2.2 传播的专业：用户挖掘与精准推送——今日头条

2015年4月南都报系正式推出资讯新闻客户端——“并读新闻”，其4个月的下载量达到2000万，在新闻APP的血雨腥风中杀出一条坦途。其总裁曹轲在接受访谈时表示：“我们现在再不能用所谓优秀的新闻、好的新闻来描述新闻内容，我应该强调合适的内容，将合适的内容推送给合适的人群，在合适的时睽读到需要读到的内容[12]”。

曹珂所推崇的这种理念已经被业界所广泛认可，这就是个性化定制与推送服务。我们已经进入到了一个信息冗余的时代，海量的信息让人们应接不暇甚至倒逼一些人的逃离。因此，如何抓住受众的注意力成为制胜法宝。在国内今日头条是这一技术的开创者。

“今日头条”是一款基于数据挖掘的推荐引擎产品，第一个版本于2012年8月上线，截至2016年2月，“今日头条”已经在为超过4亿的忠诚用户服务，每天有活跃用户超过4000万。“今日头条”创造出了一种独辟蹊径的个性化信息推荐模式：基于对用户社交数据的挖掘建立起来用户的兴趣图谱，并运用独特的算法和个性化推荐引擎技术，实现针对每一个用户的个性化信息推荐。“今日头条”对大数据时代受众的数据化、精细化、个性化特征进行了深刻的挖掘和把握，并在此基础上，运用最便捷的个性化信息推荐方式满足了受众的个性化心理诉求。个性化推荐的基础是构建推荐系统。“推荐系统算法的基础就是要构造相似性矩阵，推荐系统可以根据用户的行为不断优化相似矩阵，使得推荐越来越准确。在这个过程中，如果有用户对每个新闻的兴趣（如喜欢或讨厌）指标，就可以使得推荐更准确”[13]。

图2-3 今日头条推荐系统的计算公式[14]

“今日头条”的成功在于利用大数据技术对新闻信息的挖掘、分析和整合；对受众的数据化精准分析和内容定制以及打造信息分发渠道。“今日头条”所体现的“数据为主，协同共赢”对传统新闻生产和价值实现理念带来了新的思考和改革启示。新闻的精准推送是新闻专业主义的一个结构化体现，但是从推荐系统的另一面来看，也会存在一些问题。如算法根据使用者所表现出来的“兴趣”进行分类和推荐信息，往往容易给用户推荐一些低质量但用户短期内喜欢的信息，如鸡汤文章、笑话段子、明星八卦，这将偏离新闻专业主义所推崇的新闻素养的提升。同时对于那些需求并不明确的用户，基于他们的有限的信息，所推荐的信息必然有偏颇。我们应该在利用新技术的同时发现问题并解决问题。

大数据技术仅仅可以为新闻专业主义以技术和形式上的保证。当下中国，新闻法治缺失、传媒格局震荡、理想主义式微，使得专业主义不彰，如有偿新闻、无底线的炒作、媒介审判、侵犯公民隐私等等问题越来越凸显，对于这些政策和操作层面的“专业主义”依然任重而道远。

三、结语：计算传播学理论与实践的双重挑战

数据新闻仅是计算传播学的一个分支，是最具象的表现方式。传播网络、文本挖掘、计算广告、数学模型及编程等等是计算传播学更为丰富的内容形式。计算传播学作为一个正在发展中的领域，很多的研究分支都尚不成熟，没有成熟的研究范式和理论体系，完整的著作更是凤毛麟角，目前仅有一本《社交网络上的计算传播学》于2015年7月出版。作为一个交叉学科，它涵盖了社会学、心理学、计算机科学、物理学、统计学等多个领域的内容。新现象不断涌现，在进行初步描述的同时进一步的理论化迫在眉睫，因此如何构建完整的学科体系将是在理论层面的挑战。虽然对现象的描述与理论化都已经存在，但二者之间还存在着一定的错位。因此，学界多展开一些关于概念、定义的探讨是非常必要的。

