■喻国明 侯伟鹏 程雪梅
　　【本文提要】本文分析了个性化新闻内容推送在新闻生产和受众两个层面对新闻业态的重塑，以及个性化新闻推送机制未来的发展路径与技术重点。个性化推送有望通过基于用户的社交数据和相关关系“定义”潜在需求，走出“茧房”效应。而新闻同质化的问题，也可通过“聊新闻”等基于人工智能的人机交互模式对个性化精准信息服务起到扩张和挖掘作用。此外，与物联网技术深度融合下的信息增值服务将是个性化新闻推送发展的另一趋势。
　　【关键词】个性化新闻 新闻业态 “茧房”效应 新闻同质化
　　【中图分类号】G210
　　技术进步不断推动着新闻业态的发展和变革，个性化内容推送作为一种相对成熟的人工智能技术，对于新闻业务链的创新发展产生了革命性的影响。本文旨在通过对个性化新闻推送机制的探析，研究其对新闻业态的重塑，并对个性化新闻推送机制的发展进路做出粗线条的描绘。
　　
一、个性化新闻内容推送的发展现状
　　2016年是“智媒元年”，人工智能对于传媒业的全方位渗透使传媒业正在发生从宏观格局到微观业务链的深刻变革。在这种智媒环境中，“个人的兴趣”越来越成为用户获取新闻的关键词，基于对个人兴趣的“用户洞察”所形成的个性化新闻推送，也越来越成为未来新闻业发展的重要方向。
　　个性化信息推送是基于“用户洞察”的个性化信息的智能匹配，即通过人工智能分析和过滤机制，根据个性化需求聚合相关的信息和应用，并以此对信息进行深度智能分析，以实现用户个性化、动态的需求。概言之，就是为用户找到与其需求相匹配的内容；反过来说也就是为内容找到与其属性相匹配的用户。
　　目前，个性化新闻推送主要是通过挖掘用户数据从而针对用户兴趣点进行新闻推送的聚合新闻APP，以Facebook为代表的社交媒体也有相关的个性化推送应用。就聚合类新闻APP来说，国内主要是以今日头条、天天快报和一点资讯等算法类资讯平台为代表。用户粘连性强、渗透率高等特点使得这类平台在我国新闻APP市场上拥有极高的市场占有率。在美国，以News Republic为代表的新闻APP市场新星同样以迅猛的速度在攫取市场份额。News Republic主要是通过智能编辑、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News Republic完善个性化分发系统，浏览和阅读属于自己的头条新闻。①
　　个性化新闻推送已经成为新闻市场的“新星”，新闻产业的市场格局在个性化新闻推送的驱动下正在发生着变化，整个新闻生产业务链条正在面临重塑，新闻生产环节和用户接收环节都呈现出若干前所未有的新特点。
　　
二、个性化新闻推送对新闻生产机制的重塑
　　1.新闻生产的智能化数据驱动范式：数据引擎成为内容“标配”；激活“长尾内容”，满足用户的小众化需求
　　传统的新闻生产是一种依赖新闻生产者经验的规模化生产，相对而言带有精英主义的傲慢。而个性化新闻推送引发的新闻生产是一种“新闻内容+数据化精确制导”的生产方式，换言之，精确指向特定用户的数据引擎已经成为新闻内容的“标配”。新闻生产者的精英主义傲慢正在瓦解，而代之以互联网时代的数据思维和用户思维。
　　互联网时代的用户对于信息的个性化需求广度和深度在不断扩张，越是个性化的信息越能满足用户的需求。对于新闻生产者来说，为了满足受众的个性化需求，在产品最初环节就以用户的兴趣为出发点，把用户的需求当作目标，把用户兴趣图谱、社会关系图谱、生活习惯图谱等数据作为定制化生产新闻的基础。在这样一个过程中，新闻生产实际上是一种数据化的新闻生产，新闻生产者利用数据驱动带动业务发展和产品研发，用数据支撑新闻生产的选题、策划、制作方式等每个流程，新闻产品也更能触动用户的痛点。
　　同时，个性化新闻推送能够有效地开发“利基市场”，使得长尾内容得到有效利用，并且形成一定规模，内容资源得到更大力度的激活与开发。长尾需求表明商业和文化的未来不在热门产品，不在传播需求曲线的主体部分，而在于过去被视为“失败者”的那些产品——也就是需求曲线中那条无穷长的尾巴。个性化新闻推送下，通过对数据的挖掘，原来被忽视的大量的长尾信息被挖掘。这些非主流、个性化的产品需求，虽然是需求的尾巴，但是经过散落在社会各个角落中的用户的累积，形成一定规模，能够使得大量传统的新闻资源和价值被激活。②这使得人们以往很难被注意的“小众”需求得到了充分满足，真正实现了“用户中心”的地位转变。
　　2.新闻内容分发成为专业化的独立部门：集社交、搜索、场景识别、个性化推送、智能化聚合于一体
