凸显与遮蔽:个性化推荐算法下的信息茧房现象

个性化推荐系统的出现,可以让受众根据自己的兴趣、爱好选择信息。虽然它在一定程度上提高了信息的分发率,满足了受众的信息需求,但是另一方面,却造成了"信息茧房"现象。在"信息茧房"的影响下,易出现群体极化下的网络暴力,受众的全面发展和对现实社会的认知判断也受到一定程度的影响。     

从技术视角看算法推荐的认知困境

算法推荐被运用到信息生产、分发、反馈等环节,用户往往根据使用体验去获得认知,容易在信息接收过程中产生对算法推荐的误读.本文从技术视角入手,引导用户对算法推荐的结果进行客观理性的判断,避免陷入依赖与价值迷失的伦理困境中.     

算法推荐的实践与认知研究北大核心

互联网带来的大量用户数据和用户面对海量网络信息时的选择障碍,共同推动了算法推荐的产生。算法推荐在市场营销中大获成功后,迅速被引入新闻传播行业,不仅引发新的传播革命,也带来一系列伦理和社会治理问题,学术界对其研究从技术范式转向哲学社会科学范式,对算法推荐的批判被迅速接纳,推动了相关政策和实践的发展。     

智慧图书馆应用算法推荐技术的风险及其规制

算法推荐技术的应用是智慧图书馆发展的重要组成部分,但算法推荐技术在为读者提供更精准优质文化服务的同时,也催生了信息茧房效应等风险。论文通过分析信息茧房效应对读者文化质量权的妨碍,并有悖于公共图书馆的使命价值,指出应采取措施对其进行规制。具体的规制方式包含进行符合公共图书馆自身特点的算法设计、在公共图书馆算法推荐的过程中进行双重监管和保障读者在图书馆应用算法推荐技术时的权利三个方面。     

算法推荐新闻的传播困境研究

快速推送信息的算法推荐技术的出现为新闻传播界注入了一波新的力量,但是,算法推荐容易导致受众被媒体推送的同质信息包围,面临着处于信息茧房的困境,算法推送的内容感官刺激、标题党盛行,缺乏深度和意义,一些媒体对它的不当使用,导致媒介之间恶性竞争,媒介生态环境也难免江河日下。怎样在最小的人工成本之下,给用户推送更加精准的高质量新闻信息,仍是新闻从业人员的努力方向。     

对新闻算法推荐的价值理念及风险的反思

算法推荐技术目前被广泛应用于新闻领域,有利于满足用户的个性化内容需求,然而新闻算法推荐技术在为用户提供便捷服务的同时,也引发了人们对信息茧房问题、隐私安全问题以及对其公共价值的讨论。当下经常使用的今日头条、抖音等都在采用算法推荐机制,是否真的会导致马尔库塞所指出的问题--丧失人的主体性和自主性,带来技术异化?本文对此进行了探讨。     

对新闻算法推荐的价值理念及风险的反思

算法推荐技术目前被广泛应用于新闻领域,有利于满足用户的个性化内容需求,然而新闻算法推荐技术在为用户提供便捷服务的同时,也引发了人们对信息茧房问题、隐私安全问题以及对其公共价值的讨论。当下经常使用的今日头条、抖音等都在采用算法推荐机制,是否真的会导致马尔库塞所指出的问题——丧失人的主体性和自主性,带来技术异化?本文对此进行了探讨。     

探讨信息异化的成因及应对策略

阐述了信息异化的内涵,剖析了当代大学生信息异化产生的主体原因、社会原因,并从图书馆层面和社会层面提出了相应的控制策略。     

探析抖音推送中的"信息茧房"现象

随着移动智能终端的普及,人们的媒介接触习惯发生了巨大的变化.抖音作为目前最热门的社交媒体平台之一,能够采用算法机制满足广大用户的个性化需求,然而算法技术的创新在给传媒业带来机遇的同时,也产生了"信息茧房"效应,造成一系列的负面影响.文章从抖音APP的"信息茧房"效应入手,分析此现象的表现、成因及影响,并提出相应建议.     