其次，作为一个应用性的学科，注重编程训练、数学建模、可计算思维，因此懂得如何操作似乎更加重要。传统的社会科学研究者和读者往往忽略计算机技术尤其是编程能力的培养。因而，在学科转型之初，第一步就是这种开始学习崭新的东西。现有的研究案例大多数由计算机学者完成。沈浩是中国传媒大学电视与新闻学院教授，从事大数据分析与挖掘教学工作，他在采访中说：“我感到新闻传媒领域对大数据人才的需求，急需懂数据、懂数据挖掘的、又懂新闻的复合型人才[15]”。我们可以感觉到，对于新闻传播学的研究者与学生来说，随着这一学科逐渐趋向理科化和融合化，掌握一门计算机语言与必要的数据挖掘与数据分析能力是这个时代的要求。2014年，复旦大学新媒体硕士项目开设《计算新闻传播学》课程。上文提到的南京大学计算传播学实验中心于2015年成立，南京大学开始开设《计算传播学导论》课程。毫无疑问，对于该领域未来的后备军和研究者的培养需要更多专业院系在新闻传播教育上的改革与推进。

借用《社交网络上的计算传播学》作者的出版后记作为结语：“交叉学科的复合性和综合性让很多人都认识到：前途是光明的，道路是曲折的。我们通过此书践行着我们的理想，在并不清晰的没有领路人的道路上摸索着前行，让我们在艰辛中有着沉甸甸的收获。弘扬可计算、定量化，不折不扣地在社交网络和传播学中应用这些理念既是时代的要求，也是我们自以为是的使命”[16]。

参考文献

[1] 罗玮, 罗教讲. 新计算社会学:大数据时代的社会学研究[J]. 社会学研究, 2015, 3: 010.

[2] Lazer D, Pentland A S, Adamic L, et al. Life in the network: the coming age of computational social science[J]. Science (New York, NY), 2009, 323(5915): 721.

[3] 罗玮, 罗教讲. 新计算社会学:大数据时代的社会学研究[J]. 社会学研究, 2015(3):222-241.

[4] 祝建华, 彭泰权, 梁海, 等. 计算社会科学在新闻传播研究中的应用[J]. 科研信息化技术与应用, 2014, 5(2): 3-13.

[5] 王成军. 计算传播学:作为计算社会科学的传播学[J]. 中国网络传播研究, 2014.

[6] [美]曼纽尔?卡斯特.网络社会的崛起[M].夏铸九,王志弘等译.社会科学文献出版社,2003,第569页.

[7] 袁方.社会研究方法教程（重排本）[M].北京大学出版社,2013年:第469页.

[8] 沈浩, 杨璇, 杨一冰. 传播学研究新思路: 复杂网络与社会计算[J]. 科研信息化技术与应用, 2014, 5(2): 27-33.

[9] 吴军. 数学之美 第二版[M]. 人民邮电出版社, 2014.

[10] 郭镇之．舆论监督与西方新闻工作者的专业主义［J］．国际新闻界，1999，(5):32-38．

[11] 吴飞. 新媒体革了新闻专业主义的命?——公民新闻运动与专业新闻人的责任[J]. 新闻记者, 2013(3).

[12] 王晶. 并读: 出自传统媒体的互联网新锐——对话南都报系总裁曹轲[J]. 南方电视学刊, 2015 (4): 16-19.

[13] 王成军. “今日头条” 的技术逻辑: 网络爬虫+ 矩阵筛选[J]. 传媒评论, 2015 (10): 34-37.

[14] 老鱼笔记.今日头条核心技术“个性推荐算法”揭秘[EB/OL]. http://toutiao.com/a4272064834/.2015-04-27

[15] 中华儿女报刊社.沈浩：走在媒体大数据挖掘前端[EB/OL].

http://elite.youth.cn/gnb/201411/t20141105_5991662_1.htm. 2014-11-05.

[16] 许小可, 胡海波, 张伦, 王成军. 社交网络上的计算传播学[M]. 高等教育出版社, 2015. 

分享让更多人看到