每日考点 | 移动互联网时代的“个性化服务”与“算法推荐”
核心概念解析
*注 意：标红词句都是名词 解释答题采分点！
一、“个性化服务”的定义（名词解释高频考点）
新闻个性化服务（personalized service），也有研究者称做“定制新闻”（Tailor-made news），是指新闻机构、资讯平台向用户提供个性化的新闻资讯订阅服务；并通过数据挖掘和机器学习分析用户浏览、收藏、转发、评论新闻资讯的行为，同时结合用户地理位置信息、阅读时间和使用习惯、所订阅的栏目和兴趣点、用户关联的社交媒体数据，实现精准的信息推送。(可直接用在名词解释题哈）
拓展：
（1）从定义上看，个性化服务是一种有针对性的服务方式，其根据用户的设定来实现，依据各种渠道对资源进行收集、整理和分类，向用户提供和推荐相关信息，以满足用户的需求。
（2）从整体上看，个性化服务打破了传统的被动服务模式，其能够充分利用各种资源优势，主动开展以满足用户个性化需求为目的的全方位服务。
就网络新闻而言，其越来越多地为受众提供个性化服务，受众从最开始被动接收信息变成了主动获取，信息传播从单渠道发展为多元化，新闻内容从千篇一律转变为各具特色，受众与媒介的关系从单纯的信息接收变为信息反馈、信息传播和好友互动的结合。
二、“个性化服务”的分类（简答题高频考点）
“新闻个性化服务“主要有以下服务
（1）“添加订阅”与“频道定制”，即用户通过订阅某一新闻主题、关键词（如这人、段子、火山直播、霍建华等）或资讯内容提供方（如东方早报、央视网等），及定制某一类型的细分新闻频道（如游戏、杭州、宠物等）来获得相关信息。定制后，新闻APP将在首页向用戶推送关联资讯。（在答题的过程中，如何让干巴巴的理论或者现象生动起来，这段话就是很好的例子
）
（2）个性化推荐，新闻APP通过程序收集用户的兴趣特点和使用习惯，利用大数据技术向用户推荐特定的符合偏向的新闻讯息。例如用户点击一条娱乐新闻，新闻APP将自发将新闻中提到的某一明星、某一场合等关键词纳入算法之中。一般在推荐新闻标题下方，有一叉号标志，用户可点击标志表示不感兴趣及原因，帮助算法进一步巧确自身需求。新闻APP提供方一般在官方介绍中向用户建议“调教产品”，即用户操作次数越多、操作行为越深入，新闻APP所推荐的内容越贴合用户需求。
（举例部分）今日头条、腾讯新闻、网易新闻、按狐新闻、UC头条、百度新闻、一点资讯等目前用户量最大的移动新闻资讯APP都具备上两项的功能。其中今日头条、一点资讯、天天快报等个性新闻资讯APP在分发过程中使用全算法主导的推荐引擎运作。腾讯新闻、网易新闻等客户端采用编辑主导，兼顾海量文章的个性化推荐。
三、个性化新闻推送对新闻生产机制的重塑（论述题高频考点，理解记忆
）
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
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。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。
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（还不了解长尾理论的快去了解并补充进笔记呀！
）。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。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.有助于用户地位的升级
“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。
四、个性化新闻推送之弊（“今日头条”正火，这是必考点）
1.导致用户新闻视野变窄
个性化推送会导致用户新闻视野变窄，是被提到最多的负面效应。新闻客户端的个性化服务会催生“圆形信息监狱”，个性化推送通过软性的信息满足，来占用人们的时间，控制人们的思想动向和引领精神导向。桑塔斯（2003）提出的“个人日报“、“信息茧房“假说就是对信息窄化现象的经典理论诠释，在相关研究被频繁引用。“信息茧房“极化，将导致个体沉漫在自己构筑的信息世界中，听不到外界不同观点、不同声音。
2.媒体“社会公器”作用减弱
全然迎合网民口味的新闻个性化推荐，会损害新闻真实、客观、公正原则。可能导致“戏剧化的低质新闻”和“噱头式的新闻议题”盛行。有学者认为新闻个性化推荐可能会给新闻生产带来的风险，当下新闻选择权转移带来的信息混乱。受众恰恰如李普曼所忧虑的公众那样“充满偏见的、容易被左右“，将选择权完全交给他们会给新闻业带来危机。缺少了专业媒体的“把关“与“引导”机制，将失去建制式新闻生产对专业性的保障，虚假信息被用户接收，难以辦别。
3.“伪个性化“的盛行
法兰克福学派代表人物阿多诺对文化工业下流行音乐“伪个性化“的批判同样适合于当前新闻个性化服务，现在新闻个性化的发展化呈现出某种“伪个性化”特征。由于各个客户端订阅主题、频道内容和兴趣词有较大的重合，因此导致推送的消息呈“再同质化“发展趋势，“千人千面”阅读设想难以完全实现。用户选择客户端的主要动机是其捷带方便、新闻更新快，因此他们未必接受那种繁琐的订阅程序和频繁的消息推送。
五、个性化新闻推送机制未来的发展途径（答题的落脚点，依然还是重要考点）
1.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
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。
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”。
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。
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
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。（你猜有没有可能就这三个特征出了大题
）
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。
历年真题梳理
简答题：以今日头条为代表的算法推荐的新闻推送（2019年重庆大学考研真题）
论述题：算法推荐对于新闻业的影响（2019安徽大学考研真题）
案例题：个性化新闻（算法推荐）的利与弊？（2018年南京大学考研真题）
论述题：个性化推送新闻对受众获取信息的多重影响。（2018年浙江大学考研真题）
论述题：简单评析今日头条算法推荐。（2018年复旦大学考研真题）
材料分析题：阐述对今日头条算法推荐的看法。（2018年安徽大学考研真题）
论述题：谈谈你对算法推荐的看法。（2018年北京印刷学院考研真题）
材料分析题：结合算法推荐材料，分析科技进步与传媒发展的关系。（2018年陕西师范大学考研真题）
论述题：谈谈你对智能算法推荐的看法。（2018年西北大学考研真题）
论述题：新闻客户端“个性化服务”的兴起，推送特点和局限。（2017年北京大学学硕）
论述题：今天新媒体技术中的个性化信息越来越普遍，例如“今日头条”等客户端研究用户的阅读偏好，以此为依据向用户推送其感兴趣的内容，试分析个性化信息服务带来的影响（2016年清华新闻与传播学硕）
相关论文拓展
个性化订阅+本地化服务:浙江新闻客户端3.0新版浅析——檀梅《中国记者》（拓展阅读）
网络新闻的个性化服务方式——胡佳《新闻研究导刊》（理解即可）
个性化新闻推送对新闻业务链的重塑——喻国明、侯伟鹏、程雪梅《新闻记者》（深度细读）
算法推送对新闻专业主义的冲击与重塑——《中国报业》策划组（推荐深度仔细阅读）
编辑 | 木铎团队
策划 | 墨墨学长
主编 | 元元学姐