摘要：基于算法机制下的个性化新闻推送正在被各个平台及媒体机构广泛应用。算法技术在新闻生产与传播领域的应用，打破了传统的把关模式，对新闻业产生了深刻的影响。本文梳理了个性化新闻推送在国内外的实践状况，分析了个性化新闻推送在国内传媒领域的应用。通过对其编辑流程的阐释，分析个性化新闻推送对新闻业传统把关模式的影响。

关键词：算法、个性化推送、把关

引言

据2017年牛津路透《数字新闻报告》显示，超过一半（54%）的受访者更喜欢通过算法来筛选故事，超出选择编辑或记者的比例（44%），这对于智能手机用户和年轻用户来说更是如此。虽然“过滤气泡”和“回音室”是实际存在的，但从总体而言，社交媒体、聚合平台、搜索引擎用户会比其他人获得更为多元的信息，算法其实能让用户接触到自己不常用的新闻来源。①而在2016年，牛津路透新闻研究院院长 David A.L. Levy 就曾指出，已有充分的事实和数据表明，对于当今的新闻业来说，内容分发、定制和聚合的趋势愈加明显。人们越来越喜欢并习惯于基于兴趣爱好和浏览记录的算法所推荐的信息。②

尼葛洛庞帝在其《数字化生存》一书中曾指出：“在后信息时代中，大众传播的受众往往只是单独一人。所有商品都可以订购，信息变得极端个人化。” ③随着大数据、人工智能的普及，大众传媒开始向个性化推送嬗变，颠覆并重塑着整个传媒业。Web2.0之后媒体变革的起点是移动互联网，但它更大的趋向是媒体智能化或智媒化。④个性化新闻推送正是互联网时代和Web2.0的产物，基于算法机制下的个性化新闻推送使得信息传播开始走向定制化、私人化。同时，人工智能与大数据技术进入新闻生产领域，带来了新闻发展的新模式，传统的把关模式被打破，机器编辑正在渐渐替代传统的人工编辑。个性化新闻推送的应用，带来了传媒业的深刻变化。

一、个性化新闻推送在国内外的发展历程

个性化新闻推送是基于“用户洞察”的个性化信息的智能匹配，即通过人工智能分析和过滤机制，根据个性化需求聚合相关的信息和应用，并以此对信息进行深度智能分析，以实现用户个性化、动态的需求。也就是说，个性化新闻推送会对用户关系以及用户行为进行分析，挖掘用户的内容偏好和潜在需求，通过信息聚合，自动推荐符合其内在需求的信息。如用户注册信息、浏览记录、地理位置、历史聊天记录、微博微信足迹、用户兴趣图谱都将作为分析的依据。

目前，个性化新闻推送主要是通过挖掘用户数据进而针对用户兴趣点进行新闻推送的聚合类新闻APP。⑤

（一）个性化新闻推送在国外的发展

目前，国外较知名的个性化新闻推送应用有美国的News Republic、Flipboard；日本的Smart News；印度的Dailyhunt等。

News Republic是一款全球知名的个性化新闻聚合类应用。它主要是通过智能编辑、数据分析和挖掘等手段向全球用户提供最广泛的个性化新闻内容推荐，被誉为“世界上第一家没有记者的新闻媒体”。读者可通过其完善的个性化分发系统，浏览和阅读属于自己的头条新闻，新闻形式包括文章、图片和视频。News Republic 利用自己的语义分析系统分析每篇文章的意义，证实文章的原创性并将文章分类，划分超百万的主题，在用户挑选的分类中生成头条新闻。因美国版权保护力度极大的原因，News Republic很重视版权问题，已扩展了如CNN、美联社、法新社、彭博社、赫芬顿邮报等超过2000家媒体加入该平台，进行版权合作，将News Republic的服务器与他们相连，每天可获得超过5万条新闻。⑥

