互聯網時代，人們的個性化內容訴求逐漸覺醒,從單純對信息“量”的追求轉變為對更優質、更精准內容的渴求。這種轉變促使今日頭條之類的新聞聚合類平台不斷改進自身的內容整合和分發模式。目前較為主流的新聞聚合類平台，分發方式主要有兩類：一是基於社交關系的拓展性分發，二是基於機器算法的挖掘性分發。

　　新聞聚合類平台 內容分發 信息繭房

　　在互聯網的助推下，一大批新聞聚合類平台如雨后春筍般冒出了頭，其中以今日頭條為首的個性化推薦客戶端發展最為迅速。新聞聚合類平台是一種近年興起的新聞內容供應商以各自方式進行整合的網站或客戶端等新聞傳播平台。①截止到2017年12月，今日頭條的日均活躍用戶已經超過1億人次，單個用戶的日均APP使用時長已經超過了76分鐘。今日頭條發展如此迅速，關鍵是與其他平台差異顯著的信息分發方式。

　　在過去，用戶明確自己想要什麼后，得按照自己的胃口尋找食物。今日頭條的內容分發方式，讓用戶隻需要張口即有符合胃口的食物呈上，並且會根據用戶的需求改變不斷更新推送內容。

　　對於傳統媒體而言，新聞聚合類平台帶來的改變無疑是劃時代的，傳統的內容分發渠道近乎壟斷式的局面將不復存在。

　　新聞聚合類平台的內容分發方式

　　互聯網信息的海量，使得人們的個性化內容訴求開始逐漸覺醒,從以前單純對信息“量”的追求漸漸轉變為對更優質、更精准內容的渴求。這種轉變促使各媒體在生產更優質內容的同時，不斷改進內容整合和分發模式。

　　新聞聚合類媒體通過不間斷的社交、高精准的內容分發，壟斷了內容分發渠道，吸引了眾多有相關需求的廣告主。由傳統媒體生產的內容，隻有少量是在傳統媒體自有渠道上分發，絕大部分內容流向了這些聚合類媒體平台。②

　　目前較為主流的內容分發新聞聚合類平台，分發方式分為兩類：一是基於社交關系的拓展性分發，二是基於機器算法的挖掘性分發。它們都是通過獨有的分發邏輯，佔據更大的市場與更多的用戶使用時間。③

　　基於社交關系的分發

　　Buzzfeed（“嗡嗡喂”）是美國社交性聚合類媒體的代表。其分發方式是通過用戶在社交平台的行為分析，結合內容的傳播機制而設置，為用戶提供與其社交關系中聯系緊密的信息獲取與資訊分享，增強用戶的黏性，並借助社交網絡進一步拓展用戶數量。

　　由Buzzfeed發布的一則關於裙子是藍黑條紋還是白金條紋的帖子，不僅在該平台上廣為傳播，甚至擴散到全球各地，也成為當時微博、微信等社交平台的熱點新聞。除了對基於社交網絡平台的用戶行為進行信息生產，Buzzfeed在內容分發方面也與各大社交平台進行了廣泛合作。每個用戶都可以把所看的內容分享到社交媒體賬號上，借助推特、臉書等成熟社交平台，Buzzfeed的影響力進一步得以拓展。④

　　基於機器算法的分發

　　如果用戶通過微信公眾號等社交平台賬號登錄今日頭條，那麼系統將根據用戶已有的信息，在5秒鐘內計算解讀興趣，10秒鐘內形成用戶畫像，展示個性化信息，並在之后的使用中通過閱讀行為，優化用戶畫像，並優化信息推薦。這是一個對之前的信息進行補充的過程。⑤

　　今日頭條是機器算法類新聞聚合平台的代表。這種形式是根據用戶使用習慣，進行數據挖掘，並精准地開展個性化新聞推送，實現信息分發與受眾興趣標簽的高精度匹配。

　　今日頭條成為新聞資訊類APP中的翹楚，源於其擁有世界領先的機器學習與大數據分析技術，憑借這種技術，今日頭條可以將信息准確地分發至需要這條信息的每一個用戶。其分析系統可以觀察到每一個用戶的行為，分析每一個用戶的訴求，甄別每一個用戶之間的差異，這些信息都會被系統記錄。

