蒋俊明:推荐算法影响下主流意识形态传播的挑战及应对策略学者观点

【内容提要】推荐算法技术已深深嵌入民众的社会化过程,带来了社会权力结构的变化,其意识形态塑造功能不断凸显。推荐算法能实现海量信息与个性需求的有效对接、繁多种类与多元受众的精准投送、实时反馈与即时调整的协调运作,为提升主流意识形态传播效能提供了技术支持。但是推荐算法所带来的把关转移、技术黑箱、信息茧房和受众本位也让主流意识形态传播面对话语权窄化、主导力弱化、注意度消解和整合力降低的挑战。当前,应坚持文化的主体性,充分发挥党的领导、主流媒体示范、党政部门监控等方面的作用,积极引导,从内容、技术、制度和素养四方面优化推荐算法的信息传递功能,净化网络生态,实现主流意识形态传播的创新和优化。

一、推荐算法的意识形态性

推荐算法是一种能够提取网络信息并进行用户偏好信息的匹配与推送的新兴技术。作为技术,推荐算法本没有偏向性与主观性,但它被创造、被应用的过程承载着价值立场和导向,其运行的规则、过程和环节是技术与人的逻辑交织,处处体现着人对意识形态内容的选择和目标指向的价值偏好。推荐算法技术所支持的信息筛选、加工、推送、强化等“把关人”“推荐人”作用,使其又具有了鲜明的意识形态指向性和传播性。

随着推荐算法技术的广泛应用,这一技术深深嵌入民众的社会化过程,其强大的价值观承载性和意识形态塑造功能不断凸显。从运行机理看,推荐算法提取用户(网民)、内容、环境等重要变量,精准描摹用户画像,快速匹配用户的偏好信息并进行定向密集推送。在技术层面上,推荐算法只是对用户信息进行识别、分析、归类,为平台的信息传播提供资讯的工具,但在意识形态层面上,“每一种技术架构、每一行代码、每一个界面,都代表着选择,都意味着判断,都承载着价值”。对象的确定、数据的选取、变量的控制、准入的优先等级等都散发着价值选择的气息,都伴随着意识形态的宣介、推崇,从而营造出有利于某种目标和特定利益实现的社会生态。推荐算法不过是迎合某种价值观念的技术手法,是服务于某种意识形态的工具手段。这种服务的方式表面上是以用户的需求和兴趣为中心,实质上生成了一种更加巧妙的意识形态控制新形式,是一种社会控制的新型权力,这是推荐算法技术广泛运用于商业和社会的底层逻辑。

首先,算法即意识形态的控制。如同制度具有偏好一样,算法不仅是一种技术层面的运作,也是一种社会层面的算计和规范。数据的目标锚定、算法设计、识别筛选、整合排列、呈现推荐,推荐算法内含的运行规则和系统架构都是出自技术人员之手,在“数据画像”的整个过程中,不管是有意内嵌(主要的),还是无意吐露(次要的),推荐算法技术必定是被笼罩在技术人员的价值观之下诞生的。当然,技术人员的价值观背后的社会生态,更多是所处集团及所在势力的集中反映,用户接收到的内容不可避免会受到文化观念、国家利益、资本商业,甚至政治权力的深刻影响。推荐算法的广泛应用使其内含的思想和价值观被传播到网络社会的各个角落,形成一种干预社会的权力结构,借助一种隐性又深刻的力量驯化用户的思想和行为,从而达到为“我”所用的功效。

其次,推荐即意识形态的引导。虽然算法根据用户个体自有兴趣推送内容并影响该用户的兴趣延续、演化或走向,但是用户并没有真正自主的“兴趣自由”。这种对兴趣和需要的算法不过是在向社会推荐信息,从而进行意识形态传播过程中的一种“学情分析”,其目的在于价值观念的引导和塑造,“学情分析”是为了提高推荐的效果。进而言之,兴趣本身就是算法推荐的内容,或者说,推荐算法本身就包含了兴趣的培养和用户的选择(筛选)的过程。

最后,流量内含着意识形态的流向。在工具理性和市场竞争的影响下,推荐算法往往秉持以数据和流量为王的资本原则,极易受到资本势力的影响和操纵,稍有不慎就变成为不良势力兜售价值观的工具。与此同时,人们极易对技术产生正向偏见,面对推荐算法智能高效信息推送方式,就算人们不明白其运行原理,却仍旧选择盲目信任且依赖推荐算法。推荐算法代替大脑进行思考和选择,不断消解着人们独立思考和是非判断的能力,使得人们在“心甘情愿”式的“投喂”和“喂养”中最终沦为推荐算法的附属品。由此,推荐算法正以一种隐蔽的方式重塑人们的认知和行为,远超技术工具论的范畴,呈现出鲜明的意识形态性。

