《从今日头条看个性化推荐时代信息生态的演变与挑战》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。
密级:学校代码:10075分类号:学号:20130697文学硕士学位论文从“今日头条”看个性化推荐时代信息生态的演变与挑战学位申请人:王盛指导教师:杨秀国教授学位类别:文学硕士学科专业:新闻学授予单位:河北大学答辩日期:二○一六年五月 ClassifiedIndex:CODE:10075U.D.C:NO:20130697ADissertationfortheDegreeofM.ArtsOnthechangesandchallengesofinformationecologyintheeraofpersonalizedrecommendation——fromtheperspectiveofToday'sheadlines(jinritoutiao)Candidate:WangShengSupervisor:Prof.YangXiuguoAcademicDegreeAppliedfor:MasterofArtsSpecialty:JournalismUniversity:HebeiUniversityDateofAccomplishment:May,2016 河北大学学位论文独创性声明本人郑重声明:所呈交的学位论文,是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加W标注和致谢的地方外,论文中不包含其他人已经发表或撰写的研究成果,也不包含为获得河北大学或其他教一育机构的学位或证书所使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了致谢。一^^已作者签名期::如/年月>日日学位论文使用授权声明本人完全了解河北大学有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。学校可W公布论文的全部或部分内容,可采用影印、缩印或其他复制手段保存论文。本学位论文属于1、□。保密,在年月日解密后适用本授权声明2、不保密。""(请在W上相应方格内打V) 保护知识产权声明'‘'献夺从今聲叩1托f[说’本人为申请河北大学学位所提交的题目为()巧;《化丢的学位论文,研,是我个人在导师或装指导并与导师合作下联得的研究成果究工作及取得的研究成果是在河北大学所提供的研究经费及导师的研究经费资助下完成的。本人完全了解并严格遵守中华人民共和国为保护知识产权所制定的各项法律、行政法规W及河北大学的相关规定。经本人声明如下:本论文的成果归河北大学所有,未征得指导教师和河工北大容作内学的书面同意和授权,本人保证不W任何形式公开和传播科研成果和科研。如果违反本声明,本人愿意承担相应法律责任。 ̄^-声明人:玉唆日期:\(j年k月又(日'(¥年作者驚名:i么日期期:种t月日导师签名:A日:年月曰 摘要摘要随着移动互联网的高速发展,人们的注意力不断向手机上迁移,接受新闻资讯的渠道也从电视、电脑上转移到手机上,移动新闻客户端逐渐成为了移动网民接受新闻资讯的主要渠道。另一方面,web2.0技术的普及,使互联网中传播的信息呈指数态势增长,信息过载问题日益凸显,亟需新型的信息分发工具出现帮助用户对信息进行降噪。主打个性化信息推荐的“今日头条”便是在这样的背景下“出世”。本文以“个性化推荐系统技术”、“今日头条”、“信息生态”为研究对象,首先对“今日头条”的发展现状和特色进行叙述,然后重点对个性化推荐系统技术以及在“今日头条”中的应用做了论述,之后重点论述了“今日头条”如何运用个性化推荐系统技术驱动信息生态的新一轮演变。初步分析得出,个性化推荐系统技术正在对传统的信息分发形式进行重构,进而推动了信息消费的高效、信息生产的优化、以及信息本身形式的多样化——个性化推荐系统技术推动了整个信息生态的变革。个性化推荐系统技术虽然比较好地解决了信息过载问题,基于用户的兴趣偏好,提高了信息分发的准确率和效率,但也由此产生了新的问题,其中包括:用户信息消费窄化、自媒体盛行带来的信息内容良莠不齐以及信息分发平台可能带来的版权问题,并给出相应的解决思路,以期为身处信息生态系统演变中的信息生产者、消费者、传递者提供可持续发展的新思路。关键词个性化推荐系统信息生态今日头条I AbstractAbstractWiththerapiddevelopmentofmobileInternet,attentionisconstantlyonthephonenetworkmigration,toacceptthenewschannelisalsotransferredfromtheTV,thecomputertothephone,mobilenewsclientbecomemobileInternetuserstoacceptthenewsofthemainchannel.Ontheotherhand,thepopularityofweb2.0technology,thedisseminationofinformationontheInternetinanexponentialtrendgrowth,informationoverloadhasbecomeincreasinglyprominent,needanewtypeofinformationdisseminationtoolstohelpusersofinformationappearstoreducenoise.Mainpersonalizedinformationrecommended"Today'sheadlines"inthiscontextis"born."Inthispaper,"personalizedrecommendationsystemtechnology","Today'sheadlines","informationecology"asaresearchobject,firstonthe"Today'sheadlines,"thedevelopmentstatusandcharacteristicswillbedescribed,andthenfocusonpersonalizedrecommendationsystemtechnologyaswellasin"Today'sheadlines"theapplicationmadepaper,thenitfocusesonthe"today'sheadlines"howtouseanewpersonalizedrecommendationsysteminformationtechnology-drivenecologicalevolution.Preliminaryanalysisofresults,personalizedrecommendationsystemtechnologyisthetraditionalformofinformationdistributiondeconstruction,thuspromotingtheefficientconsumptionofinformation,optimizetheproductionofinformation,andtheinformationitselfintheformofdiversification-personalizedrecommendationtechnologytopromotetheentiresystemecologicalinformationchanges.Personalizedrecommendationsystemtechnology,albeittoogoodtosolvetheproblemofinformationoverload,basedonuserpreferencesinterests,improvetheaccuracyandefficiencyofinformationdistribution,butalsotheresultingnewissues,including:consumptionnarroweduserinformation,sincetheprevalenceofcopyrightmediacontentproductionvariesgreatly,andinformationdistributionplatformmaybring,andthecorrespondingsolutionideas,withaviewtothenewinformationecologyLanguageofII Abstractinformationproducers,consumers,transmittersprovidenewideasofdevelopment.KeywordsPersonalizedrecommendationsystemInformationEcologyTodayHeadlineIII 目录目录第1章绪论·················································································································11.1研究背景、意义································································································11.1.1研究背景·····································································································11.1.2研究意义·····································································································11.2研究现状············································································································21.2.1有关“今日头条”的个案研究······································································21.2.2有关个性化推荐系统技术的研究······························································31.2.3有关信息生态理论的研究··········································································51.3研究方法············································································································51.4创新点················································································································5第2章“今日头条”在竞争中异军突起······································································72.1“今日头条”概况介绍··························································································72.2竞争中高速发展的“今日头条”·········································································72.3“今日头条”高速发展的时代背景及自身特色··················································82.3.1借势移动互联网大发展·············································································82.3.2个性化分发的理念···················································································102.3.3自建平台汇聚内容···················································································102.3.4智能算法+人工运营·················································································11第3章个性化推荐系统技术与“今日头条”····························································123.1信息过载与个性化推荐系统技术···································································123.2个性化推荐系统技术的实际应用···································································153.3“今日头条”对个性化推荐系统技术的应用····················································163.3.1新闻客户端与个性化推荐系统技术结合的必然性································163.3.2“今日头条”的个性化推荐·········································································17第4章个性化推荐系统技术是信息生态新一轮演变的突破口····························22IV 