论视频智能推荐的算法模型设计

本文分析了常见的网络视频的智能推荐算法,如:协同过滤的推荐算法、基于内容的推荐算法、基于知识的推荐算法,基于热度的推荐算法,等,并提出了自己的视频智能推荐算法设计原则。     

意识激发与规则想象：用户抵抗算法的战术依归和实践路径

论文聚焦移动新媒体用户的算法意识及其算法抵抗行为,从内生体验的角度出发,运用深度访谈与扎根理论的方法对用户的算法意识、算法想象及算法抵抗行为进行全流程考察。研究发现,特定情境下的算法意识激发与基于“相关性”的算法规则想象是用户底层战术表达得以成为可能的重要因素。在日常使用中,用户通过将算法推荐结果与自我情境、兴趣及行为进行相关性比较,感知算法存在并“想象”其运作规则,当其遭遇信息诉求未满足、负面的体验评估以及自我隐私管理失控的情况时,既有的算法意识与规则想象得到激活、颠覆或强化,用户据此组织和实施以数据归类与数据干预为代表的获得式抵抗战术或以数据隐藏和数据阻断为代表的防御式抵抗战术。伴随着动态浮现的算法意识,通过对算法的执行后果加以逆向追问,人与算法形成绵延不绝的治理性缠斗。     

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。     

发送者和接受者能力的二分网络推荐算法研究

在大数据时代,推荐系统在电子商务等领域中发挥着越来越重要的作用.本文通过对现有的基于二分网络推荐算法进行分析总结,提出了TAA算法,并将该算法同物质扩散算法、热传导算法、偏热传导算法、混合算法和接收者能力算法在Movielens数据集上进行对比实验,实验结果表明该算法推荐结果的准确率和召回率均优于现有的5种算法.     

我国数字阅读APP个性化推荐算法透明度实证分析

个性化推荐算法生成的阅读建议便捷了人们的阅读生活,却也带来认知窄化等问题,因此向公众准确披露算法风险、保障算法透明愈发重要。文章以23款主流数字阅读APP为研究样本,从技术标准、用户感知和规范合规三个维度设计透明度检测要点,通过分析相关隐私政策文本及算法功能,评估算法透明度的履行差距。基于此,提出完善算法透明标准体系、推进数字阅读行业自律发展、增设“算法标签”、在算法设计中纳入透明度合规考量等对策。     

基于用户画像的图书推荐算法实证研究

个性化推荐算法能够帮助读者从图书馆海量馆藏中发现所需图书,有助于提高馆藏利用率和读者服务效率。文章以高校图书馆图书数据、读者数据和借阅数据为数据源,从中抽取关键词构建图书画像和读者画像;利用向量空间模型计算图书与读者之间的相似度,向读者推荐与其相似度排名靠前的图书;并进行推荐算法效果实证分析,揭示著录数据、读者类型、推荐窗口等变量对推荐准确率的影响。     

算法推荐新闻的政治经济学分析：生产关系的变革与风险

新闻分发经历了三种模式——依靠人工编辑的媒体型分发模式、依托社交链传播的关系型分发模式和依靠算法推荐的算法型分发模式。与前两种模式相比,算法推荐新闻在生产、分配、交换、消费环节呈现了新样态。程序代替人工,重置产品的生产过程与社会关系;多种分配并行,推动生产的高效率和低成本;交换过程简化,扩大交换活动范围和对象;定向推送消费,实现个性化消费体验和产品再生产。但是,这种生产关系的变革也暗含了风险,生产私有化带来了网络安全风险与资本积累,分配不均等与交换扩大化导致用户劳工化和社会阶层重塑,消费非自主化造成信息茧房与人的异化。对算法推荐新闻的政治经济学解读可以帮助我们理解隐藏在技术发展背后的生产关系和社会关系的变化,思考如何重塑算法的公共性。     

大数据环境下全球电子商务推荐服务研究进展

随着互联网的发展及电子商务的普及,电子商务推荐服务越来越受到业界及学界的关注。在明确大数据 环境下电子商务推荐服务的内涵与特征基础上,总结归纳近几年电子商务推荐服务的研究重点,建立大数据环境下推 荐服务的框架体系,分析推荐服务的发展趋势,并指出当前推荐服务存在的一些问题。在对大数据环境下的推荐服务 相关研究进行相对完整的梳理的基础上,发现当前研究的不足之处,提出自己的见解,以期为电子商务推荐服务发展 提供一定参考。     

