算法推荐新闻机制引发信息茧房效应的极化机制与公共理性重塑路径——基于社交媒体用户新闻阅读习惯及政治立场的实证调查.docxVIP

算法推荐新闻机制引发信息茧房效应的极化机制与公共理性重塑路径——基于社交媒体用户新闻阅读习惯及政治立场的实证调查

摘要

随着智能分发技术在数字化信息分发生态中的全面普及，算法推荐新闻机制已成为公众获取日常资讯、构建社会认知的主要技术渠道。这种以用户画像、深度学习、协同过滤为底层支撑的定制化分发模式，在极大提升媒介资源与用户偏好匹配效率的同时，也带来了深层次的媒介生态异化危机。算法基于受众历史行为倾向的顺周期迎合与持续极化，导致公众被动或主动地陷入特定类型、同质化观点的重叠包围，进而引发了严重的“信息茧房”效应。本文采用第三人称客观视角。本文采用大样本问卷调查、多源舆情社交媒体文本语义挖掘、公众深层心理网络测度相结合的混合计量研究方法，借助公共领域理论与理性交往行动理论的审视视阈，系统探讨了社交媒体分发逻辑下“信息茧房”效应对公众政治立场、价值取向与公共交往行动的极化机制，并提炼了重塑公共理性的规范性治理路径。实证研究结果表明，“信息茧房”通过窄化公共话语空间、固化群体极化偏见、削弱异质观点容忍度以及割裂群体公共共识，对公众的理性交往度与公共协商效能施加了显著的负向抑制。引入算法穿透式多维协同、深度痕迹过滤与柔性分发机制，能够将公众的理性交往满足度由百分之三十五点零大幅提升至百分之八十二点零。本研究不仅打破了传统流于静态形式查重与表象数据监测的防线漏洞，也为构建包容、理性的网络协商性