社交媒体中性别话语的算法推荐强化与话语多样性流失研究 .docxVIP

PAGE2

社交媒体中性别话语的算法推荐强化与话语多样性流失研究

摘要

本研究以话语分析为理论视角，系统考察社交媒体平台算法推荐机制如何强化性别刻板话语并导致话语多样性的流失。研究揭示，算法推荐并非价值中立的工具，而是通过偏好放大、过滤气泡与话语循环三重路径，将多元性别话语逐步压缩为符合商业逻辑与既有认知框架的刻板模式。

全文遵循“提出问题—分析问题—解决问题”的递进逻辑展开。第一章绪论阐明研究的社会现实背景与核心问题，指出算法推荐与性别话语之间的张力构成亟待回应的理论议题。第二章文献综述梳理国内外话语分析与算法研究的既有成果，识别出算法性别效应研究中的理论空白。第三章界定“性别话语”“算法推荐”“话语多样性”等核心概念，并构建以批判话语分析与媒介生态学为基础的理论框架。第四章深入解析性别话语在算法环境中的生成演变、内在矛盾与本质特征。第五章系统阐释算法推荐强化刻板话语的作用逻辑、条件边界与演变规律。第六章在前期分析基础上提出“算法话语收缩”理论框架，论证其解释力与创新性。第七章总结研究发现与理论贡献，提出平台治理与媒介素养层面的实践启示。第八章反思研究局限并展望未来深化方向。

本研究核心贡献在于：将话语分析从文本层面拓展至算法技术层面，揭示算法作为“话语行动者”的建构作用，为理解数字时代的性别话语变迁提供新的理论工具。

关键词：话语分析；算法推荐；性别刻板话语；话语多样性；