一、算法推荐机制的应用逻辑
算法推荐的基本逻辑是通过抓取技术从互联网上广泛采集信息，再借助社交关系或算法匹配向用户推送符合其兴趣或价值偏好的特定信息。主要包括内容生产、用户精准画像与匹配信息、回收用户体验及校正画像等环节。
（一）内容集合，精准分类
现今各大新闻资讯平台依托于大数据、算法技术，本身不生产内容，通过众包新闻、转载和二次加工等手段，拥有广泛的生产资源，成为信息聚集和分发的平台。例如新浪微博、抖音短视频、一点资讯等大部分内容都是靠“众包”。面对海量的资讯信息，人工把关已然不现实，智能型的数据处理成为新方式。平台通过安全风险评估模型和关键词抓取技术，先行自动过滤色情、谩骂、低俗等信息，再根据稿源和稿件性质，进行召回审核、人工复审等。对内容进行初步审核后，通过大数据计算和人工智能技术对内容进行统计和分类处理，自动为内容生成兴趣标签和质量标签。
（二）精准画像，个性分发
算法推荐的关键依托于精准用户画像，根据用户注册软件时所填写的性别、年龄、职业、手机号码等基本信息和在使用过程中的点赞、评论、收藏、转发、界面停留时长等使用情况以及用户反馈，抽象出用户画像，并与内容池中的内容标签相联系，通过算法技术筛选出用户可能感兴趣的内容。用户画像可分为短期画像和长期画像，短期画像是根据用户短期内搜索关键词生成，长期画像是通过追踪用户的网络习惯所生成的个性化标签。区别于“传者中心”的传统媒体，新媒体强调用户为王，算法推荐技术将信息和受众精准匹配，致力于“私人定制”式新闻。将新闻信息的传播发展为“个体+内容”的模式，为用户量身定制信息，真正实现了小众化、个性化。
（三）体验反馈，重塑画像
与传统媒体的读者来信、来电等反馈形式不同，新媒体的交互性，能够实现媒体和用户即时且充分的双向交流。当用户针对内容进行点赞、评论、分享甚至屏蔽等反馈信息都会被媒体后台所掌握。以这些反馈信息为依据，用户画像也随之发生变化，机器会根据用户画像的变化及时调整推送内容，循环往复，使得信息推送与用户偏好逐渐吻合。
二、算法推荐所带来的问题和隐患
算法作为一种技术性工具，引领着新的信息传播革命，但技术具有两面性，有学者指出，在拥抱算法这一“热”趋势的同时，要进行“冷”思考，考虑算法分发对用户信息消费的实际影响，“信息茧房”、群体极化、主流价值观传播不足等问题是不容忽视的。
（一）算法推荐困用户于“信息茧房”中
算法新闻的出现，使受众处于封闭的信息环节中，只接受自己感兴趣的内容，过滤或忽略该领域外的信息，长期以往会将自己困于像蚕茧一般的“茧房”中。由于认知局限，受众切断了与社会公众议题的联系，被算法困在“信息茧房”中，媒体的议程设置效益被弱化，公众在重要议题上无法达成共识，同时也产生了更多逃避社会现实的单向度的人。
（二）算法推荐加剧网络群体极化
群体极化是指持相同观点的群体聚集在一起，排斥不同声音，常常把某一意见推向极端。身处“信息茧房”中的人们很接触到与自己相斥的意见和观点，容易产生盲目自信、心胸狭隘的心理。在进行逻辑论战时，一些成员变得具有攻击性，算法根据用户的偏爱推送，使得人们的既有观点一遍遍得到加固，将偏见视为真理，常常因为观点的对立而采取极端手段，最终演变为多数人的暴政。
（三）算法推荐固化数字鸿沟