Flipboard是一款个性化信息聚合杂志类应用。它针对Facebook、twitter等社交化媒体上的内容进行整合，再通过杂志阅读的形式呈现给读者。其智能信息推送是基于用户的社交网络关系、抓取链接或用户分享评论等信息进行重组，通过算法来判断信息的重要性程度并给予合适的位置和空间，向用户实时推送信息内容。⑦

印度的Dailyhunt是一款基于算法技术的个性化信息推送，被称为印度版的“今日头条”。Dailyhunt同印度当地175家新闻出版机构合作，向印度各区域推出符合当地民众语言习惯的新闻资讯，获得了印度当地民众的喜爱。Dailyhunt是印度当地最大的新闻聚合平台之一。

日本的SmartNews是一款通过机器学习算法推荐聚合内容的应用。其更为进步的是机器学习功能，通过深度分析用户行为，如点开的内容、阅读过程中的停顿、与用户相同爱好的人在读什么内容、哪里停顿等大量行为数据，找出用户兴趣点，从而进行个性化推送。用户无需登录社交账号，这样避免了过度依赖账户个性化导致的阅读面变窄的问题。其算法也会根据用户位置等参数不同而进行调整，如因国家和地区的不同，挑选出相应的主流新闻或文化相关的新闻。 

在欧洲国家，因为拥有悠久的新闻发展史，用户对于传统媒体的依赖度更加强烈。德国、法国、俄罗斯、英国、西班牙等五国，传统媒体新闻APP用户粘性较强。但从当前的市场占有率来看，个性化信息推送新闻客户端已成为世界新闻客户端的主流。⑨个性化信息推送Flipboard在欧洲很多国家市场排名第一，News Republic、 SmartNews分别在美国、日本市场占据前两名。

（二）个性化新闻推送在国内传媒领域的应用

在国内，个性化新闻推送主要以今日头条、天天快报、一点资讯等算法类聚合客户端为代表。目前，个性化新闻推送在我国新闻应用市场拥有极高的市场占有率，有用户粘连性强、渗透率高等特点。据2017年上半年新闻资讯类APP排行榜前十名显示，新闻聚合类客户端和门户网站新闻客户端各占50%。

2013年3月，“今日头条”创立，其定位是一个个性化内容分发渠道。“今日头条”是基于用户兴趣图谱的个性化新闻推送。它根据用户在社交网站上发布的内容及其所属类别、用户自标签、社交关系、社交行为，以及参与的群组、机型、使用时间等数据源，推断用户的兴趣点，对用户进行画像，并根据这些兴趣的重要程度或先后顺序进行推送，从而实现个性化新闻推送。它的推送内容主要来自两个方面：一是对腾讯、网易等各大门户网站的新闻进行内容聚合；二是其头条号下汇集的自媒体内容。?

近几年，通过爬虫技术从互联网抓取新闻源的“今日头条”历经多次版权纠纷之后，创立头条号平台。该平台通过实施资金扶植、自媒体孵化器等针对创造优质内容的自媒体人的扶持政策，决心从单纯的信息分发转向信息生成。头条号还鼓励垂直领域作者形成小型编辑部，规模生产各种类别的信息。?

2013年8月，“一点资讯”个性化新闻推送应用发布。“一点资讯”是基于对用户兴趣的关注和挖掘，进行数据建模从而完成信息推荐。它融合搜索、订阅、推荐三大功能，首创“搜索+推荐”的引擎模式，主要通过兴趣引擎和人工智能分析用户搜索和浏览行为，同时融合了搜索技术和个性化推荐技术。避免了机器仅根据用户最近一段时间或者历史浏览行为而推荐过多某一个领域的内容。“一点资讯”强调用户编辑和机器编辑的有机结合。?

不论是“今日头条”还是“一点资讯”，都是以匹配用户兴趣作为其平台特色，主要通过算法分析用户兴趣完成用户与内容的精准匹配来为用户提供个性化内容。

分享让更多人看到