Page 96 - 大数据时代新闻传播的创新与实践研究

大数据时代新闻传播的创新与实践研究
Research on Innovation and Practice of News Communication in the Era of Big Data

两个部分，一个是人的特征，其收集的特征信息包括兴趣、职业、年龄、性别、
行为等等。另一个是环境特征，其需要收集到用户的位置、用户使用的时间以及
用户使用的网络情况等。而在对文章特征信息收集方面，则主要搜集的信息包括

关键词、热度值以及新闻来源等等。
而关于今日头条具体的推荐引擎的工作原理，其可以被简化成一个投票逻辑。
就是当信息推送给你的时候，你要进行投票，这里的投票不是现实中的选举投票，
而是你的用户行为。举例来说，假如算法判断一个人的特点是：河南人、男性、

30 岁以下、学生。然后当系统中有相关河南省的新闻报道的时候，推荐引擎就
会尝试着推荐给你。当然，在推荐引擎的系统中，每一个使用今日头条的人都可
能是这样一个被判断的对象。

对于今日头条的推荐引擎而言，其之所以获得了巨大成功，还有一个原因是
因为这些推荐引擎还具备了一个机器学习的功能，它分析数据量越大，推荐机制
就会变得越精准 , 即用户使用的次数越多或者使用者越多，推荐的内容就会越精
准。而在用户数据信息的来源上，今日头条推荐引擎所使用的用户大数据基本上
都来自用户本身，用户没打开一次今日头条客户端，进行的每一次点击和阅读都

会被后台的机器以数据的形式详细的记录下来。在今日头条公司内部，负责运营
这个客户端的技术人员就有 400 多人，他们每天的工作就是通过不断的编程，不
端的分析用户的行为数据来不断完善推荐引擎的推荐机制。可以说，用户的行为

数据积累的越多，推荐引擎的推荐就会越精准。
2. 个性化推荐 VS 传统编辑人工推送
如今，随着大数据时代的到来，越来越多的媒体机构开始将基于大数据的个
性化推荐技术运用到自身新闻信息的分发过程中。根据易观国际在 2016 年所做
的一项调查研究显示，2016 年基于算法推送的内容将超过人工推送。

那么，基于算法的个性化推荐与传统的人工编辑推荐相比究竟具有哪些优
势？它是否也真的如同人们所说的那样无所不能？下边，笔者将结合相关的实践
案例，对基于算法的个性化推荐就以上问题进行分析论述：

首先，算法推荐的优势主要有以下几点：
第一，基于算法推荐的新闻信息分发更加精准。在传统的新闻生产当中，新
闻信息的分发工作往往都是由新闻编辑来完成，他们在审核稿件的时候会根据个
人对于社会热点和受众需求的把握来决定哪些信息可以被分发出去，而且在分发

·84·