目录4.1信息生态和信息生态系统··············································································224.2信息生态和媒介生态······················································································234.3个性化推荐系统技术对信息分发的重构························································244.3.1前互联网时代“一对多”的信息分发·························································244.3.2前个性化推荐时代“多对多”的信息分发·················································254.3.3个性化推荐系统技术下“多对一”的信息分发··········································26第5章从“今日头条”看个性化推荐时代信息生态的演变·····································285.1个性化推荐时代信息消费的演变···································································285.1.1信息消费的“内需”被拉动········································································285.1.2信息消费内容长尾化···············································································295.2个性化推荐时代信息生产的演变···································································315.3个性化推荐时代信息产品的演变···································································33第6章个性化推荐时代信息生态面临的挑战及应对建议····································356.1信息消费面临的挑战和应对建议···································································356.2信息生产和信息产品面临的挑战和应对建议···············································366.2.1自媒体标题党和抄袭现象成风································································376.2.2自媒体低质内容打压和生产潜力挖掘····················································396.3信息分发平台面临的挑战和应对建议···························································416.3.1教育用户时间成本压缩与物质成本弥补················································416.3.2内容版权的纠纷与合作···········································································416.3.3平台的定位与升级···················································································42参考文献·····················································································································45致谢·························································································································48攻读学位期间取得的科研成果·················································································49V 第1章绪论第1章绪论1.1研究背景、意义1.1.1研究背景中国移动互联网处在迅猛发展的阶段,作为人类社会发展的三大支柱资源之一的信息,在这场变革中受到极大的影响,由于互联网传播的介入,信息生态系统已经出现了明显的失衡,其中表现最突出的表现便是信息过载——互联网时代储备数据的成本变得极低,人们几乎可以将所有的信息储存,另一方面,生产信息的成本也极低,web2.0时代下的网民在网络中可以找到多种多样生产信息的方式,这个时代中每一个用户面对的信息是海量的。但海量信息带来的是网民的信息焦虑,此时,一个高效的获取信息的渠道显得异常重要。与此同时,大众用户的注意力逐渐向手机为代表的智能移动终端上迁移,人们开始习惯在手机上获取信息资讯。在移动互联网发展的最新阶段,新闻客户端成为了人们接受信息的主要渠道,同时个性化推荐系统技术也开始参与到互联网信息分发当中,并嫁接到新闻客户端这种产品形态上,为解决互联网时代的信息过载问题,优化信息生态做出尝试,除了新闻资讯领域外,其他移动互联网业务,如电影、音乐、电商、O2O、智能出行、分类信息等等,都或多或少的引入了个性化推荐系统技术,以帮助用户在众多信息中快速挑选出最贴合其自身需求的那一部分,可以说当前已经进入了个性化推荐系统技术带来的个性化推荐时代。1.1.2研究意义当前,互联网信息传播时代下信息生态环境遇到了严重的问题已是一个不争的事实,个性化推荐系统技术作为目前最得力的互联网信息技术,已经日益渗入到信息传播领域。但在这一过程中,个性化推荐系统技术对用户信息消费带来了哪些改变?对信息生产和信息产品本带来了哪些影响?甚至对整个社会文化变化和发展带来了哪些变动?对这些问题的探讨有助于让我们更清晰地看到信息生态整体演变的趋势,从而使“信息”能够更好地推动社会前进。从微观上讲,作为新型的信息分发平台,以“今日头条”为代表的个性化信息推1 河北大学文学硕士学位论文荐客户端,在运用个性化推荐系统技术进行分发时存在哪些问题?在多大程度上解决了人们的“信息焦虑”?有没有带来新的信息问题?对于信息生产者,如对自媒体人的影响是什么?如果能对这些问题有更清晰地了解,对于身处互联网传播中的信息生产者、分发者、消费者都有实际层面的指导意义。1.2研究现状根据本文的研究对象,本文的文献研究主要分为以下三类:1.2.1有关“今日头条”的个案研究截止2016年3月28日,笔者在中国知网的搜索框中键入“今日头条”按主题进行搜索,检索出文献共计398篇,经过对这些文献抽样分析,发现52%的文献对“今日头条”涉及的版权纠纷现象进行了研究,15%的文献在论述“今日头条”现象对传统媒体发展的启示以及媒介融合的思考,11%的文献从“今日头条”出发讨论了当今新闻客户端的竞争形势和目前主流客户端的不同特点,而从个性化技术方面进行研究的文献只有8%,其余的14%则是一些“今日头条”的数据发布等新闻报道或是对张一鸣自身的采访报道。关于“今日头条”带来的版权问题研究主要有两个主要观点:第一,“今日头条”通过“深度链接”爬取其他网站内容并展示到自己平台上的行为的确需要经过著作权人的许可或者支付相应的版权报酬,否则就涉及侵犯著作版权问题。同时,新闻作品版权纠纷的问题和相关法律规定不甚明确以及侵权成本太低或维权成本太高有关,需要通过修改《著作权法》对新闻作品的版权做更加明确地规定,同时降低侵犯版权行为的法律制裁门槛,为新闻作品维权提供更完善的法律依据。第二,在智能分发已成大趋势的情况下,内容拥有方要积极与内容分发方进行合作,达到双赢才是正确选择,内容生产者擅长生产内容的技巧,内容分发方擅长于利用技术和洞察消费者,双方的合作是在互联网时代的不二选择。但是这一切需要基于合理的利益分配机制上,版权纠纷的本质便是利益分配不当。关于“今日头条”现象对传统媒体发展的启示上,各家观点无一例外地对传统媒体与新兴媒体尤其是移动媒体的融合表示了支持,除此之外也都强调了要用互联网思维来经营传统媒体,加强内容聚合,将受众看成用户,并充分考虑用户在进行新闻消2 第1章绪论费时的各种场景。客户端竞争方面,主要观点有二:一是在新闻客户端上看新闻已经日益成为人们接受新闻资讯的主要渠道,二是新闻客户端都在朝着个性化推荐方向发展,朝着“资深编辑”+“智能算法”方向发展。从个性化推荐系统技术角度来讨论“今日头条”的观点,基本都认为个性化推荐系统技术在新闻客户端上的运用是大数据时代背景下的必然结果,同时这种改变为大众信息消费带来了全新的方式,并将成为未来信息消费的主流方式。不仅如此,在未来,智能计算机技术不仅可以在信息消费环节改变传统习惯,在信息生产上也会替代某些人力的工作。但同时也有观点认为,个性化推荐系统技术会把信息消费者“惯坏”,当个人面临的信息环境都是符合用户自身预期的时候,不免会带来信息消费窄化的风险。此外,以及计算机在对信息质量方面的判断还无法取代人工,如果不引入人脑的判断,信息质量无法很好的保证。1.2.2有关个性化推荐系统技术的研究综合了当前各个版本的个性化推荐系统技术的描述的共通之处,个性化推荐系统技术是一种新型的互联网信息技术,为信息生态中存在的信息过载问题提供了全新的解决方案。它通过记录用户以往的信息消费行为为其建立专有的兴趣模型,从而为用户提供信息消费个性化解决方案。在推荐系统中,收集用户数据和推荐算法是推荐系统中最重要的两个部分。在实际应用中,有两种推荐算法最为流行,一种是基于用户的协同过滤算法,这一算法在1992年被提出,在推荐算法中有着“元老级”的地位,“这一算法的诞生标志了推荐系统的诞生”,最先开始应用的领域包括电子邮件和新闻领域的过滤。“物以类聚,人以群分”是这种算法背后的思路,即先找到与目标用户有着相似爱好的用户,然后把相似用户偏好的同时目标用户没有接触过的内容推荐给他。另一种重要的推荐算法是基于物品的系统过滤算法,这也是目前业界应用最广泛的推荐算法,这种算法的思路是从被推荐的内容出发,根据用户曾经看过的内容从而为用户推荐更多相似的内容。目前个性化推荐系统技术正在日益渗入大众的生活,衣食住行等各个领域开始并且越来越多得出现个性化推荐的影子。在学界,对个性化推荐系统的关注也越来越强烈,从2001年开始,国际计算机学3 河北大学文学硕士学位论文会信息检索委员会开始把推荐系统作为独立研究主题。同年,第17界国际人工智能联合会议也将推荐系统作为单独主题。首个以推荐系统命名的会议:推荐系统国际会议(ACMInternationalConferenceonRecommenderSystems,ACMRecSys)于2007年第一次举办,国际上推荐系统为主题的研究成果也时有发表。关于推荐系统的竞赛也推动了推荐算法的不断完善,数据挖掘领域最有影响力的赛事之一国际知识发现和数据挖掘竞赛(KDD-CUP),连续两届都将竞赛主题设置为推荐系统相关;2006年另一项著名的推荐系统竞赛——NetFlixPrize由由美国在线影片租赁网站NetFlix举办进行,这项为期三年的比赛,不仅催生出众多优秀算法,而且还“大大提高了推荐系统在业界和学①术界的影响力”。在我国有关个性化推荐系统的研究也越来越多,笔者于2016年3月28日在中国知网中按篇名检索“个性化推荐系统”,检索结果显示,从2002开始至今有关个性化推荐系统的论文数量处于稳步快速增长态势:图1-1中国知网2002年-2015年篇名含有“个性化推荐系统”的论文数量著作方面,2012年6月由人民邮电出版社出版的《推荐系统实践》可以看做国内首部对个性化推荐系统进行系统分析和论述的著作,其编著者项亮、陈义、王益等通①项亮.推荐系统实践[M].北京:人民邮电出版社,2012:8.4 第1章绪论过大量的实例系统阐述了推荐系统的相关理论基础。