(tài)度對待本應(yīng)嚴(yán)肅認(rèn)真對待的紅色文化內(nèi)容，在這種非理性語境中弱化了紅色文化的價(jià)值導(dǎo)向。一些網(wǎng)絡(luò)意見領(lǐng)袖為了博取眼球故意編造一些違背事實(shí)的紅色故事，以“揭秘”的名義虛構(gòu)革命英雄人物的事跡，戲說紅色經(jīng)典，打“擦邊球”，使紅色文化成為娛樂的附庸。

其次，“算法中立”甚囂塵上。鼓吹算法推薦作為一種新興技術(shù)的中立地位，標(biāo)榜“用戶第一”的表象背后，實(shí)則是算法操縱者的意識形態(tài)輸出，符合其利益趨向，把紅色文化作為商業(yè)的噱頭，使紅色文化庸俗化。對于信息的篩選基于商業(yè)目的，催生了一批“標(biāo)題黨”，依靠變相、夸張或者斷章取義的題目吸引眼球，抓住人們的獵奇心理，而內(nèi)容往往沒有質(zhì)量，過度追求“流量至上”，導(dǎo)致網(wǎng)絡(luò)信息和輿論陷入低俗化娛樂化的陷阱。被虛假、低級、庸俗化地處理的紅色文化內(nèi)容，不僅對于紅色文化傳播沒有起到積極作用，反而拉低了紅色文化的質(zhì)量和水平。

最后，紅色文化信息在傳播中被弱化和邊緣化。算法推送在智能化的遮蔽下，以信息本身對于受眾所產(chǎn)生的吸引力為標(biāo)準(zhǔn)決定其是否能被高度關(guān)注并廣泛傳播，而非從信息本身的內(nèi)容與價(jià)值出發(fā)，然而想知道的不等于應(yīng)該知道的。算法推薦能將紅色文化相關(guān)信息精準(zhǔn)地推薦給關(guān)注紅色文化的人群，不關(guān)注紅色文化的人群則很少有機(jī)會接受到相關(guān)信息推薦，而這部分人可能是更應(yīng)該受到紅色文化熏陶的人群。同時(shí)，紅色文化在傳播過程中感染力較弱，表達(dá)方式過于單一不夠鮮活，從受眾興趣出發(fā)一味推送受眾所感興趣的、單一同質(zhì)性的信息更容易引發(fā)受眾的關(guān)注，帶有價(jià)值導(dǎo)向性及具有一定嚴(yán)肅性的紅色文化內(nèi)容競爭力不足，而不被用戶瀏覽、轉(zhuǎn)發(fā)，易被其他信息淹沒，存在被忽略和邊緣化的風(fēng)險(xiǎn)，而遭遇“冷場”。

三、破解之策：算法推薦助力紅色文化傳播的策略分析

針對算法推薦給紅色文化傳播帶來的困境，首先應(yīng)該著手創(chuàng)作紅色文化精品，提升紅色文化自身吸引力與感染力，進(jìn)行技術(shù)矯正，實(shí)現(xiàn)技術(shù)理性與價(jià)值理性的統(tǒng)一，同時(shí)要加強(qiáng)輿情監(jiān)控，為紅色文化創(chuàng)建良好的輿論環(huán)境。

(一)技術(shù)賦能，創(chuàng)設(shè)紅色文化精品

紅色文化借助智能算法推薦提高傳播效果，首先就是要從紅色文化本身著手，建立完善的紅色文化數(shù)字資源數(shù)據(jù)庫，遵循“三貼近”的文化傳播規(guī)律，發(fā)展紅色文化傳播媒介。

首先，健全紅色文化數(shù)字資源信息庫，將紅色文化物質(zhì)資源轉(zhuǎn)換為數(shù)字資源，做到有優(yōu)質(zhì)的紅色文化數(shù)字化資源內(nèi)容可被算法推送。在物質(zhì)資源轉(zhuǎn)換為數(shù)字資源的過程中，可以充分利用VR、AR等先進(jìn)的現(xiàn)代科學(xué)技術(shù)，使紅色文化的受眾在虛擬沉浸式體驗(yàn)中，打破時(shí)間和地域差異，身臨其境地了解革命英雄人物、熟知革命英雄事跡、線上體驗(yàn)紅色旅游景區(qū)等。例如，在新時(shí)代思政教育數(shù)據(jù)庫設(shè)置的“全景思政”欄目，將愛國主義基地運(yùn)用VR技術(shù)呈現(xiàn)，將現(xiàn)代技術(shù)與革命紀(jì)念館、革命遺跡和舊址相結(jié)合，消除了時(shí)空屏障，讓讀者身臨其境感知史實(shí)，傳承紅色基因。先進(jìn)技術(shù)賦能的優(yōu)質(zhì)紅色文化內(nèi)容加上算法推薦，可以促進(jìn)紅色文化地傳承與發(fā)展。