二、推荐算法能提升主流意识形态传播效能

我国主流意识形态传播具有广泛的覆盖性和密集的辐射力。但是,从技术层面及其决定的传播方式来看,区分度不高、单向度、延时性、重复性、严肃性等特征导致传播效能不理想,一直是主流意识形态工作长期难以解决的问题。这一难题在强调个性化的网络社会越发显现。推荐算法最为重要的功能在于对信息分配和传播机制的影响和改变,能有效扩大信息传播的场域,越来越“懂”用户所需所想,提供的信息越来越“契合”用户的需求,甚至具有某种“情绪价值”的功能,为主流意识形态找到“有意义”的价值立场和“有意思”的情感需求之间的契合点,从而为解决传播低效能问题提供了一种新型的技术选择。

1.推荐算法赋能主流意识形态传播的精准化

从数据挖掘到标签分类,从信息泛化到精准推送,从偏好分析到快速反馈,推荐算法提供了基于用户需求和兴趣的“私人定制”服务。一方面,绘制用户画像认识用户,以大数据平台为基础,以数据和模型为媒介,推荐算法抓取实时数据,关联交往行为,明确用户的习惯偏好和接收形式。另一方面,依托用户画像预测用户,在洞悉用户的偏好、习惯和需求之后,定向推送定制化信息,实现内容供给与用户需求的精准对接,提升主流意识形态的传播精度。推荐算法肩负起主流意识形态传播内容和方式的选择任务,帮助主流意识形态在潜移默化中塑造用户的精神世界和价值观念。

2.推荐算法赋能主流意识形态传播的受众广泛化

让尽可能多的公民(用户)成为信息的消费者、内容的生产者(价值观的再生产者),继而成为内容的传播者(价值观的再传播者)是推荐算法助力主流意识形态传播受众广泛化的核心所在,即借助传播形式和途径的革新来丰富主流意识形态的信息池,并扩大主流意识形态的受众群体,在社会大众中培养主流意识形态传播的助手。

推荐算法助力主流意识形态传播方式的革新,有利于实现受众的主体性展现,并推动传播的扩大和效能提升。在传统传播模式(包括原有网络新闻传播)下,主流意识形态呈现出自上而下的垂直单向性传播特征,受众处于被动接受,甚至被教化状态,既无法保证受众对信息的有效性接受,也很难提供受众意见表达的机会,传播效能不尽人意,认同性达成特别是深度认可的效果难以保证。在推荐算法的影响下,水平方向(更多是形式意义上的)的交互式传播方式能够实现政务新媒体平台与用户的互动交流,个性化、对象化、主体化、适时化的信息融合网状传播满足了用户的价值需求和政治参与需要,有效稀释、隐蔽,或者转移了价值观自上而下引导的垂直性(更多是内容意义上的)特征,大大降低了网民的不适感和疲劳感,诱发了受众兴趣表达和追随主流意识形态进行信息创作的欲望,有效增强了政治参与效能感,提升了用户对主流意识形态的认同感,主流意识形态在网络社会中的传播力也随之提高。

在垂直方向主导的政治传播(政治宣传)向多元政治主体之间水平方向的政治沟通发展基础上,用户的价值诉求与主流意识形态传播的目标实现平衡,用户数量呈现增长趋势的同时,用户的体会表达及其用户间的交流互动更是构成了“非线性多次传播”,呈现出大众性感知、群体性参与和集体性认同的新面貌。

3.推荐算法赋能主流意识形态传播的反馈实时化

当下,通过订阅量、收视率等统计性的数据来研判主流意识形态的传播效果意义已经不大。用户阅读和感知情况的反馈更应该作为传播效果判断的依据,这就需要强大的技术支持。推荐算法可根据用户的接收状况获取实时反馈信息,这就为主流意识形态对传播内容、形式、时机等进行适时调整提供了技术可能,有利于提升传播的效能。

三、推荐算法影响下主流意识形态传播的挑战

1.算法把关窄化了主流意识形态的话语权

当然,推荐算法的实践旨归并不满足于迎合用户的偏好,其背后的商业逻辑、利益目的和政治企图更是把控内容推送的关键所在。由此可见,将信息传播把关权完全交付给推荐算法,并不能完成检验事实和甄别信息的任务,会引起理想信念和公共精神传播渠道的窄化和内容的缺失,社会主流意识形态也就缺少了其广泛传播所需的必要条件和重要基础。

