算法推荐下的信息茧房效应对公众舆论极化现象的助推作用研究 .docxVIP

PAGE2

算法推荐下的信息茧房效应对公众舆论极化现象的助推作用研究

摘要

本文聚焦新媒体语境下算法推荐、信息茧房与舆论极化三者的逻辑关联，系统探究算法推荐机制如何作为结构性力量助推公众舆论极化。研究遵循“提出问题→分析问题→解决问题”的递进思路。

首先，揭示算法推荐引发信息茧房效应并加剧观点极化的现实矛盾与理论空白。其次，梳理国内外文献，界定核心概念并基于选择性接触与群体极化理论构建分析框架。进而，深入解析信息茧房生成脉络与内在矛盾，界定其本质为技术权力对认知自主性的剥夺。

核心论证部分阐释算法通过内容过滤、认知窄化与情感共振的助推逻辑，识别议题性质与媒介素养等作用边界，揭示从认知极化向情感极化的演变规律。在此基础上，提出“算法-心理-社会”交互建构理论框架，论证算法茧房通过情感动员加速极化的核心命题，并对比其解释力优势。

最终，提出打破茧房、促进理性对话的算法审计与素养教育等实践启示，并反思局限与展望未来。全文以机制阐释与理论建构为主体，为理解数字时代的舆论生态提供了新视角。

第一章绪论

1.1研究背景

随着移动互联网与大数据技术的深度融合，算法推荐已全面渗透当代数字媒介生态。以协同过滤与深度学习为基础的个性化分发机制，重塑了公众的信息获取路径与媒介接触模式。

这种技术演进在提升信息匹配效率的同时，也引发了深刻的社会矛盾。公众在享受定制化服务之际，逐渐被包裹在同质化信