□ 姜雪 熊燕
基于大數(shù)據(jù),我們繼續(xù)迎來了算法時代。本文的算法是指各個互聯(lián)網(wǎng)平臺以用戶的興趣、瀏覽記錄等網(wǎng)上行為為依據(jù),進(jìn)行新聞、廣告等內(nèi)容精準(zhǔn)推送時所使用的計算方法。這種算法可以讓受眾更為便捷地查閱到自己感興趣的新聞內(nèi)容,改變了以往需要受眾主動搜索才能得到想要內(nèi)容的狀況,進(jìn)而也改變了新聞價值的內(nèi)涵。
新聞個性推薦算法常用的包括三種策略:內(nèi)容推薦、協(xié)同過濾推薦、混合推薦。①內(nèi)容推薦這種策略是指計算機(jī)根據(jù)用戶興趣標(biāo)簽和歷史瀏覽記錄總結(jié)出其感興趣的內(nèi)容標(biāo)簽,然后將新聞內(nèi)容的標(biāo)簽與用戶的興趣標(biāo)簽進(jìn)行比對,最后把相似度最高的新聞推薦給用戶。協(xié)同過濾推薦則運(yùn)用用戶群的概念,這種算法以用戶過去是否閱讀某類型新聞為依據(jù),利用相似用戶群的瀏覽行為預(yù)測某一用戶將瀏覽何種類型的新聞內(nèi)容?;旌贤扑]將內(nèi)容推薦和協(xié)同過濾推薦相結(jié)合,這種推薦方式會根據(jù)用戶瀏覽的新聞獲得用戶所偏愛的主題,在推薦時同時考慮新聞內(nèi)容特征(主題相似性)和行為特征(協(xié)同過濾)②。在這些新聞內(nèi)容推薦算法被大規(guī)模使用的時候,便步入了算法時代,其特征有以下幾個方面。
首先,算法以大數(shù)據(jù)為基礎(chǔ)。以內(nèi)容推薦算法為例,為實現(xiàn)推送的新聞內(nèi)容符合用戶興趣的目標(biāo),要得到用戶的新聞閱讀興趣標(biāo)簽以及以往的新聞瀏覽記錄,還需要海量的新聞資訊。其次,大數(shù)據(jù)收集以用戶為中心。在算法中需要輸入的數(shù)據(jù)大部分都是圍繞用戶進(jìn)行的。大數(shù)據(jù)只有與用戶有關(guān),并且能夠反映出用戶的特性、興趣,才是有價值的。最后是大眾傳播向人人傳播的轉(zhuǎn)變。算法實現(xiàn)了大眾傳播向人人傳播的轉(zhuǎn)變,每個個體都能夠在算法的支撐和幫助下獲得獨特標(biāo)簽。新聞內(nèi)容生產(chǎn)者也會有意針對用戶的喜好標(biāo)簽進(jìn)行新聞內(nèi)容的生產(chǎn),使個性化的用戶能夠獲得與其興趣偏好相關(guān)的內(nèi)容。
李良榮教授在《新聞學(xué)概論》中提到,新聞價值就是事實本身包含的引起公眾共同興趣的素質(zhì)。這些素質(zhì)包括時新性、重要性、新奇性、接近性、趣味性。新聞推薦算法在一定程度上放大了個體的新聞興趣偏好,更好地滿足了個體的新聞內(nèi)容需求,但弱化了新聞內(nèi)容本身的地位。許多新聞內(nèi)容生產(chǎn)者會投用戶所好進(jìn)行新聞內(nèi)容生產(chǎn),這就使新聞價值的含義發(fā)生了重構(gòu)。
新聞以往的定義是新近發(fā)生事實的變動,但由于互聯(lián)網(wǎng)和移動終端的發(fā)展和普及,時新性已不能滿足受眾的要求。受眾更傾向于即時性的新聞內(nèi)容,即新聞事件發(fā)生的同時受眾就能接受到相應(yīng)的新聞內(nèi)容?;ヂ?lián)網(wǎng)時代加速了信息的生產(chǎn),也加速了信息的傳播,受眾需要更及時地了解自己所處環(huán)境的信息變動。雖然即時性在時效上更好地滿足了受眾的信息需求,但是由于其新聞內(nèi)容在新聞事件發(fā)生的同時就進(jìn)行了發(fā)布,新聞具體信息極易出現(xiàn)誤差或者錯誤。
由于算法在進(jìn)行新聞內(nèi)容推送的時候會抓取新聞內(nèi)容中的關(guān)鍵詞等進(jìn)行分析,許多新聞內(nèi)容都需要帶有標(biāo)簽,也就是關(guān)鍵字。即使新聞內(nèi)容很重要,但如果無法被算法抓取正確的關(guān)鍵詞作為標(biāo)簽,就會極易被算法推送到對該新聞內(nèi)容不感興趣的受眾面前。這不僅會降低新聞內(nèi)容傳播的影響力,也會影響受眾的新聞閱讀感受。
在信息爆炸的時代,新聞內(nèi)容僅包含新奇性,將無法有效吸引受眾閱讀。新聞內(nèi)容更需要具有互動性,從而吸引受眾點擊、閱讀內(nèi)容最后進(jìn)行分享。以今日頭條為例,當(dāng)算法察覺新聞內(nèi)容與許多受眾產(chǎn)生了互動,會將此新聞內(nèi)容推薦給更多的受眾。具有互動性的新聞內(nèi)容不僅可以更好地在受眾中進(jìn)行傳播,更能促進(jìn)受眾分享,使新聞內(nèi)容擁有更大的影響力。
