以信息选择或然率视角分析移动新闻客户端_以今日头条为例_张兆军
基于用户思维的优化：原生系移动新闻客户端运营解析
基于用户思维的优化：原生系移动新闻客户端运营解析一、移动互联网时代的行业新秀：原生系移动新闻客户端“媒介即信息”，是传播学专家麦克卢汉在《理解媒介——论人的延伸》一书中提出的著名论断。
麦克卢汉认为，任何媒介（即人的延伸）对社会和个人的影响都是由于新的尺度而产生的；任何一种延伸或是任何一种技术都将在我们的事务中引起一种新的尺度。
传播领域的技术革新将人们接收新闻讯息的终端从传统的电视、报纸、广播转移至电脑，进而转至手机、PAD等移动设备，孕育了“移动新闻客户端”这一时代产物，它伴随人们的移动使用，提供新闻浏览、查询、评论等功能，延续了新一轮媒体格局下新闻产业的辉煌。
目前市场上主流的移动新闻客户端，按其出身背景可归纳为三大类：第一类是拥有多年传统新闻领域运作经验和专业化内容生产团队的媒体系移动新闻客户端（以下简称“媒体系”），以《人民日报》《澎湃新闻》等APP为典型代表。
第二类是在移动互联网浪潮推动下将原本根植于PC端的新闻生产运作嫁接至移动终端的门户系移动新闻客户端（以下简称“门户系”）。
以“搜狐新闻”“新浪新闻”“腾讯新闻”等APP为典型代表。
第三类是本文所要界定的主要研究对象——以“今日头条”“一点资讯”“Flipboard”“Zaker”“好奇心日报”等APP为代表的诞生于移动互联网时代的后起之秀。
鉴于目前学界尚未对此类移动新闻客户端形成统一称谓，本文暂将其概括为“原生系移动新闻客户端”（以下简称“原生系”）。
“原生”一词特指其萌芽于移动互联网土壤的纯“移动基因”属性，表现为移动终端APP先于PC端诞生或仅有移动终端一种形式独立存在。
此类新闻APP脱离了“转型”“嫁接”等成分，有别于“媒体系”和“门户系”，却又承袭了移动新闻客户端的共性，可界定为“初创于手机、PAD等移动终端，为客户提供文字、声音、图片、视频等形式新闻资讯服务的应用程序”。
按照所承载新闻内容的不同运作方式，原生系派别内部可梳理出两大类。
浅析网络新闻客户端的标题党新闻--以今日头条为例
浅析网络新闻客户端的标题党新闻--以今日头条为例梅珊珊【摘要】“今日头条”作为原生态新闻客户端，一度以其过人的媒介技术成为新媒体的领跑者，其运营模式也曾被众多客户端效仿。
俗话讲，任何事物的发展都是前进性与曲折性的统一，“今日头条”当然也不例外，其快速化、便捷化的特点成就它的同时，也给社会、受众等带了伤害。
换句话说，的标题党新闻占大量篇幅，特别是在“头条推荐”专题。
本文拟对的标题党新闻进行分析，指出这类新闻的特点，分析其形成的原因，并给出如何避免此类新闻的频频出现，从而使“今日头条”在引领新媒体发展的路上走得更稳、更远。
【期刊名称】《西部广播电视》【年(卷),期】2016(000)016【总页数】2页(P25-25,35)【关键词】今日头条;标题党;新闻编辑【作者】梅珊珊【作者单位】陕西师范大学新闻与传播学院【正文语种】中文随着媒介技术的不断发展，受众接受信息的方式及习惯也随之发生变化。
手机、平板及4G网络的高速发展，改变了人们了解世界、认识世界的方式，使人们足不出户便可知天下事。
我们当中的大多数人似乎都成了容器人，不愿意与现实的环境进行交流，却选择对媒介的无条件信任。
媒介本应该不辜负我们对它的青睐，但怎料，还是有媒体难挡利益诱惑，唯点击率是尊，制作出大量标题党新闻。
“今日头条”作为原生态新闻客户端，在各路媒体挤过独木桥的浪潮中也用了此下策，大量新闻标题“标题党”现象明显，尤其是在“头条推荐”这个专题。
1.1 要件残缺，以偏概全有很多新媒体编辑在写文章时喜欢用“减法”，在一个完整的事件中抽取部分事实给予报道，以达到博人眼球的目的。
如“今日头条”的《西安最大租赁型保障小区开放设施齐全租金低》，文章中讲了廉租房租金每平米3元，教育、体育等设施齐全，入住人数不断增加。
用户读此题目，会眼前一亮，带着好奇与期待浏览文章，甚至于读完之后有马上去现场参观的冲动。
但是真实的情况是，此廉租房必须是应届生才能申请，且地理位置十分偏僻，交通不便，但文章的题目中并没有体现“应届生”这三个字眼，反而是设施齐全，租金低，大有给此廉租房做广告，给政府做表彰之嫌。
