Page 95 - 大数据时代新闻传播的创新与实践研究

第三章 大数据时代传统新闻生产的变革

在传统的新闻生产当中，各类型的媒体机构基本都具备有一套完备的新闻信
息分发系统，比如说对于电视而言，它的分发渠道主要依靠于有线电视网络；对
于报纸而言，主要依靠于传统的送报员；对于广播电台而言，则主要依靠于无线

电网络进行分发。在传统媒体时代，依靠于自身的这些分发系统，传统媒体往往
能够获得不错的传播效果。然而，随着大数据时代的到来，这种传统的新闻信息
分发方式却受到了巨大的挑战，一种新兴的基于大数据算法的推荐技术出现了，
它最大的特点在于能够基于大数据的分析和机器算法，实现对新闻信息的个性化

和精准推送，受众的个性化需求受到了前所未有的重视。
在目前国内诸多媒体机构中，将算法技术运用到新闻信息的分发当中并获得
了良好传播效果的非今日头条莫属。通过运用自身特殊的算法推荐技术，今日头

条仅仅用了 4 年多的时间，就收获了近 5 亿的用户数。那么究竟什么是算法推荐
技术？今日头条又是如何运用算法技术完成新闻信息的分发？传统的新闻信息分
发与基于算法的个性化推荐相比又存在哪些优劣之处？下面，笔者将结合今日头
条的相关实践案例，来对以上的问题进行进一步的分析和论述。
（一）基于算法的个性化推荐

1. 基于个性化推荐的今日头条
“今日头条”是北京字节跳动科技有限公司在 2012 年 8 月份推出的一款基
于大数据挖掘、分析的个性化推荐产品。而根据易观国际大数据的统计显示，截

至 2016 年 11 月份，今日头条的月活跃人数已经达到了 1100 多万，在国内一定
新闻客户端市场当中排名第二，仅次于腾讯新闻客户端。
谈到今日头条的成功，不得不说的就是其基于大数据算法的智能推荐引擎。
而所谓的个性化推荐引擎，其类似于一个高维空间，在这些空间中有无数个点，
推荐引擎的工作就是给每一篇文章确定一个点，同时也给每一个用户确定一个点，

然后在空间当中将最近的两个点匹配在一起。在今日头条的个性化推荐引擎中，
存在着上百个特征向量的纬度，推荐引擎要做的就是根据这些特征向量来决定将
什么样的文章推荐给什么样的人，这同时也是一个一对一的过程，即一个用户对

应一篇文章。
在具体的工作流程上，基于大数据的推荐引擎首先需要完成对用户大数据和
文章大数据的整合和分析，然后再根据相关算法对这些数据进行分析和匹配，以
此来完成信息的精准分发。在对用户的具体特征的信息进行收集方面，主要分为

·83·