2.技术黑箱弱化主流意识形态的主导力

推荐算法所遵守的技术黑箱原则本身就是对主流意识形态主导地位的一种否定。推荐算法技术知识本身的难以普及性及其成本的考虑让大部分用户对其了解只是停留在表面,而算法作为人造物又有意无意掺杂着技术人员或背后资本的意识形态偏向,其隐形性和可操控性给危险思潮和错误思想提供了藏匿之处。立场模糊导致价值偏向,主流意识形态的在场度和显示度由此被不断弱化。除此之外,技术黑箱引起的信息不对等会加剧算法偏见,消磨用户对推送机制的信任,催生对推送内容的质疑心理,营造出不信任的网络环境。而这种质疑首先指向的往往是主流意识形态,从而影响了主流意识形态的价值引领效果。

网络空间所具有的自由化特点加大了技术黑箱所带来的风险,蚕食着主流意识形态的主导阵地,使网络舆论呈现出“混溶性”状态。无论是用户信息的算法收集过程,还是信息的推荐供给过程,都是一种几乎不设防的技术黑箱状态。自由化的网络空间呈现出虚拟性和匿名性的样态,进一步扩大了各种非主流意识形态的传播场域。在虚拟的网络空间中,发表言论的门槛降低,不负责任发表自己看法的不良冲动被推荐算法技术更多激发,随之而来的便是无休止的言争语斗,各种不经过理性思考、宣泄性情绪表达,或基于流量考虑的无节制性思想传播大量出现。“人们的思维仿佛处于一个温和的‘牢笼’中,无形中更大程度地受到资本意识的影响与规训,使主流意识形态的权威受到侵蚀与消解,对主流意识形态的主导力造成内源性挑战。”而主流媒体及主管部门对网络推送的各种内容及其传达的主旨思想或无动于衷,或力有不逮,或一禁了之,这加速了主流意识形态传播生态的恶化。

意识形态安全是国家政治安全的关键和社会稳定的保证。但技术黑箱给各种不良思潮的渗透提供了一个不易察觉的“隐形空间”,某些别有用心的势力更是在平台中以所谓“揭秘”“客观”“还原真相”的名义,宣扬“历史虚无主义”,并通过推荐算法进行放大和扩散,逐步进入网络舆论,影响着青少年的价值观形成,消解着人们的民族自豪感,裂散着国家的凝聚力。在世界百年未有之大变局加速演进和不同制度形态冲突碰撞越发激烈的背景下,意识形态的明争暗斗层出不穷,一旦受到资本或西方思潮的控制,推荐算法有可能成为反华势力对我国进行文化渗透和思想俘获的有力武器,消解民众对国家道路、理论、制度和文化的认同和自信,威胁着我国意识形态的安全。

3.受众本位消解主流意识形态的注意度

推荐算法的智能推送机制在定制用户个性化信息的同时,不断推动消费主义、功利主义、微碎主义(远离崇高、宏大、思想)价值观的盛行,非主流意识形态和网络亚文化内容在网络空间大有成为“主流”之势。网络中的注意力资源是各种意识形态务必争夺的稀缺资源,其有限性和排他性决定其在传播领域的重要性,意识形态注意度越高,说明其获得的用户注意力资源就越多。推荐算法以用户的偏好和习惯为依据选择推送内容和方式的做法内含受众本位的算法传播价值观,而主流意识形态传播则需要以传播者和传播内容为本位,至此便陷入内容供给与用户需求之间无法完全契合的困境。在信息过载背景下,主流意识形态传播往往抵不过趣味性和娱乐化等内容的冲击,很难依靠网民自发选择获得注意力资源,用户更倾向于将注意力置于其更感兴趣的信息区块中。

网络信息的过度娱乐化往往是商业和资本的合谋的产物,并反过来助推这种合谋。因此,躲藏在低俗庸俗内容背后的是资本之手,在娱乐内容的“麻痹”之下,用户非常容易沉迷于“低级趣味”的狂欢之中自以为是,主流意识形态的传播和引导显得更加寸步难行。在平台优先的规则限制下,主流意识形态的传播内容要想将平台作为传播跳板就必须符合其规则和逻辑,这又会使得主流意识形态陷于被去中心化的解构风险中,抑或出现异化内容的渗透,降低了主流意识形态的注意度,弱化了用户对主流意识形态权威性和话语权的认同感。

4.信息茧房降低主流意识形态的整合力

“信息茧房”是一个与推荐算法相伴相生的问题,沉浸在“信息茧房”中的人只听自己选择的东西和令自己愉悦的东西。“由于社会网络和算法的叠加效应,人们在社交媒体上偶遇与自身观点相左信息的概率只有5%—8%,并且只有一小部分用户会点击该内容。”推荐算法的个性化信息推送和偏好兴趣迎合为用户构筑了逐渐窄化和碎片化的信息接收状态,用户非但没有享受到海量的信息资源,反而是沉浸于其感兴趣的“一亩三分地”,被局限在“信息孤岛”中,“信息茧房”问题便愈演愈烈。

