新闻推荐系统中的“信息茧房”问题：议题综述与解决思路

龙源期刊网 http://www.qikan.com.cn

新闻推荐系统中的“信息茧房”问题：议题综述与解决思路

作者：林微

来源：《新媒体研究》2018年第06期

摘 要 主要针对新闻推荐系统，考察其中的“信息茧房”问题并提出解决思路。通过对国内新闻传播学、计算机科学、情报管理学中的相关文献的梳理，辅以对web of science中国外SSCI文献的计量分析，介绍与“信息茧房”相关的主要议题与最新进展。在此基础上，构建新闻在推荐系统情境中包含信息流和数据流的“创作，发布/抓取，分发/点击，阅读”流程模型，并针对这一模型，提出在内容筛选、技术创新、心理考察三个角度上可能的思路，以期通过多学科、学业界的研究与实践互动，推动“信息茧房”问题的解决。 关键词 信息茧房；回音室效应；个性化推荐；推荐系统

中图分类号 G2 文献标识码 A 文章编号 2096-0360（2018）06-0001-07 1 研究缘起与概念界定 1.1 研究缘起

通过算法完成资讯的个性化推荐和分发，正成为今天新闻业内越来越多媒体的选择。无论是技术出身的内容推荐引擎“今日头条”“一点资讯”、ZAKER等，还是传统媒体出身的四川报业集团与阿里巴巴合作推出的“封面新闻”、门户网站的移动端应用“腾讯新闻”等，都将信息的“个性化推荐”作为自己的产品亮点。个性化推荐是一种信息过滤技术，“个性化”是其技术目的，推荐算法是其方法。它期望通过分析大量用户行为日志，给不同用户提供不同的个性化页面展示，来提高网站的点击率和转化率[1]4。它在不同产品中的应用已由来已久。电子商务领域有亚马逊被RWW（读写网）称为“推荐系统之王”。影视领域有美国视频公司Netflix为了更精准地对用户进行电影推荐，自2006年起开始举办著名的Netflix Prize推荐系统比赛，悬赏百万美元，希望将算法的预测准确度提升10%。

在信息阅读领域，“今日头条”是于“Google Reader”“鲜果网”等阅读工具开发的后继实践者。它从2013到2015年间异军突起，迅速占取国内大量网络新闻受众，也在2017年到2018年来遭遇数次公众舆论质疑。2017年9月，人民日报连续发表3篇文章就算法推荐问题质问“今日头条”过度依赖技术导致用户受困“信息茧房”。2018年1月，其陷入“麦克风事件”。众多网友质疑“今日头条”开启了手机麦克风权限收集用户声音信息进行内容推荐，之后“今日头条”回应表示其技术达不到也不会去进行这样的信息收集。尽管“今日头条”做出了澄清，网友的质疑则侧面表现出人们对于被自己的浏览历史、社交足迹“包裹”的恐慌。