技术不确定性下算法推荐新闻的伦理风险及其法律规制

大数据、人工智能、算法推荐技术等信息技术的快速迭代,推动了传统社会的数字化转型,传统新闻业同样在开展数字化转型升级。在此背景下,随着新闻信息过载的不断加剧,由大数据衍生出的算法推荐新闻迅速崛起,算法信任、数据优势与新闻媒介的数字化客观上为算法推荐新闻的应用和发展奠定了基础。毋庸置疑,算法推荐新闻对于实现新闻准确分发、增强新闻受众黏性具有重要意义,智慧化、瞬时性的算法推荐新闻具有精准、高效、个性化优势,但同时算法作为一种复杂性、不确定性技术,带来了多层面、多环节、多领域的风险挑战和制度掣肘,算法推荐新闻同样引发了"算法黑箱" "算法偏差" "技术霸权""责任缺口"与"信息泄露"等多种伦理风险。当前,学界对于算法推荐技术本身是否真的成熟,以及算法推荐新闻可能引发的伦理危机研判明显不足。对此,从技术不确定性理论所内嵌的技术本身不确定性、技术认知不确定性与技术制度不确定性三个向度,可以为算法推荐新闻的伦理风险提供适当的分析框架,在此基础上厘清算法推荐新闻伦理风险发生的根源,可将其归纳为技术本身不确定性向度的数学洗脑与主体性缺失、技术认知不确定性向度的能力不足与底线失守以及技术制度不确定性向度的法律规范与伦理体系的不完善。具言之,算法推荐新闻作为一种新兴技术,已有伦理形态与法律规范逐渐无法有效规制其伦理风险,亟需建构专业化、制度化的算法推荐新闻伦理风险规制体系。算法推荐新闻伦理风险的法律规制应当奉行何种原则是规制路径建构的前提性、方向性议题,分析认为技术不确定性下算法推荐新闻伦理风险的法律规制需坚持新闻透明原则、价值中立原则和德法共治原则。当然,随着算法推荐技术、云计算等新兴技术的不断进化,新闻透明原则亦需与时俱进,对算法推荐新闻的新兴伦理风险予以有效规制,新闻从业者、算法推荐新闻分发平台等要坚持以价值中立原则为指导,强化算法推荐新闻中"人"的主体性地位,并在德法共治原则指导下明确算法推荐新闻伦理风险的法律规制范式。从以上原则出发,算法推荐新闻伦理风险的法律规制,应当针对不同类型的伦理风险进行有针对性的制度建构,即在技术本身不确定性向度加强算法公开与算法解释权、数据权利等保障,在技术认知不确定性向度推动新闻从业者计算思维的培养及伦理约束,在技术制度不确定性向度采取伦理结构化与法律问责等规制对策。     

信息时代自媒体传播“个性化新闻”的思考

当前,自媒体凭借其及时纠错性、平等互动性、广泛迅速性、自由发布性等特征,成为信息时代传播"个性化新闻"的客观需求和必然。然而,自媒体在"个性化新闻"传播中存在信息传播不完整与不准确性,存在着恶意、虚假新闻信息的传播等缺陷。因此,我们要建立自媒体"个性化新闻"传播的道德约束机制,设置自媒体对"个性化新闻"传播的监测识别系统,实现自媒体与传统主流媒体"个性化新闻"传播的"双轮驱动"等,促使其良性发展。     

融合多信息的个性化推荐模型

为了解决协同过滤推荐系统的数据稀疏与冷启动问题,通常利用辅助信息来提高推荐系统的整体性能。当前大多数社交媒体网站和电子商务系统都允许用户发表文本评论,以及对项目(如商户、电影、商品等)进行评分。为了更加有效地融合多种数据信息,解决数据稀疏的问题,提高推荐算法的准确性,构建了一个基于用户-项目历史交互数据源融合知识图谱的模型,提出了基于用户-项目历史评论的深度学习算法,将2种算法动态融合,利用随机梯度下降方法进行模型求解,为用户提供更精准的个性化推荐服务。实验结果表明:相比于已有典型推荐算法,所提模型取得更好的推荐效果,并且可以有效地解决数据稀疏带来的推荐准确性降低的问题。     

算法推荐视域下我国新闻价值观的解构与重构

算法在人工智能时代已经成为信息生产、分发、反馈等各环节的底层技术支撑,重塑了整个新闻业态。算法推荐机制被引入新闻内容的生产和分发当中,给中国传统新闻价值观尤其是马克思主义新闻价值观带来巨大的冲击,引发受众的个体价值观异化、传统媒体的舆论引导失控、社会共通的价值观断裂等一系列伦理风险。追根溯源,引发传统新闻价值观嬗变的深层次原因当是价值理性和技术理性的错位。因此需要从价值伦理的角度入手进行价值范导,通过培养受众的算法素养、为算法注入主流价值观、人机结合等措施来规避风险。在人工智能环境下,不应该把算法视为“洪水猛兽”,而应该以积极的姿态完成算法推荐对中国新闻价值观的重构。     