　　过去媒体生产内容后通常都是通过自己的渠道，依靠新闻内容拉动分发。新闻内容生产与分发环节密不可分。而今天，内容生产真正被激发后，传统的内容分发已经无法解决海量的内容与用户特定需求之间越来越深刻的矛盾。在这种形势下，个性化内容推送的专业分发平台应运而生，在智能化数据引擎的作用下，内容和用户之间形成新的强连接关系。与此同时，内容生产环节和分发环节顺理成章地分离开来。
　　新的内容分发平台是基于移动端的，集社交、搜索、场景识别、个性化推送、智能化聚合于一体的智能算法型平台， 这些都是传统媒体的短板，它也前所未有地提高了内容分发的效率及个性化切合度。③以今日头条为例，它的定位是一个个性化的内容分发渠道，根据用户在社交网站上发布的内容及其所属类别、用户自标签、社交关系、社交行为，以及参与的群组、机型、使用时间等数据源，推断用户的兴趣点，对用户进行画像，并根据这些兴趣的重要程度或者先后顺序进行推送，从而实现个性化新闻推送。根据这些数据，用户与信息之间实现了精确匹配。它推送的内容来自两方面，一方面是对网易、腾讯等各大门户网站的新闻进行内容聚合，另一方面则是其头条号下汇集的自媒体内容。它不生产内容，只专注于内容的分发，使得用户直接与信息源对接，这实际在某种程度上保证了新闻的客观性和新闻资源最大限度的利用和开发。
　　众所周知，信息过载时代，内容分发环节的重要地位逐渐凸显，因为掌握了内容分发渠道，才能使内容和用户之间实现连接，内容本身真正产生意义。从国内看，内容分发市场成了各大互联网巨头征战的主战场。腾讯系、阿里系以及百度都先后建立起各自的内容分发渠道。这也表明，在很长一段时间内，内容分发渠道会和生产环节进一步脱离，从而更加专业化、精细化。
　　
三、个性化新闻推送对受众的重塑
　　1.个性化新闻推送之利：有助于“使用与满足”范式下用户地位的升级
　　“使用与满足”理论主张从受众的角度把握大众传播的效果与价值，认为受众对于媒介的选择通常是合理的，并通过对具体服务的使用来获得满足。在个性化新闻推送APP上，用户对于媒介内容的“使用”由原来的用户主动搜寻获取或是海量信息流推送的被动接受，转变为基于用户兴趣需求和信息智能推送的双向匹配。这一转变既能满足信息过载情形下用户对优质内容的选择，也有利于新闻信息的高效分发。从“满足”的角度来看，个性化推送解决了用户需求中“兴趣”这一核心要素。总的来说，个性化新闻推送使“传者中心”向“用户中心”转变。而基于兴趣的信息在到达用户环节后更有可能被转发到社交媒体平台上，进而触发下一轮的传播。这一过程也促成了用户社交需求和价值认同的相互对接。
　　2.个性化新闻推送之弊：易造成用户信息消费的固化和“信息茧房”效应的产生
　　“信息茧房”是哈佛大学法学院教授桑斯坦在其著作《信息乌托邦》中提出的概念，指的是在信息传播中，因公众自身的信息需求并非全方位的，公众只注意自己选择的东西和使自己愉悦的信息领域，久而久之，会将自身桎梏于像蚕茧一般的“茧房”中。④在个性化新闻推送机制下，通过算法过滤和正反馈处理的新闻信息在类型、题材、丰富程度等方面不断受到限制，用户的媒介接触也被自我“兴趣”不断固化。久而久之，会使成人的视野越来越窄甚至可能出现像桑斯坦说的“不同群体之间无法沟通，造成群体极化现象”。这样的个性化推送技术的扩散会使人们脱离具有挑战性的视角，从而降低受众的公众意识。⑤
　　
四、个性化新闻推送机制未来的发展进路与技术重点
　　1.走出“茧房”效应：基于用户的社交数据和相关关系“定义”潜在需求
　　个性化推送带来的“茧房”效应问题可以通过对用户潜在信息需求的挖掘来解决。社交网络时代，用户的需求半径即社交半径，活动范围即场景化需求。要想进一步满足用户的潜在需求，需要获取用户的社交数据和场景化应用数据，结合用户的社交特征和场景进行个性化新闻推送。
　　但是，就当前大数据源的开放状况来看，核心社交数据的获取非常困难，只有像腾讯天天快报这类具有社交媒体资源的少数平台才能获取用户的核心社交数据。对其他不具备社交媒体基因的个性化新闻推送平台而言，要获取核心社交数据，必须打通行业壁垒，广泛开展技术共享或资本层面的合作。场景化数据反映的是用户随时随地的动态需求，用户日常生活的活动范围就是用户可能产生场景化新闻需求的突破口，通过技术手段对用户的活动范围进行精准的画像，结合LBS等技术，就可以优化场景化新闻资讯信息供给和服务。