傳統(tǒng)新聞價值中的接近性既包括地緣關(guān)系上的接近也包括心理上的接近。但是在算法幫助下,受眾可以直接接觸到其最感興趣的內(nèi)容,新聞內(nèi)容的接近性便發(fā)生了向情感上接近的轉(zhuǎn)變。情近性是指新聞內(nèi)容能夠引起受眾的情感認(rèn)同。雖然算法只能從受眾的行為習(xí)慣、相似群體等方面發(fā)掘其興趣,但是在一定程度上也反映出了受眾對某些新聞內(nèi)容的情感態(tài)度。情近性與保持新聞內(nèi)容的客觀性并不排斥,因為完全客觀的內(nèi)容是不存在的,任何新聞內(nèi)容都是有立場的內(nèi)容,完全客觀本身即是一種態(tài)度傾向。
無論是算法還是新聞價值,這些內(nèi)容圍繞的中心都是受眾,但許多受眾卻對世俗性的內(nèi)容感興趣。而且受眾每天面對的信息過于繁雜,其閱讀習(xí)慣已經(jīng)由以前的深閱讀變成了淺閱讀。許多新聞媒體從業(yè)者,為了滿足受眾對于娛樂的需求,對明星的私生活進(jìn)行跟蹤曝光等。雖然這些新聞確實滿足了受眾的閱讀需求,但對整體的新聞媒介環(huán)境造成了許多負(fù)面影響。
算法時代主要有三個特征:以大數(shù)據(jù)為基礎(chǔ)、數(shù)據(jù)以用戶為中心、大眾傳播向人人傳播轉(zhuǎn)變。在這些特征的影響下,新聞價值依附主體的表現(xiàn)形式發(fā)生變化,朝著多樣化的方向發(fā)展;新聞價值的客體變成了多元個性的個體;新聞價值有了相對直觀的可參考標(biāo)準(zhǔn)。新聞價值也逐漸轉(zhuǎn)向了即時性、標(biāo)簽性、互動性、情近性、世俗性。這些轉(zhuǎn)變中,有的內(nèi)容有利于新聞媒介的發(fā)展,有的內(nèi)容則會對整體媒介環(huán)境產(chǎn)生不良影響,需要從兩面對新聞價值重構(gòu)的現(xiàn)象進(jìn)行分析思考。筆者針對這些轉(zhuǎn)變中出現(xiàn)的問題提出以下幾點建議:
首先,在算法時代,內(nèi)容依舊為王。即使算法再高明,沒有含金量的內(nèi)容送到受眾面前也無法被受眾接納。新聞生產(chǎn)者始終要堅持高標(biāo)準(zhǔn)的新聞內(nèi)容生產(chǎn),不能因算法而降低自身的標(biāo)準(zhǔn)。巧婦難為無米之炊,無論多么智能的算法都不會促使受眾接受低質(zhì)量的內(nèi)容。
其次,真實性是新聞的生命,新聞內(nèi)容需要“實錘”。受眾的整體文化水平逐漸提高,經(jīng)過無數(shù)假新聞的千錘百煉,邏輯思考能力也逐漸提升。無論是何種新聞內(nèi)容,沒有進(jìn)行深入調(diào)查、沒有“實錘”,新聞發(fā)布者就不能發(fā)聲。真實性是所有新聞價值存在的前提,沒有真實性的新聞內(nèi)容本身就無法被稱為新聞。
最后,受眾需要擺脫低俗興趣。整體的媒介生態(tài)環(huán)境只依靠新聞從業(yè)者是完全不夠的,更需要受眾的配合和監(jiān)督。只有提高受眾的審美水平,擺脫某些低俗興趣,才能更有利于媒介生態(tài)環(huán)境的發(fā)展和維護(hù)。算法本身依靠的就是受眾的新聞閱讀習(xí)慣,如果受眾的閱讀興趣偏向低俗,就會促使新聞生產(chǎn)者進(jìn)行低俗內(nèi)容的生產(chǎn),最終會影響媒介生態(tài)環(huán)境的構(gòu)建。當(dāng)受眾提升了審美水平,就會促使更加優(yōu)秀的新聞作品產(chǎn)生,同時還能對新聞內(nèi)容進(jìn)行有效監(jiān)督。
雖然在算法的影響下,新聞價值的變化有好有壞,但是只要進(jìn)行深入分析思考,堅持新聞內(nèi)容的真實性,新聞工作者堅守職業(yè)道德,受眾擺脫低級趣味,整體媒介環(huán)境依舊能朝著積極的方向發(fā)展。
注釋:
①Xiaoyuan Su,Taghi M Khoshgoftaar.A survey of collaborative filtering techniques[J].Advances in Artificial Intelligence,2009(4).
②曹一鳴.基于協(xié)同過濾的個性化新聞推薦系統(tǒng)的研究與實現(xiàn)[D].北京郵電大學(xué),2013:3.
參考文獻(xiàn):
1.楊保軍.準(zhǔn)確認(rèn)識“新聞的價值”——方法論視野中的幾點新思考[J].國際新聞界,2014(09):108-121.
2.吳琴.解讀互聯(lián)網(wǎng)環(huán)境下新聞價值取向的變化[J].視聽,2016(11):124-125.
3.劉勝男.算法時代“好內(nèi)容”的定義[J].新聞與寫作,2017(06):69-71.