　　今日頭條系統進行推薦機制算法的根據主要有三類——人的特征：興趣、職業、年齡、性別和用戶行為﹔環境特征：地理位置、時間、網絡、天氣﹔文章的特征：主題、隱含主題、時效性、熱度、來源……

　　系統會記住某個時間某個地點因為某個原因給某個人推薦了一個什麼內容，他是很快地劃過去了還是在這個內容上停留了，是點進去讀了一半還是認真讀完了，每一次這樣的行為都對系統進行了一次“教育”。

　　系統在這三大維度下的各個信息之間進行豐富的組合，統計出了知識規律，每個維度下面又有很多子維度，每個維度都有很多取值，整個叉乘出來的是一個非常高維度的空間，機器的好處是能將整個規律都學習下來，機器不需要休息，記憶力超強，擁有人類無法比擬的計算能力。

　　內容分發方式的優勢

　　從技術角度來說，今日頭條是一款基於機器學習的個性化推薦引擎，他們會以用戶的興趣愛好、手機型號、地理位置等為依據，給用戶推薦可閱讀的內容，所以用戶會覺得使用的時間越久，今日頭條越懂自己，看到的都是自己喜歡的內容。這樣一來，今日頭條實際上無需發展粉絲，因為信息總是能有效抵達用戶。

　　信息有效抵達

　　頭條號強調信息的有效抵達，不依靠粉絲形成傳播，開通頭條號的人所發出的每一條稿件，經過系統的分析之后，都會進入相關人群的推薦頻道當中去。因此，開通頭條號的人隻需專心做好內容的策劃組織，不必過多分心去追求漲粉，避免運營人片面地為追求粉絲而浪費資源，這一點跟微博微信公眾號等不同，微博微信需要關注才能收到運營人發表的信息，但頭條號無需如此，就不用為了漲粉而費盡心力。對於受眾來說，閱讀自己感興趣的信息，無需借助訂閱這種手段，也能及時收到相關新聞，很好地防止因為沒有訂閱關注而錯過對方發出的重要信息。正因今日頭條擺脫了傳播受限於粉絲數量的束縛，很多頭條號上線的第一天即擁有數十萬的推薦量和閱讀量，這一點，微博微信等很難做到。

　　重大信息彈窗

　　彈窗這項功能很多APP都有，很多新聞推送也會用到，但今日頭條的彈窗有別於其他，有著精准定向的特點。對一些重大事件和新聞的發布，例如辟謠、通報、疫情、災害等等，今日頭條可以面向特定區域定點推送，使用戶在不打開今日頭條客戶端的情況下，也能及時收到突發的新聞。

　　例如，浙江舟山的暴風雨預警，頭條會定向舟山地區，精准投放，所有手機定位在舟山的用戶，都能收到這條彈窗，並對災害進行有效預防。國家海洋預報台就多次通過頭條號這個平台及時向沿海地區定向人群推送海潮海浪紅色警報。各個省份的發布，例如浙江發布、廣東發布、平安北京、國家地震台網等都常常使用這個彈窗推送功能，將信息有效及時地傳遞給相應人群。

　　該推送功能對於及時傳播權威信息、防止謠言擴散、提高輿論引導效率、穩定網民情緒具有重要作用。其中國家地震台網通過頭條號平台，運用先進的機器人寫稿技術和頭條精准定向的新聞分發方式，創造了地震信息發布的最快速度，新華社曾針對今日頭條的這項功能做了題為《互聯網+挑戰地震預報極限》的報道。

　　當然，除了地震等災害預警、疫情通報等特殊緊急信息以外，貼近民生的服務信息，也可以通過今日頭條個性化推薦引擎有效高速地推薦給目標用戶。這種不用粉絲傳遞的精准推送策略，極大地提高了信息傳播的效率，已經越來越多地運用到新聞分發的行為中去。