移动新闻客户端信息推送特点及问题分析
以网易移 动客户端为例 ， 一级入 口中 “ 头条 … ‘ 视频… ‘ 图 片”“ 直播 … ‘ 跟 帖”等栏 目都在客户端 界面可 以进 行个性化 设 置， 成为 同等重要 的新 闻信 息阅读入 口。用户 只需持有具有 移动互联 网功能 的产 品 ， 一改传 统枯燥 的信息 阅读 ， 便可 以通 过精准 的信 息推送 、 新 鲜 的新 闻图片 、 清晰 的音视 频 、 精 彩 的 视频 直播 、 自由的言论表 达与互 动体验 新闻信息。关 于音视频 的流量 问题 ， 移动新 闻客户端也 可 以支持音 视频 的提前 下载 ，
媒 介观 察
虢翥
移动新 闻客户端信 息推送特点及 问题分析
何 海 清
（ 湛江 日报社 ，广东 湛江 ５ ２ ４ ０ １ ７）
摘 要： 随着移动互联 网和大数据的发展 ， 移 动端的新 闻信 息推送成 为人 们 日常 获得 新闻的主要 方式 。移 动互联 网推 送新 闻具有 即时性、 互动性 、 便 捷性 、 传播 范围广的特点 ， 同时也为人们提供 了一 个可以随时随地发表 言论 的 自由 空间。本文 旨在研 究移动新 闻客 户端信 息推 送特 点及 问题 分析 ， 以期 能够扩 大移 动新 闻客 户端 的优 势 ， 完善移 动新 闻 客 户瑞信 息推送机制 ， 提 高新 闻信 息的推送质量 。 关键 词 ： 移动互联 网； 新 闻客 户 端 ； 信 息推 送 中图分 类号 ：Ｇ ２ １ ０ ． ７ 文献标 志码 ：Ａ 文章 编号 ：１ ６ ７ ４ — ８ ８ ８ ３（ ２ ０ １ ７）０ ９ — ０ １ ７ ４ — ０ １ 由于 移动 互联 网具有 即时性 、 开 放性 、 平 权性 、 隐 蔽性等 特性 而成 为组织 或个人 意见 的载体 ， 加之 网络技 术不 断升级 推动 了传播 方式 的更新 ， 使 人们有 了更加 多元 化 的信 息获取 渠道 。移 动新 闻客户端平台的构建和融合 、 信息发布渠道 的多
新闻APP今日头条案例研究
视听2018.02|今日头条是一款基于数据挖掘的推荐引擎类产品、大型自媒体发布与分享平台。
２０１７年上半年，今日头条保持高速增长，用户总体资讯消费数量增长３０．８４％。
用户对内容形态需求升级，内容优质度需求双升级。
截至２０１７年６月，平均每人每天消费４６篇资讯，单篇资讯平均消费时长增速加快。
根据２０１７年７月今日头条用户评论数据报告显示，在今日头条移动端评论的用户主要是３１—５０岁的青壮年，他们数量庞大，比年轻人更有表达欲。
从地域来看，北京、广西、重庆这三个省级行政区的评论率最高。
从城市分布情况来看，从超一线城市到五线城市，评论率呈下降趋势。
由此可见，经济发达程度和评论率成正相关。
一、新闻APP 今日头条的“个性化推荐”（一）“个性化推荐”的产生背景移动互联网时代，每人每天都会收到大量繁杂的信息，而这些信息对我们而言大部分都是无用的，如何获取自己所需要的信息成了令人头疼的问题。
今日头条针对这一痛点，率先提出“个性化推荐”这一模式，对用户进行信息的个性化输送。
因此，不同的人、同一个人在不同的时间，所获得的信息都是不同的。
这就与今日头条一直宣传的“你关心的，才是头条”这个理念相符。
（二）“个性化推荐”的技术支持———智能推荐算法当用户使用微博、ＱＱ、微信等社交账号登录今日头条时，依靠大数据计算与分析的技术支持，它能在５秒内获取用户的基本信息，解读出使用者的兴趣，最后根据这些兴趣，筛选出特定的内容推送给用户。
用户每次动作后１０秒，个人模型便会自动更新。
因此，用户对ＡＰＰ的使用频次越高，推荐的内容便越精准。
如果用户没有利用社交平台号登陆今日头条，没有可供参考的账户信息，今日头条会在用户下拉过程中随机推送一些消息，一旦用户产生点击、评论、转发等相关行为，今日头条便会根据用户相关的阅读行为、阅读兴趣等方面建立用户的个人模型，在用户下次下拉刷新时智能地为用户进行精准的“个性化推荐”。
用户使用ＡＰＰ的时间越久，今日头条对用户兴趣掌握得越全面，建立的个人模型越多元，推荐的内容也就越精准，从而为用户带来更完善的阅读体验。