其次，適應(yīng)算法推薦碎片化的信息處理方式，創(chuàng)設(shè)紅色文化精品，使紅色經(jīng)典貼近生活、貼近現(xiàn)實(shí)、貼近群眾。碎片化的處理方式是不可避免的發(fā)展趨勢，因此應(yīng)該秉持一種積極的態(tài)度，趨利避害，滿足人們快餐式體驗(yàn)的同時(shí)，采用人們喜聞樂見的表達(dá)形式，傳播紅色文化信息力求簡潔，抓住重點(diǎn)，避免布道式、說教式傳播，明確價(jià)值導(dǎo)向，兼顧嚴(yán)肅性的同時(shí)可以采用幽默的表達(dá)方式，防止泛娛樂化傾向。

最后，建設(shè)完善紅色文化傳播網(wǎng)站和各種傳播類平臺，定期推送紅色經(jīng)典、革命英雄人物事跡，設(shè)置熱門話題，創(chuàng)設(shè)討論區(qū)，對活躍度較高、起正面引導(dǎo)作用的人設(shè)置激勵機(jī)制。在各媒體平臺注冊正式的紅色文化宣傳賬號，定期上傳紅色精品，發(fā)布具有價(jià)值觀導(dǎo)向的紅色文化內(nèi)容，深度挖掘紅色文化資源，設(shè)立專欄，增強(qiáng)紅色文化信息的曝光率和可獲取性。在反饋階段，通過算法推薦這一技術(shù)，及時(shí)獲取用戶數(shù)據(jù)，關(guān)注所發(fā)起話題的討論參與度、實(shí)時(shí)閱讀量，追蹤讀者最關(guān)注的問題和熱議的焦點(diǎn)，運(yùn)用這些數(shù)據(jù)，調(diào)整信息發(fā)布方式，采取人民群眾更加喜聞樂見的形式，推動紅色文化的創(chuàng)新發(fā)展，更加深入人心，引起共鳴。

(二)打破“繭房”，重構(gòu)紅色文化話語權(quán)

算法推薦依據(jù)用戶行為數(shù)據(jù)編碼，實(shí)現(xiàn)了個(gè)性化信息推送，滿足了用戶需求，但使受眾陷于算法所打造的“信息繭房”中，形成了意識孤島。如何打破“信息繭房”，重構(gòu)紅色文化話語權(quán)，增強(qiáng)文化認(rèn)同，應(yīng)進(jìn)行技術(shù)上的革新，優(yōu)化算法，提升受眾的算法素養(yǎng)，對信息進(jìn)行權(quán)重賦值，助推高質(zhì)量的紅色文化信息傳播。

首先，改變算法把“用戶興趣”作為信息推送的唯一標(biāo)準(zhǔn)，實(shí)現(xiàn)由精準(zhǔn)傳播向智慧傳播轉(zhuǎn)化。一方面，優(yōu)化算法技術(shù)，紅色文化內(nèi)容推送要堅(jiān)持需求與價(jià)值的統(tǒng)一，適當(dāng)強(qiáng)制推送紅色文化信息，合理引導(dǎo)受眾接觸紅色文化內(nèi)容，使紅色文化脫離被弱化和邊緣化的窘境，另一方面，增設(shè)開放式的討論區(qū)，讓持不同意見的群體可以進(jìn)行思想的碰撞，使偏頗的信息被糾正，減少算法所導(dǎo)致的不同意見群體觀念固化的問題，打破“回音室效應(yīng)”讓不同的聲音充分交流，使紅色文化在開放包容的氛圍中、良性互動的基礎(chǔ)上充分傳播。

其次，提升受眾算法素養(yǎng)。算法素養(yǎng)“并不是指能夠嚴(yán)格地讀寫代碼，而是說(受眾)能意識到算法在他們生活中的存在，以及算法所扮演的越來越重要的角色，不管這個(gè)角色是好或是壞?！盵10]提高受眾算法素養(yǎng)，就是使受眾知曉所推送信息背后的算法運(yùn)作機(jī)制以及算法的弊端和缺陷，對于算法推薦的結(jié)果持批判態(tài)度。提升對紅色文化內(nèi)容的認(rèn)知、辨別和思考能力，能夠識別標(biāo)題黨和專注于搞噱頭嘩眾取寵的有害信息。并且具有較強(qiáng)的責(zé)任意識，能自覺抵制低俗、錯誤和歪曲紅色文化的內(nèi)容，并及時(shí)舉報(bào)防止繼續(xù)擴(kuò)散，為形成良好的紅色文化傳播環(huán)境貢獻(xiàn)力量。

最后，完善信息推薦機(jī)制，對信息進(jìn)行推薦權(quán)重分析，調(diào)適優(yōu)先推送順序，真正實(shí)現(xiàn)紅色文化的高效傳播。在對內(nèi)容信息的真實(shí)性甄別的基礎(chǔ)上，對信息進(jìn)行二次篩選，在這一過程中，基于信息的價(jià)值性、關(guān)注度等賦予不同的推薦值，將優(yōu)質(zhì)的、有價(jià)值的紅色文化信息優(yōu)先推送。更加智能化的內(nèi)容供給機(jī)制，使算法不僅是數(shù)據(jù)信息的“搬運(yùn)工”，也是承擔(dān)了引領(lǐng)正確價(jià)值導(dǎo)向的職能。

