智能传播时代下算法推荐的失控与重构

算法推荐的广泛应用改变了网络信息议程设置的根本逻辑,它通过"内容评分"与"用户聚类"构建信息的分发机制实现精准传播.本研究基于规模性社会调查,发现以流量为导向的算法推荐系统引发了网络信息传播秩序的失控,带来了公众价值偏差、网络集群行为等系列社会问题.以社会问题为导向,本文基于社会责任理论,在弱监督学习的大框架下引入迁移学习方法,通过构建文本-情绪分析模型,将内容正能量属性、网络情绪倾向、评论情感互动共同纳入对算法推荐的优化重构系统,并凭借虚拟仿真进行了验证性分析.研究发现,内容正能量属性的定量判断,可使社会责任对算法技术产生从理论指导到实践优化的效能,成为算法社会责任的履责新范式;内容情感分析的置入可使算法推荐形成对网络信息内容更客观、更完整的评估结论,实现对舆情事件的监测;将评论情感互动作为影响网络集群行为的重要因子纳入算法评估体系,则能够深度把控情绪传播的模仿-反馈机制,最终实现对集群行为的预警,维护网络生态环境的良性发展.