国内平台型媒体新闻推荐算法机制研究

发布时间：2023-06-05 19:28

　　个性化算法推荐是移动互联网时代最受关注的技术之一。一些新闻资讯类公司或媒体不仅自身生产内容,同时吸纳了许多非平台生产内容,如UGC,PGC等,从而积累了大量丰富内容,为了实现内容与用户的精准匹配,公司或媒体借助算法分发内容,构造了有序的平台内容生态。本文选择三家平台,即人民号,搜狐新闻,今日头条,研究国内平台型媒体的新闻推荐算法机制。其中,人民号核心推荐算法承包给百度,参考百度新闻推荐算法机制。本文将国内平台型媒体新闻推荐算法分为核心算法迭代、新闻要素权重、算法价值观三个维度做了研究。研究发现,今日头条追求“100%精准画像”,搜狐做“保守个性化”推荐,以百度为技术依托的人民号致力于通过技术复现现实逻辑从而成为“最智能”个性化数字工具。国内平台型媒体在算法更新迭代方面模仿国内外算法模型,参数大致近似,未来需要担忧算法同质性带来的同一性社会问题,同时,算法目前仍然存在不可解释性问题,需要社会与平台自身共同努力,解决算法不可解释性问题,提升算法信任度。

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    第一节 问题的提出及可能的创新性
        一、关于平台型媒体的文献综述
        二、研究对象的创新性:两种不同平台型媒体的事实存在
        三、主要内容及拟解决的问题
        四、研究方法及创新点
        五、选题意义
    第二节 推荐算法机制研究综述
        一、从个性化推荐算法到人工智能算法:算法技术在新闻传播领域应用爬梳
        二、算法局限性及解决方式
        三、算法与权力
        四、算法的效果反思
        五、算法推荐对传统媒体的冲击
第二章 平台型媒体个性化算法推荐机制要素及设计流程
    第一节 个性化算法推荐的要素
        一、平台内容获取
        二、平台内容审查过滤
        三、平台内容标签化
        四、冷启动及可能的个性化推荐
        五、老用户的个性化推荐
    第二节 执行与自由执行:推荐算法的设计过程
第三章 三家平台型媒体算法推荐机制
    第一节 核心算法迭代分析
        一、今日头条
        二、搜狐新闻
        三、人民号
    第二节 不同平台型媒体新闻要素:人工制定到机器学习
    第三节 推荐算法价值观
        一、算法推荐内容标准
        二、算法假设
        三、透明度
第四章 结论与思考
参考文献
致谢
附录



本文编号：3831906