移动传播体系下内容分发方式探究——以今日头条为例
移动传播体系下内容分发方式探究——以今日头条为例随着移动互联网的蓬勃发展，人们获取信息的渠道越来越多样化，移动传播体系得以逐渐构建完善。
内容分发方式作为其中重要一环，更是不断演进，在内容生产、传递、传播、存储等方面不断有新的探索和尝试。
其中，以今日头条为例，本文将从以下几个方面来探底移动传播体系下的内容分发方式。
一、介绍今日头条今日头条是一款基于大数据技术，个性化推荐用户感兴趣的新闻、娱乐、体育、科技等内容的新闻客户端。
它不仅以图文形式呈现，还成为直播、短视频等多种形态内容分发的平台。
今日头条坚持以用户为中心，通过算法分析用户的关注点、兴趣等，实现内容的个性化推荐。
据不完全统计，截至2021年6月，今日头条月活跃用户数已经突破2.6亿。
二、内容分发方式1、个性化推荐个性化推荐是今日头条的核心，在“头条号”中，每个用户可以选择成为作者发布自己的文章，系统将根据用户对内容的兴趣偏好，通过协同过滤算法，实现动态推荐最符合用户口味的内容。
同时，头条还采用了LBS技术，推送和显示距离用户、地理位置相关的信息，进一步满足用户的实时需求。
2、短视频短视频作为移动端内容分发的大趋势，今日头条也积极布局。
它推出了“抖音火山版”，将用户产生的唱歌、表演、搞笑、游戏等视频分享在平台上，受到了广泛的欢迎。
头条还适时地发布与时事热点相关的短视频，满足用户了解时事、娱乐消费的需求。
此外，头条火山版还与网红、明星进行合作，打造出一系列走红的短视频内容。
3、新闻资讯作为一款新闻类App，今日头条在新闻资讯的内容分发方面毫不含糊。
头条将用户的关注点以及AI技术纳入了其编辑团队的考虑范畴，在资讯版块中选择能够让用户满意的新闻报道。
同时，在报道的质量方面，头条始终把推行内容审核机制放在极为重要的位置。
不仅过滤了广告、色情等不良内容的投放，还加强了风险隐患的把控。
4、直播头条直播是今日头条的重要内容形式之一，也是一款基于大数据技术、个性化推荐的直播产品。
大数据时代自媒体定制新闻推荐研究--以《今日头条》 APP为例
工智能协会 上就提出了个性 化导航 系统 Ｗ ｅ ｂ Ｗａ ｔ ｃ ｈ ｅ ｒ ； ０ ２ ０ ０ ９年 ，国 内百 分点科技公司利用 自身的技术平 台，向客户提供专业 的推荐 引擎技术与
“今日头条”聚合新闻客户端研究综述
探究新闻APP提升用户体验的新路径——以“今日头条”为例
互联 网的出现 给我们 的生活 带来 了
巨大 改变 ， 对人们获取新 闻信息 的手段 的 改 变便 是其 中之 一 。 速 途研 究 院 ２ ０ １ ４ 下
半 年 的 研 究 报 告 中显 示 ： “ ２ ０ １ ４ 年 中 国手
用户 ， 用户 日活跃量约 ２ ０ ０ ０ 万左右 ， 是近 年来 注册 用户上升最快 的新 闻 Ａ Ｐ Ｐ 。 ２ ０ １ ４ 年６ 月 ４日， “ 今 日头条 ” 获 得 了Ｃ轮 一亿
互 联 网时代在 传递给 我们 大量信 息
息， 造 成 了信息 过载 的情 况 。 “ 今 日头 条” 用 以解决 这一 问题 的方法 ， 便是进行个性 “ 今 日头条 ” 的特 点就在 于每一个 人看 到
的出现 打破 了信 息传播 者 固有 的优势地
位， 新 闻信 息 的传播 不再 是 “ 点一 面 ” 模 式， 取而代之 的是 由点 和线 构成 的网状传 作 为每一个 “ 点” 的用户 对“ 自我 ” 认 同的
用 户 体验 的 。
一
机 网民总数增 长至 ５ ． ５ ３ 亿人 ， 占全部 网民 数量 的 ８ ５ ． ６ ％， 且 仍保 持增 长 。 ” 由此可 见， 移 动终端在普及与使用上 已经获得受 众 的青 睐 。 正如 同一份报 告 中显示 ， 在这
个属于特定用户 的个人兴趣 图谱 ， 上面
容， 如关 键词 、 信息类 别等 数据也会 被收 集 起来 ， 乃 至 于用户 对某 一 条新 闻的点
击、 浏览 时间等这些细微的习惯都将进入 后 台的数据分析 。 这 些内容最 终可以形成
一
美元 的融 资 ， 市值 估计 高达 ５ 亿美元 。 本
文便 以“ 今 日头条” 作为案例 ， 探究在用户 思维下 ， 新 闻Ａ Ｐ Ｐ 是采取何种方式来提升
