学人成果方师师:双强寡头平台新闻推荐算法机制研究

Posted 闻天

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了学人成果方师师:双强寡头平台新闻推荐算法机制研究相关的知识,希望对你有一定的参考价值。

在过去的20年间,新闻的商业和传播模式经历了三次巨大的变革,即从模拟数字模式到数字模式、社交网络兴起和移动网络主导(Bell & Owen, 2017)。在当下正在进行的第三次变革中,移动端兴起带来社交媒体的蓬勃发展,全球曾经有40多家社交媒体网站和聊天软件服务商协助新闻媒体覆盖不同用户。而随着新闻机构将分发、内容变现的功能交给平台,平台媒体(platisher)已经成为新兴的涉足新闻内容聚合分发的关键力量,拥有强大的影响力与传播效果。



作为新闻业在数字环境下「后台前置」(周葆华,2013)的下一个阶段——「把关后移」(Ballon,2009)的主体,平台媒体目前已经实质性地掌控着用户的新闻接触。但平台媒体本身几乎不从事内容生产,主要是提供连接人与信息的新型服务。这种服务目前备受推崇,尤其是年轻人,相比传统媒体,他们更加愿意接收和相信根据算法生成与推送的内容(Newman, et al., 2016)。


用户使用平台媒体从「新闻超市」(supermarket of news)中进行日常新闻的选择和消费,主要基于的是「合价值性」(Schrøder, 2015)。而在数字时代如何帮助用户从海量的信息中打捞出最符合自身价值需求的「有用」的信息,算法成为平台媒体与传统媒体、原生互联网媒体以及平台媒体之间竞争的利器。个中原因在于,人们认为平台媒体推送的新闻是针对用户个人需求的「订制品」,适用性更强;内容建立在精妙的算法上,更加中立客观。这一认识如果比照今日头条对于自身「算法」驱动的定位:「提高分发效率,满足用户信息需求」(宋玮,2016)来看,在一定程度上共同构成了「算法」挑战传统新闻业权威、构建自身合法性的话语基础。


【学人成果】方师师:双强寡头平台新闻推荐算法机制研究


但这种「技术至上」和「技术中立」正面临越来越多的质疑。作为一种人工制品(human artifact),算法可以解释为「用于解决某一特定问题或达成明确的目标所采取的一系列步骤」(Goffey, 2008)。「算法」最初的提出目的在于优化过程(optimizing processing),通过对于事物逻辑的抽象和简化,算法的迭代可以简化过程,理清乱象。但「算法」具有非常强的多样性,不同的公司、工程师在处理同一个问题时可能会采取不同的路径(Mart, 2016),「算法」最终会对这个问题进行回应,生成一个具体的结果。多样化的「算法」选择背后是一种制度性安排(institutional arrangements),体现出数字技术冲击下传播格局中同多种权力与利益博弈后的策略性选择。


就目前的情形来看,由于平台掌握了受众的使用数据并且可以自行设立算法,在当前的社会条件下是否会产生算法审查、信息操控与平台偏向等「文化与社会后果」(Beer, 2017),尚处于研究过程中。但由于目前算法的可信度与透明度不高,关于算法是如何被设计出来的,平台媒体在制定算法的时候考虑哪些因素,背后体现着怎样的价值观和标准等问题还处于「黑箱」状态(Diakopoulos, 2014)。卡尔森(Carlson, 2017)在借用詹姆斯∙凯瑞(James Carey)有关电报方面的论述时认为,在新闻生产和传播过程中,作用越来越大的算法,应该被看作「一个要认真思考的对象,一个要改变人们想法的机构」。由于我们没有从后往前看的历史机遇,因此只能在急速变动的技术环境中试图通过「开黑箱」的方式,关注平台媒体的算法推荐机制其输出结果的制度性安排何在,以及这种制度性安排背后又会有哪些可能存在的社会权力博弈。这也是本文希望通过研究试图揭示与探索的目标。


【学人成果】方师师:双强寡头平台新闻推荐算法机制研究


本文选取脸书的「动态消息」(News Feed)与谷歌的「谷歌新闻」(Google News)的算法机制进行比较。在分析框架上,本文将平台媒体的算法机制划分为三个维度:核心排序算法比较;新闻要素权重比较;算法价值观比较。之所以采取这三个维度,主要是从批判算法研究的视角和脉络中将算法研究的三个核心要素:关键技术、社会规范以及价值观念进行了对应和细分。Carlson(2017)认为算法判断不仅仅是新闻业现有职业逻辑的延伸,也是一种新的集合装置(assemblage),这个新的集合装置包括生产新闻的系列实践、行动者网络、合法性判断形式以及能够合法化的知识类型假设。这也可以理解为是「平台媒体的算法机制」想要涵括的既包括技术层面,又包括组织层面,以及文化价值的三个整体性维度的细分。


【学人成果】方师师:双强寡头平台新闻推荐算法机制研究


通过三个层面的比较,我们可以总结出这样的结论发现:首先,在核心排序算法中,脸书非常清晰地将自己的算法机制聚焦于社交关系,更加强调信息与用户之间的相关性与适用性;而谷歌更加注重信息的覆盖面与秩序,更加能够体现社会规范和社会整体的价值尺度。


第二,在新闻要素权重的比较中,脸书的权重强度与用户的主观行动密切相关,尤其是用户拥有的关系程度、互动情况等最为重要,强调「一切从人出发」;而谷歌更加关注的是客观指标,并希望通过自身对于新闻要素的权重调整,赋予网页和新闻重要程度的序列。


第三,在算法价值观的比较中,脸书的价值出发点并不在信息传播的效率,而主要着力于满足人在社交关系、娱乐分享等方面的「欲望」;而谷歌是秉持其一贯的技术优势,希望作为一种认识世界的强有力的「工具」,强调在使用过程中技术的功能性、便捷性以及对于新经济模式的推动倡导。




原文参见:方師師(2018)。〈雙強寡頭平台新聞推薦算法機制研究〉。《傳播與社會學刊》,第43 期,頁103–122。


编辑:方师师



--上海社会科学院新闻研究所--

Institute of  Journalism and Communication Studies

Shanghai Academy of Social Sciences 

E-mail:xws@sass.org.cn

Website:http://www.sass.org.cn/xwyjs



以上是关于学人成果方师师:双强寡头平台新闻推荐算法机制研究的主要内容,如果未能解决你的问题,请参考以下文章

中国青年政治学优秀成果奖推荐系统(10月30日截止)

干货今日头条的新闻推荐算法原理

新传必考热点知识精讲 | 推荐算法

个性化新闻推荐算法的技术解读与价值探讨

干货!新闻推荐算法的5大问题+4大优化策略

推荐算法应该向媒体记者学习的 5 个新闻业原则