基于大数据的新闻报道分发方式探究——以“今日头条”为例

admin管理员组

文章数量:1537269

2024年4月27日发(作者：)

基于大数据的新闻报道分发方式探究——以“今日头条”为例

发表时间：2018-09-18T10:10:24.327Z 来源：《知识-力量》2中 作者： 刘芡茹

[导读] 近年来，新媒体已占据信息分发的主要通道，在大数据时代中，人们越来越要求快、新、奇，导致在大数据背景下，新闻报道的分

发方式产生了变化。 诚然，大数据背景下的新闻报道，带给了我们许多更新更快的知识渠道， 但同时也出现了知识窄化、内容低俗、价

值观判断的缺失等一系列的问题，对此，本研究以用户量最多的新闻客户端“今日头条”为研究对象，根据今日头条新闻报道的分发方式，

进行探究。采用观察法和文献研究法，面对知

（成都体育学院，四川 成都 610041）

摘要：近年来，新媒体已占据信息分发的主要通道，在大数据时代中，人们越来越要求快、新、奇，导致在大数据背景下，新闻报道的分

发方式产生了变化。

诚然，大数据背景下的新闻报道，带给了我们许多更新更快的知识渠道， 但同时也出现了知识窄化、内容低俗、价值观判断的缺失等一系

列的问题，对此，本研究以用户量最多的新闻客户端“今日头条”为研究对象，根据今日头条新闻报道的分发方式，进行探究。采用观察法

和文献研究法，面对知识窄化、内容低俗等问题，如何去调整，把“你关心的才是头条”，变成“有价值的才是头条”就显得尤为重要。

关键词：大数据 今日头条 分发方式 知识窄化

前言

从2018年年初起，今日头条屡屡受挫，遭遇大整改。更是多次被网信办约谈，也是新闻类APP第一个第一次遭到了网信办的全面封

禁，旗下的内涵段子永久关闭，可谓是震撼至极。今日头条作为一个新闻类报道APP，用“算法”的方式进行推送是它的主要特点，根据千人

千面的方式，针对不同的用户模型进行推送。在大数据时代下，这是新闻报道分发方式的主要特点。那根据这一特点，出现了网络媒体价

值观的缺失，用户过分追求娱乐化，内容低俗、信息窄化等现象。因此，分析今日头条的分发方式的特征和成因，提出有效的措施解决这

些问题迫在眉睫。

1. 基于大数据的今日头条内容推送模式

近年来，网络庞杂，海量信息让人无处筛选，为了解决海量信息发布与用户个性化信息需求之间的矛盾，个性化的信息推送方式成为

必然趋势，“今日头条”即是先行者也是领跑者。

1.1 内容聚合。今日头条创始人张一鸣称“头条”是新闻的搬运工，主要通过与媒体合作网络爬虫抓取内容和自媒体账户提供内容等方式

实现了海量的内容整合。今日头条与上千家中央、省、市级各级媒体进行合作，其中还通过阅读变现的方式吸引了不少自媒体人的加入，

并引进了许多知乎的大V，通过聚合各类媒体内容，提升数据库的数量，满足用户对新闻资讯的各种需求。通过大力扶持平台原创内容，丰

富内容类型和表现形式，如：微头条、西瓜视频、悟空问答、火山小视频等，以满足用户多样化的信息需求。

1.2 对内容进行排序、分类。对于聚合的内容，需要按照“优先连接机制”对信息进行排序。这种排序方式基于传播学中的“乐队花车法”