今日头条案例分析
今日头条案例分析今日头条（Toutiao）是中国一家通过个性化推荐算法为用户提供新闻资讯和娱乐内容的公司，自成立以来取得了巨大的成功。
在这篇文章中，我们将对今日头条的商业模式、用户体验、内容管理和风险挑战进行分析。
一、商业模式今日头条的商业模式主要通过广告收入和内容分发平台合作收入来实现盈利。
首先，今日头条通过智能推荐算法为用户提供个性化的广告，吸引广告主投放广告并实现广告收入。
其次，今日头条与各大新闻媒体合作，成为它们的内容分发平台，帮助媒体提高曝光率并获得分成收入。
二、用户体验今日头条以其智能个性化推荐的方式为用户提供高质量的内容，使用户能够迅速找到感兴趣的资讯。
通过分析用户的点击、浏览、收藏等行为，今日头条能够不断优化推荐算法，提供更加符合用户口味的内容。
同时，用户还可以根据自己的需求选择关注特定主题的内容，并进行互动交流，增强用户参与感。
三、内容管理为了保持优质的内容供应和规范的信息发布，今日头条采用了严格的内容审核和管理机制。
他们建立了一支庞大的审核团队，负责对提交的内容进行审核，确保内容的合法性和真实性。
此外，他们还与权威媒体机构合作，提供来自可靠来源的新闻内容，避免低质量和虚假信息的传播。
四、风险挑战虽然今日头条在用户体验和盈利模式方面取得了成功，但仍面临一些风险挑战。
首先，短视频平台的兴起给今日头条带来了竞争压力。
许多用户转向观看短视频，而不是阅读文字内容。
其次，虚假信息和不良内容的传播成为了一个全球性问题，今日头条需要进一步加强对内容的审核，以免负面影响用户体验和口碑。
综上所述，今日头条以其个性化推荐算法和用户友好的界面成为中国最受欢迎的新闻资讯平台之一。
通过商业模式的创新和内容管理机制的不断完善，他们不仅实现了盈利，还提供了良好的用户体验。
然而，面临的风险挑战也需要引起足够的重视，并采取相应的措施来应对。
今日头条在不断探索创新的道路上，为用户提供更好的资讯服务。
基于大数据背景下新闻客户端的发展模式——以“今日头条”为例
基于大数据背景下新闻客户端的发展模式——以“今日头条”为例作者：任会福来源：《新媒体研究》 2017年第24期摘要大数据时代背景下新闻客户端的内容编辑方式和推送方式也悄然发生着变化。
文章以“今日头条”为例，通过探究“今日头条”发展模式在大数据背景下的变化，进一步分析大数据背景下新闻客户端的发展模式变革，力求能够借助大数据环境优势促进新闻客户端的创新和发展，更推动媒体向多元化、个性化、实效化方向发展。
关键词大数据；新闻客户端；今日头条中图分类号 G2 文献标识码 A 文章编号 2096-0360（2017）24-0092-02随着信息技术和科学技术的飞速发展，人们对信息的搜集、传播和利用等方式在不断发生改变。
尤其是智能通讯设备的不断升级，互联网技术与生活的联系越加紧密。
在这样的大数据时代背景下新闻客户端的优势逐渐凸显。
据相关数据显示，至2016 年上半年我国手机客户端上网人数已超过6 亿。
而据不完全统计，大多数网民关注热度最高的就是新闻客户端。
移动客户端为新闻客户端的发展也提供了便捷的推送平台。
当前新闻客户端的快速更新发展离不开移动客户端的支持。
而在大数据背景下自媒体已然成为多媒体发展的新形势。
在网上建立属于个人的客户端平台，既可以实时接收推送信息，也能够自己传达信息。
这样的信息传播方式也成为现阶段发展迅速的模式。
而其中较有代表性有“今日头条”“网易新闻”“一点资讯”等。
“今日头条”是一款基于大数据背景下的个性化产品，“今日头条”的发展模式是传统新闻客户端的革新，可以说是新闻客户端紧随时代发展改革创新的典范。
本文就重点以“今日头条”为例，探究大数据背景下新闻客户端的发展模式变革。
1 大数据环境对新闻客户端的影响从客观上讲大数据实际就是海量的数据，是具有高增长率和多样化的有待优化处理的信息资产。
大数据可以被定义为大量、高速、多样、价值的信息资源。
我们能够通过挖掘海量数据中的价值达到目的，比如减少投资风险，节约运营成本，精准高效向客户推送信息等。
基于大数据的新闻报道分发方式探究——以“今日头条”为例
