互联网时代，人们的个性化内容诉求逐渐觉醒,从单纯对信息“量”的追求转变为对更优质、更精准内容的渴求。这种转变促使今日头条之类的新闻聚合类平台不断改进自身的内容整合和分发模式。目前较为主流的新闻聚合类平台，分发方式主要有两类：一是基于社交关系的拓展性分发，二是基于机器算法的挖掘性分发。

　　新闻聚合类平台 内容分发 信息茧房

　　在互联网的助推下，一大批新闻聚合类平台如雨后春笋般冒出了头，其中以今日头条为首的个性化推荐客户端发展最为迅速。新闻聚合类平台是一种近年兴起的新闻内容供应商以各自方式进行整合的网站或客户端等新闻传播平台。①截止到2017年12月，今日头条的日均活跃用户已经超过1亿人次，单个用户的日均APP使用时长已经超过了76分钟。今日头条发展如此迅速，关键是与其他平台差异显著的信息分发方式。

　　在过去，用户明确自己想要什么后，得按照自己的胃口寻找食物。今日头条的内容分发方式，让用户只需要张口即有符合胃口的食物呈上，并且会根据用户的需求改变不断更新推送内容。

　　对于传统媒体而言，新闻聚合类平台带来的改变无疑是划时代的，传统的内容分发渠道近乎垄断式的局面将不复存在。

　　新闻聚合类平台的内容分发方式

　　互联网信息的海量，使得人们的个性化内容诉求开始逐渐觉醒,从以前单纯对信息“量”的追求渐渐转变为对更优质、更精准内容的渴求。这种转变促使各媒体在生产更优质内容的同时，不断改进内容整合和分发模式。

　　新闻聚合类媒体通过不间断的社交、高精准的内容分发，垄断了内容分发渠道，吸引了众多有相关需求的广告主。由传统媒体生产的内容，只有少量是在传统媒体自有渠道上分发，绝大部分内容流向了这些聚合类媒体平台。②

　　目前较为主流的内容分发新闻聚合类平台，分发方式分为两类：一是基于社交关系的拓展性分发，二是基于机器算法的挖掘性分发。它们都是通过独有的分发逻辑，占据更大的市场与更多的用户使用时间。③

　　基于社交关系的分发

　　Buzzfeed（“嗡嗡喂”）是美国社交性聚合类媒体的代表。其分发方式是通过用户在社交平台的行为分析，结合内容的传播机制而设置，为用户提供与其社交关系中联系紧密的信息获取与资讯分享，增强用户的黏性，并借助社交网络进一步拓展用户数量。

　　由Buzzfeed发布的一则关于裙子是蓝黑条纹还是白金条纹的帖子，不仅在该平台上广为传播，甚至扩散到全球各地，也成为当时微博、微信等社交平台的热点新闻。除了对基于社交网络平台的用户行为进行信息生产，Buzzfeed在内容分发方面也与各大社交平台进行了广泛合作。每个用户都可以把所看的内容分享到社交媒体账号上，借助推特、脸书等成熟社交平台，Buzzfeed的影响力进一步得以拓展。④

　　基于机器算法的分发

　　如果用户通过微信公众号等社交平台账号登录今日头条，那么系统将根据用户已有的信息，在5秒钟内计算解读兴趣，10秒钟内形成用户画像，展示个性化信息，并在之后的使用中通过阅读行为，优化用户画像，并优化信息推荐。这是一个对之前的信息进行补充的过程。⑤

　　今日头条是机器算法类新闻聚合平台的代表。这种形式是根据用户使用习惯，进行数据挖掘，并精准地开展个性化新闻推送，实现信息分发与受众兴趣标签的高精度匹配。

　　今日头条成为新闻资讯类APP中的翘楚，源于其拥有世界领先的机器学习与大数据分析技术，凭借这种技术，今日头条可以将信息准确地分发至需要这条信息的每一个用户。其分析系统可以观察到每一个用户的行为，分析每一个用户的诉求，甄别每一个用户之间的差异，这些信息都会被系统记录。