1.2.3有关信息生态理论的研究围绕信息生态理论有几个重要的概念:“信息生态”、“信息生态学”、“信息环境”、“信息生态链”、“信息生态系统”、“信息生态问题”等。“信息生态”一词由美国信息管理专家F.W.Horton于1978年首次提出。在我国,学者陈曙在上世纪90年代第一次提出“信息生态”的概念,并提出信息生态研究的对象和价值,在其论文《信息生态研究》中指出信息生态研究是“有关信息自身与生命①及其周围环境相关关系的研究”。根据蒋录全的观点,围绕着信息生态研究而产生的信息生态学是利用生态学的理论与方法来探讨人、社会组织与信息环境的全部关系的科学。蒋录全指出:“信息环境是指人类及社会组织与周围一切信息交流要素的总和。”②信息环境的组成部分包括人与社会组织、信息资源、信息技术、以及信息政策和信息文化等,信息生态系统便是“人类与周围的信息环境相互关系、相互作用,最终形成③了一个统一的有机整体。”当人与信息环境的关系失衡时会引发信息生态问题,常见的信息环境问题有信息超载、信息污染、信息垄断等。在互联网时代信息过载问题尤为突出。1.3研究方法1、文献调查法:参考相关文献资料和理论著作,通过分析其他人的研究成果寻找借鉴意义,同时运用各种途径获取资料。2、个案研究法:对“今日头条”自身产生的信息传播现象进行调查分析,掌握其自身特点及形成过程,发现其背后的规律性。1.4创新点本文以移动互联网最新的信息分发方式——基于个性化推荐系统技术的个性化信息分发为切入点,从个性化新闻推荐客户端“今日头条”这一个案出发探讨新型信息分发技术给信息生态带来的变革。本文将理论研究与实证研究紧密结合,在理论研究方法上,采用跨学科研究方法,将新闻传播学、信息管理科学、以及部分计算机应用科学联系在一起共同说明了技术的发展对信息生态演变带来的影响,在实证研究方法①陈曙.信息生态研究[J].图书与情报,1996(2):12-19.②蒋录全.信息生态与社会可持续发展[M].北京.北京图书馆出版社,2003:21.③蒋录全.信息生态与社会可持续发展[M].北京.北京图书馆出版社,2003:21.5 河北大学文学硕士学位论文上,对“今日头条”这一个案做剖析,以小见大,折射出整体生态变化的趋势。6 第2章“今日头条”在竞争中异军突起第2章“今日头条”在竞争中异军突起2.1“今日头条”概况介绍“今日头条”是北京字节跳动科技有限公司在2012年8月上线的一款个性化信息推荐引擎,它集合搜索引擎、数据挖掘、机器学习等多种技术,其创始人兼CEO张一鸣2005年毕业于南开大学微电子和软件工程专业,2006年加入旅游搜索网站酷讯网,并成为这家公司的技术委员会主席;2008年起,以技术合伙人的审核加入社交网站海内网和饭否;2009年,他独立创建了房产搜索网站九九房;2012年3月张一鸣创建北京字节跳动科技有限公司,主导开发了移动信息推荐引擎“今日头条”。2.2竞争中高速发展的“今日头条”下面几组数据可以说明,“今日头条”在一片红海的中国新闻客户端市场已经处于头部位置:用户活跃程度——国内专注于移动互联网研究的数据服务公司QuestMobile于2016年1月6日发布的《2015年终APP价值榜》显示,“今日头条”的月活跃用户量(MAU)同比增长率为140%,达到了7388万,日活跃用户量(DAU)同比增长超过了130%,DAU总数突破3000万,在所有App中排名19,在新闻资讯类App中仅①次于中国互联网巨头腾讯公司旗下的腾讯新闻客户端。用户黏性——中国最大移动互联网大数据监测平台Trustdata在2015年末发布的《2015年1月到10月份的中国移动互联网新闻客户端发展分析报告》中显示,“今日头条”平均每日打开时长超过40分钟,高于其他新闻客户端约60%,同时“今日头②条”以4.62次的日平均打开次数居于首位,超出其身后的网易新闻客户端约20%。用户体量——在2016年2月份“今日头条”官方发布的数据中,“今日头条”的累计激活用户数已经超过4亿。下表是《2015年终APP价值榜》中2015年12月份日活跃用户量在安卓端和移动①《2015年终APP价值榜》[EB/OL].http://www.questmobile.cn/blog-28.html,[2016-01-06].②《2015年1月到10月份的中国移动互联网新闻客户端发展分析报告》[EB/OL].http://www.itrustdata.cn/#publish,[2015-12-15].7 河北大学文学硕士学位论文端都进入Top50的移动新闻客户端产品的上线时间及截止到2015年12月的日活跃用户量:表2-1当前主流综合类新闻客户端DAU对比(截止2015.12)新闻客户端上线时间日活跃用户量腾讯新闻2010.105356万网易新闻2011.31924万搜狐新闻2012.81270万今日头条2012.83040万通过这个新闻客户端最关注的指标,可以看出“今日头条”在更短的时间内取得了更多的成长,竞争力十足,并且已经突出重围进入新闻客户端的第一集团军。2.3“今日头条”高速发展的时代背景及自身特色“今日头条”的创始人张一鸣既没有新闻专业的教育背景,也没有在媒体业界的从业经历,“今日头条”也没有自己的内容生产团队,不直接参与内容生产,“今日头条”凭借什么在不到四年内变成中国手机网民获取资讯时最重要的App之一呢?2.3.1借势移动互联网大发展“今日头条”的快速成长离不开中国移动互联网整体的快速发展,这体现在中国移动互联网民规模、移动终端数量的庞大和快速增长以及网络基础设施的不断完善。2016年1月,中国中国互联网络信息中心(CNNIC)于2016年1月发布的第37次《中国互联网络发展状况统计报告》显示:截止2015年12月,我国网民规模达6.88亿,互联网普及率为50.3%,截止2015年12月,我国网民规模达6.88亿,互联网普及率为50.3%,同比增长2.4%,其中90.1%的网民使用手机上网,手机网民总规模达①6.20亿,比去年同期增长10.2%。①《中国互联网络发展状况统计报告》[EB/OL].http://www.cnnic.cn/gywm/xwzx/rdxw/2016/201601/t20160122_53283.htm,[2016-01-22].8 第2章“今日头条”在竞争中异军突起图2-1中国手机网民规模及其占网民比例不仅在中国,世界范围内手机网民规模都在快速增长,美国研究机构KPCB在2015①年5月发布的《2015年互联网趋势报告》显示全球互联网用户尤其是手机互联网用户持续快速增长,报告指出2014年全球连接到互联网中的总人数达到了28亿,占全球总人数的39%,同比增长8%,新增网民数约为2亿;拥有智能手机的人数増势正猛,2014年全球智能手机用户数约为21亿,同比增长23%,占全球总人数的29%,占互联网总数的76%,占手机用户总数的30%。图2-2全球手机用户数、智能手机用户数与互联网总数对比①《2015年互联网趋势报告》[EB/OL].http://tech.qq.com/a/20150528/006922.htm#p=1,[2015-05-27].9 河北大学文学硕士学位论文庞大的移动网民规模是移动应用“今日头条”快速成长的底基。另一方面,第三方数据机构TalkingData于2016年1月20日发布的《2015年移①动互联网行业发展报告》显示截止2015年12月份,我国智能移动终端用户规模达12.8亿台,其中新闻资讯行业规模达9亿台,在移动端渗透率为70.3%。此外,在QuestMobile《2015年终APP价值榜》显示2015年12月MAU排名前十位的App领域中,综合资讯排名第六位,同比增长68%。由此可见在移动互联网时代,通过智能移动设备获取新闻资讯已经成为刚需,而新闻客户端则是人们在移动端获取资讯的最主要渠道。移动互联网时代用户的在获取资讯时,逐渐把注意力从报纸、电视、门户网站上转移到新闻客户端上来,也使得“今日头条”在用户注意力最多的地方快速成长。2.3.2个性化分发的理念对新闻资讯的个性化分发是“今日头条”的核心特色,正如其口号所说“你关心的,才是头条”。移动互联网时代下,人人都可以生产新闻,每个人接收到的信息远远超出了人们的需求和处理能力,信息过载的问题便出现了,如何在海量的信息中获取到有用的信息,是每个身处移动互联网时代的人面对的难题,“今日头条”通过个性化推荐系统技术的应用,实现了信息的个性化分发,即根据每个用户的兴趣爱好去分发新闻资讯,从而大大提高用户所接收信息的“信噪比”,比较好得解决了信息过载的问题。数据显示,“今日头条”的人均日使用时长在国内所有新闻客户端中中是最表现最好的,也最直观得表现了个性化分发形式带来的产品优势。2.3.3自建平台汇聚内容作为个性化信息分发平台,生产内容并不是“今日头条”所擅长的,但是如果没有足够丰富的内容,即信息资讯,个性化推荐也无从谈起,除了像其他聚合类新闻客户端一样聚合其他新闻媒体内容之外,“今日头条”还搭建了一个开放的信息生产平台——头条号。这是一个三赢的手段,一方面为广大自媒体人提供了千万级别用户的分发平台,并且借助于“今日头条”的个性化推荐系统,使开通头条号的自媒体和媒体人生产的信息得到更好更精准得分发,从而通过可以内容创作实现广告盈利;同时①《2015年移动互联网行业发展报告》[EB/OL].http://www.talkingdata.com/index/files/2016-01/1454056329890.pdf,[2016-01-20].10 第2章“今日头条”在竞争中异军突起也为“今日头条”解决了在推荐算法高速运转之前需要面对的“内容源”问题;再者,头条号催生了大量新生自媒体的产生,进一步繁荣了整个内容市场。目前“今日头条”已经与2000余家媒体机构展开了合作,同时邀请了各大媒体、自媒体、政府机构等超过4.5万家内容生产者或组织入住,并且这个数字还以每月20%-30%的环比速度上升。2.3.4智能算法+人工运营除了推荐算法,“今日“今日头条”也建立了自己的专业内容运营团队,这些运营都来自传统或门户媒体,有着丰富的内容编辑经验,帮助算法去发现、判断内容的价值,张一鸣也在公共场合表示:“我们很在意发挥人的智慧和品位,一直在寻找算法和人工之间的最佳结合点。”在未来,机器算法+人工运营的组合是新闻资讯行业的发展方向——这也是最新的《中国互联网络发展状况统计报告》中提到的观点。当然除此之外,“今日头条”的快速成长也离不开大数据处理技术和计算机硬件的快速发展、通信网络基础设施的不断完善等外部条件,但从根本上来说,“今日头条”的异军突起还是在于这款产品主打的个性化信息分发方式,解决了这个时代人们信息消费的痛点。11 河北大学文学硕士学位论文第3章个性化推荐系统技术与“今日头条”3.1信息过载与个性化推荐系统技术个性化推荐系统技术作为一种新型互联网信息技术,为信息生态中存在的信息过载问题提供了全新的解决方案。它通过记录用户以往的信息消费行为为其建立专有的兴趣模型,从而为用户提供信息消费个性化解决方案,且通常情况下无需用户提供明确的兴趣表达。另一方面,个性化推荐系统技术也为信息生产者寻找“对口”的用户提供了便利,实现了信息消费者和生产者的双赢。信息过载是信息生态不平衡的表现之一,所谓信息过载,是指:“大量分散的信息需要用户搜集、归纳、整理并内化进个人的知识结构体系,由于信息量巨大,信息处①理任务重,超过了用户的处理能力而对用户形成的身心压力状态。”信息资源总量、信息的组织化程度以及人类自身的信息处理能力共同影响着信息超载的程度。随着互联网技术的不断发展,尤其是进入到web2.0时代之后,社会信息资源总量称指数增长的态势,用户身处于海量信息之中:淘宝总商品数量超过10亿件,网易云音乐曲库中有超过500万首曲目,新浪微博用户数超过了2亿,微信公众账号总数已超过千万,“今日头条”每天推荐的文章量愈20万篇……根据美国学者HowardH.Frederick的推算,假设以公元元年人类掌握的信息量为1,人类花费了1500年完成了信息总量的第一次翻番,其后信息翻倍的速度一直在急剧加快,20世纪70年代只需5年时间社会信息总量便可以翻番,并且这一速度还在骤增,但即使假定倍增速度稳定在5年一个周期,也意味着,2070年时社会信息总量将达到19世纪末20世纪初②的100万倍。表3-1HowardH.Frederick的信息量变化推算社会信248163264128息总量倍增时1500250150501075间(年)①廖建国.信息超载时代的用户信息素养[J].编辑之友,2016(6):59.②郭庆光.传播学教程[M].北京.中国人民大学出版社,2011.12 第3章个性化推荐系统技术与“今日头条”另一方面人类大脑对信息的处理能力的进化速度远远滞后于信息增加的速度,如果没有更好的技术帮助人们筛选组织信息的话,信息过载的问题将会越来越严重。为了解决信息过载问题,科学家和网络工程师已经给出了很多解决方案,其实具有代表性的两种是分类信息目录和搜索引擎。分类信息目录网站将网站分门别类,从而方便用户根据类别查找网站,著名互联网公司雅虎便是以分类目录起家。但伴随着互联网网络规模不断扩大,网站数量的快速增长,分类目录网站能覆盖的网站比例越来越少,搜索引擎应运而生,以谷歌、百度为代表的搜索引擎通过技术汇聚了海量的网页内容,然后通过用户主动输入的关键词返回想要的信息,从而达到帮助用户筛选信息的目的,但是传统的搜索引擎技术没有考虑用户的个性化,同样的检索词只能返回相同的结果,且返回的信息量往往是很大的,信息筛选的效率依然不够理想。