个性化新闻
个性化新闻在今天已被普遍接受,它主要体现在三个层面:一是个性化推送;二是对话式呈现;三是定制化生产,这是个性化新闻的更高目标,它的成熟与普及取决于更深层的用户洞察能力。
1.个性化推送
个性化推送凸显了算法对于新闻分发的意义,算法的水平决定了个性化匹配的精准程度。一个人长期使用某App浏览新闻,该用户的阅读数据就会被不断地反馈进数据库,用户画像就逐渐清晰。同时,随着用户数量的增加,通过相似点描绘可以将人不断地分群,从而进行群体分发,再加上之前累积的数据,通过算法运算完成智能化的推荐。但令大家担忧的是,算法容易被其所有公司或更高的利益集团所控制,失去新闻报道的独立性和对社会进步的推动作用,这一点已经在中国的个性化新闻中有所体现。算法只提供受众喜欢阅读或认同的信息内容,导致个人消费越来越多的同类信息,以致个体受众不太可能阅读到与其意见相左的信息或观点,社会上不同声音之间的沟通交流日趋减少,社会言论也越来越单一。算法让“过滤气泡”现象更加严重,给社会舆论的健康带来风险。
2.对话式呈现
一些媒体正在探索社交机器人在新闻传播中的应用,它们将某些新闻的获取和阅读过程变成一个互动对话过程,通过机器人与用户的对话,来了解用户的阅读偏好,进而推荐相关的内容,但用户是否愿意承受这种对话的成本,仍需观察。例如,全球数千万的用户可以要求亚马逊或谷歌的智能音箱播放美国在线、《华盛顿邮报》 3小时内的精彩新闻。
3.定制化生产
和今天纯粹用算法做匹配的机制不完全一样,未来还会生成所谓定制化信息的生产,即基于大数据分析的、基于场景的个人化信息定制,针对用户的兴趣生产和讲解。定制化生产是个性化新闻的更高目标,它的成熟与普及取决于更深层的用户洞察能力,场景分析是理解用户在特定环境下需求的一把钥匙。Automated Insights已经在该方面进行尝试,雅虎正在合作关于幻想运动(fantasy sport)的内容,用户可以选择真实比赛中登场的运动员,组成自己的球队,和朋友之间相互比赛,在美国每周有超过3 000万用户使用这项内容,为每一对匹配的对抗组进行报道,用户能够知道关注的队伍表现得怎样,投球表现如何,胜利了还是失败了。雅虎曾经的做法是发布一个报道,让千百万人同时读它,Automated Insights能够发布千万个报道,而且每个报道都是独一无二、专门为用户定制的。
本书评论