　　今日头条系统进行推荐机制算法的根据主要有三类——人的特征：兴趣、职业、年龄、性别和用户行为；环境特征：地理位置、时间、网络、天气；文章的特征：主题、隐含主题、时效性、热度、来源……

　　系统会记住某个时间某个地点因为某个原因给某个人推荐了一个什么内容，他是很快地划过去了还是在这个内容上停留了，是点进去读了一半还是认真读完了，每一次这样的行为都对系统进行了一次“教育”。

　　系统在这三大维度下的各个信息之间进行丰富的组合，统计出了知识规律，每个维度下面又有很多子维度，每个维度都有很多取值，整个叉乘出来的是一个非常高维度的空间，机器的好处是能将整个规律都学习下来，机器不需要休息，记忆力超强，拥有人类无法比拟的计算能力。

　　内容分发方式的优势

　　从技术角度来说，今日头条是一款基于机器学习的个性化推荐引擎，他们会以用户的兴趣爱好、手机型号、地理位置等为依据，给用户推荐可阅读的内容，所以用户会觉得使用的时间越久，今日头条越懂自己，看到的都是自己喜欢的内容。这样一来，今日头条实际上无需发展粉丝，因为信息总是能有效抵达用户。

　　信息有效抵达

　　头条号强调信息的有效抵达，不依靠粉丝形成传播，开通头条号的人所发出的每一条稿件，经过系统的分析之后，都会进入相关人群的推荐频道当中去。因此，开通头条号的人只需专心做好内容的策划组织，不必过多分心去追求涨粉，避免运营人片面地为追求粉丝而浪费资源，这一点跟微博微信公众号等不同，微博微信需要关注才能收到运营人发表的信息，但头条号无需如此，就不用为了涨粉而费尽心力。对于受众来说，阅读自己感兴趣的信息，无需借助订阅这种手段，也能及时收到相关新闻，很好地防止因为没有订阅关注而错过对方发出的重要信息。正因今日头条摆脱了传播受限于粉丝数量的束缚，很多头条号上线的第一天即拥有数十万的推荐量和阅读量，这一点，微博微信等很难做到。

　　重大信息弹窗

　　弹窗这项功能很多APP都有，很多新闻推送也会用到，但今日头条的弹窗有别于其他，有着精准定向的特点。对一些重大事件和新闻的发布，例如辟谣、通报、疫情、灾害等等，今日头条可以面向特定区域定点推送，使用户在不打开今日头条客户端的情况下，也能及时收到突发的新闻。

　　例如，浙江舟山的暴风雨预警，头条会定向舟山地区，精准投放，所有手机定位在舟山的用户，都能收到这条弹窗，并对灾害进行有效预防。国家海洋预报台就多次通过头条号这个平台及时向沿海地区定向人群推送海潮海浪红色警报。各个省份的发布，例如浙江发布、广东发布、平安北京、国家地震台网等都常常使用这个弹窗推送功能，将信息有效及时地传递给相应人群。

　　该推送功能对于及时传播权威信息、防止谣言扩散、提高舆论引导效率、稳定网民情绪具有重要作用。其中国家地震台网通过头条号平台，运用先进的机器人写稿技术和头条精准定向的新闻分发方式，创造了地震信息发布的最快速度，新华社曾针对今日头条的这项功能做了题为《互联网+挑战地震预报极限》的报道。

　　当然，除了地震等灾害预警、疫情通报等特殊紧急信息以外，贴近民生的服务信息，也可以通过今日头条个性化推荐引擎有效高速地推荐给目标用户。这种不用粉丝传递的精准推送策略，极大地提高了信息传播的效率，已经越来越多地运用到新闻分发的行为中去。

　　内容分发方式的不足

　　个性化推荐及信息定制化是把个人感兴趣的内容聚合起来推送给用户，被筛选的内容一般情况下不会再被推荐给用户。这就会导致信息窄化，使用户陷入信息“过滤泡”与“回音室”困境。