信息茧房“助力”用户回避主流意识形态,很大程度上蚕食了主流意识形态引领社会思想和心态的社会基础。全局性、严谨性、真实性和权威性等是主流意识形态的显著特征,然而在推荐算法的影响下,宏大的叙事风格竟成了其广泛传播的软肋,严谨性致使吸引力下降,全面性(真实性的必要条件)引起针对性弱化,权威性诱发亲和力丧失。在“个性化”的标签下,用户囿于“过滤异质信息,沉溺于同质信息”。碎片化信息的堆砌又滋长了用户对推荐算法的依赖心理,弱化了用户的整体性思维,使用户一步步丧失主动获取信息和独立思考的习惯与能力,失去了“家事、国事、天下事,事事关心”的耐心,也无法对主流意识形态产生系统而全面的认知,情感和价值上的认同更是难以达致,无形中提高了主流意识形态传播的难度系数。

四、推荐算法影响下主流意识形态传播的优化路径

习近平总书记指出:“过不了互联网这一关,就过不了长期执政这一关。”他明确要求,“探索将人工智能运用在新闻采集、生产、分发、接收、反馈中,用主流价值导向驾驭‘算法’,全面提高舆论引导能力”。我们在享受技术红利的同时更应清醒认识技术携带的风险和挑战,坚持文化主体性,以辩证的态度、长远的眼光、全面的策略,顺势而为,应势而动,积极应对,充分发挥党的统筹全局、主流媒体的示范引领、党政部门的监管治理等职能作用,积极引导、运用和驾驭推荐算法,有效助力主流意识形态传播的优化和创新。

1.创新话语表达,用主流意识形态引领算法

意识形态的话语权与领导权相生相伴,只有把握好主流意识形态的话语权,才能捍卫其领导权的权威性。把握主流意识形态的话语权与提升其传播效度是密不可分的,这就需要加强理性表达,强化情感共鸣,用主流意识形态引领推荐算法,做到主流意识形态传播不失语、不失声、不失效。

主流意识形态在网络空间的认可度既离不开内容的逻辑性和严谨性,更离不开话语表达方式和易接受度,因此,理性表达与感性体悟的有机结合就显得尤为重要。主流意识形态传播应强化理论阐释和宣介的系统性、全面性和逻辑性,改“只说道不讲理”的说教为原理阐释和思想交流:选取喜闻乐见的事例、绘声绘色的表达、通俗易懂的言语,将主流意识形态的内容浸润其中,争夺注意力资源;借助虚拟现实和人工智能技术实现主流意识形态传播的场景化和立体化,帮助用户在愉悦轻松的氛围中感受主流意识形态内含的思想性和智慧性;以算法技术赋能主流意识形态的传播,构建质量与流量兼顾、价值与兴趣融合的传播形式;贴近人们关切的社会问题和现实诉求,把宏大叙事有效嵌在现实关切之中,实现用户对主流意识形态认同感的有效提升。

在推荐算法加持下的网络空间呈现出轻价值、重娱乐,轻崇高、重现实的现象,要重塑主流意识形态的传播生态,必须将主流价值观内嵌于推荐算法的架构过程和运行机制中,纠正技术引起的价值偏向。既然算法出自技术人员之手,就可以通过党团组织加强对技术人员的道德熏染和正向引导。这必须在源头上引领算法,坚持“算法向善”的原则,将隐藏在算法背后的价值偏差和道德漏洞揪出来并加以遏制驯化,构筑一支政治坚定、技术过硬的高水准网络人才队伍。同时,在技术上优化把关环节,调高主流意识形态内容的优先级,增加正向内容的曝光度,放大用户正面兴趣点的占比,约束负面消息的扩散,为主流意识形态话语创新和表达建构更加清朗的传播生态。

2.革新算法技术,为主流意识形态传播服务

如何驾驭算法技术并突破“技术黑箱”,是在智能推送机制中掌控推荐内容、有效提升主流意识形态引领力的关键问题。

一方面,优化算法技术。主流意识形态主导力弱化的根源在于推荐算法的内容筛选和过滤机制是以流量和利益为目标的,这就使得娱乐性、媚俗化的信息充斥于信息池之中,因此,优化推送机制中的内容筛选和信息过滤环节就能够有效缓解信息偏见和认知窄化的弊端,承担起“把关人”的职责。在满足用户基本需求的基础上,修正信息关联规则,创新信息选择和推送模型,重塑信息池中的信息类别占比,调高主流意识形态的权重,划分信息质量等级,增加高等级信息的推送量,淘汰低等级信息,有效提升推送机制的传播精度。坚持工具理性和价值理性的统一,将“情感”“意义”要素注入推荐算法,把正向情感与主流价值观转化为数据模型供推荐算法技术训练学习,以情动人,用心感人,以正化人,有效提升主流意识形态的凝聚力和引领力。同时,以开放的心态怀抱新技术,提高技术敏感度,实现推荐算法技术与云计算、物联网等技术的创新融合,拓宽其为主流意识形态传播服务的渠道。