另一方面搜索引擎需要用户主动提供准确的关键词来寻找信息,但当用户无法准确描述自己的信息需求或找不到合适的搜索关键词时,搜索引擎能起到的作用便大打折扣了。推荐系统是另一种帮助用户快速发现信息的工具,与搜索引擎不同的是,它通过收集用户的行为特征来获取用户的行为偏好信息,进而根据这些偏好信息从网络上众多资源中找到最符合用户偏好预期的那部分,并推荐给用户。推荐问题实质上是通过用户已选择的信息来预测用户对未选择信息的兴趣程度,并将其反馈给用户的过程。①个性化推荐系统主要由输入功能模块、推荐算法模块以及输出模块组成。显性获取获取用户偏好用户模型隐形获取寻求推荐推荐生成推荐推荐算法对象模型图3-1个性化推荐系统结构①刘永康,刘军万.个性化推荐系统技术的发展[J].电子世界,2015(24):61-62.13 河北大学文学硕士学位论文(1)数据收集个性化推荐系统的运转,起点是了解用户信息。收集用户信息是通过某些渠道和方式获取用户信息、偏好、年龄、位置、职业等数据的过程,获取用户信息的方式有很多种,总结起来可以分为显性获取和隐形获取两种。显性获取是指通过给用户提供兴趣表达的入口,以获取用户的兴趣偏好,常使用的入口有评价信息栏、频道入口、搜索入口等。显性获取对用户来说成本较高,灵活性也较差,但是是最直接简单获取用户兴趣特征的方式。隐性获取是指不需要用户主动表达,而是在后台系统中通过记录各种用户的行为轨迹,获取用户偏好、地理位置等信息,隐性信息常见的类型有地理定位、网页或停留时长、在页面上的滑动动作等,这种获取方式对于用户成本较低,能更真实自然地反映用户偏好,但也会引入大量的无关冗余信息。在收集用户信息的同时需要通过收集的数据为用户建立用户模型,结构化地将用户各个方面的特征记录下来,并能持续更新用户动态的兴趣爱好。(2)推荐算法推荐算法是指根据收集的用户信息及对应的用户模型型,通过设定算法目标进行学习,并对特定用户计算出推荐结果,作为个性化推荐系统中最为关键与核心的环境,它从根本上决定着推荐系统的推荐效果。推荐算法有许多种,其中基于用户行为数据的推荐算法一般称为协同过滤算法,是目前业界最主流的推荐算法。学界对协同过滤算法进行了深入研究,提出了很多方法,其中基于用户的协同过滤算法和基于物品/内容的协同过滤算法,即基于邻域的方法是最为通用的推荐算法种类。基于用户的协同过滤算法是推荐系统历史中最“年长”的算法,这种算法给目标用户推荐和目标用户兴趣类似的其他用户感兴趣的物品或内容,即当需要给用户A进行个性化推荐时,会先找到和A兴趣相似的用户集合,然后把这个用户集合中的用户喜①欢的,同时用户A没有接触过的物品推荐给A。这种算法适合推荐时效性较强且偏大众化和热门化的内容,同时,因为在这种算法中用户的相似度不是实时计算的,所以在实时推荐和冷启动方面有一定滞后性。基于物品/内容的协同过滤算法是目前业界应用最多的推荐算法,通过这种算法会给目标用户推荐和用户之前喜欢的物品/内容相似的物品/内容,这种算法通过分析用户①项亮.推荐系统实践[M].北京:人民邮电出版社,2012:44.14 第3章个性化推荐系统技术与“今日头条”的行为记录计算物品/内容之间的相似度,并假设如果用户对A物品/内容感兴趣,那么与A相似的B物品/内容也符合用户的兴趣偏好,基于这种思想,这种算法会首先计算出物品/内容的之间的相似度,然后根据物品/内容之间的相似度和用户的历史行为①为目标用户产生推荐物品/内容。这种算法适合长尾物品丰富,用户个性化需求强烈的领域,在实时性和冷启动上表现更好,当用户有新行为或者加入新用户时会实时更新对他们的推荐内容。此外还有根据用户信息消费的场景,如根据用户访问推荐系统的不同时间、不同地点推荐不同的信息内容,即根据用户所处的“上下文”进行推荐。(3)输出模块推荐内容的输出模块,是将根据收集的用户信息以及推荐算法得到的推荐结果通过合理的排序展示给用户的过程。3.2个性化推荐系统技术的实际应用用户数据是个性化推荐系统运行的起点,所以在实际应用中个性化推荐系统往往嫁接在网站或应用中存在,以便用户对其操作从而获取用户数据。电子商务是个性化推荐系统应用最为成熟的领域之一,在这其中最具代表性的实例便是被誉为“推荐系统之王”的电子商务网站“亚马逊”。“亚马逊”会根据用户在网站上的历史操作行为、用户的好友喜欢的商品等信息来给用户推荐相应的商品,同时在用户进行了购买或浏览某件商品的详情页时后会给用户推送与这件商品相关或相似的商品,同时“亚马逊”在推荐结果上增设了许多交互设计,让用户对推荐给他们的商品表达喜好或厌恶。据报道,“亚马逊”的销售额中有20%-30%的部分来自于其推荐系统。在影视网站中,个性化推荐系统也得到了广泛的应用,在这其中,最具代表性的是在线影片租赁网站Netflix,它们充分运用了用户的历史行为数据,给用户个性化推荐它们与曾经喜欢过的电影相似的影片,60%的Netflix用户中在寻找自己感兴趣的视频内容时收益于Netflix的个性化推荐系统。此外,在音乐领域,国内的“豆瓣”是较早将个性化推荐系统技术应用在音乐内①项亮.推荐系统实践[M].北京:人民邮电出版社,2012:53.15 河北大学文学硕士学位论文容推荐上的网站。在综合新闻资讯领域,国内第一家将个性化推荐系统技术引入并成为产品主打特色的是“今日头条”。3.3“今日头条”对个性化推荐系统技术的应用3.3.1新闻客户端与个性化推荐系统技术结合的必然性新闻客户端与个性化推荐系统技术必然结合的第一个原因是信息过载问题的日益严重。在互联网技术时代,发展阶段的划分有多个维度,其中一个便是根据web的发展路径将互联网时代划分为web1.0、web2.0、web3.0等阶段,从传播内容的角度观察,web1.0便是互联网门户的时代。在中国,从1997年开①始以人民网为代表的门户网站的建立标志着互联网门户时代的开启。门户时代相对于之前的传播时代,最大的改变就是传播内容的大大增多,报纸、杂志甚至电视的内容一并被放到新闻网站上,网站像是一个没有边界的网一样包容了所有的信息产品,连接在互联网中的用户遇到了第一次信息大爆炸,在互联网信息传播领域的信息过载的问题开始凸显。web2.0时代的信息传播以社会化传播为主要特征。web2.0技术使得用户不再仅是被动的信息接受者,同时可以主动参与信息生产,网络中传播的内容逐渐以用户生产的部分为主。如果说web1.0时代是从网络到人的信息传播方式,那么web2.0则是从人到人的传播方式,传播更加具有交互性,这一时期,互联网传播中的信息消费者开始有了越来越多信息生产者的属性,维基百科、twitter、facebook、youtube、新浪博客、微博、知乎等——web2.0时代的主流网站的内容通常都是用户发布的,连接在互联网中的用户不仅进行着信息消费,也开始进行信息生产,互联网中的内容迎来第二次大爆炸,而这次大爆炸相对于门户时代是真正的大爆炸,因为门户时代是将所有信息融汇到互联网中,信息总量并没有发生太多变化,但web2.0时代,信息的生产者的陡然增多,进入互联网的信息总量是绝对增多的,信息过载的问题进一步加重,亟需更好的信息过滤工具帮助用户为海量信息“降噪”以不至于淹没其中。新闻客户端与个性化推荐系统技术必然结合的第二个原因是,嫁接在手机上的新①方兴东,潘可武,李志敏,张静.中国互联网20年:三次浪潮和三大创新[J].新闻记者,2014(4):3-14.16 第3章个性化推荐系统技术与“今日头条”闻客户端天生具有收集用户数据的优势:首先,手机是便携式产品,可以非常方便得记录用户所在位置;其次,相对于电脑,手机的可操作性更强,手机的屏幕相比电脑更小,直接操作的介质由鼠标光标切换到人的手指,用户可以做的动作相对丰富得多,成本也比鼠标操作低很多,用户的想法可以更简单得进行操作,这便刺激用户在手机上进行更多的操作,输入信息、长按、点击、下拉上滑、左右滑动、多点触控、锁屏等,每一种操作都有可能作为用户兴趣偏好的表达,所以依附在手机上的新闻客户端更能够满足个性化推荐系统技术中获取用户偏好信息的需求的。3.3.2“今日头条”的个性化推荐按照个性化推荐系统的三个模块:收集数据&建模、推荐算法、输出模块来看的,“今日头条”在每个模块上面都有着自己的特色和优势:(1)收集数据“今日头条”收集用户兴趣偏好信息的方式非常丰富,充分运用了显性获取和隐性获取的两种方式。显性获取方面,“今日头条”通过丰富的产品交互,让用户自然灵活得主动表达兴趣偏好,最主要有以下几种获取用户信息的方式:消息推送,第三方数据机构友盟为给消息推送功能做得定义是:“帮助开发者建立与用户直接沟通的渠道,将App的内容更新或者活动通知主动推送给用户让用户第一①时间获取到感兴趣信息,有效提升用户的活跃度和忠诚度。”从用户可感知的角度上讲,消息推送就是手机在锁屏状态下或者在使用过程中App在手机桌面上弹出的消息“今日头条”每天会给用户推送6条左右的新闻推送,在选择哪些消息推送时同时考虑到了用户模型和新闻热度,用户对推送的新闻消息的打开率,打开之后在这篇文章上的停留时间都可以直观反映用户是否对这篇文章感兴趣,“今日头条”后续会根据打开率和停留时长做个性化的调整。搜索,搜索是用户最常用的表达兴趣倾向的方式,一般来讲,用户检索的内容就是用户想了解的内容,“今日头条”主界面上搜索入口的位置非常浅,隐藏在频道列表和推荐频道内容之间,只需轻轻下拉屏幕便可以将入口展现出来从而键入搜索信息,①《友盟消息推送白皮书》[EB/OL].http://gupowang.com/news/3022.html,[2016-01-22].17 河北大学文学硕士学位论文从而提高了获取用户信息的效率频道,按内容主题划分的频道可以看做是用户兴趣表达的另一个入口,用户选择进入的频道,往往是因为对这个频道里的内容感兴趣,“今日头条”中有上万个频道,用户可以通过搜索、正文内关键词链接、正文底部的文章标签等找到频道的入口,进而可以对这些频道关心、订阅以及编辑顺序等操作,从而实现频道的个性化定制。反感信息表达,在“今日头条”文章列表页的每篇文章标题附近会有一个小叉号,用户可以通过点击叉号来表达对这篇文章的反感,而且反感的选项也进行了细化,用户可以对整篇文章表达反感,也可以对文章的某个维度的主题或文章来源等细化信息表达反感。除此之外,“今日头条”还在文章详情页面设置了顶、踩、收藏等按钮,让用户表达喜好或反感,同时“今日头条”还为某些正文中关键词设置超链接,点击每一个超链接的关键词都会跳转到此关键词的搜索页面,以满足用户兴趣探索需求。隐形获取方面,“今日头条”也尽可能多地追踪用户的各种用户行为收集用户数据,如注册信息、地理位置、点击率、停留时长、跳出率、频道留存率以及在页面上的滚动操作等,甚至推荐给用户的文章中没有被点击的情况也会被记录下来作为用户模型指标,这些数据经过累计后背后藏着大量的用户信息,比如用户可以使用微博、微信、QQ、人人网等社交账号在““今日头条”进行注册,当用户使用这些社交账号通过协议进行注册后,“今日头条”后台系统会抓取到用户社交账号上的各类数据,包括用户自身标签,关注人群、发布内容等,然后根据这些数据为用户建立最初的兴趣图谱。地理位置方面,“今日头条”会利用手机的GPS定位模块、手机信号塔数据、WiFi热点等多方式获取用户所在位置信息,并为用户推荐相应的本地新闻,当用户的地理位置发生移动,比如从一个城市移动到另一个城市,甚至是从一个商圈移动到另一个商圈,“今日头条”便会切换到用户当前所在位置的新闻资讯。用户的阅读行为是“今日头条”另一个获取用户信息的重要方法,“今日头条”副总裁赵添曾在接受采访时表示“基于追踪用户‘阅读行为’的推荐算法,是‘今日头条’的产品灵魂。”用户在一篇文章的页面上停留的时间越长滚动的幅度越大对这篇文章感兴趣的可能性就越高,“今日头条”变会更多得推荐此类文章,次如,用户18 第3章个性化推荐系统技术与“今日头条”如果在某一篇文章上停留时间很短甚至是一点进文章立马就跳出可能说明这篇文章用户不感兴趣或者是点错了“今日头条”便会少为这名用户少推或不推荐此类文章,再如,推荐给用户的某分类文章用户在很长一段时间内都没有点击过可能说明用户对这一类型的信息不再具有需求“今日头条”便不会再给用户推荐此类信息。此外,获取数据的另一个环节便是将这些信息组合起来,建立结构化的数据模型。“今日头条”的建模包括用户建模和文章建模。用户建模方面,“今日头条”会通过获取到的用户各种信息为每个用户建立兴趣图谱,最基本的维度包括用户的性别、年龄、职业、教育信息、趣味偏好、地理位置等。①图3-2用户建模流程示意图文章建模方面,“今日头条”通过算法提取站内文章的各个维度的特征,这些特征包括主题特征、时效特征、质量特征,关键词特征等,每篇新收入进来的文章都会被各种各样的模型识别,其中主题特征、关键词特征等会通过文章标签或频道的交互方式展示给用户,频道内内容或标签的搜索内容便是文章模型内容的体现,当用户对这些交互设置进行操作时,“今日头条”便可以记录用户的阅读偏好。①KillerTop.个性化推荐技术对新闻阅读产品形态的改变.http://www.jianshu.com/p/792b632f343a,[2016-03-06].19 河北大学文学硕士学位论文(2)推荐算法“今日头条”在推荐技术上结合了基于内容和用户的协同过滤的推荐技术,并且充分利用获取到的用户信息,抓住用户的每一次阅读行为,从而不断调优为用户推荐的内容为用户带来更完善的使用体验。当有新用户进入“今日头条”时,“今日头条”会抓取到用户注册绑定的社交平台如微信、微博、QQ等信息,从而获取其基本的数据信息,从而给用户推荐可能感兴趣的内容。