关系主义视角下我国算法风险的治理路径

当前以算法为代表的人工智能,对传媒业行动者即主流媒体、商业平台及用户之间的关系进行了重构.具体体现在算法导致主流媒体的传播权力发生转移,传统新闻生态受到挑战;算法使商业平台的商业模式得以优化,但算法黑箱凸显社会负面影响;算法在提升用户地位的同时,也使用户处于随时可被监控的"圆形监狱"里.在算法风险治理方面,主流媒体应以主流价值观引领算法,实施平衡社会信息的党媒算法;商业平台要提升技术的价值理性,推进算法分发的公共性;用户要提高算法素养,警惕信息窄化和算法拟态环境.     

大数据背景下新闻“把关”功能消解效应浅析

大数据、人工智能等新兴技术手段为新闻业的采编分发带来了巨大的变化,算法推荐是其重要应用方式,传统的人工采编分发遭遇技术算法分发的冲击。在网络时代"流量制胜"的氛围下,媒体为了高点击量等,对每一位受众实施个性化新闻推荐。传统的新闻把关人角色不断被弱化,技术分发产生的负面效应也日益呈现。     

算法推荐模式下新闻工作者的主体性研究

智能化技术渗透到了传媒业的方方面面,推动了新闻采集、生产、分发等环节的全面升级,而以算法为核心的分发制度虽然可以满足受众的个性化需求、帮助各类新闻平台获取利益,但也会导致"信息茧房""公共性缺位"等问题。这种状况下,新闻工作者应作为专业的"把关者",发挥主体性,用自己的专业知识完善算法推荐模式。本文在简述算法推荐模式的定义、分类的基础上,总结算法推荐模式的优缺点,并深入剖析了算法推荐模式下新闻工作者应如何发挥其主体性才能扬长避短。     

新闻推荐算法的局限与优化

新闻推荐算法是网络媒体时代新兴的新闻编辑技术,通过分析用户行为特征,推测用户的喜好和需求,目前备受互联网公司青睐.但实践积累发现,新闻推荐算法存在很多弊端,本文就其局限性展开分析,提出智能全面化用户数据采集、 人工推荐与智能筛选结合、 开辟与细化用户设置渠道三方面的优化策略.     

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。     

控制的辩证法：农村青少年的短视频平台推荐算法抵抗——基于“理性—非理性”双重中介路径的考察

在数字时代,青少年已经逐渐成为与平台算法互动的重要群体。既往研究很少关注到青少年用户在日常“遭遇”算法时发挥自身能动性所做出的抵抗。本研究聚焦作为干预性数字能动实践的“算法抵抗”,通过整合心理状态、个人能力与人际互动等影响因素,提出了基于“理性—非理性”二分处理路径的双重中介路径模型,并用于考察河南农村青少年（N=3573）在短视频平台的日常使用过程中对于推荐算法的抵抗心理与行为反应。结果表明,感知自由威胁、算法素养和同伴影响显著增强了青少年的算法抵抗意愿与抵抗意图;而孤独感、对算法机制的依赖性心理则产生了削弱作用;抵抗意愿与抵抗意图在上述影响因素与抵抗行为之间存在不同的中介效应;同时,作为控制变量的媒介使用时间、年龄在青少年的算法抵抗路径中呈现出显著差异。本研究为进一步理解青少年与算法互动过程中的能动性提供了量化实证证据。     

算法时代网络平台版权责任刍议北大核心CSSCI

传统避风港体系形成的平台版权责任认定规则难以适应智能算法时代数字版权的新发展态势。网络平台利用算法技术提升服务水平及产业收益的同时,也伴随着算法内容过滤技术进步对其版权注意义务要求的提高。结合技术发展与运用领域的特殊性,对平台版权责任认定要结合技术特点及现实基础进行分析。在加强平台的注意义务方面,应循序引入过滤机制,采用以特殊过滤义务为主,合理收费机制下的一般过滤义务为辅的模式。在平台算法决策实施规制方面,推动算法决策本身的合理性,构建算法透明化的算法问责机制,促进平台版权算法的有效运行。