基于大数据的新闻报道分发方式探究——以“今日头条”为例发表时间：2018-09-18T10:10:24.327Z 来源：《知识-力量》2中作者：刘芡茹[导读] 近年来，新媒体已占据信息分发的主要通道，在大数据时代中，人们越来越要求快、新、奇，导致在大数据背景下，新闻报道的分发方式产生了变化。
诚然，大数据背景下的新闻报道，带给了我们许多更新更快的知识渠道，但同时也出现了知识窄化、内容低俗、价值观判断的缺失等一系列的问题，对此，本研究以用户量最多的新闻客户端“今日头条”为研究对象，根据今日头条新闻报道的分发方式，进行探究。
采用观察法和文献研究法，面对知（成都体育学院，四川成都 610041）摘要：近年来，新媒体已占据信息分发的主要通道，在大数据时代中，人们越来越要求快、新、奇，导致在大数据背景下，新闻报道的分发方式产生了变化。
诚然，大数据背景下的新闻报道，带给了我们许多更新更快的知识渠道，但同时也出现了知识窄化、内容低俗、价值观判断的缺失等一系列的问题，对此，本研究以用户量最多的新闻客户端“今日头条”为研究对象，根据今日头条新闻报道的分发方式，进行探究。
采用观察法和文献研究法，面对知识窄化、内容低俗等问题，如何去调整，把“你关心的才是头条”，变成“有价值的才是头条”就显得尤为重要。
关键词：大数据今日头条分发方式知识窄化前言从2018年年初起，今日头条屡屡受挫，遭遇大整改。
更是多次被网信办约谈，也是新闻类APP第一个第一次遭到了网信办的全面封禁，旗下的内涵段子永久关闭，可谓是震撼至极。
今日头条作为一个新闻类报道APP，用“算法”的方式进行推送是它的主要特点，根据千人千面的方式，针对不同的用户模型进行推送。
在大数据时代下，这是新闻报道分发方式的主要特点。
那根据这一特点，出现了网络媒体价值观的缺失，用户过分追求娱乐化，内容低俗、信息窄化等现象。
因此，分析今日头条的分发方式的特征和成因，提出有效的措施解决这些问题迫在眉睫。
今日头条新闻客户端的“信息茧房”传播效应影响
11 THEORY RESEARCH理论研究作者简介：陈佳茹，哈尔滨师范大学传媒学院。
算法分发是互联网环境下重要的数据计算技术，在聚合类信息平台、搜索引擎、社交软件等互联网工具中广泛运用。
算法分发能够精确定位用户需求，个性化推荐用户所想要得到的讯息，从新闻信息、博客博主到电商产品等，一应俱全。
今日头条作为以数据技术驱动新闻传播的新型新闻媒体，是个性化新闻推荐系统开发的先驱和行业的佼佼者，从2012年9月开发第一版推荐系统，至今已经经历了四次大规模调整。
今日头条的个性化新闻推荐系统，一方面通过“网络爬虫”从互联网信息海洋中截取有效信息汇聚到自身信息平台，另一方面通过对用户的浏览行为进行分析计算，依照个体差异性需求提供个性化、定制化的新闻推送，达到千人千面的新闻传播现象。
这种信息推荐行为逐渐压缩用户的信息涉猎空间，加剧“信息茧房”的形成。
“信息茧房”（information cocoons）最早由桑坦尼提出，“我们只听我们选择的东西和愉悦我们的东西的通讯领域。
通俗地阐释说，在信息传播中，因公众自身的信息需求并非全方位的，公众只注意自己选择的东西和是自己愉悦的通讯领域，久而久之，会将自身桎梏于像蚕茧一般的‘茧房’中”。
“信息茧房”阻隔了个人与信息环境的全面发展，在新闻聚合平台推荐下，用户处于信息接收面逐渐缩窄的选择、筛选、接收与理解的信息空间，会像蚕一样作茧自缚，形成自我意见强化的“回音室”。
1 今日头条“信息茧房”形成的原因1.1 互联网传播环境是培养温床“流量”和“日活”是衡量一款互联网产品成功与否的基础标准。
网站为了用户数量会用尽办法来增强用户的数量和使用频率。
与传统新闻媒体尊崇的新闻专业主义不同，聚合类新闻平台的内容版权模糊，栏目策划以用户需求为导向，内容生产和传播诉求完全依赖于用户。
通过对今日头条用户偏好的调查得知，社会热点、娱乐类信息是用户偏爱的新闻类型。
“标题党”和低俗新闻具有较高的关注度。
浅析移动新闻客户端新闻产品的特点——以网易“每日轻松一刻”为例
布 的招聘 “ 小 编”信 息也 能看 出其 内容 的选 择 ： “ 需要
你 看得 懂新 闻 、 熟 知各种 热点 、 爱搞笑 、 兴趣 闻” 为基础 ，
通过 “ 调侃 ” 、 搞 笑的方式将新 闻话题传 播 出去 。
