算法推荐与公众历史认知的拟态环境：数字时代公众史学的批判性话语分析 .docxVIP

PAGE2

算法推荐与公众历史认知的拟态环境：数字时代公众史学的批判性话语分析

摘要

本文以数字人文与人工智能史学为理论视域，聚焦算法推荐技术对公众历史认知的深层塑造问题，系统揭示数字时代公众史学面临的话语权力转移与资本逻辑渗透。

研究基于李普曼“拟态环境”理论、福柯话语权力理论和传播政治经济学批判理论，构建了“算法推荐—历史认知拟态环境—话语权力重构”的三维分析框架。

第一章阐明研究背景与问题意识，指出算法推荐已从技术工具演变为历史知识生产与传播的支配性力量。

第二章梳理国内外关于数字公众史学、算法推荐与历史认知关系的既有研究，识别出权力分析与资本批判的双重缺失。

第三章界定拟态环境、算法推荐、公众史学等核心概念，阐释理论资源的适用性。

第四章深入剖析算法推荐塑造历史认知拟态环境的生成机制，揭示其信源筛选、内容分发与认知反馈三重结构性成因。

第五章阐释算法推荐运作的核心逻辑，论证其通过话语权力转移与资本逻辑渗透实现公众历史认知的隐性控制。

第六章提出“算法驱动的历史认知拟态环境”理论框架，系统论证其自洽性与解释力。

第七章总结研究发现，提炼理论贡献，提出平台治理、算法透明与公众历史素养培育的实践启示。

第八章反思研究局限，展望未来研究方向。

研究认为，算法推荐正在重塑公众历史认知的生态结构，数字公众史学面临从“公共对话空间”向“资本增值场域”异化的风险，亟需建立批判性认知框