基于 EM聚类和用户评分的产品营销与推荐策略研究

网络技术的发展,特别是最近几年来“互联网＋”和大数据的发展,给企业产品营销带来了极大的机遇和挑战。相较于传统的通过简单粗暴的价格战来达到营销目的,一些企业通过对数据的充分利用和挖掘而在商战中获胜。利用数据融合技术从互联网大数据中挖掘用户的行为信息,通过分析消费者的个性化需求,利用 EM聚类算法构建基于模型的协同过滤推荐算法,给消费者推荐可能喜欢的产品,开展个性化主动营销服务;制定相应的个性化产品营销策略,从而提高产品销售的数量及产品推荐的成功率。利用从亚马逊网上书城获取的数据进行实验,验证了综合 EM聚类和用户评分方法具有较好的推荐效果。     

短视频推荐算法的运行逻辑与伦理隐忧——基于行动者网络理论视角

从行动者网络理论视角探寻短视频推荐算法的"黑箱"与运行逻辑,以及由此带来的算法伦理问题在智能时代尤为重要。短视频推荐算法是由短视频平台管理者主导的,与用户、商业资本、行业政策等行动者相互影响和动态建构而成的,并非纯然中立的客观物,而是具有价值观的行动者。短视频推荐算法中内嵌了用户偏好、社交关系、公共议题、场景、差异化和平台优先级六大价值观念要素,反映出流量至上和商业利益优先的算法价值观,以此为依据的短视频推荐算法实践带来了隐私泄露、信息窄化和算法歧视等伦理问题,亟需短视频平台公开并优化算法、用户改变信息消费习惯和提升算法素养、行业协会和政府部门加强算法审查与监督,从而促进算法"向善"更好地造福人类。     

构建新闻真实世界的“好搭档”——基于AI和区块链技术的新闻真实环境探讨

自运用于传媒领域的新闻生产以来,人工智能在海量信息加工与个性化推送方面发挥着重大作用,同时也带来新闻框架设定的偏向与操纵、大量发布假新闻的问题。区块链技术应用于新闻生产领域,可以给予人工智能新的"信任机制",这种机制源于区块链技术的新闻源头把关,能够最终保证新闻信息的完整性与安全性,有效打击虚假新闻,使信息脱媒成为可能。     

基于Web日志挖掘的个性化推荐模型的研究

随着电子商务系统内商品种类急剧增加,如何针对用户进行有效的个性化商品推荐成为当前的研究热点。为解决该问题,本文提出了一种基于Web日志挖掘个性化推荐模型,该模型首先利用数据预处理技术对Web日志记录进行有效的清洗和识别,随后基于MapReduce模型实现了协同过滤推荐算法的并行化,从而实现商品的快速个性化推荐。实际应用结果表明该模型提高了个性化推荐结果的准确性,具有一定的应用价值。     

数字经济的信息摩擦:信息经济学视角的分析

数字技术的重要经济功能之一就是降低经济活动中的信息摩擦.本文从信息经济学视角,讨论数字技术影响信息摩擦的机制和渠道、在此过程中产生的问题以及监管的逻辑.数字技术影响信息摩擦的机制可以统一用"活动数据化,数据信息化"的框架来分析.在这个框架中,经济主体的各种活动和互动都通过数字技术被数据化,并再通过各种算法和大数据分析技术提炼出有价值的信息,以个性化推荐、在线声誉等形式反馈给经济主体并影响他们的活动.如此反复,形成一个数据与信息的良性循环,从而提高了市场运作效率.在此过程中,隐私泄露、信息垄断和信息滥用等问题也日益突出,为数字时代构建良好数字生态带来挑战.如何驾驭数字技术,对数字经济进行有效的治理,使其造福于社会,是值得学者深入思考研究的问题.     

智能传播秩序建构：价值取向与伦理主体

大数据、算法等人工智能技术的发展与进步,催生了人工智能传播的范式,改变了当前的新闻传播生态,带来了新闻传播在实践、价值观念和生产关系层面的变革。基于人工智能技术发展所处阶段以及人工智能传播治理能力等因素的制约,人工智能传播引发的传播秩序失范问题正在加速解构和重构社会,改变着当前的社会关系。就目前阶段而言,人工智能自始至终依附于有生命体的人而存在。如果传播秩序由技术而不是由人来主导,就急需反思人类本身存在的意义和新闻传播发展的合理性问题。当前,面临人工智能所引发的秩序失范问题,亟待通过法律规制和伦理道德等手段来实现人工智能传播规范化治理。