(三)重塑把關(guān)權(quán)，凈化紅色文化傳播場域

習(xí)近平總書記提出要“探索將人工智能運(yùn)用在新聞采集、生產(chǎn)、分發(fā)、接收、反饋中，用主流價(jià)值導(dǎo)向駕馭‘算法’，全面提高輿論引導(dǎo)能力?！盵11]因此，在紅色文化傳播中，應(yīng)促使主流媒體適應(yīng)算法、擁抱算法，人工把關(guān)輔助算法，完善法律法規(guī)，為紅色文化創(chuàng)造良好的輿論環(huán)境。

首先，強(qiáng)化紅色文化傳播中主流媒體的中心地位。一方面，傳統(tǒng)的主流媒體應(yīng)自覺擁抱算法，優(yōu)化升級，借助算法占領(lǐng)紅色文化傳播的制高點(diǎn)，打造紅色文化傳播的主流陣地，在進(jìn)行輿論導(dǎo)向時(shí)強(qiáng)化主導(dǎo)者角色，鞏固其中心地位。同時(shí)，不可忽視意見領(lǐng)袖的輿論引導(dǎo)作用，要培育一批熟悉網(wǎng)絡(luò)傳播規(guī)律善于運(yùn)用網(wǎng)絡(luò)語言的意見領(lǐng)袖，借助其穩(wěn)定的受眾群體，增強(qiáng)紅色文化影響力。另一方面，傳統(tǒng)媒體與新型媒體聯(lián)動合作，優(yōu)勢互補(bǔ)，拓寬傳播渠道，實(shí)現(xiàn)紅色文化信息的多方供給，擴(kuò)大受眾選擇的空間。

其次，加強(qiáng)人工把關(guān)機(jī)制。算法對信息進(jìn)行過濾篩選是依據(jù)指令進(jìn)行操作的，僅是一種粗淺地篩查，既不能理解文字背后的深層含義，也不能辨別內(nèi)容的質(zhì)量。加強(qiáng)人工審核把關(guān)，一方面，能夠?qū)π畔⑦M(jìn)行更加準(zhǔn)確地篩選，彌補(bǔ)算法篩選的局限性，剔除擦邊球信息，另一方面，人工輔助算法能使紅色文化信息在“量”與“質(zhì)”兩個(gè)方面得到保證，彌補(bǔ)了算法推薦的缺陷。同時(shí)人工審核要多重審核，對內(nèi)容多重把關(guān)，也要根據(jù)不同的信息類型采用多樣的審核方法。

最后，加強(qiáng)法律法規(guī)建設(shè)，重塑把關(guān)權(quán)力。對于媒體操控算法抓取受眾數(shù)據(jù)隱私進(jìn)行“流量變現(xiàn)”的做法，一方面要加強(qiáng)各媒體平臺自我管理的能力和責(zé)任意識，另一方面要創(chuàng)新治理理念，健全對于數(shù)字化內(nèi)容的監(jiān)管機(jī)制，加快制度建構(gòu)，強(qiáng)化剛性約束，嚴(yán)肅數(shù)字化媒體的行為邊界，凈化紅色文化的傳播環(huán)境。完善用戶實(shí)名登記制度，嚴(yán)格用戶管理，一旦發(fā)布或者傳播詆毀革命英雄任務(wù)等方面的信息，做到追根溯源，不能因?yàn)榫W(wǎng)絡(luò)的虛擬性，就任意發(fā)布不實(shí)信息。強(qiáng)化責(zé)任意識，對于標(biāo)題黨和專注于搞噱頭嘩眾取寵的有害信息嚴(yán)肅處理。完善法律法規(guī)，堅(jiān)守輿論底線，為紅色文化傳播營造風(fēng)清氣正的網(wǎng)絡(luò)環(huán)境。

算法推薦技術(shù)創(chuàng)新了紅色文化的傳播方式，更好地滿足了人民群眾對紅色文化的需求，賦予了紅色文化新的生命力，同時(shí)面對算法推薦所導(dǎo)致的對紅色文化的碎片化解讀、“信息繭房”、去中心化等問題，必須理性對待，正確處理算法推薦技術(shù)與紅色文化傳播二者間的關(guān)系，揚(yáng)長避短，借助先進(jìn)技術(shù)創(chuàng)設(shè)紅色文化精品，打破“信息繭房”，重塑把關(guān)權(quán)力，完善法律法規(guī)，凈化紅色文化傳播場域，為紅色文化營造風(fēng)清氣正的輿論環(huán)境，在循序漸進(jìn)中推動紅色文化可持續(xù)發(fā)展。