另一方面,提升推荐算法的透明度。提倡开源思想,鼓励平台以坦诚之姿面向社会,向用户展示其运行原理和风险研判结果,提升算法数据、运行机制和背景的透明度,保障用户最基本的知情权和选择权。增设舆情监管机制和推送效果反馈环节,坚持算法可解释性的原则,分析不良社会舆论和危险思潮的发展走向,在源头上消灭风险苗头,对已受危害的情况提供保障和补救措施。除此之外,设立偏好检测系统和反推荐机制,一旦检测到用户出现思维固化情况,平台自动推送定量用户“不喜欢”的内容,帮助用户冲破“信息茧房”,丰富推荐算法推送内容的种类和范围,增加用户信息接收和思维发散的广度,有效化解主流意识形态的传播空间被挤占的问题,实现信息推送的个性化、多元化和主流化的有机统一。

3.完善防范制度,规范算法的运行和发展

4.提升算法素养,实现学会用好推荐算法

要想实现主流意识形态的内容与用户之间的有效传达,必须提高公众的算法素养,规避推荐算法带来的风险。所谓“算法素养”就是指用户能做到对推荐算法的运行机制和实现功能的基本了解,并明白伴随着推荐算法而来的是何种风险和挑战。

算法原理是培养算法素养的“敲门砖”,只有入了推荐算法的门,才能分析判断其会引发何种风险。调动社会资源,强化平台的责任意识,鼓励平台适度公开推荐算法的开发源代码,公开运行方式和过程,介绍研发背景,让用户在对推荐算法有初步了解的基础上,以谨慎的态度进行信息服务的选择和消费。除此之外,邀请计算机和网络行业的专家进行关于推荐算法引发风险的线上主题课程和讲座,弥补用户在原理方面的知识空缺,强化用户对“信息茧房”“群体极化”“后真相”等效应影响社会和谐发展和社会凝聚力形成的认知。

推荐算法在信息爆炸的时代是一件不可或缺的“法器”,既然改变不了大环境,转变思路积极应对风险和挑战才是上上之策。引导公众以批判思维对待推荐算法,明确局限性所在,洞察推荐算法的迷惑性,自觉挖掘不同类型的信息,放大信息需求的广度和深度,用自身观念和行为的转变冲破算法技术的牢笼。同时,提升用户的信息甄别和整合能力是风险化解的“锦囊妙计”,以广泛的知识储备戳破“信息茧房”,用多元的信息范畴瓦解“群体极化”,以及时全面的社会热点问题回应对冲“后真相”,凭系统全面的思维整合“碎片化”的信息,辨别和过滤消极负面的信息,抵制和拒绝不良低俗的内容,优化主流意识形态传播受众的偏好库,增加主流意识形态的传播效度,开拓主流意识形态传播的新疆域,创造推荐算法与主流意识形态创新融合的新局面。

党的二十大报告指出:“健全网络综合治理体系,推动形成良好网络生态。”在“万物皆媒,人机共生”的智媒时代,推荐算法正以一种“隐而不宣”的方式深度嵌入社会生活,随着其影响能力和辐射范围的日益扩大,不断推动信息分发方式和传递形态的深刻变革,开启了信息传播智能化的新纪元。在国际局势复杂化背景下,在变化莫测的网络空间场域中,原有的信息流动规则和社会权力结构正在被打破,主流意识形态极易被卷入推荐算法规制的“数据漩涡”,信息传播新型秩序亟须构建。我们应该主动迎变,辨明推荐算法技术的本质与特征,探求推荐算法与主流意识形态传播的契合之处与发展之势,积极寻求理解、融入、驾驭算法的实践之策;科学应变,化“最大变量”为最大增量,抓住机会占领网络空间的传播主阵地,强化各网络主体的意识形态安全意识,完善技术支持与基础设施建设,促使推荐算法服务于主流意识形态传播,积极防范推荐算法引发的意识形态风险,进一步巩固马克思主义在意识形态领域中的指导地位。

参考文献:

[1]《习近平关于网络强国论述摘编》,北京:中央文献出版社,2021年

[2]习近平:《论党的宣传思想工作》,北京:中央文献出版社,2020年。

[3]习近平:《论坚持党对一切工作的领导》,北京:中央文献出版社,2019年。

[4]郝保权:《网络意识形态治理新趋势》,《马克思主义研究》2021年第1期。

[5]王永贵:《新时代国家意识形态安全体系建构研究》,《马克思主义研究》2022年第6期。

[6]安静:《习近平关于网络强国的重要思想的科学内涵、理论特质与实践指向》,《马克思主义研究》2023年第7期。

[7]《坚定文化自信秉持开放包容坚持守正创新为全面建设社会主义现代化国家全面推进中华民族伟大复兴提供坚强思想保证强大精神力量有利文化条件》,《人民日报》2023年10月9日。

「支持红色网站!」

感谢您的支持与鼓励!您的打赏将用于红歌会网日常运行与维护。帮助我们办好网站,宣传红色文化。传播正能量,促进公平正义!

THE END
1.科技巨头推出新一代人工智能算法预计将彻底改变数据处理效率这种新型AI算法不仅可以用于传统的图像识别、语音识别等任务,还能扩展到更加复杂的情感分析、大规模推荐系统以及自适应优化问题等领域。其应用前景非常广阔,尤其是在面对日益增长的大数据挑战时,这种高效且灵活的人工智能工具无疑会成为企业和研究机构不可或缺的利器。 https://www.vjvqxysd.cn/bai-jia-dian/512055.html
2.必知!人工智能10大热门算法!ai人工智能计算人工智能技术在现在的生活中越来越重要了,本文介绍的这些算法就是让它变得智能的关键。不管是大模型的聊天对话,预测房价,还是智能驾驶,这些算法都在背后默默地工作着。 今天,我们要带大家了解一下这些特别热门的人工智能算法。它们包括线性回归、逻辑回归、决策树、朴素贝叶斯、支持向量机(SVM)、集成学习、K近邻算法、https://blog.csdn.net/wangluoanquan152/article/details/141901225
3.前沿人工智能的发展现状算法与模型数据、算力、算法作为人工智能的三大基本要素,相互依存、相互支撑,共同促进人工智能快速发展。本文将从算法与模型层面梳理前沿人工智能的发展现状。 |算法与模型发展现状 算法作为人工智能产业发展的核心要素之一,指的是强制给定的有限、抽象、有效、复合的控制结构,在一定的https://mp.weixin.qq.com/s?__biz=MzU4MzYxOTIwOQ==&mid=2247513970&idx=2&sn=9e529e3186e03b095d84ec8d5bdf5013&chksm=fda4b094cad3398298da09592c5d7a6fe0675017782d328fa640465838b48f460a48032d995d&scene=27
4.北京发布互联网信息服务算法推荐合规指引近期,有关部门将开展集中宣贯、专项培训,用好《合规指引》研究成果。《合规指引》也将持续跟踪吸纳信息服务算法推荐领域最新发展,及时更新版本,为属地网信企业创新发展提供精准、高效、全面的算法合规指导。 随着人工智能、大数据等新型信息技术的发展,算法广泛应用于互联网,为用户提供个性化、精准化、智能化的信息服务。https://m.btime.com/item/f4hhtsnpcb384pai1qvmmrrelo4
5.计算机应用研究杂志四川省计算机研究院主办2016年第01期一种基于学习自动机的推荐算法改进 关键词:学习自动机 奇异值分解 推荐算法 隐语义模型 梯度下降算法 针对原有的基于隐语义模型(LFM)的推荐算法中,当训练样本数减少时,训练误差和测试误差都明显增大的问题进行改进研究,提出了一种全新的基于学习自动机的矩阵训练算法。该算法充分利用连续型学习自动机在随机和高噪声https://www.youfabiao.com/jsjyyyj/201601/
6.基于IEC闪变仪的一种新型短时间闪变值算法.pdf基于IEC闪变仪的一种新型短时间闪变值算法.pdf 5页VIP内容提供方:134***8238 大小:4.8 MB 字数:约2.02万字 发布时间:2022-05-30发布于江苏 浏览人气:154 下载次数:仅上传者可见 收藏次数:0 需要金币:*** 金币 (10金币=人民币1元)基于https://m.book118.com/html/2022/0527/6132005014004152.shtm
7.3月1日起实施的十大新规你都了解吗?《互联网信息服务算法推荐管理规定》3月1日起施行 国家互联网信息办公室等四部门联合发布的《互联网信息服务算法推荐管理规定》,自3月1日起施行。其中明确,算法推荐服务提供者不得利用算法屏蔽信息、过度推荐、操纵榜单等干预信息呈现;不得利用算法诱导未成年人沉迷网络;不得根据消费者的偏好、交易习惯等特征,利用算法https://www.jrtzb.com.cn/m/cfsh/202202/58429565.html
