个性化新闻资讯推送服务当前算法的局限

个性化新闻资讯推送服务当前算法的局限本站　　摘要：近日，人民网连续刊载了三篇评论，对个性化新闻资讯推送服务中出现的乱象，做了切中时弊的分析

　　摘要：近日，人民网连续刊载了三篇评论，对个性化新闻资讯推送服务中出现的乱象，做了切中时弊的分析。

　　对于信息优劣的鉴别，与评判标准有关，更与内容数据库的来源结构有关。资讯平台应当建立其甄别体系，对信息源进行有效甄别。目前互联网资讯平台已广泛采取对优质自媒体内容的奖励机制，并开始联手一些深耕特定内容领域多年的传统媒体，以加大优质内容的供给。

　　既然人工智能在海量信息和个性需求的精准匹配上具有明显优势，那么匹配的具体规则即算法应该如何制定，才能既满足个性需求又促进优质信息传播？实际上，这个问题含有一个深层矛盾，那就是个人与社会对信息的价值判断在多大程度上能够达成一致？假设这个一致可以达成，又该如何把个人和社会对信息的价值判断体现在算法规则中？

　　算法规则体现着新闻信息生产和分发机构的价值观。商业性的大型资讯分发平台以追求商业利益为经营目的，在算法设计中往往倾向于迎合用户需求，以获得尽可能多的点击量。即便如此，作为一个公共信息分发平台，其基本的社会责任也要求它，不能偏废“重要性”这一最本质的新闻价值维度。对于正打算采用算法技术，落实移动优先战略，以提升传播力和影响力的主流媒体来说，他们的社会功能和历史使命决定了，他们不能照搬商业平台以点击量为主导的算法规则，而必须更全面地考虑用户个人更本质的信息需求，尤其是个人在社会化过程中用于建立其个人与社会的一致性的信息需求，以有效地帮助其降低选择和决策的“不确定性”。因此，主流媒体的算法规则设计应该在吸取现有算法运用的经验和教训的基础上，着力于体现新闻的“重要性”。

　　目前资讯分发平台普遍使用的信息价值评判标准是点击量，点击量越大的信息，传播范围越广。对于新闻信息而言，这样的取值虽然可以使新闻供给趋近于所谓“公众兴趣的最大公约数”，但对于使用移动终端的用户而言，受兴趣牵引的点击会偏向于娱乐性和猎奇性较强的信息，而主要基于点击量取值的算法规则，又会把这类信息推送到更大范围，在商业资讯平台上低俗信息的大量传播就是典型例子。由此可见，信息价值评判的取值方法对基于算法的个性化资讯服务影响重大。目前以点击量为主的取值方式，维度单一，导致了推送的内容过于娱乐化，而缺乏对信息重要性的真正体现。

　　在新闻传播学科内，新闻价值的内涵有普遍接受的定性描述接近性、时效性、显著性、趣味性和重要性。前两个价值要素分别指的是新闻事件发生的地点和时间，显著性指的是新闻事件涉及的重要人物和组织。这三个要素实际上都是场景性指标，具有量化特定价值判断的作用。在我们的实际考察中发现，发生在移动终端上的点击量主要体现了趣味性要素。最后，重要性要素是新闻价值中最难以通过量化标准来体现的，而它恰恰是新闻信息价值判断的核心，它既需要在个人价值判断与社会整体价值判断的统一中寻找，还体现着浅表的事件描述与深层的数据分析的区别，通常也反映着业余的信息贡献者与专业的内容生产者的差异。目前的实践尚未探索出恰当体现新闻“重要性”的取值方法及与之匹配的算法规则，对于这一问题的理论研究也刚刚起步。

　　从操作层面来看，主流媒体生产的内容通常有专业水平的保障，也自然趋向于与社会主流价值观相一致；而自媒体生产的内容，则受到成本投入和运营水平的限制，也难免因逐利动机而标新立异、哗众取宠。因此，在更为细致的算法规则研发成功之前，按照信源类型对信息价值赋值，也许是具有较高可行性的策略。