“信息茧房”在西方:似是而非的概念与算法的“破茧”求解

桑斯坦提出的"信息茧房",基于美国两党政治的语境对新技术降低政治信息多元化以及政治信息极化的忧虑,如今却被泛用于所有信息。但是西方学界尚无有力研究证实"信息茧房"的存在。事实上,造成"信息茧房"的单纯信息环境很难在现实中出现。Web2.0技术提供了与志同道合的人讨论问题的机会,也增加了与那些持不同观点的人讨论问题的可能性,很难形成信息茧房和回音室。本文也探讨了算法优化以降低信息茧房风险的可能性。算法技术对多样性的提升主要基于两种路径:第一种路径是使个性化推荐系统的使用者"意识到未知";第二种路径是通过加深"个性化"来有效增强"多样性"。本文分析了信息聚合及其积极意义,以及Web2.0技术条件下"积极的受众(用户)"的可能。文中讨论了一些"除茧""破茧"的可能途径。我们不认同桑斯坦提出的偶然性信息的解决方案,认为真正要解决"信息茧房"之忧的问题,不如回到问题提出的原点,将实验条件下的单纯信息环境还原到人们的真实信息环境中,反省"信息茧房"这个虽有衍生空间和警示价值,却仍似是而非、缺乏科学证据的概念。     

个性化推荐算法下的“信息茧房”效应探析——以“今日头条”为例

个性化推荐算法技术在各大软件应用以来,用户在大量接收感兴趣信息的同时,也面临着信息窄化的问题,视野正逐步受制于兴趣主导的“信息茧房”之中。本文采用个案分析的方法,以“今日头条”为例,发现“信息茧房”效应在个性化推荐算法的加持下,用户深陷入个人日报、回音室效应和群体极化的困境,并对个人认知、新闻客户端发展、社会治理均带来不良影响。由此本文试图从用户、新闻客户端、政府三方面,提出削弱“信息茧房”影响的建议,促进个性化推荐算法更长远的发展。     

算法推荐带给青少年的挑战与应对

近年来,偏好设置和算法分析让“按需获取信息”成为趋势。“信息茧房”的概念也因此提出并广受关注。对于青少年来说,定制分发模式的挑战似乎比“茧房”更加严峻。青少年的知识和素养体系均在生长期,尚未建立起一套属于自身的“偏好”系统,极易被平台商所制造的刺激性、高感官舒适度以及碎片化的信息精准“狙击”。媒介更像是一种新型“魔弹”,通过大数据和私人定制的方式给予青少年预设的信息和正确答案,钝化他们对信息源的质疑和处理信息的能力,最终让他们相信并且做出符合媒介预期的选择。     

信息传播中算法推荐技术的革新、异化与规制

算法推荐技术有效解决了信息超载危机下内容与用户的精准适配问题,深刻改变了人类信息生产、分发和传播实践,同时也造成用户传播权利被隐性收缴、媒介信息传播中“人”的主体性缺失、传播场域公共属性减弱等异化现象。为此,应当从制度建设、技术升级、价值导向、风险防范四方面寻求对算法推荐技术向善发展的规制策略,完善网络媒介生态治理建设。     

短视频平台算法推荐的“异化”与“驯化”

短视频平台算法推荐的设计和运用,有效解决了视频信息内容与用户的精准适配问题.随着各大短视频平台对算法推荐技术的推崇和对技术中立价值取向的标榜,平台算法悄然遵循了只向用户推荐高适配性的视频内容,而无视视频信息价值重要性的算法逻辑.平台算法推荐的不透明性,还增强了算法权力的垄断,加速了视频分发环节中传统编辑人员的退场.短视...     

基于协作过滤的Web智能信息推荐方法

传统的协作过滤方法存在的主要问题是需要人为地提供评价,论文设计的协作过滤方法对其进行了改进,根据用户模式自动获取用户评价,构建评价矩阵。将设计的协作过滤方法应用到个性化信息推荐,提出一种基于协作过滤的Web智能信息推荐方法(WIIRM)。WIIRM考虑用户访问页面的时间特性,不需要用户注册,在推荐时考虑页面的新颖性,同时实现离线处理与在线推荐的结合。实验结果表明,WIIRM是有效的。