关 键词 ： 新 闻客 户端 ； 每 日轻松 一刻 ； 特点 中 图分 类 号 ：Ｇ２ ０ ６ ． ３ 文 献标 志 码 ：Ａ 文章 编 号 ： ｌ ６ ７ ４ — ８ ８ ８ ３（ ２ ０ １ ４）１ ２ — ０ ０ ７ ４ — ０ ２
随着移 动互联 网的迅速发 展 ， 移动新 闻客户端市场 已经成 为媒体竞争 的焦点 。为 了抢夺移动用 户市场 ， 各 大传统 媒体和大型 门户 网站纷纷进军移 动客户端市场 ， 在新 媒体 环境下 ， 碎 片化 的阅读趋 势 ， 使得 越来越 多 的 人希望 通过移动新 闻客户端 获得最新 的资讯 。
互动还体 现在反 向追 随受众 ， 对 网友精 彩 回帖和精 彩言 辞 的重视 和采用 。“ 每 日轻松 一刻 ”栏 目正体 现于此 ， 栏 目的最 后指 出 ： “ 所有 栏 目内容推 荐均 撷取 自网友 的
客户端争夺用户 的焦点之一。因此 ， 新 闻客户端都越来越
强调用户 的个性化定制。例 如， 网易新 闻客户端 ， 除了默 认的推荐频道外 ， 还有更多的频道与栏 目可供用户 自己定 制， 可以定制 自己关注的城市新 闻以及本 地天气预告等 。
第二， 呈现形 式 。“ 每 日轻 松一 刻 ”包括 文字 和 图
（ １ ）网易新 闻客 户端原 创栏 目—— “ 每 日轻松 一 刻” 。信息 同质 化是 当前互 联 网新 闻用 户 的普 遍体 验。
社交网络信息对出行时刻选择行为的影响
社交网络信息对出行时刻选择行为的影响张兆泽;黄海军【摘要】As social media and location-aware mobile devices are widespread,travelers not only consult travel experience and information from other people,but also share their information by the platform. This media tool provides a new way for reference. The accuracy of information has influence on individual behavior and system performance. This paper employs the Bayesian learning mechanism to simulate the individual dynamic learning of departure timing within one day and day-by-day. The Agent-based method is used. Different schemes,namely no information,inaccuracy information and accuracy information are investigated and compared. Results show that the proposed model could depict travelers'timing behavior and evaluate the system performance caused by different schemes.%随着社交媒体和基于定位的智能手机普及,人们可以通过社交平台获得其他人的出行经验,同时与别人分享自己的出行信息.这种媒体形式为人们提供了新的出行参考途径.显然,信息的准确与否,对人们的行为和交通系统性能会造成影响.本文使用贝叶斯学习更新机制描述人们的动态学习行为,建立出发时刻选择的Agent-based模拟模型,比较准确社交信息、不准确社交信息和没有社交信息对交通系统的影响.数值结果表明,本文所建立的模型可以刻画出行者的行为特征,并反映信息对交通系统的影响.【期刊名称】《交通运输系统工程与信息》【年(卷),期】2017(017)005【总页数】7页(P22-28)【关键词】城市交通;贝叶斯学习;出发时刻选择;瓶颈模型;社交网络信息【作者】张兆泽;黄海军【作者单位】北京航空航天大学经济管理学院,北京100191;北京航空航天大学经济管理学院,北京100191【正文语种】中文【中图分类】U491信息技术的更新和智能设备的普及，为社交媒体发展提供了动力.