如果用户没有可以借鉴的社交信息,“今日头条”会通过“实验”来了解用户的兴趣,用户在下拉刷新中随机推荐一些热门文章,只要用户做了阅读相关的操作,如点击、评论、点赞等行为,用户再次下拉刷新时就会出现相应的变化,当用户使用“今日头条”时间越久,“今日头条”对用户的兴趣偏好掌握得越全面,用户模型的维度也就越丰富,推荐的内容也就越能贴合用户的需求。“今日头条”也充分利用了协同推荐技术,“今日头条”首先收集大量的用户数据,从而通过用户模型将用户进行人群划分,之后便会根据相似用户的阅读偏好对目标用户推荐相似的新闻内容,这便是用户之间的协同推荐。2015年1月20日在“今日头条”的“算数·年度数据发布会”上,“今日头条”技术副总裁杨振原在发布会上的演讲中说到,“今日头条”的推荐算法原理很重要的一部分便是基于用户对文章“投票”的方法。每个用户对一篇文章的操作行为可以看成用户对这篇文章的投票信息,最后对用户的投票结果进行统计,从而得出这个用户群体下得票最多的文章,然后推荐给通人群用户,这一过程便是典型的基于用户的协同推荐技术在新闻资讯推荐中的应用。“今日头条”在为用户推荐新闻资讯时还会考虑到信息消费场景,比如会区分用户在早起和晚上、工作日和周末等不同时间偏好消费的信息内容,或者用户身处的网络环境,手机连接wifi时,文章详情页会展示大图,并且多推荐视频内容,如果用的移动流量,则会优先展示小图,并减少视频内容的推荐。(3)推荐输出在推荐输出模块,“今日头条”也一直在调优自己的算法,将推荐预测的结果集通过加权平均进行结果的组合后,以最优的排序反馈到用户的每一次下拉刷新中。除了推荐算法外,“今日头条”还需要充分的计算资源对收集到用户的大量数据20 第3章个性化推荐系统技术与“今日头条”进行计算处理,“今日头条”副总裁杨振原表示“今日头条”30天收集的用户所有行为数据就达到了1.5PB,而如果把全球最大的图书馆——美国国会图书馆中所有馆藏①的图书和资料换成数字储存形式,其总量不过20TB左右,而我们知道1PB=1024TB,所以要处理这个级别的大数据必须有强大的计算资源。据了解,现在“今日头条”有超过6000台服务器进行运算,以保证快速处理收集到的用户各种数据,并且做出反应,这个量级的服务器部署规模在国内所有互联网公司中也是名列前茅。①罗勇.互联网档案十年发展评述[J].档案与建设,2009(9):11.21 河北大学文学硕士学位论文第4章个性化推荐系统技术是信息生态新一轮演变的突破口4.1信息生态和信息生态系统根据已有的研究结果,信息生态的研究主要围绕着信息、人与社会组织、信息环境及三者相互之间的全部关系展开。信息环境由参与信息生产、传播、消费、分解的人和组织以及信息资源本身、信息技术、信息政策、信息法律等要素构成,在这其中,人与信息环境的相互关系和相互作用,形成了一个统一的有机整体,即信息生态系统。信息生态系统中的信息人,即信息生产者、消费者、传递者和分解者相互之间有着链①式的依存关系,便是信息生态链。在已有的研究成果基础上,本文将信息生态系统中的最为人们关注的几个要素抽取出来,即信息生产、信息分发(传递)、信息消费、信息资源作为研究对象。在人与信息环境组成的信息生态系统中,人类社会与信息环境有着千丝万缕的关系,一方面人类社会成长与发展所需的各种信息资源和基础设施来自于信息环境,同时,人类进行的诸多社会活动也在持续得改变着信息环境,社会生产力水平制约着信息环境的发展状态,在不同的社会发展阶段,有着与之相匹配的信息环境,以及独特有的信息生态系统。①娄策群,周承聪.信息生态链中的信息流转[J].情报理论与实践,2007(6):725-727.22 第4章个性化推荐系统技术是信息生态新一轮演变的突破口信息生态系统信息生产者信息分发者信息产品信息消费者信息生产工具信息分发技术整体认知水平经济水平社会文化社会系统图4-1信息生态系统示意图当信息生态失衡,即人与信息环境不平衡时,便会引发信息生态的各种问题,当前最主要的信息生态问题便是互联网信息爆炸带来的信息过载问题。4.2信息生态和媒介生态如果说信息生态是人与信息环境之间的关系总和,那么媒介生态便是人与媒介环境之间的关系总和。媒介生态系统由非生物成分和生物成分组成,具体可以划分为“自①然环境、社会环境、生产者、消费者和分解者等。由此可见,媒介生态系统是一种典型的信息生态系统。在互联网时代,作为人类社会发展的三大支柱资源其中之一的信息,在社会经济发展中的地位和作用日益重要,同时另外两大支柱物质和能源也开始被从各个维度“信息化、“数字化”。同时,基于互联网产生的各种智能终端逐渐取代报纸、电视机、书籍等传统的媒介形式,并且可以传播一切可以被数字化、信息化的内容,从学术著①邵培仁.论媒介生态系统的构成、规划与管理[J].浙江师范大学学报(社会科学版),2008(2):1-9.23 河北大学文学硕士学位论文作到新闻报道、从视频配料到衣物价格、从租车信息到酒店订单、从日记到个人心情,几乎所有可以消费的内容都可以转化为“信息”在互联网中传播——媒介传播的内容以及媒介自身的外延都被极大地扩展了。所以下面我们把“今日头条”从媒介生态放到信息生态背景中去探讨其对整个信息生态带来的影响。4.3个性化推荐系统技术对信息分发的重构在英语中有个成语叫做"abullinachinashop",翻译过来是“闯入瓷器的的公牛”,这个成语在英语文化人群心中的形象是:摆放着精致瓷器的商店里突然闯入一头公牛,用来形容在需要各种繁文缛节的环境中突然闯进一个不修边幅、行为粗鲁的人。互联网时代,个性化推荐系统技术作为一种新型的信息分发技术被广泛应用,信息生态系统中的信息分发环节被撬动,进而推动了信息生态系统中其他环节的更新迭代,以至给整个信息生态进行了革新——对于既有的信息生态来讲,个性化推荐系统技术便是那头闯进来打乱已有秩序的公牛。4.3.1前互联网时代“一对多”的信息分发互联网之前的信息分发主要是“一对多”的信息分发,“一”是职业化的媒介组织,“多”便是普通大众,“一对多”除了体现在人数上的对比,还体现在分发的内容方面,即同样的内容被分发给大众,大众能够接受到的信息是同质的。同时,这种信息分发具有定期、缓慢且相互独立的特征,信息分发中的信息垄断现象严重。首先,信息生产决定信息分发,互联网介入之前的公共信息生产,通常集中在某一部分有生产工具的的群体如报社、电台、电视台等组织身上,信息分发也多是由这些媒介组织通过对自己生产的信息产品如报纸、图书、电视节目的发放或播出来完成,大众消费的信息产品,不论从形式还是内容都是经过媒介组织生产完成后的成品,只要消费便需照单全收。另一方面,职业化媒介组织伴随着机器化大生产而形成,报社、杂志社、电台、通讯社、电视台等媒介组织和其他生产组织一样,遵循着8小时工作制,他们生产的信息产品,如报纸、杂志、广播节目、电视节目等都是以日、周或月作为生产周期,24 第4章个性化推荐系统技术是信息生态新一轮演变的突破口①新闻事业走向完整的标志便是17世纪初定期报刊的兴起,这也直接决定了信息分发的定期化——日报每天早上才可以买到,关注的电视节目必须在固定时间才可以看到,信息消费者也只能跟随分发周期进行定期消费。第三,在互联网传播出现之前,没有一个平台可以很好的将声音、文字、图片、视频等形式完全兼容,媒介组织通过报纸、图书、广播、电视等将不同的信息分发出去,各类信息形式之间的分发是相互独立的,互联网出现之前发展最完善的多媒体平台——电视机好像做到了这一点,但人们需要付出停止移动的代价才可以获得一部分多媒体兼容的体验,即受众必须坐在房间里观看电视里的内容,但这就需要牺牲掉报纸和书籍的某些消费场景——人们可以在公车上,走路时观看。同时,人们往往是在封闭的、固定的空间内进行信息消费,比如大部分时候人们是在安静的空间内坐下来读报和看书,观看电视节目更是集中在封闭的空间内进行。同时信息消费者在进行这些形式的信息消费时,并没有机会互相连接,互联网传播之前的信息消费更像是一个人的事情。4.3.2前个性化推荐时代“多对多”的信息分发互联网传播时代开启后,随着信息生产社会化趋势加强,信息分发呈现出“多对多”的状态,同时信息分发的定期性特征弱化,信息也有了共同的信息分发平台——互联网,整个社会的信息分发能力和效率得到了极大解放。但另一方面信息过载的问题日益凸显,对于信息消费者来说,信息消费中的噪音越来越大。第一,互联网开启了门户时代,从报纸开始,图书、广播、电视节目等各种传统媒介生产的信息产品,都逐一被搬到门户网站上通过互联网快速分发,分发效率得到质得提升,但同时,互联网像一张没有时间和空间边界的大网一样,将各种信息都兼容并包,也将人们的注意力集中到互联网上,信息大爆炸带来的信息过载的问题开始出现并逐渐严重。第二,门户时代过后的web2.0时代,新的互联网技术为每位网民都赋予了信息生产能力,每个人在互联网中同时拥有了信息生产者和信息消费者两种属性,信息分发呈现出多对多的状态,互联网中传播的信息又迎来一次大爆炸,信息过载问题进一步①李彬.全球新闻传播史(公元1500-2000)第二版[M].北京.清华大学出版社,2009.25 河北大学文学硕士学位论文严重,人们的注意力因为信息分发的组织程度不够而严重降低。4.3.3个性化推荐系统技术下“多对一”的信息分发个性化推荐系统技术对信息分发重构中,最主要的表现便是催生出了智能信息过滤器,使信息分发变成了“多对一”的模式,在信息生态的几个环节中,信息分发与信息生产的关系开始变得松散,与信息消费开始联系得更加紧密——个性化推荐系统技术使信息消费者的兴趣爱好开始影响并很大程度上决定了信息分发的内容和形式。信息过滤器是指将信息进行过滤的机制和技术,过滤器并不是互联网时代才开始出现的,所有的媒介和介质都是信息过滤器的范畴,只不过在互联网时代,尤其是移动互联网时代,信息过滤器开始转向智能化。过滤器可以分为“事前过滤器”和“事①后过滤器”,两者的区分类似计划经济和市场经济。事前过滤器,即在内容进入市场之前就已经将其限定,能够进入到市场的内容都已经是经过过滤之后的。经过事前过滤器筛选的内容的特点之一就是每个人看到的内容几乎是一样的,且往往因为信息展示位置,如版面、播出时间等有限,导致能被媒体展示出来的信息都是编辑们筛选出来的“大热门”内容。以报纸为例,报纸的版面是有限的,每期能够承载的内容量几乎是固定的,编辑们需要通过自己对发生的新闻的重要性进行主观预测和评估后来决定哪些内容有机会登上报纸,哪些内容需要放在头版,哪些内容只能放在最后一版,很显然,这种过滤的技术本身已成为了一种学问和职业。除了媒体之外,在其他领域也一直充斥着“事前过滤器”——超市货架、电话黄页、商场采购员、唱片公司等,这些过滤器的作用都是为用户或者受众将已有的内容重新排序在固定的时间和空间呈现出来,他们的共有任务就是决定哪些东西能够进入市场,哪些东西不能。进入互联网时代后,尤其在搜索技术和推荐引擎技术日益兴起的过程中,过滤环节逐渐从事前过滤向着事后过滤发展。所谓事后过滤是允许先把任何东西都扔进消费市场,由市场中的消费者和市场自身来完成去伪存真的任务,事后过滤器会对市场内已有的内容进行筛选,能留下的是其中的精品,那些低质的内容便会自动被系统淘汰,所以被事后过滤器筛选出的内容,更贴近消费者的心声——事后过滤的方式会疏导和①克里斯·安德森.长尾理论[M].北京.中信出版社,2015.26 第4章个性化推荐系统技术是信息生态新一轮演变的突破口放大消费者的行为,而不是预测这些行为,典型的事后过滤器有:搜索引擎、博客、歌单、评论、推荐引擎。由事前过滤向事后过滤的转变需要满足两个前提的优化:信息总量和过滤技术。如果信息量少,其实并不需要特别的过滤,信息不需要竞争展示机会,但信息量增多后,尤其是在互联网时代,信息变得海量,事前过滤越来越不能满足人们的信息需求,人们需要有更强悍的过滤器帮助对海量信息进行去噪找到自己关心的部分。在互联网时代人们也一直在为找到更好的信息过滤方式而努力,比如人们熟知的搜索引擎便是典型的事后过滤器,这种技术先聚集大量内容,即先让所有内容都进来,然后根据用户输出的检索词为用户筛选出相应的内容。而在web3.0时代新兴的事后过滤器便是以“今日头条”为代表的个性化推荐引擎,更为智能地解决了对信息降噪的需求:首先,和搜索引擎一样,系统需要先收集海量的信息作为筛选的来源,其次,推荐系统会根据用户以前获取信息的情况,建立起个人用户模型,然后根据用户模型过滤出适合每个个体消费的内容。这样一来,选择哪些新闻放到头版的功能由职业编辑下放到每一个信息消费者身上,实现了对每个用户的智能分发,即为每一个人建立专有的过滤器。在这种背景下,信息展示的机会由匮乏变为无限——只要有对这类信息感兴趣的人群。此时在信息消费中起绝对作用的是人们的注意力。我们要注意到这一转变意味着什么:现在技术发展的方向是将信息和每一个信息消费个体进行结合,信息消费者不仅可以依赖技术自身的偏向性使表达方式和内容更加多元化,而且还有机会将自己的偏好加载于技术之上,使得技术越来越倾向信息消费者个人的偏好,即所谓的个性化。个性化推荐系统技术就像是那头闯进瓷器的公牛,而那些瓷器便是工业化时代陈旧的信息生态系统。个性化推荐系统从对信息分发这个环节的更替,从而产生了多米诺骨效应催生了整个信息生态的又一轮演变,下面我们以“今日头条”为例对这些演变做具体说明。27 河北大学文学硕士学位论文第5章从“今日头条”看个性化推荐时代信息生态的演变“今日头条”作为一款基于数据挖掘为用户提供个性化推荐信息服务的新闻资讯分发平台,稳稳地击中了这个时代人们面临的信息消费痛点,即海量信息背景下如何快速找到对自己关心的部分,通过提取用户兴趣偏好以推荐符合用户需求内容的信息分发方式,为身处移动互联网的人们进行信息降噪,这一分发方式相比传统媒体通过邮递系统、电视广播信号等信息分发方式有着本质的不同,它将新闻编辑的功能从职业主编身上转移到每一个信息消费者自己身上,人人都变成了自己的主编。