| 推荐阅读频道
【摘要】依托大数据的时代背景，借助强大的算法功能对海量数据资源进行有效整合的“个性化新闻推荐”技术较好地解决了信息过载问题，减少了信息搜寻的费力程度，在受众中大获好评，但同时此引发了一系列新的挑战，如信息茧房、机器代替编辑及新闻版权纠纷等。对此，本文提出了相应的解决措施，如机器算法+人工编辑、激发自主创作、新老媒体分工合作等，力求促进新闻客户端未来的良性发展。
【关键词】个性化新闻推荐 受众 新闻客户端 【中图分类号】G206 【文献标识码】A
“个性化新闻推荐技术”依托大数据的时代背景，借助强大的算法功能，对海量化的数据资源进行充分挖掘和有效整合，通过记录用户在不同场合的消费行为，依据用户的社交图谱推断其可能感兴趣的信息，从而为不同受众打造独一无二的信息接收平台，实现信息的私人定制。当前，个性化推荐技术被认为是解决信息过载问题的有效措施，已被各大新闻客户端广泛采用。
“受众变迁”助推个性化推荐
1.受众本位驱动个性化
新媒体时代，“人人都有麦克风”得到真正的实现，受众的信息接收也已由传统的报纸、广播、电视转移到手机新闻客户端，其在传播中“受者中心论”理念愈发彰显。正如清华大学的李希光教授说：“在传统媒体时代，受众对新闻的接受多半是被动的和灌输性的，而在新媒体时代，受众对内容的接受几乎完全是主动的和选择性的。”在此背景下，利用“个性化新闻推荐”技术向受众提供个性化、精准化、分众化的信息，才是新闻媒体获得生存发展的王道。
2.受众市场化驱动个性化
19世纪30年代起，大众传媒已由官方全权控制走向市场化、企业化，成为市场经营主体的一分子。作为经营性媒介组织，其产品具有商品性，各大媒介集团间具有竞争性，受众作为产品的消费者具有选择性。受众即“市场”观念借此诞生，其是否接收信息以及对信息的理解程度成为媒介经营成败的关键。“个性化新闻推荐”技术利用大数据和算法技术精准地向用户推送其所需要的信息，增强与用户的使用黏性。其精准的目标受众群体也成为特定产品的广告主进行广告投放的重要依据，可信性较高，这也为媒体自身的经营获得较大融资和经济回报。
3.受众分化驱动个性化
分众理论是指受众并不是同质的孤立个人的集合体，而是具备了社会多样性的人群，更加尊重个体的独立性和差异性。受众分化也加快了媒介分化的趋势，促使媒介向垂直细分领域发展。美国著名的学者J.C.梅里尔和R.L.洛文斯坦在1971年发表的《媒介、讯息和人的新视角》一文中提出传播媒介发展过程及其未来趋势可以分为“精英媒体”“大众媒体”和“专业媒体”三个阶段。在当今个性张扬的时代，信息资源丰富，受众拥有更多的选择空间，消费观念也发生变化。在此背景下，借助“个性化新闻推荐”技术走专业媒体道路，为受众提供定制化的信息，实现信息接受的千人千面，更加适应分众时代的受众需求。
个性化推荐完善受众需求
1.受众成为信息筛选者，信息获取便捷高效
互联网时代，信息传播具有开放性、互动性、去中心化、匿名性等特点，原本的专业传者作为信息发布者的权威角色被不断消解，人人都是传播者的时代来临，引发了学界关于网络传播时代是否还存在“把关人”话题的讨论。美国MoveOn.org组织的董事长伊莱·帕里泽在《TheFilterBubble》一书中率先提出“过滤气泡”概念，被认为是互联网时代隐形的把关人，通过长期记录受众的浏览足迹会使得机器对受众兴趣点的判断越来越准确可靠，在此基础上可以实现信息的实时推送，减小了信息获取的时间差，最大程度地满足受众的知情权，使媒介更好地为人类服务。
2.边缘受众主体化，小众需求得以实现
