- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
浅析 Facebook 算法机制背后美国新闻价值观的变迁
浅析facebook算法机制背后美国新闻价值观的变迁
摘要:媒介融合的时代人工智能、物联网等技术推陈出新,与媒体的迭代衍生出新的媒体形态与媒介环境。新闻推送智能算法是新媒体时代广泛应用于各类社交媒体的产物。本文以facebook动态新闻算法的浅析为例,探讨当前社交媒体动态新闻推送的算法机制背后所承载的当代社会新闻价值观,以及对社会造成的潜在影响。
关键词:社交媒体;新闻价值观;协同过滤机制
社交媒体的平台化已成为新媒体业界显著趋势。各类社交网站成为当今用户主要新闻信息来源,正潜移默化地重构着媒介生态。以facebook为代表的各类社交网站作为新闻媒体消息推送的“窗口”日益成为人们获取信息、了解新闻的主要渠道。根据美国皮尤调查研究中心发布的《2016美国媒体发展报告》数据显示,逾六成的美国成年人从社交媒体上获取新闻,其中通过facebook获取新闻的就占美国成年人口数的44%。facebook无疑是美国乃至世界上最大的新闻消息源。
数字化媒介融合的背景下,社交网站与传统新闻媒体之间的关系日益密切,甚至出现了相互交叉渗透的趋势。新闻网站和社交平台根据用户的历史操作痕迹,精密计算出用户偏好并推送感兴趣内容的算法操作,实现了用户体验的人性化与智能化。但由此也引发了一种思考:这种基于人为关系或个人偏好的新闻算法机制,是否能够真正符合用户的偏好或满足用户的求知需求?而这类通过程序化算法進行新闻信息推送甚至是新闻编辑的社交网站是否正向“社交新闻媒体”的性质过渡?假若facebook这类的社交网站真的成为新型“新闻媒体”,传统的新闻价值观对于它们而言是否适用?长期以来,新闻算法机制的支持者总是自诩“技术中立”,试图与传统新闻的编辑价值观划清界限。2016年美国大选期间,靠算法推送新闻资讯的facebook曾被诟病大面积传播假新闻,甚至被认定其影响了大选结果。虽然扎克伯格(facebook公司创立者)一度坚持facebook只是技术公司,但如今假新闻的泛滥似乎令这些社交网站左右为难,新闻事实是否需要审查?人工还是算法审查?因此,本文以facebook动态新闻算法的解析为切入点,试图探讨当前社交媒体动态新闻推送的算法机制对社会产生的潜在影响。
一、facebook的算法机制
什么是算法?简而言之,算法就是通过分类、关联、排序、过滤等步骤来解决一项既定任务的自主模式。虽然算法操作起来似乎只是一种计算机程式,但实际上多种主观因素都会内嵌其中,例如价值标准的选择、数据提取的依据以及结果分析量表的制定等。因此,针对算法机制的研究必须将算法视为含有主观因素的研究对象,并将其中主观意图以及创造者或团体纳入考察范围内。这也是本文选择研究对象要素分析的考量标准。
自2004年facebook诞生伊始,研发团队就遵循着“用户满足至上”为核心的设计框架,包括上传照片、标记好友、动态消息(newsfeed)等。动态消息不是指传统意义上的新闻消息,而是指用户看到的最近更新的照片、视频和信息流等。动态消息作为facebook新闻业务的核心,算法变迁经历了以下几个主要阶段:
(一)阶段一:边际排序算法
边际排序算法(edgerank)是facebook提出的动态消息推送排序的新算法,用于区别传统默认的时间逆序(timeline)排序方式。每一个用户页面内容之间的互动都可以被视作有一条“边”(edge),而每一个“边”都由3个要素构成,算法核心是每个事件对这个用户而言的权重e,其计算公式是e=u*w*d,其中u代表亲密度(affinity),指用户之间的互动情况,互动越频繁,权重越高;w代表生产成本(edgeweight),即边权重,主要受事件互动类型的影响,例如点赞、评论、收藏等;d代表新鲜程度(timedecay):指“边”更新存在时间,往往经历时间越长,权重就越低。三个构成要素叠加在一起,就产生了边际排序。边际排序算法用于描述某信息对某观察者(用户)的重要性,考虑了信息生产者和观察者的亲密度,信息类型以及新鲜程度。
(二)阶段二:协同过滤机制
在进一步升级程序精准性的同时,研发团队又一次对动态消息算法做出调整,表明“流量黄金时代”可能很快就会成为过去。他们提出要把“用户真正关心的内容挖掘出来”,为此他们设置了一套协同过滤机制(luckerson,2015)。事实上,这套机制依然是一种带有人为主观因素的算法。“我们希望让你了解这项变化,它可能对发布商获得的推荐流量产生影响。”facebook产品经理麦克斯·尤仑斯坦在自己的博客中写道,“在某些情况下,帖子的落地率和推荐流量都有可
您可能关注的文档
- 艺术的颠覆者.docx
- 我国森林资源保护存在的问题及对策.docx
- 鼻内镜手术结合鼻腔冲洗液治疗慢性鼻窦炎的效果及其对炎症因子的影响观察.docx
- 新课程背景下普通高中隐性知识的重要地位与教学策略.docx
- 科研事业单位财务信息化建设现状及对策研究.docx
- 遇见苏绣皆惊艳 非遗特色更传神.docx
- 农村老年人养老需求调查.docx
- 中国国内首家5G安全协同创新中心成立.docx
- 枸杞机械采摘技术探讨.docx
- 项目教学法在数控实训教学中的应用研究.docx
- 2024年USB电话商务管理系统项目可行性研究报告.docx
- [白城]2024年吉林白城市通榆县事业单位面向下半年应征入伍高校毕业生招聘笔试历年参考题库(频考点试.docx
- [甘肃]2024年甘肃省地质矿产勘查开发局第一地质矿产勘查院招聘52人笔试历年参考题库(频考点试卷).docx
- 2024年端子机刀片刀模项目可行性研究报告.docx
- 2024年情侣相框项目可行性研究报告.docx
- [玉溪]2024下半年云南玉溪市事业单位招聘工作人员189人笔试历年参考题库(频考点试卷)解题思路附.docx
- 2024至2030年双面脚轮项目投资价值分析报告.docx
- [湖南]2024年湖南劳动人事职业学院招聘32人笔试历年参考题库(频考点试卷)解题思路附带答案详解.docx
- [湖南]2024年湖南建筑高级技工学校(湖南建设中等职业学校)招聘17人笔试历年参考题库(频考点试卷.docx
- [烟台]2024年山东烟台市市场监督管理局所属事业单位招聘19人笔试历年参考题库(频考点试卷)解题思.docx
文档评论(0)