个性化信息分发方式除了对原有的信息分发方式进行替代之外,还驱动了信息消费、信息生产以及信息产品等信息生态链上其他环节的一系列演变。5.1个性化推荐时代信息消费的演变5.1.1信息消费的“内需”被拉动已逝的英格兰著名作家阿道司·赫胥黎认为:“人们了解得越多,感觉得越多;感觉到得越多,选择得越多;选择得越多,理解得就越多;理解得越多,记住得就越多;①记住得越多,学到得越多;学到得越多,了解得就越多。”在传统媒体主导的大众传播形态中,信息生产活动被专业的媒体组织垄断,大众的声音鲜有机会参与到公众传播,同时人们能够消费的信息产品往往是同质的,互联网传播到来之初虽然使得人们能够看到的信息量增多,但是相应的组织信息能力并没有提升,人们面对海量的信息但很难看到自己感兴趣的内容,反倒衍生出了信息过载问题使互联网中的人们陷入信息焦虑之中。总之,在个性化推荐系统技术应用之前,人们或因为面临的信息选择少,或信息选择的能力弱等原因使得人们对这个世界了解渠道有限、了解内容较少,这也就决定了大众的信息消费需求是同质的、少量的,人们可能有很多潜在的信息需求,但由于客观原因使得人们无法意识到这些信息需求的存在。“今日头条”的个性化信息推荐技术系统作为一种智能的信息分发系统,可以基于每个人在不同时间、场景下的兴趣和需求推荐相应的信息和资讯,相比于个性化信①保罗M·莱斯特.视觉传播:形象载动信息[M].北京.中国传媒大学出版社,2003.28 第5章从“今日头条”看个性化推荐时代信息生态的演变息推荐之前的信息消费中被动、定时的消费场景,个性化信息推荐之后,信息消费的主动权逐渐向消费者身上转移。从用户的视角来看,用户在“今日头条”上看到的内容都是符合自己兴趣偏好的,而且只要轻轻下拉屏幕,便会有更多新的内容出现,换句话说,用户不需要特意寻找,关心的内容会自动出现。这一变化带来的是信息消费的需求被极大地激发——人们看到的新闻、信息都是自己想看的,为什么不花更多的时间来进行信息消费呢?同时人们看到得越多,了解得越多,对信息的需求便会更多,信息需求便像滚雪球似地越来越大,从“今日头条”用户的人均使用时长及增长率,我们已经可见端倪。这是来自QuestMobile统计中2015年12月用户使用时长最久的20个移动应用和增长率情况,“今日头条”名列前茅:图5-12015年人均使用总时长Top20App(截取自Top50)而据“今日头条”CEO张一鸣最新在公开场合公布的信息,截止2016年2月份,“今日头条”的人均日消费时长已经达到了53分钟,这是新的信息分发方式对人们信息消费习惯带来的直接影响。5.1.2信息消费内容长尾化与长尾对应的是热门,长久以来大众只能接受媒介组织准备好的热门内容,这是29 河北大学文学硕士学位论文由信息生产被垄断、信息分发机制落后造成的。首先,从书写传播时代开始一直到电子传播时代,信息生产所需的工具便开始逐渐变得难以掌握和价格昂贵,从书写传播时代的纸墨笔砚,到印刷传播时代的印刷机,再到电子传播时代的广播发射网、照相机、电视机等随着技术发展新出现的信息生产工具距离广大受众越来越远,同时对信息生产者的软件素质要求越来越高,从文字的书写能力,到各种机器工具的掌握能力,以至专业的新闻素质等,另一方面,信息生产逐渐开始从可以单人操作发展到必须由多人组织协作生产,媒介组织应运而生,信息生产逐渐变为一种职业化的商业生产活动,信息生产开始集中在某一部分有生产工具的的群体上——信息生产开始出现垄断。信息生产的垄断造成公共领域发出声音的也只能是这些媒介组织,而普通大众鲜有机会能够让自己的声音放到公共领域中,大众消费的信息产品,不论从形式还是内容都是经过媒介组织生产完成后的成品,只要消费便需照单全收,虽然有一定的反馈渠道,但相当薄弱,无法实现完全反馈消费者需求,同时每个受众得到的信息内容是一样的,没有办法实现个性化。其次,传统媒体时代,职业媒介组织生产的信息产品展示的空间和时间都是有限的,报纸的版面有限、杂志的页数有限、电视台电台播出时间段有限,如何在有限的时间空间里吸引到更多受众的注意力便是传统媒体需要考虑的主要问题,因为直接关系到组织自身的生存,所以被传统媒体多会选择符合大众品味的内容放到首页,或者炮制出各种热门内容,以吸引更多目光,甚至通过报道暴力、色情等低质内容来博取眼球。“在工业化媒体时代,信息产品的供应被垄断,决定非主流的信息消费偏好无法在媒体上真实呈现。主流媒体加剧了个人信息偏好的伪装或扭曲。所以,并非互联网诱发了人们的特殊偏好,而是原本存在的特殊偏好因互联网而得以展示真正的自①我。”克里斯·安德森在其著作《长尾理论》中提到,互联网的出现使传统商业中的80/20法则,即80%的销售额来自于20%的热门品牌的规律开始失效。因为在互联网环境中,由于增加货架的边际成本极低,电子商务网站往往能出售比实体零售店更多类型的商品,虽然其中大部分都无法成为热门商品,但加在一起的销售总数却是巨大的,甚至①陈序.主编死了:没有主编才是新媒体[M].北京.中信出版社,2015.30 第5章从“今日头条”看个性化推荐时代信息生态的演变①超过了热门商品的销售额。主流商品往往代表了绝大多数的用户需求,而长尾商品却代表了小众用户的需求。这一理论也适用于信息内容的生产和消费,过往由编辑们“制造”的大热门占据了人们大部分注意力,而推荐系统需要做得正是通过发掘用户的行为偏好,满足用户的个性化信息需求。图5-2长尾理论示意图以“今日头条”为代表的个性化信息推荐产品,开始将信息消费的权利也下放到每一个用户的身上——用户喜欢看哪些内容,哪些内容便可以出现在用户手机的“头条”位置,哪些内容为“大热门”、“头条”,不再是职业编辑们决定的了,而是每个信息消费者自身的兴趣爱好,相对于编辑们制造的“大热门”信息,每个人兴趣爱好中的相对长尾的信息开始有机会流行起来,人性的多样性开始真正得到迎合。另一方面,长尾信息因为文本特征更加明确,机器识别的成本更低,本身就更合适参与到推荐系统中。5.2个性化推荐时代信息生产的演变个性化推荐系统技术除了将信息内容进行智能过滤,还推动了工业化媒体组织进①克里斯·安德森.长尾理论[M].北京.中信出版社,2015.31 河北大学文学硕士学位论文行重新洗牌——报纸、广播、电视、书籍等形式在新的过滤器面前都面临着被转型甚至被淘汰的风险。基于个性化信息推荐技术产生的信息分发平台正在对传统的媒介组织进行重构。最主要的方面便是智能分发平台开始崛起,信息生产和信息分发开始真正分离,自媒体的发展有着天时地利人和的好机会。自媒体一词出现于21世纪初,彼时博客方兴未艾,信息生产主体开始了从专业的媒体组织转向有信息生产能力的个人,以论坛、博客为代表的信息分发平台让人们第一次感受到自媒体的魅力。21世纪第一个十年之后社交媒体广泛兴起,以微博、微信公众账号为代表的社交媒体的流行再次给自媒体的发展提供了广阔的平台。Web2.0技术的全面兴起,普通大众参与信息生产的入口愈来愈低,只要有能连接互联网的设备,便可以参与信息生产,传播的内容逐渐变为了以用户主导而生产的内容为主,几百年来信息生产垄断的现象开始被解构,互联网去中心化的特质日益渗入到信息生产领域。在互联网发展的最新阶段,自媒体的生存土壤变得更加肥沃,首先是自媒体平台的数量增多,传统的门户网站如搜狐、新浪、凤凰、网易都开通了自媒体平台;新型的专注信息分发的平台更是雨后春笋般纷纷上线自媒体平台,微信公众账号和头条号媒体平台便是典型代表,除此之外还有百度百家、一点资讯一点i媒体平台、简书等。其中“今日头条”的自媒体平台“头条号”代表了自媒体行业发展的新趋势:第一、自媒体平台开始从社交媒体往新闻客户端上迁移。自媒体生产的内容有了公开的入口,且可以借助于新闻客户端原有的用户体量得到更多的曝光机会。“今日头条”累计下载量超过4亿,日活跃用户量超过4000万,在这样大的体量上进行传播,即使是长尾内容也有机会获得可观的阅读量。第二、个性化推荐系统技术的助力使自媒体内容更分发更精准。推荐系统可以自动让内容找到对它感兴趣的用户,在不需要投入过多的运营成本的情况下,依然可以获得较高的用户黏度。第三、内容变现更为简单。由内容创业服务平台“新榜”在2015年11月发起的《自媒体人生存状态调查》显示,只有41.38%的自媒体人开始盈利,64.31%的自媒体月收入不足万元,自媒体人的生存压力非常严峻。目前自媒体的商业模式主要有两种:一是依靠自身内容和渠道获取收益,如广告、软文、会员、版权费等;二是从自媒体平台获取收益,如网站的广告分成和流量变现、自媒体平台的“赞赏”功能等。“今日头32 第5章从“今日头条”看个性化推荐时代信息生态的演变条”的头条号平台,给自媒体盈利带来了更多潜力,头条号有两种广告选择:一种是自营广告,头条号可以自己选择合作商家的广告;一种是头条广告,“今日头条”会根据文章的展示量给自媒体分成。广告的收成直接决定于阅读量,而头条的大体量用户和智能推荐机制使内容有着更好的阅读潜力,自媒体变现变得更加容易。除此之外,头条号还对部分原创账号开通了“打赏”功能,高质量的文章有机会直接获得粉丝们的“财政补贴”。而除了信息分发之外,头条号还为自媒体人在信息生产环节提供助力,2016年年初,“今日头条”推出了媒体实验室,头条号的拥有者们可以在其中看到最新的热文、热词、热点话题,从而帮助自己寻找话题累计素材,使生产的内容更能受到关注。第四、平台补贴政策。为了鼓励自媒体生产更优质的内容,“今日头条”的“头条号”推出“千人万元”和“百群万元”计划,“千人万元”即“头条号”将通过补贴保证至少1000个优秀“头条号”作者,每个月至少获得一万元的营收,“百群万元”即“头条号”将鼓励垂直领域的头条号作者组织起来,合力同谋更多优质的内容,“头条号”计划将扶持100个这样的“群媒体”,并且给予每月至少2万元的收入。这些平台补贴的政策都刺激了自媒体的进一步繁荣。5.3个性化推荐时代信息产品的演变个性化信息推荐是新的信息生态的表现和重要组成部分,也是信息生态演变的突破口,从媒介的发展的角度看,个性化推荐系统技术与新兴的智能移动终端共同组成了新的媒介技术。尼尔·波兹曼认为各种媒介技术并不是中立的,而是和人一样,每一种媒介技术都有自己内在的偏向,甚至偏见。这种偏向性,有可能是显性的,也有可能是隐性的。尼尔·波兹曼将媒介技术的偏好性称之为媒介的隐喻,认为媒介本身即隐①喻,并认为:“媒介的形式偏好某些特殊的内容,从而能最终控制文化。”在互联网传播介入之前,人类生产信息的方式大概有以下几种:口语传播阶段的人体发声系统,“纸媒”传播阶段的纸笔、印刷机,电子传播阶段的录音机、摄影、摄像机。在媒介技术和生产工具的局限下,信息形式千百年来一直局限于书籍、报纸、杂志、广播、电视,同时因为生产这些信息产品的能力往往集中在职业媒体组织身上,①尼尔·波兹曼.娱乐至死[M].桂林.广西师范大学出版社,2004.33 河北大学文学硕士学位论文且由于没有一个能够兼容并包的平台,这些信息产品一直分散在不同的分发平台上,受众通常是从单一渠道了解单一信息,所以职业媒体生产的内容在受众面前有很高的权威性。这样的好处是能够激励媒体从业者生产出更多的优质内容以继续作为公众利益的代言者,但弊端也很明显,对于受众来说,这样的信息是缺乏流动和更新的,受众接受信息的渠道和维度单一便无从对事情的真相做交叉验证,且在速度上有一定滞后性。在移动互联网时代,尤其是像“今日头条”这样的个性化信息分发平台出现之后,信息的形态发生了重大变化。首先,信息的外在形式更加丰富,并且趋于碎片化形式,移动互联网时代,电脑、手机和其他智能移动终端成为了信息生产的基本硬件,这些硬件与可扩展使用的众多软件相互组合,提供了大量全新的信息生产工具,人们在电脑、手机、平板电脑上用各种软件应用写字、说话、拍照、摄影,且能够生产出众多全新的信息产品形式,如GIF图、HTML5、弹幕、VR新闻等之前没有的信息产品形式,同时原有的声音、文字、图像、视频等形式也都基于互联网和新的智能重点衍生出了更多的细分形式,如广播剧、颜文字、微电影,甚至是手机截屏都可以成为一种重要的信息形式。另一方面,人们习惯了通过手机接收信息,手机屏幕成为了各种信息最终的呈现平台——一方3.5寸到6.5寸不等的屏幕中,呈现在用户眼前的更像是被屏幕切割的碎片化信息,所以片段化的内容是更合适在这个时代进行传播的。其次,媒体的“权威性”逐渐式微。首先,当每个人都有发声机会时,“权威”、“官方”信息也只是众多声音中的一种。其次,屏幕中流动的信息相比于落实在纸面上的信息在改动成本上要降低很多,所以那些不断更新的信息,不断升级的内容日渐受到人们的欢迎,那些提供各个角度报道解读事件信息的平台是更受用户欢迎的平台,越来越多新闻事件的“反转”盛行便是这样来的。权威不再等于真相,真相变为由用户自己一个碎片一个碎片实时拼接出来的动态信息。基于用户兴趣推荐信息的“今日头条”上每一次下拉刷新便会把用户感兴趣的的同类文章展示在用户面前,这些文章来自不同的写作者从不同角度的论述,用户可以从多个维度去了解事情的情况,从而自己总结出哪些是真相哪些是假象,即所谓的交叉验证。此时,内容依然为王,但好内容的标准已经发生了变化,用户关心的才是好内容,不断更新迭代的才是好内容。34 第6章个性化推荐时代下信息生态面临的挑战及应对建议第6章个性化推荐时代信息生态面临的挑战及应对建议个性化推荐的信息传播方式正在以极快的速度对旧有的信息传播形式进行着更新和替代,但这并不是一帆风顺的。