“个性化新闻推荐”是基于大数据和算法功能，捕捉用户的兴趣图谱，从而实现个性化、精准化的信息服务，使不同受众的需求得到全方位的满足，区别于传统媒体时代由专业编辑根据自身的判断或宣传要求来进行“议程设置”，决定受众应该接受哪些信息的模式，是对受众个性化需求的真正满足。同时，当今时代受众已经由未分化的“大众”市场向具有特定需求的“小众”市场转变，原先具有同质化、缺乏原创性的大众媒体已不能满足受众的需求，这就使“长尾理论”中那些原本认为没有市场的处于长长的尾巴部分的内容展现出勃兴的状态，聚集了一批黏性度高的粉丝群体，结成了特定社群，实现了小众市场大众化，边缘受众主体化。
个性化推荐的弊端及解决措施
1.信息接收窄化，“个性化”导致“茧房化”
互联网时代，受众可以自由地选择想要关注的信息，但由于个人兴趣不可能具有完全的广泛性，就会使得信息接收局限于固定区间内，产生信息茧房。哈佛大学法学院教授桑斯坦指出，信息茧房以“个人日报”的形式呈现：网络传播时代信息海量化，受众可以自由关注话题，根据自身喜好定制报纸、杂志，每个人都可以为自己量身定制一份“个人日报”。但所谓的“受众需求”，不仅包括受众主观预知的信息，也包括受众应知的信息。从这个角度看，作为信息分发的“个性化新闻推荐技术”只是提供受众主观欲知的信息，而其他受众应知的信息却被忽略，会导致信息接收的狭隘化和虚假信息等不良影响。
此外，有“机器算法+人工编辑”模式。正如专家所言，机器算法的时代，更需要发挥人的作用，因此正确的做法是“机器算法+人工编辑”模式。“机器算法”可以迅速挖掘最新热门资讯，并根据受众兴趣图谱个性化分发，“人工编辑”可以帮助算法去发现、判断内容的价值，减少虚假新闻、低俗信息的扩散。机器由于始终无法完全突破程式化运行，无法进行思考和价值判断，终究不可能取代制造它的人类。
2.机器代替编辑，“程式化”缺失“原创性”
“个性化新闻推荐技术”用机器完全取代传统的新闻工作者的工作，通过大数据和算法技术完成对信息的采集、加工、整理、分发的全过程，无需人力的参与，无法进行价值判断与取舍，缺乏对相关信息的有效整合，缺乏编辑的自主创作，造成了信息提供的同质化，导致原创性、个性化内容缺失，不利于新闻传播健康生态的发展。
随着传播技术的飞速发展，传媒已由“渠道制胜”阶段再次回归到了“内容为王”阶段。新闻媒体应通过一系列优惠政策，吸引大量自媒体账号的入驻，提供更具原创性、独特性和吸引力的高质量信息，以更加优质的内容增加用户黏性，满足用户多样的信息需求。
3.新闻版权纠纷，“搬运工”引发侵权行为
以“个性化新闻推荐”为主的今日头条取得了巨大的成功，但由于其内容并非原创，而是以深度链接等方式直接从原新闻网站转载而来，在此过程中，既没有得到原网站的许可，也没有向原网站支付任何费用，激起了各大媒体的不满与反抗，广州日报、新京报、搜狐等多家媒体发起起诉，今日头条侵权事件引发广泛关注。今日头条这一做法是对现有的版权法和著作权法的挑战，是不正当的。
在智能分发的大趋势下，内容生产者和内容分发者应该合作以求双赢才是明智的选择。中国人民大学的喻国明教授提出一种分工合作机制，他认为今日的新闻内容产业是一种专业化分工的集成经济。为了提升用户的阅读体验，传统媒体和新媒体之间应该加强合作，一方专注于优质内容的创作，打造高质量的信息产品，另一方专注于优势渠道的拓展，提高信息分发的能力，两者相互配合，最大程度地发挥自身优势，才能在激烈的市场竞争中实现共赢。
（作者单位：上海大学新闻传播学院）
参考文献
【1】方洁，高璐.用户数据分析平台与计算机驱动新闻业——以“今日头条媒体实验室”为例[J].新闻与写作，2017(01).
【2】徐延章.从用户体验视角解析新闻媒体APP设计[J].青年记者，2016（03）.
【3】喻国明.集成经济：业务模式的创新需要盈利模式的创新来保障——对“今日头条”引发的版权之争的一点看法[J].新闻与写作，2014（8）.
【4】林楚芳.今日头条如何玩转大数据[J].新闻与写作，2015（11）.
责编/孙李
来源：《中国报业》杂志2019年3月（下）P14-15
京公网安备 11010502035903号