8.2021年网络与数据安全法规政策国标报告大合集《管理规定》由国家互联网信息办公室发布,明确要求算法推荐服务提供者应当落实算法安全主体责任,建立健全用户注册、信息发布审核、算法机制机理审核、安全评估监测、安全事件应急处置、数据安全保护和个人信息保护等管理制度,制定并公开算法推荐相关服务规则,配备与算法推荐服务规模相适应的专业人员和技术支撑。 https://blog.51cto.com/u_15591455/5253545
9.英伟达发二季度财报,净利润暴涨8倍;索尼发布「PlayStation掌机」;美马斯克:Meta 不开源平台推荐算法,「利用算法操纵公众」; 传小米汽车已获批准生产,2024 年上半年正式上市 英伟达第二财季净利润 61.88 亿美元,同比暴涨 843% 北京时间 8 月 24 日早间消息,英伟达公布了该公司截至 2023 年 7 月 30 日的 2024 财年第二财季财报。调整后每股收益和营收远超华尔街分析师预期,对第https://www.geekpark.net/news/323581
10.算法推荐服务提供者的注意义务探究算法推荐是数字时代信息分发的新型方式,网络服务提供者利用算法为用户推荐个性化的内容,但与此同时,推荐的内容中也出现了诸如视听作品被删减切条为短视频等侵权情形,引发了对网络服务提供者责任的讨论。民法典第一千一百九十七条规定:“网络服务提供者知道或者应当知道网络用户利用其网络服务侵害他人民事权益,未采取必要措施https://m.yunnan.cn/system/2023/11/09/032826105.shtml
11.开箱即用的java新型雪花算法(SnowFlake):雪花算法是一个分布式雪花算法是一个分布式主键id生成的解决方案,他解决了分布式id生成的痛点问题,本算法基于推特雪花算法,进行深度优化。 算法基于SnowFlake IdGenerator核心代码开发,引入springboot自动配置,从而做到开箱即用的效果。该算法在缩短ID长度的同时,具备极高瞬时并发处理能力(50W/0.1s),且支持时间回拨。 https://portrait.gitee.com/lmlx66/yitter-idgenerator-spring-boot-starter
12.五年真题中最常考的10道论述题(附答题框架).pdf2.算法推荐:试论述算法推荐对新闻业的影响。3.马克思主义新闻观:谈谈你对马克思主义新闻观的理解?4.人工智能:试论述人工智能技术对新闻传播业的影响。5.短视频:试论述短视频的传播特点及对社会交往的影响。6.机器人新闻写作:试论述机器人写作新闻的优势和不足。7.讲好中国故事:谈谈全媒体时代,如何讲好中国故事,https://www.360doc.cn/article/72974968_1009384452.html
13.数学中心王珺合作发现新型自适应高斯变换算法清华新闻网6月5日电近日,清华大学丘成桐数学科学中心助理教授王珺与美国纽约大学以及弗莱替伦(Flatiron)研究所合作者在快速算法研究领域取得新进展。研究团队融合了快速算法领域的多种思想方法和新近成果,设计出快速高斯变换的新型算法,同时首次实现了在快速算法内部进行自适应网格的选取。 https://www.tsinghua.edu.cn/info/1175/111960.htm
14.百度推出新型“智能”推荐技术AET百度推出新型“智能”推荐技术 众所周知,ACM RecSys是推荐系统顶级国际会议,每年邀请该领域的著名学者及互联网知名专家担任主讲嘉宾,议题涵盖推荐算法、社会化推荐、用户建模、机器学习和人机交互等前沿技术。 RecSys评委们对文章的筛选一向以“苛刻”著称,每年只接受300篇左右,接受率约为20%。2012年,百度成为第一家http://www.chinaaet.com/article/221533
15.最新推荐算法引领个性化推荐未来趋势淘宝模特推荐算法是一种基于用户行为数据、兴趣爱好等信息,为用户生成个性化推荐列表的技术,传统的推荐算法主要包括基于内容的推荐和协同过滤推荐等,随着大数据和人工智能技术的飞速发展,推荐算法的研究取得了突破性进展,涌现出许多新型推荐算法。 最新推荐算法介绍 1、深度学习推荐算法:通过神经网络模型,深度学习推荐算法能够自动提取https://news.hbhuizhan.cn/post/8859.html