个性化推荐系统技术虽然为移动互联网时代下生活在海量信息的人们提供了解决信息过载的方案,但随之也带来了新的问题,如信息污染等。同时,新的信息生态系统中的各个环节,如信息生产、信息特征的更新,新的信息环境下人们思维方式,以及文化环境的转型过程中都遇到了新的阻力。从整体来讲,这些挑战和困难可以从以下角度进行分析。6.1信息消费面临的挑战和应对建议所谓个性化信息推荐,最核心的是基于信息消费者自身的兴趣和行为进行的内容推荐,这种方式的优势在于提升信息分发的效率和准确度,但劣势便是容易使信息消费者陷入自己的兴趣闭环中。个人的注意力总是有局限性的,如果信息消费者身处的信息环境总是充斥着自己感兴趣的内容和观点,难免会造成信息消费者个人视野的窄化,品味狭窄,知识结构单一,正如有些评论的观点那样:新媒体已经把读者惯“坏”了。一个好的个性化提交系统除了应该做到对用户的行为记录进行分析,准确预测出用户的行为趋势,而且还应该能够帮助用户发现还未了解,但可能感兴趣的内容,即对用户的兴趣进行探索,在推荐的准确性和多样性上找到平衡点,这也是当前推荐系统技术需要进一步完善之处。事实上像“今日头条”这样的技术驱动的信息分发平台也一直在优化信息流的算法进行着努力。比如,用户可以在“今日头条”的推荐频道中刷新出不在用户兴趣图谱中的兴趣标签内容,以尝试了解更多和拓宽用户的兴趣标签,次如,是将搜索入口设置在最接近用户手指的位置,只要用户有需求,第一时间便可以进行搜索,而搜索本身就意味着兴趣探索,再如,“今日头条”内保留了“热点”频道,里面是未经过个性化处理的实时热点资讯,用户可以在其中探索新的兴趣点,其他的新闻客户端,如搜狐新闻、网易新闻、凤凰新闻等也都设置了类似的功能以方便用户在自己的兴趣图谱外探索更多其他的兴趣。35 河北大学文学硕士学位论文国外一些主流的社交媒体也在进行着充分地尝试:Facebook最新的信息流算法优化中,用户可以连续看到同一个来源发布的不止一篇帖子,并优先展示好友发布的NewsFeed内容,在这背后,用户关注的主页、互动的内容、经常与之互动的好友分享的新闻可能会得到更大权重。Twitter也尝试通过在信息流中插入一些未关注用户的推文,甚至是小范围进行“打乱时间线”的实验,将信息流中展示的内容更多的根据用户的兴趣相关性进行排序。但人对信息消费的场景之复杂,种类之多样,想要完全预测准确是极难的,但信息推荐的智能化一定是未来的发展方向。6.2信息生产和信息产品面临的挑战和应对建议在信息生产和信息产品方面,微信公众号、“今日头条”等专注信息分发的平台兴起为自媒体的繁荣创造了契机,并且越来越多地占据了信息消费者的注意力,以“今日头条”自媒体平台“头条号”为例,目前“头条号”总数已经超过4.5万个,其中自媒体账号总数已经超过3万个,据张一鸣透露,头条号平台每天发出的文章总量超过3.2万篇,占比接近“今日头条”每天推荐总文章的40%-50%,但却为“今日头条”带来了73%的阅读量,可以说自媒体生产内容的质量很大程度上决定了信息生态中信息资源的质量。高质量的信息不仅是信息消费者潜在的需求,在个性化信息推荐时代,要想实现真正的“千人千面”个性化信息分发,也必须有丰富的高质量的信息做支撑。然而将自媒体变为高质内容的产出者任重道远。目前看来,自媒体行业完善的速度远不及其受关注度增长的速度。据新榜的《自媒体人生存状态调查》,有80%的自媒体人运营自媒体行业时间在两年以内,36%的自媒体从业人员是“90后”群体,相对于传统媒体行业来讲,自媒体行业是一个主要由新手组成的新兴行业。所以在自媒体行业中还未形成稳定的职业道德和职业规范,传统媒体行业中新闻工作者真实、全面、客观、公正的新闻专业理念,没有同步转移到自媒体行业中,自媒体人的行业规范更多取决于自律。而一旦自律不严格,便会出现各种问题,主要表现为标题党为代表的低质内容泛滥以及因为信息生产能力不足导致的抄袭现象严重。36 第6章个性化推荐时代下信息生态面临的挑战及应对建议6.2.1自媒体标题党和抄袭现象成风自媒体更多是个人化或职业化运作,运营目的以营销和盈利为主,通过展示量赚取广告收入是自媒体盈利的主要依靠,为了让文章吸引更多用户的点击,自媒体多通过色情、夸张的标题赚取用户眼球。另一方面,在新闻客户端上,新闻是以信息流的形式在频道中出现的,第一展示在用户眼前的只是文章的标题,所以标题的“魅力”大小直接决定了用户会不会点开标题查看内容,从而决定阅读量。所以标题党现象日益严重同时有着主观和客观原因,其带来的后果轻则使读者感到身心不适,重则有可能造成谣言泛滥以至扰乱社会公共秩序。2015年1月10日,福建漳州26岁青年吴海雄在其运营的微信公众号“石狮民生事”上发布标题为“昨晚,石狮,震惊全国!一家34口灭门惨案!转疯了!”的文章,文章称福建石狮一家34口被残忍杀害,其中一名有孕在身,但在文章结尾处附上的却是一张34只死老鼠的图片,该文章一经发出随即在朋友圈被疯狂转发,造成了极大的负面影响,甚至引起了社会恐慌。1月17日,因涉嫌“虚构事实扰乱公共秩序”,信息发布者吴海雄被石狮市公安局依法处以行政拘留10日,据了解,在这之前他已经有2次因为在微博、微信上发布虚假消息而被警方带走的经历,而他除了“石狮民生事”这一个账号外还有80余个微信公众账号,其中不乏十万级别的“大号”,正是靠着运营①这些账号,吴海雄已经实现了丰厚的盈利。除了通过在标题中故意加入血腥、暴力等负面信息噱头博取眼球,标题党制造者们还经常通过打色情擦边球的形式吸引用户点击:表6-1自媒体文章标题党示例标题内容这家女主人太猛了,居然让狗狗提供全套服务宠物狗模仿主人做家务少男少女集体揉搓敏感部位小学生课上做颈椎按摩操老公偷偷在加安装了摄像头,看到令人震惊的一幕保姆趁户主不在虐待户主年幼孩子这些厨房用具爽到爆,老婆第一次给了黄瓜厨具推荐自媒体抄袭主要受制于自媒体专业化程度低、信息生产能力弱的瓶颈,《自媒体人生存状态调查》数据显示,只有58%的部分是全职从事自媒体工作者,其他的自媒①薛雷.老鼠“灭门案”背后的生意经[N].北京青年报,2015-02-13(A13).37 河北大学文学硕士学位论文体运营人员只是将运营自媒体作为业余爱好或兼职工作。相比于组织化专业化的媒介组织,自媒体专业化程度不够,没有能力稳定输出高质量内容,调查数据显示,41%的自媒体从业人员认为“拥有持续的内容产出能力”是工作中最难的部分,居所有困难之首。从“今日头条”发布的2016年1、2月份,“今日头条”上阅读量前十名的长篇报道,可以看出高阅读量的文章依然主要产自专业的媒体机构,且多为调查性长文报道。表6-22016年1、2月份“今日头条”阅读量排行Top10文章标题阅读量字数来源藏獒暴富神话落幕78万3916南方周末一个台湾青年严重83万4161新京报的大选宝鸡有个“上门女婿87万4134华商报村”79%的成年男性外出入赘山东平邑4名矿工96万3036京华时报被困36天后升井1人高喊感谢农村过年攀比成风:99万5098新华每日电讯谁也不想证明自己比别人过得差3名少年劫杀女老135万7293人物杂志师,年纪最大者仅13岁河南女孩被顶替上159万6097东方今报大学顶替者称折腾到联合国也不怕4名死刑犯洗冤后210万5374剥洋葱的首个春节:恍然还在监牢文化部抢救恭王府:259万6494中国新闻周刊6套房子才请走老干部江西东乡县警察安629万5595澎湃新闻排卖淫女进女看守所与所在押犯性交易38 第6章个性化推荐时代下信息生态面临的挑战及应对建议产出这么高质量的内容对“势单力薄”的自媒体来说是有极大难度的,抄袭便成为了很多自媒体人维持内容更新的选择。另一份来自“问卷网”的自媒体调查表明,高达65.82%的自媒体人表示自己的原创内容曾被抄袭。2015年初,新华社接连发文谴责微信公号抄袭现象:“1人原创,99人抄袭”。抄袭不仅扰乱了内容生产市场的秩序,也对坚持原创的自媒体人的生产积极性造成了巨大的负面影响。从信息生态角度看,内容抄袭现象直接影响了生产环节的稳定性,有可能造成更大的信息生态失衡。6.2.2自媒体低质内容打压和生产潜力挖掘从信息生态的角度来看,以标题党形式为代表的自媒体低质色情内容及谣言信息的泛滥,是典型的信息污染现象,对社会文化的可持续发展构成直接威胁。打击标题党行为在业界已经形成了共识。2015年10月中央网信办在其官网发文《“标题党”“图片党”该收手了》直指媒体内容中出现的“标题党”现象,警告“标题党”的制造者们不要为了博取眼球而不顾社会秩序稳定。2015年12月,头条号平台发出官方声明:对发布“低俗、夸张和具有挑逗性的标题引诱读者点击,正文内容与标题不相匹配,严重影响阅读体验”的头条号账号,视发布次数给予禁言或封号的惩罚措施。在司法界,对标题党的管束也开始增多:根据2014年10月最高人民法院发布的司法解释,明确提出自媒体参与的信息行为的过错及程度认定时,会将添加或修改标题,导致标①题与其内容严重不符以及误导公众的可能性作为重要考量因素。除了加强道德劝诫、法律警示外,还应该通过技术方式对标题党内容进行打压,如对具有标题党特征的标题文本进行识别,从而降低或禁止这些文章的展示,为优秀的文章留出更多的展示机会。抄袭问题则是自媒体内容生产力不足这一内在问题的外在表现。治标更多需要外力,微信和头条号对原创内容的保护便是通过完善外在机制解决抄袭现象的典型表现。2016年1月,腾讯发布《2015年微信知识产权保护白皮书》,详细列明了微信对于知识产权保护的措施,其中微信公众账号的注册商标权、著作权、专利权等是其重点保护的对象。其中针对抄袭这一问题推出了“公众账号原创声明”功能:公众账号①中新网.最高法院新规管束自媒体标题党[J].新闻记者,2014(11):55.39 河北大学文学硕士学位论文运营者可以为自己的原创文章申请原创声明,系统会通过计算机对比技术将申请原创声明的文章与公众平台内已经成功申请原创声明的文章进行对比,通过后则会对文章添加“原创”标识,运营人员可以选择“允许转载”或者“禁止转载”,当文章被转①载时,系统会自动为其注明出处。头条号平台也推出了原创保护措施,头条号会对内容生产能力和内容质量较高的头条号作者开通原创功能,开通原创功能的作者可以在发文时为文章增加原创标签,当文章被其他头条号抄袭或转载时,文章下方也将会出现原创账号的信息,原创账号作者也可以在后台查看文章被转载和抄袭的情况,并可以根据实际需要一键举报并删除其他头条号发布的侵权内容。同时,“今日头条”还邀请第三方专业互联网维权机构进行代理,监测原创文章在其他平台的被侵权情况。然而如果要根治自媒体抄袭现象,不仅需要外在力量,还需要内外兼修,一方面自媒体自身需要积极向组织化专业化方向转变,同时在这一过程中需要资本力量的支持。自媒体的运作方式一般有自媒体人模式和团队运作模式,随着自媒体行业的不但扩大,越来越多的自媒体开始了团队化运作,根据问卷网的调查数据60%的受访者已经开始团队化运作自己的自媒体。专注新媒体领域投资的高樟资本的创始人范卫锋也表示目前只有少量的自媒体大号仍在单枪匹马运作,大部分想要做大的自媒体都已转向了团队化、公司化运作,以支持更多的内容生产、运营能力,商务运作,产品开发等。另一方面,内容创业正值风口,越来越多的资本力量注入到了自媒体的创业当中,2015年下半年由吴晓波联合成立的狮享家新媒体基金先后投资了多家自媒体;由自媒体人罗振宇创立自媒体品牌“罗辑思维”也在2015年10月完成B轮融资,估值13.2亿人民币;2016年3月10日,“今日头条”宣布成立2亿人民币规模的内容创投基金,将专门对早期新媒体项目进行投资,同时启动旗下孵化器“头条号创作空间”,为内容创业者提供综合创业服务。而在此之前,头条号已经推出了“千人万元”和“百群万元”计划为众多优质内容生产者提供资金补贴,以提高他们的内容生产力。①《2015年微信知识产权保护白皮书》[EB/OL].http://tech.qq.com/a/20160111/053647.htm#p=1,[2016-01-11].40 第6章个性化推荐时代下信息生态面临的挑战及应对建议6.3信息分发平台面临的挑战和应对建议6.3.1教育用户时间成本压缩与物质成本弥补从语言的出现到文字的形成历经了数百万年,从文字的发明到印刷传播的盛行时期跨越了4000多年,从金属活字印刷术到电报的发明用了不足400年的时间,从电报的发明到互联网的发明不过200年的时光,互联网出现后刚刚40余年的时间,已经给信息传播带来了翻天覆地的变化,已经孕育了更多更丰富的的信息形式。同时互联网技术本身,还有无限的上升空间,在摩尔定律的支配下,基于互联网的信息传播技术迭代速度超过了历史上任何时期,技术的快速迭代带来的信息环境的不稳定是新的信息生态难以稳定和成熟的重要原因。这种不稳定性带来的是教育用户的成本和压力都急剧变大。每一种信息传播的形式都需要人们通过时间、金钱等成本进行学习,在这种信息传播方式的隐喻下形成的思维、文化更是需要时间进行沉淀。但在移动互联网时代互联网技术快速迭代的背景下,这种学习的时间被大大压缩了。互联网时代下的企业,需要用更多的资金成本来弥补和找回时间不够的影响,比如滴滴打车、美团外卖等O2O商业模式,为了快速的争取用户,改变用户的消费习惯,不得已对用户进行大量的资金补贴。“今日头条”等信息平台虽然已经生长在信息免费的时代,但需要通过大量的资本吸引各个行业的优秀职员,才可以保持技术的领先,品牌知名度的提高。为了招聘到顶级的机器学习人才,“今日头条”甚至开出了100万美金的年薪在全球范围内寻找一流的技术人才。6.3.2内容版权的纠纷与合作个性化信息分发平台,除了笼络自媒体,也需要和传统媒介组织进行合作,以尽可能多的富集平台的信息,增强分发的资源。