的宣传策略，用户更倾向于关注排序相对靠前的内容。与此同时，通过消重并对信息进行分类和标签化。

1.3标签搭建体系。越是个性化的需要约需要标签技术，这样才能在海量数据资源中匹配到更加准确的信息。标签的准确度和丰富性，

决定了“算法”对内容素材的识别能力。依靠用户上传新闻时为其贴的标签，根据其属性去匹配、推送相关内容。

1.4 构建推荐系统。在今日头条中，构建推荐系统是实现信息个性化推荐的关键环节，其中包含建立用户模型，构造相似矩阵，从冷启

动到热流动等。

1.4.1建立用户模型。首先，对于新用户，采取引导机制，引导用户完成登陆并建立完整的账号体系，通过抓取新用户原有社交账号的

历史行为数据和社交关系数据，建立用户“兴趣图谱”，推断用户的兴趣点。同时，还有性别、年龄、地点等信息。通过这样的不断完善，

逐步形成完整的用户画像。

1.4.2 相似性矩阵。推荐系统搭建的重要步骤之一是构造相似性矩阵，通过算法，根据用户画像，找出热点，精准的推送给用户。典型

的推荐特征有四类，第一类是相关性特征，就是评估内容的属性和与用户是否匹配。显性的匹配包括关键词匹配、分类匹配、来源匹配、

主题匹配等。第二类是环境特征，包括地理位置、时间。第三类是热度特征。包括全局热度、分类热度，主题热度，以及关键词热度等。

第四类是协同特征，它可以在部分程度上帮助解决所谓算法越推越窄的问题。协同特征并非考虑用户已有历史。而是通过用户行为分析不

同用户间相似性，比如点击相似、兴趣分类相似、主题相似、兴趣词相似，甚至向量相似，从而扩展模型的探索能力。

1.4.3 冷启动到热流动。头条通过用户画像会把新闻报道精准的推荐给用户，第一批用户则是系统根据用户模型和相似性矩阵自动推荐

给用户，但会根据用户的阅览情况进行下一批推送，比如：完整阅读量、评论量、转发量、点赞量等等。爆款的产生就是基于系统首先精

准的推送了第一批用户，我们称为冷启动，紧接着系统收到了良好的反馈（如阅读量多、评论量多、转发量大等），则将会继续扩大范围

的推送，如此反复，则这一雪球将会越滚越大，成为爆款。

2.基于大数据的内容分发方式存在的问题

尽管以今日头条为代表的聚合平台在个性化精准分发方面走在了时代的前沿，但随之出现的价值观缺失，知识窄化，内容低俗等问题

也一直饱受争议。

2.1 价值观判断的缺失。由于头条用户基于对用户的兴趣进行推送，使推送内容更易倾向于趣味性，而缺乏其他维度的新闻出现，再加

上机械化的算法，专业人员把关的缺失，迫使用户需要对内容自己判断，根据教育水平不同，媒介素养层次不齐，导致部分用户受到不良

信息的干扰，产生价值取向偏颇。

2.2 知识窄化。由于头条是根据兴趣、环境、用户画像的算法推荐，基于长时间的累积，会导致用户接收信息的结构单一，知识窄化，

甚至造成一定阶层的知识沟加剧，形成信息茧房。

2.3内容低俗。2018年4月10日，国家广电总局责令今日头条永久关停旗下内涵段子客户端及公众号，并全面清理要求下线低俗、暴

力、色情、血腥的节目。在此之前，今日头条为了增加用户粘性，为企业带来巨大收益，算法过分基于用户兴趣进行推送，导致了内容低

俗化，呈现出一种低质量内容越来越多，高质量内容边缘化的趋势。从长远看来，这样的危害是巨大的，甚至最终将禁锢用户的思想。

2.4时间黑洞。本文所提及的时间黑洞是指描述日常生活中那些被我们浪费掉时间的行为。据统计，2018年4月，就四川地区而言，平

均今日头条人均单日打开次数7次，人均每天花费1小时时间在头条APP上。由于其推荐的内容大多数是用户感兴趣的内容，因此，在不知

不觉中，就在其APP上花费大量时间。

3.基于大数据的内容分发的改进探索

在大数据背景下，人工智能、算法、大数据等都不断在刷新着技术的巅峰记录，但技术在实现个性化发展的同时，也有很多问题随之

而来。

首先，今日头条基于算法，一定程度上机器缺乏对人性的理解，只能直译其新闻报道的内容。加强其算法的非线性思维，使其在能直

译的过程中也能分析出隐喻、暗喻等。其次，净化数据库内容，提升内容的分发质量，加强对自媒体内容的监管。要致力于在低俗、虚假

信息发布前，就扼杀在摇篮中。再次，在新媒体时代，仅仅的追求个性化是不可取的，只有实现个性与共性的结合才能避免信息窄化。在

机器审核后，应增加部分专业性比较强的人士对文章进行人工审核，利用熟练的新闻判断，去处理文章，增强新闻的规范性。最后，避免

一味的追求利益化，今日头条作为网络新闻客户端，理应承担起应有的社会责任，应该将受众想知道的与应该知道的信息相结合起来，从

而实现“你关心的才是头条”到“有价值的才是头条”的转变。

参考文献

[1]段鹏. 传播效果研究[M]. 中国传媒大学出版社, 2008..

[2]王晓霞. 大数据技术驱动下“今日头条”的嬗变[J]. 青年记者, 2017(15):85-86.

[3]任会福. 基于大数据背景下新闻客户端的发展模式——以“今日头条”为例[J]. 新媒体研究, 2017(24):92-93.

[4]傅云蕾. 今日头条信息茧的形成原因与解决对策[J]. 新闻研究导刊, 2018(7).

[5]桑斯坦毕竞悦. 信息乌托邦 : 众人如何生产知识,how many minds produce knowledge : Infotopia[M]. 法律出版社, 2008.

本文标签： 用户内容头条信息方式