这些基于位置的移动设备为出行者提供了新的平台来获得出行所需要的信息，如出行位置、路径规划、拥堵状况等.这些信息不同于传统的信息(如广播、电视、报纸等发布的信息)，首先，信息由个人感受组成，出行者可以将自己出行的信息分享至社交媒体，这与宏观统计之后发布的信息是有差异的；其次，信息的分享由社交网络决定，个人社交关系网络的差异会对个人决策产生不同的影响.因此，研究社交网络信息传播对日常出行行为的影响具有重要意义.现有文献中，部分研究者基于不同场景，对社交网络下如何分享信息进行了研究，比如购物[1]、旅游[2]、通勤[3]等场景.购物或旅游场景下的行为几乎是一次性选择行为，从信息分享中获得的帮助也是一次性的.对于通勤来说，出行者每天上班都需要决策，所以社交网络下的信息分享对出行决策的影响就更加重要.这与传统的逐日交通分配模型(Day-to-day Traffic Assignment)有所不同[4-7]，这些模型没有把信息当做一个重点研究对象，没有引入社交网络的影响.目前，出行者可以使用一个由谷歌研制的商业化产品Waze分享自己的出行体验，通过Facebook 等社交媒体在自己的社交关系网内交流经验.这种动态分享，可能比政府发布的出行信息更加及时，更值得自己的朋友信任.因此，基于社交媒体数据的交通行为研究也成为热门研究领域[8-10].Agent-based建模方法在交通行为研究中被普遍使用[11-13].Michael[14]认为Agent应具有适应性、自治性、灵活性(包括反应性、预动性和社会性).这种方法能够较好地仿真现实场景，灵活的框架也便于使用.刘天亮等[15]使用这一方法研究了交通网络中的逐日择路行为.田丽君等[16]运用这种方法比较了有无信息获取装置对路径选择行为的影响.刘诗序等[17]研究了预测信息下的驾驶员逐日决择行为，并且分析了系统的稳定性.本文将在文献[3]的基础上，进一步深入研究信息准确、信息不准确和没有信息3种情况下的出行行为，以及对交通系统拥堵的影响.本研究有助于加深对城市出行者(通勤者)逐日上班决策行为的认识，为评估社交网络信息对交通系统的影响提供理论依据，并期望新的信息传播方式有助于缓解城市中心地区的上班高峰拥堵.经典的瓶颈模型是由诺贝尔经济学奖获得者Vickrey[18]在1969年提出的.模型假设每天有N个同质的出行者从家里出发到工作地上班，连接出发地与目的地的是一条通行能力有限的道路，无法保证每个人都能准时到达工作地.假设瓶颈位于道路的末端，当到达率超过瓶颈能力时就会出现排队，否则出行者以自由流速度到达工作地.但是，早到或者晚到工作地，都会受到相应的惩罚.令r(x)是x时刻的出发率(对瓶颈来说是到达率)，有式中：R(t)是t时刻的累计出发量；t0是第1辆车的出发时间.定义T(t)为t时刻出发者的总出行时间，有式中：tfree为自由流行驶时间，不失一般性，可设tfree=0；Tw(t)为t时刻出发者在瓶颈前的等待时间.令Q(t)为t时刻在瓶颈前的排队车辆数量，有由于瓶颈的通行能力是有限的，必然存在早到和晚到现象.对早到和晚到给予惩罚，并将惩罚计入到个人的出行费用中，则有式中：c(t)是t时刻出发的出行者的出行费用；TSDE(t)代表t时刻出发的出行者的早到时间(Schedule Delay Early)；TSDL(t)代表晚到时间(Schedule Delay Late)；α是单位出行时间成本；β是单位早到时间惩罚；γ是单位晚到时间惩罚；一般有0＜β＜α＜γ.出行者会选择合适的出发时刻，以权衡路上消耗的时间成本和早到/晚到惩罚成本.经过动态调整之后，会出现一个c(t)为常数的均衡态.为便于计算机模拟，对高峰期的时间进行离散化处理，分成M个长度相等的时段.将出行者i在时段m内出行的感知时间记为，它与式(2)对应.由于交通信息不全面和交通状况不确定，感知出行时间是随机的，记为式中：μim是出行者i在时段m内出发的期望感知时间或实际时间；εim是对应的随机项，方差为.将式(5)离散化，有显然cim也是随机变量.