传统的媒介组织,如报社、杂志社、电视台、通讯社等相对于自媒体拥有更丰富的内容生产经验,更强大的信息生产能力和组织能力,能够稳定地提供优质的内容资源。所以传统媒体的内容是个性化信息分发平台一直觊觎的部分,除了合作媒体外,聚合类媒体很大一部分内容来自于网络爬虫从媒体网站中的超链接中收集,从而为信息分发汇聚更多内容资源。在这个过程中就难免和这些内容的媒体源发生版权争端。41 河北大学文学硕士学位论文2014年6月,“今日头条”便被卷进版权风波之中,《广州日报》和搜狐公司先后以著作侵权和和不正当竞争行为向“今日头条”的拥有者北京字节跳动科技有限公司提起诉讼,同一时段,《新京报》也发表社论抨击“今日头条”的内容抓取行为涉嫌版权侵权。一连串事件在业内引起较大轰动,“今日头条”一时被舆论“围剿”。根据国家版权局对“今日头条”涉嫌侵权案的调查结果:“今日头条”的行为的确构①成了对著作权人信息网络传播权的侵犯。风波发生后“今日头条”做出迅速调整,先删除了所有侵权作品,后积极与大量的媒体网站沟通,告知“今日头条”的抓取行为,停止对需要跳转链接到网站的媒体的转码行为。现在“今日头条”已经与2000余家媒体机构展开了合作,超过了现有的所有门户网站的合作规模。从信息生态角度来复盘“今日头条”经历的版权纠纷,新闻版权问题属于信息环境中信息法律范畴的问题,信息法律通过调整社会人在信息的获取、使用、转让等过程中的行为规范发挥其基本的作用,从另一个维度保证着信息生态系统的平衡。在我国,“今日头条”作为网络服务、内容提供商,必须遵守《中华人民共和国著作权法》、《信息网络传播权保护条例》等法律法规的相关条款规定。从整个产业链的角度来看,像“今日头条”这样的专注于信息分发的内容聚合平台,是互联网时代下内容产业分工更细致后的产物,将内容分发的环节从以往的生产、分发一体化中拆分了出来,虽然分工后从事的主体不同,但是生产和分发的环节必须继续存在,否则内容产业链便会断裂,所以这就需要内容生产方和分发方继续合作,②所以,在法定范围内,以共赢为目的寻找到双方的利益平衡点,是正确的努力方向。6.3.3平台的定位与升级当“今日头条”这样的信息分发平台在吸引了越来越多人的注意力时,是否依然要停留在信息分发平台这样的定位上?是否可以像PC时代门户网站那样可以提供更多的服务信息,不仅连接人与信息,也连接人与服务?从而强大自己的社会责任或是增加更多盈利方式的可能,是新型信息分发平台需要考虑的新问题。“头条寻人”便是“今日头条”提供社会服务的一种尝试,“今日头条”在2015年年初,“今日头条”①宋心蕊.“今日头条”被确认侵权[J].青年记者,2015(27):72.②喻国明.集成经济:业务模式的创业需要盈利模式的创新来保障——对“今日头条”引发的版权之争的一点看法[J].新闻与写作,2014(8):44-45.42 第6章个性化推荐时代下信息生态面临的挑战及应对建议就与专业的寻人机构“宝贝回家”进行合作,有针对性地发布儿童寻人信息,2015年末“今日头条”利用地域推送寻人信息的方式,帮助河北燕郊的一个普通家庭找到了走失的82岁老人,从个性化的地区新闻推送到个性化的寻人信息推送,使技术和信息联结起来实现价值最大化。截止到2016年4月2日,头条寻人官方头条号发布消息宣布头条寻人已经成功帮助7位走失者回家——“今日头条”已经开始了将科技力量运用到社会公益领域的实践。43 河北大学文学硕士学位论文结语在人类社会发展的每个时代,以人和信息环境为核心,围绕着信息生产、信息分发(传递)、信息消费、信息资源会形成独特的信息生态系统,信息生态系统的演变和平衡与整个社会的进步和发展有着紧密的关联。作为社会系统的子系统,信息生态系统向人类社会提供成长、前进与创新所必需的各种文化、科技、管理等信息资源,推动着人类社会往前发展。与此同时,人类社会又通过各种途径不断地影响和改造信息生态系统,其中之一就是生产力进步带来的信息技术的发展,使信息生态系统不断地演变。流畅运转的信息生态系统不仅会推动社会进步,同时也是社会发展带来的结果。信息生态的优化和平衡不仅是信息传播、管理领域的问题,而且关乎整个社会的教育、认知水平,从而对整个社会的经济发展水平和社会文化产生影响。回顾所有信息生态的演变历史,在新旧信息生态交替的过程中,总会遇到各种各样的困难,但这并不能阻止信息生态整体前进的趋势,生产力的发展决定着信息生态必然是不断进步的,虽然在这一过程中会遇到各种困难。在信息生态的最新演变阶段,基于互联网传播技术而生成的个性化推荐的信息传播方式触发了新一轮信息生态变革的引擎,以“今日头条”为代表的个性化信息推荐移动新闻客户端以极快的速度占据了越来越多人的注意力,扼住了信息传播的咽喉,并由此为起点开始了对旧有信息生态系统的迭代。在新一轮信息生态演变的过程中,基于解决信息过载问题而出现的个性化推荐系统技术,也附带了其他信息环境问题,如信息污染等问题的出现——旧问题解决,新问题产生,信息生态的优化没有止境,需要这个社会中每一个参与信息传播的个体和组织的持续努力,才有机会打造可持续的、平衡的信息生态系统。44 参考文献参考文献[1]保罗M·莱斯特.视觉传播:形象载动信息[M].北京.中国传媒大学出版社,2003.[2]蒋录全.信息生态与社会可持续发展[M].北京.北京图书馆出版社,2003.[3]项亮.推荐系统实践[M].北京:人民邮电出版社,2012.[4]克里斯·安德森.长尾理论[M].北京.中信出版社,2015.[5]马歇尔·麦克卢汉.理解媒介:论人的延伸[M].南京.译林出版社,2011.[6]尼尔·波兹曼.娱乐至死[M].桂林.广西师范大学出版社,2004.[7]陈序.主编死了:没有主编才是新媒体[M].北京.中信出版社,2015.[8]克莱·舍基.认知盈余自:由时间的力量[M].北京.中国人民大学出版社,2012.[9]郭庆光.传播学教程[M].北京.中国人民大学出版社,2011.[10]李彬.全球新闻传播史(公元1500-2000)第二版[M].北京.清华大学出版社,2009.[11]安悦,李兵,杨瑞泰,胡沥丹.基于内容的热门微话题个性化推荐研究[J].情报杂志,2014(2):155-156.[12]张一鸣.机器代替编辑?新媒体“今日头条”的活法[J].传媒评论,2014(3):36-40.[13]喻国明,李慧娟.大数据时代传媒业的转型进路——试析定制内容、众包生产与跨界融合的实践模式[J].现代传播,2014(12):1-5.[14]罗勇.互联网档案十年发展评述[J].档案与建设,2009(9):11.[15]叶明睿.个性化推荐对网络用户个体信息环境的影响[J].编辑学刊,2015(2):91-94.[16]陈洁敏,汤庸,李建国,蔡奕彬.个性化推荐算法研究[J].华南师范大学学报(自然科学版),2014(5):8-9.[17]刘永康,刘军万.个性化推荐系统技术的发展[J].电子世界,2015(24):61-62.[18]王晰巍,叶乃溪,崔凤玲,王韦玮.中外信息生态研究进展的比较分析[J].图书情报工作,2013(5):142-148.[19]肖希明,唐义.信息生态理论与公共数字文化资源整合[J].图书馆建设,2014(3):1-4.[20]娄策群.信息生态位理论探讨[J].图书馆情报知识,2006(9):23-27.[21]郭家义,张晓林.个性化信息环境研究[J].中国图书馆学报,2004(3):24-29.45 河北大学文学硕士学位论文[22]卢金荣,郭东强.信息生态理论研究进展[J].情报杂志,2007(3):82-84.[23]肖峰.信息生态的哲学维度[J].河北学刊,2005(1):49-54.[24]彭兰.从老三网融合到新三网融合:新技术推动下三网融合的重定向[J].国际新闻界,2014(12):130-148.[25]王静超,储静农.“今日头条”的创新对传统媒体的启示[J].青年记者,2014(8):96-97.[26]蔡永波.“今日头条”的竞争优势与传播学解读[J].青年记者,2014(29):69.[27]翁昌寿,黄昕悦.移动新闻客户端的价值创造与编辑增值——从“今日头条”的估值说起[J].中国编辑,2014(5):60-63.[28]宫承波,田园.新媒体时代受众生态的变迁[J].青年记者,2014(1):9-11.[29]王四小.新媒体冲击下传统媒体生态环境的表象和优化[J].编辑之友,2014(2):69-71.[30]支庭荣.新媒体不是传统媒体的延伸——融合背景下“转型媒体”的跨界壁垒与策略选择[J].国际新闻界,2011(12):6-10.[31]邵培仁.论媒介生态系统的构成、规划与管理[J].浙江师范大学学报(社会科学版),2008(2):1-9.[32]邵培仁.论媒介生态的五大观念[J].新闻大学,2001(冬):20-22.[33]张宇,夏火松,吴金红.普适个性化内容推荐的方法与支持技术评述[J].情报杂志,2015(6):155-161.[34]戴昕.产权话语、新闻生产与创新竞争——评“今日头条”事件[J].科技与法律,2015(2):412-432.[35]刘胜男,王瑞瑞.“今日头条”的版权战役[J].中国传媒科技,2015(2):11-14.[36]刘胜男.“今日头条”:享受机器带来的个性化信息服务[J].中国传媒科技,2015(1):56-57.[37]喻国明.集成经济:业务模式的创业需要盈利模式的创新来保障——对“今日头条”引发的版权之争的一点看法[J].新闻与写作,2014(8):44-45.[38]娄策群,周承聪.信息生态链中的信息流转[J].情报理论与实践,2007(6):725-727.[39]廖建国.信息超载时代的用户信息素养[J].编辑之友,2016(6):59.[40]陈曙.信息生态研究[J].图书与情报1996(2):12-19.[41]方兴东,潘可武,李志敏,张静.中国互联网20年:三次浪潮和三大创新[J].新闻记者,2014(4):3-14.[42]中新网.最高法院新规管束自媒体标题党[J].新闻记者,2014(11):55.[43]高建煌.个性化推荐系统技术与应用[D].北京:中国科学技术大学计算机科学技术学院计算机应用技术,2010.46 参考文献[44]陈滢.基于个性化推荐系统技术的“新闻客户端”的使用与满足研究——以“今日头条”为例[D].广东:暨南大学新闻与传播专业,2014.[45]薛雷.老鼠“灭门案”背后的生意经[N].北京青年报,2015-02-13(A13).[46]《中国互联网络发展状况统计报告》[EB/OL].http://www.cnnic.cn/gywm/xwzx/rdxw/2016/201601/t20160122_53283.htm,[2016-01-22].[47]《友盟消息推送白皮书》[EB/OL].http://gupowang.com/news/3022.html,[2016-01-22].[48]《2015年终APP价值榜》[EB/OL].http://www.questmobile.cn/blog-28.html,[2016-01-06].[49]《2015年移动互联网行业发展报告》[EB/OL].http://www.talkingdata.com/index/files/2016-01/1454056329890.pdf,[2016-01-20].[50]《2015年微信知识产权保护白书》[EB/OL].http://tech.qq.com/a/20160111/053647.htm#p=1,[2016-01-11].[51]《2015年互联网趋势报告》[EB/OL].http://tech.qq.com/a/20150528/006922.htm#p=1,[2015-05-27].[52]《2015年1月到10月份的中国移动互联网新闻客户端发展分析报告》[EB/OL].http://www.itrustdata.cn/#publish,[2015-12-15].47 河北大学文学硕士学位论文致谢本篇论文的完成,首先要特别感谢我的导师杨秀国老师给予的指导和帮助,从选题的拟定、资料的收集到论文的写作和修正,在论文完成的各个环节上,杨老师都给予了我认真细致的指导和前瞻性的建议。在写作期间,杨老师以丰富的专业理论、严谨的治学精神对我的专业学习和实践能力进行多方面的培养和锻炼,开拓了我学术思维和知识领域。同时要感谢河北大学新闻传播学院的各位老师在每门学科上为我们精心讲授的知识,使我在跨越到新的专业领域中更快得了解和掌握专业知识,和你们相处的时间是愉快的,却也是短暂的。但是每一位老师都在我心里留下了深刻的印象,你们的教导在不同阶段给我以启发,令我受益匪浅。老师们以丰富的专业理论、严谨的治学精神,给我们新闻学子树立了良好的榜样和优秀的标准。所以在这里我要特别感谢河北大学新闻传播学院的每一位老师对我的教导,感谢河北大学对我的培养,希望用我的努力,来报答老师们的辛勤付出,不辜负你们的厚望。还要感谢我的家人、朋友、同学在论文创作期间对我的宽容与照顾。论文正文的写作大部分完成于父亲所住医院的休息间或父亲病床的床头,回想起这场景,觉得这是生活给予我的又一个隐喻:求学二十余载,开始是父亲送我上学,结束也是父亲陪着我一起完成。父母竭尽所能给予了我成长的能量,而在此之后,我也希望自己能尽全力,回报父母。48 攻读学位期间取得的科研成果攻读学位期间取得的科研成果“三次售卖理论”对体育类报纸发展的启示——以《体坛周报》为例[J].新闻世界.2015(07).49
此文档下载收益归作者所有