　　信息窄化导致信息茧房

　　如今日头条会按照用户兴趣标签的高低顺序，来确定新闻的排序。首先是最常点击的相关内容，其次是偶尔点击的内容，再次是一般不会点击的内容。而一旦用户进入客户端，就会发现只要手指继续下滑，终究会有一个自己感兴趣的信息出现,这极大地提升了用户体验。

　　但是，兴趣的集中呈现必然导致信息的封闭。具体来说，就是用户很难再注意到自己兴趣之外的话题，甚至不再有时间去阅读其他方面的信息，这就容易形成小群体, 就像一个原本独立的个体，经过一段时间的“驯化”后，发现自己只能和有相同兴趣标签的人进行交流,而和兴趣不同的人则找不到共同语言,因为他们所阅读的信息已经完全不同,即使正在使用同一个APP。此外,信息的长时间封闭，会导致用户的知识储备越来越狭窄,变得某一方面内容了解过多,而其他方面则极少涉及或根本不知道,这对民族文化的发展也容易造成负面影响。

　　“过滤泡”与“回音室”困境

　　在某种程度上，技术的进步可能会使受众更容易和与自己兴趣相投的人产生联结，进而促进社会价值观念和意识形态的分化。在传统媒体的语境里，媒体机构面向大众生产分发新闻内容，需要通过人工编辑整理，没有明确的受众细分与个性化定制意识，因此受众时常会接受相似的信息，这客观上有利于平衡受众的信息接收。

　　而新闻聚合类媒体通过机器算法，以用户自身的标签进行信息筛选，这将使受众陷入“过滤泡”与“回音室”的信息困境中。讲究用科技算法手段的聚合类媒体平台，正逐渐通过机器学习以及推荐引擎技术，向用户推荐与其兴趣和价值观高度匹配的个性化信息，这在一定程度上会使用户陷入由“过滤泡”制造的虚拟信息图景中。

　　“过滤泡”（filter bubbles）的概念是以利·巴里瑟（Eli Pariser）于2011年在其著作《过滤泡：互联网没有告诉你的事》中提出的。他指出，以机器推荐算法为代表的互联网技术，正在使得用户获取的信息日益个人化；用户接收到的信息，往往会受到其检索历史、阅读记录等的影响，并受到机器算法的操控。⑥从这个意义上而言，用户接收的网络新闻内容，都是由互联网平台上的机器算法用“过滤泡”过滤之后的产物。

　　“过滤泡”的存在，会带来两个主要问题：一是通过“过滤泡”过滤的信息，会贴上用户个人的价值观偏好与阅读习惯，导致一定程度的信息偏向，带来用户信息接收的失衡；二是算法本身的运行方式及固有弊端，导致通过机器算法推荐得到的信息有可能不是用户真正需要的信息。

　　注重社交性的聚合平台日渐兴起，用户吸收并分享与他们兴趣和立场相关的信息。这是社交链传播的关系型分发模式，会使得用户容易沉浸于自己和朋友组成的“回音室”（echochamber）中。“回音室”的存在，意味着用户在很大程度上，只能和自己观点相似的用户进行交流，与他们组成相对密闭的圈子，并且将与自身价值观相悖的信息排除在外。这可能会进一步稳固用户自身坚持的立场，使拥有不同观点和价值观的人群进一步分化，进而加深社会价值观的分化与对立。

　　（作者单位：岳阳日报社）

　　注释：

　　①④陈昌凤、王宇琦：《新闻聚合语境下新闻生产、分发渠道与内容消费的变革》，《中国出版》2017年第12期。

　　②邵全红：《移动聚合类新媒体对传统媒体新闻生产的颠覆与再造——以今日头条的新闻生产模式为例》，《新闻爱好者》2017年第1期。

　　③郭全中、胡洁：《智能传播平台的构建——以今日头条为例》，《新闻爱好者》2016年第6期。

　　⑤任莎莎、田娇：《算法新闻的伦理困境及其解决思路——以今日头条为例》，《理论探索》2018年第3期。

　　⑥李雪松：《今日头条APP用户体验及优化策略研究》，河北大学2017年硕士论文。

分享让更多人看到