算法推荐信息茧房效应验证——基于2024年新闻推送内容与用户阅读记录.docxVIP

算法推荐信息茧房效应验证——基于2024年新闻推送内容与用户阅读记录

摘要与关键词

本研究旨在通过对2024年中国主流新闻资讯平台算法推荐内容与用户实际阅读行为日志进行大规模数据分析，实证检验“信息茧房”效应在当代算法推荐环境下的存在程度、形成机制与动态特征。研究选取三家市场占有率领先、主要依赖个性化算法进行新闻分发的移动新闻应用，在严格遵守隐私保护法规并获用户知情同意的前提下，于2024年第一季度至第三季度，匿名采集了来自不同地域、年龄、职业背景的五千名活跃用户为期九个月的阅读记录数据（包括被推送新闻的元信息列表及实际点击阅读的新闻详情），同时获取了同期平台向这些用户进行个性化推送的完整新闻条目池及排序数据。通过构建用户兴趣画像模型（基于阅读历史的关键词提取、主题分类及情感倾向分析）与内容维度编码框架（涵盖政治、经济、社会、科技、娱乐、体育、国际等十余个一级主题及数百个二级标签），采用时间序列分析、相似度计算、多样性指数测量及面板数据回归模型等方法，本研究系统检验了以下假设：一、用户长期接受的推送内容与其历史兴趣的相似度是否随时间推移而显著增强（茧房内聚效应）；二、用户实际阅读内容的主题多样性是否随时间推移而系统性下降（茧房窄化效应）；三、不同初始兴趣广度的用户在经历算法推荐后，其内容消费的多样性呈现何种分化趋势（茧房对不同用户群的差异化影响）；四、用户主动探索行为（如搜索、关注