智媒时代：个性化推荐对传播生态的影响--基于《今日头条》人工智能信息平台的研究

《智媒时代：个性化推荐对传播生态的影响--基于《今日头条》人工智能信息平台的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：G2学号：201500351024硕士学位论文智媒时代：个性化推荐对传播生态的影响——基于《今日头条》人工智能信息平台的研究TheInfluenceofPersonalizedRecommendationonCommunicationEcology-BasedonNewTechnologyof"Today'sHeadlines"研究生姓名：宋婷指导教师：李轶副教授学科门类：新闻与传播专业名称：新闻与传播论文提交日期：2018年3月31日摘要在人工智能等新技术的推动下，媒体已经出现智能化趋向，智媒时代已经来临。如今，智能技术与媒体传播结合最成熟的模式就是使用个

2、性化推荐系统分发新闻。这项新型信息技术以用户的兴趣作为信息分发的基础，是一种基于消费者主权的模式。以用户为视角，研究个性化推荐技术对传播生态的影响，有利于发现个性化推荐技术的优势与劣势，并进一步思考信息技术与传播生态之间的关系，从而更科学地看待和利用信息技术。以今日头条的个性化推荐系统为例，其主要技术架构包括数据采集与特征分析、推荐算法与兴趣建模以及列表生成与内容分发三部分。今日头条采用“机器学习+人工干预”的方法，使得这三个模块可以顺利运行，从而实现精准推荐。通过对今日头条用户进行关于个性化推荐精准度的量化与质化研究，可以看出目前个性化推荐的精准度较高，但限制了用

3、户接收信息的宽度和深度，造成了信息泛滥，但高品质内容缺乏的后果。结合量化与质化研究的结果，可以发现以“今日头条”为代表的个性化新闻推荐系统的出现，改变了原有的传播生态。一方面它重构了媒介生产流程、媒介分发流程和媒介产业模式，解决了信息过载，实现了精准推荐；另一方面它造成了用户接收信息过窄，高质量内容得不到推荐，同时也引发了对新闻价值和新闻公共性的呼唤。关键词：个性化推荐；今日头条；传播生态；智媒时代IAbstractUndertheimpetusofnewtechnologiessuchasartificialintelligence,themediahasbeco

4、meintelligent,andtheeraofintelligentmediahascome.Therapiddevelopmentofinformationtechnologyhasnotonlychangedtheprocessofinformationdissemination,butalsochangedtheoriginaltransmissionecology,thusaffectingallaspectsofsociallife.Today,themostmaturemodelthatintegratessmarttechnologyandmedi

5、acommunicationistheuseofpersonalizedrecommendationsystemstodistributenews.Theappearanceofthisnewtypeofinformationtechnologyhaschangedthemodeofinformationdistributionandturnedtheoriginal“whatmediaaudiencessee”intoWhatdoestheuserloveforthemedia?”Theriseofconsumersovereigntyhasgiventheuse

6、r’s“personality”fullattention.Fromtheuser'spointofview,tostudytheimpactofpersonalizedrecommendationtechnologyontheecologyofcommunication,helptodiscovertheadvantagesanddisadvantagesofpersonalizedrecommendationtechnology,andfurtherconsidertherelationshipbetweeninformationtechnologyandcom

7、municationecology,soastomorescientificallyviewanduseinformationtechnology.TakingToday’sHeadlinepersonalizedrecommendationsystemasanexample,thetechnicalarchitectureofitspersonalizedrecommendationsystemmainlyincludesdataacquisitionandfeatureanalysis,recommendationalgorithmandinterestmo