基于大众喜好新闻推送对新闻生产和受众影响.docVIP

基于大众喜好新闻推送对新闻生产和受众影响 　　【摘要】新媒体时代，随着大数据和智能算法逐渐应用于新闻领域，“基于大众喜好的新闻推送”应运而生。一项由韩国媒体基金会学者JungAe Yang开展的研究表明，“基于大众喜好的新闻推送”作为新媒体的一种全新推送理念，客观上在推动传统新闻业生产变革的同时，也给受众媒介使用行为带来影响，而这些影响更多体现在消极方面。对此，学界与业界要予以重视，从而更好地利用新媒体服务我们的信息需求。 　　【关键词】新闻推送；智能算法；新闻生产；新闻价值；受众 　　由于新媒体和移动互联网的发展，越来越多的人选择使用手机APP或关注微博微信阅读新闻。在通过手机终端接触新闻的过程中，许多人对“基于个人喜好的新闻推送”即“个性化新闻推送”耳熟能详，但很少了解与之相对的“基于大众喜好的新闻推送”。与“个性化新闻推送”相比，“基于大众喜好的新闻推送”是一个更加新颖的尝试，以满足绝大多数人对特定新闻的喜好和需求为目标。 　　目前，围绕“基于大众喜好的新闻推送”相关课题的研究主要集中在国外，尤以韩国学者JungAe Yang为代表。其论文Effects of Popularity-Based News Recommendations （“Most-Viewed”） on Users Exposure to Online News通过具体的实验设计，发现“基于大众喜好的新闻推送明显地影响受众对新闻的选择”[1]。而在我国，鲜少有围绕“基于大众喜好的新闻推送”的研究论文，但这并不影响我国业界越来越多的公司对其的使用和探索，如新浪微博热门排行榜和百度右下侧搜索热点都是其典型代表。事实上，业界对“基于大众喜好的新闻推送”的探索和应用不仅为新媒体时代的新闻推送带来机遇，也会给其带来挑战。 　　一、“基于大众喜好的新闻推送”的内涵 　　（一）“基于大众喜好的新闻推送”的定义 　　“基于大众喜好的新闻推送”是通过大数据和智能算法技术收集并分析受众点击、阅读、转载新闻的行为，通过将数以万计个体受众的信息消费行为叠加，发现广大受众对特定新闻信息喜好和需求的交集，从而将最受大众关注的那部分新闻信息推送给未接触相关信息的受众的一种新型新闻推送服务。 　　对“基于大众喜好的新闻推送”而言，大数据和智能算法技术是其技术支撑，也是其得以实现的前提条件。大数据作为对海量数据进行挖掘分析的技术，不仅可以在新闻生产环节为新闻工作者提供丰富的素材和线索，在“基于大众喜好的新闻推送”中，也为新闻媒体掌握受众兴趣、获取分析数据、进行信息筛选、全面推送覆盖提供了可能。此外，智能算法技术可以代替新闻机构传统的人工编辑，基于大众喜好对无数个体受众进行新闻推送，以满足绝大多数人的新闻阅读诉求。 　　（二）“基于大众喜好的新闻推送”与“基于个人喜好的新闻推送” 　　与“基于大众喜好的新闻推送”相对的是“基于个人喜好的新闻推送”，即“个性化新闻推送”，两者的区别不在于推送方式的输出环节上，而在于推送思想的起始环节。“基于大众喜好的新闻推送”的推送思想立足普遍性，从普遍性出发推及特殊性；“基于个人喜好的新闻推送”的推送思想则与之相反。 　　“基于大众喜好的新闻推送”是通过对海量受众新闻阅读内容和行为的抓取、分析，得出绝大多数个体受众的新闻需求的普遍性。依据哲学普遍性原理，人类在许多方面具有个体差异性的同时也具有群体普遍性，所以造就了人类的群体认同感和世界差异化的丰富多彩，对新闻信息的需求也是如此。从这个意义上讲，被绝大多数受众关注的新闻也常常会契合新的个体受众的信息需求。毋庸置疑，“基于大众喜好的新闻推送”由信息需求的普遍性出发满足受众需求是一种节省人力物力的做法，这种推送方式也在客观上影响和改变着新闻生产和受众行为。 　　“基于个人喜好的新闻推送”是“通过分析用户的阅读历史、社交网络账号、IP地址、所使用的手机型号等兴趣图谱和信息消费习惯，形成有关用户兴趣的判断，通过深度数据挖掘，智能计算用户兴趣，为其推荐个性化内容”[2]。因此，“基于个人喜好的新闻推送”是立足于受众特殊性，以满足个性化信息需求为目的。 　　二、“基于大众喜好的新闻推送”对受众行为影响力的实验 　　（一）韩国媒体基金会的“受众媒介行为”实验 　　韩国媒体基金会媒体研究中心研究员JungAe Yang对“基于大众喜好的新闻推送是否会对受众媒介使用行为产生影响”进行了实验。他使用互联网，公开招募了107位年龄在18～29岁的首尔国立大学本科生（57名男生，50名女生）作为志愿者，然后仿照现实新闻网站制作出大体相似的新闻网页用于实验。实验过程中，JungAe Yang让志愿者在2（使用“基于大众喜好的新闻推送”与不使用“基于大众喜好的新闻推送”）×2（浏览时间长或浏览时间短）