财大真题01 | 分析个性化新闻推送的利弊

🔴推文使用步骤：

1️⃣先看院校真题，花5-10分钟独立思考答题思路和框架；

2️⃣对照厂子答案，补充思路角度、语料、案例和论述逻辑；

3️⃣对于遗漏的知识群，补充相关内容到自己的笔记；

4️⃣对于未知的前沿理论，检索论文补充进自己的资料库。

本题要求结合案例分析个性化新闻推送的利弊，因此论述部分的框架需要分为积极影响和消极影响两个层面，同时根据题目要求，需要结合案例进行作证分析。

1️⃣开头：以智媒技术的发展引出个性化新闻推送，并对其内涵进行简要阐述，而后对下文的答题逻辑进行总结。

2️⃣积极影响

媒体根据用户画像呈现出的消费偏好进行新闻推送——满足用户的个性化需求

收集分析海量数据——挖掘小众需求，打通利基市场

实现媒体内容池和目标用户池的精准匹配——提高媒体分发效率，增强用户粘性（补充思路）

3️⃣消极影响

大数据+算法技术——重复接触同质化信息——打造过滤气泡，加固信息茧房

个性化推荐依赖于海量用户信息形成的用户画像——隐私泄露风险

接收同质信息+社群圈层传播——造成群体极化甚至网络巴尔干化，不利于社会整合（补充思路）

精准推荐使个体过于沉溺个性化信息——忽视对公共议题的关注，不利于社会整合（补充思路）

2016年进入了“智媒元年”，人工智能技术生态性地介入了新闻生产场域，全方位地重构了传统建制下的新闻实践活动。其中，基于对个人兴趣的“用户洞察”，借助人工智能分析和过滤机制所形成的个性化新闻推送成为未来新闻业发展的重要方向。以今日头条为代表的个性化新闻资讯平台在满足用户的个性化需求、增强媒体粘性的同时，也给用户带来隐私泄露风险及茧房加固隐患。

一、机遇：个性化新闻推送的积极影响

（一）精准推送信息，提升用户地位

在数字逻辑的驱动下，网络中的节点通过一次次点击、评论、转发等“数字痕迹”形成了可持续追踪、精准描述的画像，个性化新闻推送APP便能够基于用户画像进行个性化的精准传播。因此，用户的信息获取方式从过去的主动搜寻或是被动灌输转变为基于兴趣需求的精准匹配。例如美国的News Republic新闻APP通过智能编辑、数据分析和数据挖掘等手段向全球用户提供直击“痛点”和“痒点”的个性化新闻内容推送，用户可以通过完善个性化分发系统，浏览和阅读属于自己的头条新闻。因此，个性化新闻推送以一种“新闻内容+数据化精确制导”的生产方式进一步使“传者中心”向“用户中心”转变，用户在传播格局中的地位显著提升。

（二）激活小众需求，打通利基市场

长尾理论最早由《连线》杂志主编克里斯·安德森在《长尾》一文中提出，他认为易被忽视的大量长尾需求能够创造出比主流需求更大的市场份额。就新闻传播领域而言，个性化新闻推送需对海量用户数据进行收集分析，进而掌握用户的兴趣爱好。在这一过程中，过去被大众媒体忽视的长尾内容能够得到有效挖掘。因此，个性化新闻推送能够有效地激活小众需求，媒体也能借此发展机遇实现更有效的产品定位和市场占有，打通非共性的利基市场。

二、挑战：个性化新闻推送的消极影响

（一）受困过滤气泡，加固信息茧房

伊莱·帕里泽在《过滤气泡：互联网没有告诉你的事》中提出了“过滤气泡”的概念，是指大数据与算法推荐技术为用户过滤掉异质信息，并为其筑起信息和观念的隔离墙，使个体受困于一个类似“网络泡泡”的环境中。因此，以算法为底层技术逻辑的个性化新闻推送也是促使用户受困于过滤气泡的一种信息消费模式，长此以往将加固受众的信息茧房壁垒。基于此，新闻聚合平台Buzzfeed在新闻板块开拓了名为“泡泡之外”的新功能，以模块形式出现在一些广泛分享的新闻文章底部，并将发表在Twitter、Facebook等平台上的观点呈现出来，试图让用户接收异质信息，进行技术纠偏。

（二）身处数字监狱，造成隐私泄露

马克·波斯特在米歇尔·福柯的“全景监狱”概念的基础上，提出了“超级全景监狱”的概念。指出在后现代语境中数据库的技术统治模式消解了私人空间与公共空间的界限，实现了对人全面的无时无刻的监视和规训。而个性化新闻推送的实现离不开大数据技术对用户信息的全方位收集，在这一过程中，用户的主体性被异化为一串串不断被收集的符码，数据体量急剧膨胀，隐私泄漏的风险也大幅增加。早在2019年国家计算机病毒中心发布的《移动APP违法违规问题及治理举措》中就提及，今日头条存在涉嫌超范围采集用户隐私信息的行为。因此，个性化新闻推送的背后是无处不在的数字监控及持续存在的隐私泄露隐患。

（1411字，20分）