16.ICML2020提升神经网络架构搜索稳定性,UCLA提出新型NAS算法可微网络架构搜索能够大幅缩短搜索时间,但是稳定性不足。为此,UCLA 基于随机平滑(random smoothing)和对抗训练(adversarial training),提出新型 NAS 算法。 可微网络架构搜索(DARTS)能够大幅缩短搜索时间,但是其稳定性受到质疑。随着搜索进行,DARTS 生成的网络架构性能会逐渐变差。最终生成的结构甚至全是跳过连接(skip connechttps://m.thepaper.cn/wap/resource/v3/jsp/newsDetail_forward_8352732
17.推荐算法的真实价值,就藏在生活嘲里对比上述例子,“个性化推荐=信息茧房”的说法不攻自破。 所以,回到史铁生本身,如果没有算法,史铁生的美好文字、触动人心的那一条条热门话题词,也只能局限在原本就关注或热爱它的网友圈子之内,又如何能够出圈成为现象级文化事件、打动亿万网友? 信息过载时代,为什么更需要算法? https://www.iyiou.com/analysis/202409131077127
18.微信小游戏推“种子计划”,新型数据算法鼓励优质产品创作小游戏新游种子计划设立了MP-游戏设置-游戏公测入口,将于1月10日发布,首次发布30天内的新游可申请加入。新游种子计划可使新游有一个更公平随机的环境,拥有品质、健康、创新的数据算法,平台还将在流量、分成、服务方面鼓励优质小游戏。 此外,小游戏还移动了推广启动金,以此来降低新游推广启动门槛。对于创意小游戏https://www.youxituoluo.com/518666.html
19.关注算法安全新兴领域,清华团队RealAI推出业界首个AI模型“杀毒就如网络安全时代,网络攻击的大规模渗透诞生出杀毒软件,RealAI团队希望通过RealSafe平台打造出人工智能时代的“杀毒软件”,帮助企业高效应对人工智能时代下算法漏洞孕育出的“新型病毒”。 目前,RealSafe平台主要支持两大功能模块:模型安全测评、防御解决方案。 https://www.donews.com/news/detail/1/3089191.html
20.原创人民银行消保局马绍刚:金融消费者数据安全体系建设的几点新型算法风险显现 此外,消保局围绕着数据安全问题,对平台算法风险也进行了分析。当前以算法为核心驱动的金融科技产品不断涌现,算法固有的缺陷与金融本身的逻辑发生耦合,正在形成新的算法金融风险,主要表现为: 一、算法趋同。算法加剧了金融波动的双向性,导致金融市场价格波动指数放大,增强了信贷市场和证券市场顺周期性。https://bank.hexun.com/2021-06-04/203729670.html
21.高一乘杨东︱应对元宇宙挑战:数据安全综合治理三维结构范式第三,借助双维监管的理念实现以数据安全为目标的算法治理,即在传统维度的算法可解释性的基础上加上科技监管。同时借助新型算法,可以在重要数据不可见的情况下,完成数据资源便捷式共享。在完善法律法规的基础之上,利用PDA范式有利于实现动态且持续的综合治理(见下图)。https://www.ccps.gov.cn/bkjd/xzglgg/xgglgg2022_3/202203/t20220325_153412.shtml
22.上海视畅信息科技有限公司二是浏览点播,需要聚合爱优腾芒内容做融合大包,要实现全场景“7维”智能推荐(编辑推荐、热点推荐、关联推荐、个性化推荐、社交推荐、明星推荐、智能EPG),物以类聚(基于内容标签相似度的关联推荐)、人以群分(基于用户观看行为的分时段个性化推荐),需要挖掘长尾内容和有效片库的价值,通过A/B测试评估优化推荐算法。 https://www.vstartek.com/a/xinwenzhongxin/196.html
23.个性化推荐算法下的"信息茧房"效应探析——以"今日头条"为例传媒理论 61 个性化推荐算法下的"信息茧房"效应探析 ——以"今日头条"为例 彭春霖 (湖北文理学院,湖北 襄阳 441000 ) 摘要:个性化推荐算法技术在各大软件应用以来,用户在大量接收感兴趣信息的同时,也面临着信息窄化的问题,视野正 逐步受制于兴趣主导的"信息茧房"之中.本文采用个案分析的方法,以"今日头条"为例http://www.scimedia.cn/article/exportPdf?id=8b771052-0b58-4ab9-8eb5-7f6e05569f30
24.全面了解6G太赫兹传播信道测量仪此外,窄带和平面波假设不再有效,这使得难以将参数解耦以将问题分解为多个一维估计问题。因此,低复杂度的新型HRPE算法是必不可少的。一种有前途的解决方法是利用跨UM-MIMO阵列的MPC的延迟轨迹来实现快速初始化和有效的干扰消除,从而可以在信道参数估计中显著减少搜索空间。https://m.elecfans.com/article/1898700.html