　　內容分發方式的不足

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

　　信息窄化導致信息繭房

　　如今日頭條會按照用戶興趣標簽的高低順序，來確定新聞的排序。首先是最常點擊的相關內容，其次是偶爾點擊的內容，再次是一般不會點擊的內容。而一旦用戶進入客戶端，就會發現隻要手指繼續下滑，終究會有一個自己感興趣的信息出現,這極大地提升了用戶體驗。

　　但是，興趣的集中呈現必然導致信息的封閉。具體來說，就是用戶很難再注意到自己興趣之外的話題，甚至不再有時間去閱讀其他方面的信息，這就容易形成小群體, 就像一個原本獨立的個體，經過一段時間的“馴化”后，發現自己隻能和有相同興趣標簽的人進行交流,而和興趣不同的人則找不到共同語言,因為他們所閱讀的信息已經完全不同,即使正在使用同一個APP。此外,信息的長時間封閉，會導致用戶的知識儲備越來越狹窄,變得某一方面內容了解過多,而其他方面則極少涉及或根本不知道,這對民族文化的發展也容易造成負面影響。

　　“過濾泡”與“回音室”困境

　　在某種程度上，技術的進步可能會使受眾更容易和與自己興趣相投的人產生聯結，進而促進社會價值觀念和意識形態的分化。在傳統媒體的語境裡，媒體機構面向大眾生產分發新聞內容，需要通過人工編輯整理，沒有明確的受眾細分與個性化定制意識，因此受眾時常會接受相似的信息，這客觀上有利於平衡受眾的信息接收。

　　而新聞聚合類媒體通過機器算法，以用戶自身的標簽進行信息篩選，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台，正逐漸通過機器學習以及推薦引擎技術，向用戶推薦與其興趣和價值觀高度匹配的個性化信息，這在一定程度上會使用戶陷入由“過濾泡”制造的虛擬信息圖景中。

　　“過濾泡”（filter bubbles）的概念是以利·巴裡瑟（Eli Pariser）於2011年在其著作《過濾泡：互聯網沒有告訴你的事》中提出的。他指出，以機器推薦算法為代表的互聯網技術，正在使得用戶獲取的信息日益個人化﹔用戶接收到的信息，往往會受到其檢索歷史、閱讀記錄等的影響，並受到機器算法的操控。⑥從這個意義上而言，用戶接收的網絡新聞內容，都是由互聯網平台上的機器算法用“過濾泡”過濾之后的產物。

　　“過濾泡”的存在，會帶來兩個主要問題：一是通過“過濾泡”過濾的信息，會貼上用戶個人的價值觀偏好與閱讀習慣，導致一定程度的信息偏向，帶來用戶信息接收的失衡﹔二是算法本身的運行方式及固有弊端，導致通過機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台日漸興起，用戶吸收並分享與他們興趣和立場相關的信息。這是社交鏈傳播的關系型分發模式，會使得用戶容易沉浸於自己和朋友組成的“回音室”（echochamber）中。“回音室”的存在，意味著用戶在很大程度上，隻能和自己觀點相似的用戶進行交流，與他們組成相對密閉的圈子，並且將與自身價值觀相悖的信息排除在外。這可能會進一步穩固用戶自身堅持的立場，使擁有不同觀點和價值觀的人群進一步分化，進而加深社會價值觀的分化與對立。

　　（作者單位：岳陽日報社）

　　注釋：

　　①④陳昌鳳、王宇琦：《新聞聚合語境下新聞生產、分發渠道與內容消費的變革》，《中國出版》2017年第12期。

　　②邵全紅：《移動聚合類新媒體對傳統媒體新聞生產的顛覆與再造——以今日頭條的新聞生產模式為例》，《新聞愛好者》2017年第1期。

　　③郭全中、胡潔：《智能傳播平台的構建——以今日頭條為例》，《新聞愛好者》2016年第6期。

　　⑤任莎莎、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。

　　⑥李雪鬆：《今日頭條APP用戶體驗及優化策略研究》，河北大學2017年碩士論文。

分享讓更多人看到