　　此外，通过对用户之间相关关系的挖掘也能深度发现用户的潜在需求。舍恩伯格在《大数据》一书中的一个核心观点是挖掘数据的相关关系。数据的相关关系反映出的可能是用户自身都未曾发现的需求，利用相关关系，个性化服务甚至能够“比用户自己更懂得用户”。比如，通过分析挖掘关于浏览“老师”身份的用户的新闻信息，可以推断该用户具有跟“学生”信息相关的需求，通过分析用户浏览“医生”相关的信息，可以推断其对于“患者”的相关信息需求。通过这种相关关系的挖掘，用户兴趣数据的收集和分析的门槛相对来说会降低。
　　2.“聊新闻”：基于人工智能的人机交互模式可以对个性化精准信息服务起到扩张和挖掘作用
　　今天的个性化新闻推送存在的一个严重的问题是，基于搜索机制或订阅机制的新闻推送会产生大量同质化的内容，而且往往缺乏对深度内容的精确推送，随着技术的成熟，这种瓶颈会被突破。最新版本的百度新闻APP指明了一种解决深度阅读诉求的技术可能。在这一版本中，百度推出了一个新功能——“聊新闻”，即通过人机对话的方式来读新闻，用户可以通过选择预设的菜单和文字进行互动，进而根据相关指令展开深度阅读。国外也有这方面的尝试，微软在2016年5月推出的新闻应用——Newspro2.0中加入了一个叫“新闻机器人”的服务。新闻机器人会根据用户的新闻指令推送相关新闻，且每次只推送三条新闻。在避免“新闻拥挤感”的同时，还可以保证新闻个性化。⑥以上与机器对话的“聊新闻”模式使用户兴趣得到了更全面更直接的表达，用户的个性化需求也可以得到更深层次的满足。随着机器对话技术的发展，人机交互式的个性化新闻对话将以更智能的面貌出现。
　　3.连接物联网：用户获取的不单单是简单的新闻资讯，而是一整套相关的配套服务，信息获取平台也变成一个实现精准服务的超内容社区
　　与物联网技术深度融合下的信息增值服务是个性化新闻推送发展的另一趋势。人工智能向高阶演进的过程会对个性化新闻推送系统产生持续的变革，未来智媒时代具有三大特征：万物皆媒、人机共生、自我进化。⑦一方面，传感器的不断优化和普及会使智能终端的数量爆发式增长，一个“万物互联”的智能媒体时代可能到来。这样基于算法推送的个性化新闻信息的呈现载体可以使我们身边的任何智能终端，最大限度地摆脱时间和空间的限制。有了这样的硬件基础，再加上数据的不断积累和算法的不断优化，个性化推送系统就能把人们生活中所需要的各种信息高效精确地提供给受众。用户获取的不是简单的新闻资讯，而是一整套相关的配套服务，信息获取平台也变成一个精准服务的超内容社区。从目前的实践来看，今日头条利用信息平台的精准定位等技术寻找失踪的人，每一百个寻人信息，就能够找到13.75个人，现在已经累计找到500个人了。⑧此外，与中国地震台网中心的信息共享使得地震信息从台网报送给今日头条再到精准到达地震区域用户的终端只需要60秒左右。这些只是公益化应用的部分案例，不难想象等时机成熟后商业化的信息增值服务也会慢慢铺开。■
　　
①猎豹全球智库：《在中国杀红眼的新闻个性化推荐，美国市场买单吗？》，http://lab.cmcm.com/sjfx/2016-10-19/122.html
②刘雨晴：《基于受众视角对个性化信息服务应用的分析——以BuzzFeed和今日头条为例》，《传播与版权》2016年第1期
③⑦彭兰：《移动化、智能化技术趋势下新闻生产的再定义》，《新闻记者》2016年第1期
④梁锋：《信息茧房》，《新闻前哨》2013年第1期
⑤Michael A.Beam.Automating the News: How Personalized News Recommender System Design Choices Impact News Reception[J].Communication Research,2014（8）：1020-1021 .
⑥《2016年是新闻机器人元年？你竟然可以和新闻聊会天》，http://mp.weixin.qq.com/s/4uNv3aTrPwyQksmP5Dz9Kw
⑧张一鸣：《今日头条将把人工智能在信息领域的应用推向世界》，人民网http://media.people.com.cn/n1/2016/1117/c407669-28876346.html
　　
喻国明 侯伟鹏 程雪梅/喻国明系教育部长江学者特聘教授，北京师范大学新闻传播学院执行院长，中国人民大学新闻与社会发展研究中心主任；侯伟鹏、程雪梅系北京师范大学新闻传播学院硕士研究生。