"用户兴趣—算法推断—内容呈现"模型——微博推荐流的运作机制探析

摘要：

在对98名微博用户的近10万条数据以及他们的问卷调查结果,结合新浪首席信息官的访谈记录进行分析后发现,微博推荐流打破了"兴趣决定内容"这一传统认知,决定内容推荐的不是用户的真实兴趣,而是算法所推断的用户兴趣,且"算法认识的你"与"真实的你"之间存在差异.算法推断作为影响"推荐流"的核心要素,主要...>>详细在对98名微博用户的近10万条数据以及他们的问卷调查结果,结合新浪首席信息官的访谈记录进行分析后发现,微博推荐流打破了"兴趣决定内容"这一传统认知,决定内容推荐的不是用户的真实兴趣,而是算法所推断的用户兴趣,且"算法认识的你"与"真实的你"之间存在差异.算法推断作为影响"推荐流"的核心要素,主要受到"社交关系"和"用户自主行为"的影响,相较于与用户呈现"强关系"的微博好友而言,"推荐流"更倾向根据那些与用户呈现"弱社交"关系的大V的兴趣方向来判断用户兴趣.微博默认有名望者的影响力要超过普通人,身份、资本和权力等现实社会中的划分方式,在平台媒体上被重新加以实践.

关键词：用户兴趣、算法推断、运作机制、社交关系、用户自主行为

分类号：G206(信息与传播理论)

资助基金：上海市教委“晨光计划”项目20ZDA060

在线出版日期：2022-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：143-152