算法正在开辟新的数字鸿沟，在个体的生活中以受忽略、不可预见的方式出现，跨越第一级的接入沟，深入扩散到第二级的内容沟层面。社会地位、收入水平、文化程度等外在因素与用户的互联网接触息息相关，算法推荐根据用户的媒介使用习惯向信息弱势群体推送更多无营养价值的信息，而向高质量信息的消费者推送更多高质量信息，互联网发端于人人都能自由发布信息的美好愿景，试图消解权威，然而真实图景却是用户深陷数据的泥潭，被算法控制喜好，触摸不到真切的真实，而这就是新型“数字鸿沟”的基本时空布局。
三、算法推荐新闻弊端的规避路径
从工具理性的角度出发，算法技术是一种“黑箱”，而新闻业更崇尚价值理性，讲究公平公正，是一种道德实践；两种理性存在话语上的割裂，形成了新闻伦理争论的两个纬度。算法推荐给人类传播活动带来的变革是不可否认的，同时我们需认识到技术在解决社会问题，也会带来社会问题，而人类拥有掌控技术的能力，技术归根结底是为人类服务的手段和工具。
（一）优化算法推荐权重，坚持主流价值导向
优化算法推荐的权重，需落实到内容审核和分发两个大的方面。就内容审核而言，首先，应做到机器和人工双重审核，保障内容质量，净化内容池。其次，要对内容源分级管理，对偏离主流价值导向的内容源，进行严格的把关。此外，审核权可下移至用户，扩充人工审核团队，发展一批媒介素养高的用户作为兼职审核官，另外不可忽视用户反馈中对劣质信息的举报和屏蔽，及时封锁不良信息的传播。
在内容分发方面，做好分级分类，合理化算法推荐的权重配比，提高符合主流价值导向的内容分发比重，构建绿色内容生态。凸显正能量和高质量内容，引导用户关注优质内容，例如一点资讯将时政类新闻设置在首页并置顶，改善首页首屏生态。
（二）主流媒体要打造自身的内容平台，用主流价值导向驾驭“算法”
商业媒体的新闻客户端大都应用算法推荐技术，它们更关注用户体验，常常标榜“技术”而忽略了媒体的社会责任。因此，要提高舆论引导的能力，就必须加强对商业媒体的规范和治理，同时，主流媒体应不断加强自身建设，积极探索媒体融合和转型之路，打造自身的内容分发平台，将受众紧紧掌握在自己的手里，使得算法技术服务于主流价值传播和舆论引导。例如聚焦主流的APP“学习强国”，就是一次很好的尝试和探索。
（三）提升用户媒介素养，避免沦为“工具奴隶”
用户对最终的传播效果起着重要的制约作用，而基于算法推荐产生的群体极化、主流价值传播力不足等问题与用户自身媒介素养低密不可分。首先，用户需提高对信息的辨析能力。互联网信息庞杂，真伪难辨，而在这种内容靠“众包”，审核靠技术，分发靠算法的商业媒体平台上，用户要能理性判断信息的真伪，不随意宣泄情绪，不盲从错误行为。其次，用户需有意识的涉猎多元化的信息，告知机器自己多元化、高质量的信息需求，跳出算法的“圈套”。
四、结语
媒介技术要解决的是如何以最灵活、最经济、最有效的手段提高信息生产与传播效率问题。算法技术提高了内容审核和分发的成本和效率，使用户能够各取所需，但用户不应在自己感兴趣的话题中“娱乐至死”，更需要有温度、有深度的高品质信息。商业媒体应该积极承担社会责任，优化算法规则，让个性算法和共性算法并存，推进社会治理和道德建设，让算法在服务于个人乃至全社会。
参考文献：
[1]李良荣.《新闻学概论》第六版，复旦大学出版社
[2]郭庆光.《传播学教程》第二版，中国人民大学出版社
[3]陈昌凤、王宇琦.新闻聚合语境下新闻生产、分发渠道与内容消费的变革[J].中国出版，2017（12）
[4]郝雨、李林霞. 算法推送：私人订制的“个性化”圈套[J].新闻记者，2017（2）