算法推荐新闻机制引发信息茧房效应的群体极化机制与公共理性重塑对策路径——基于社交媒体用户新闻阅读习惯、评论文本及政治立场的实证调查分析.docxVIP

算法推荐新闻机制引发信息茧房效应的群体极化机制与公共理性重塑对策路径——基于社交媒体用户新闻阅读习惯、评论文本及政治立场的实证调查分析

摘要

随着算法推荐技术的爆发式增长与社交媒体平台的全面普及，算法推荐新闻机制在极大地提升信息分发效率的同时，其引发的信息茧房效应与群体极化乱象日益凸显。这引发了学界的广泛关注，也对数字时代的公共理性构建提出了严峻挑战。本文采用大规模在线问卷调查、多时点大数据追踪以及自然语言处理文本挖掘相结合的方法，深入系统探讨了社交媒体用户新闻阅读习惯、评论文本极性与政治立场之间的数理因果规律。研究团队系统归集了三大社交媒体平台共计两万名独立受试主体的长效追踪语料与量表数据，并利用多元双变量回归模型进行了实证检验。研究结果表明，高频沉浸式算法推荐新闻机制对群体极化效应具有显著的正向带动传导机制。长期处于信息茧房环境下的用户，其评论文本的情感极性极易走向极端化，政治立场的异质性包容度随之滑落。基于上述数理发现，本文探讨了引入算法标准化路径与自组织内生支持网络的公共理性重塑对策，为平衡算法所有权黑箱、平抑极端思想秩序冲突提供了详实的因果规律佐证。

关键词：算法推荐；信息茧房；群体极化；公共理性；社交媒体

引言

在网络社会深入发展的背景下，新闻生产与消费模式正在经历一场由智能算法主导的根本性变革。随着高频沉浸式算法推荐新闻机制的爆发式增长，算法推荐技术凭借其细粒度的用户