将出行成本转化为效用，有式中：ξim是效用认知的误差项，本文中假设所有误差项是相互独立的、且服从相同的零期望值Gumbel分布.贝叶斯法则被广泛应用于个人的认知更新，该法则的基本形式为式中：P(H)是先验概率(Prior Probability)，由已有的知识确定；P(H|D)是后验概率(Posterior Probability)，是在后续收集到一定数据后，对已有认知进行的更新，重新计算选择H的概率.出行者在出发前，假定他知道各出发时段将要经历的出行时间服从某个分布，也就是知道先验概率.根据式(8)的假设，可以使用Logit模型计算出行者i的具体经历时间为时、选择m时段出发的概率，即式中：参数θ与式(8)中误差项的方差相关，不影响结论，本文中假设θ=1.出行者每天将自己的经验分享到社交网络中，也参考其他人经历的出行时间.在第2天出行的时候，他使用前一天的信息来决定出发时段.这个学习更新的过程可以用贝叶斯规则来体现.式中：是出行者i在m时段出发的先验概率；yim是一个信息集合的向量，yim=(yim1,…,yimk,…,yimaim)，表示每天收集的信息，包含自己和他人的出行时间信息；aim是出行者i在时段m出发可观察到的信息数量；P(yim)代表出行者i 在m时段出发观察到yim的概率；代表在收集到信息之后，对先验概率的更新. 在式(11)中，对做进一步假设，假设在具体值下观察收集到的时间信息符合正态分布，即式中：是从社交网络收集到的时间信息的方差.为了表达方便，我们将右下角标省去.根据贝叶斯法则，可以得到[3]式中：为观察信息的平均值，在两个随机项t'和y的作用下，t'|y依然服从正态分布，t'|y～N(μ′,σ′2)，均值和方差分别为式(14)表明，更新后的μ′与原有的μ和观察后得到的平均值相关.式中的a代表观察到的信息数量，当a=1时，观察信息只包含自己；当a=0时，表示什么信息也没有得到，则μ′=μ，σ′=σ.在给出出发时刻选择模型以后，我们进一步研究逐日(Day to Day)选择模型，即t=1,2,…，根据式(5)～式(7)，有式中：代表第t天出行者i在间段m出发的效用.根据式(10)，同样可以写出第t天出行者i在时段m出发的条件概率.不影响结论，本文设θ=1.根据式(14)和式(15)可以得到t+1天出行者i在时段m 的μ和σ更新.式中：是已知的，本研究中还假设所有出行者是同质的；决定了t+1天的感知出行时间，继而决定了，也就得到了t+1天每个时段出发的概率.出行者就这样每日学习，进行自我认知更新.出行者根据社交网络来获得和分享出行时间信息，下面我们定义社交网络的数学表达式.令N×N矩阵G=(Gij)表示社交关系，其中可以将Tt视为信息的来源，但还无法知道具体的出发时刻，为此，引入一个N×M矩阵，其中通过G，Tt和It可以表示在t天的完全信息.引入，感知时间方差的倒数可以理解为感知时间的精确度；引入，其中，观察时间方差的倒数乘以观察到的信息数量可以理解为观察信息的精确度；表示均值.以向量形式表达的认知更新就是式中：ψt=GTtIt表示可供出行者i在出发时段m观察到的信息时间总和，；计算符号∘表示两个矩阵的Hadamard积.在实际生活中，我们向其他人传递的信息经常是不准确的，这种不准确汇聚到社交网络上，可能被放大、从而产生不良后果.本研究中假设，信息的传递存在不准确性，其后果服从正态分布，即式中：tim是传递之后的时间；atim是出行者i在时段m出发所经历的实际时间；是方差.每个出行者是一个Agent，具有独立性.在模拟中，首先给出出行需求的数量，即Agent的数量，赋予每个出行者一定的均值和方差来产生第1天的感知时间，继而算出每个出行者在每个出发时段所取得的效用.使用该效用计算每个出行者选择各时段出发的概率.利用瓶颈模型算出当天各出发时段所对应的行程时间.第2天，出行者参考从社交网络分享到的行程时间，确定各出发时段的感知时间，继而算出对应的出行效用，接着算出选择各时段出发的概率.系统重复这个过程，完成一次自我认知的更新，模拟过程一直执行到设定的天数为止，如图1所示.在本研究中，部分参数值取自文献[3]，由实验所得，α，β和γ分别取0.5，0.3和1.2.在行程时间的初始正态分布中，均值为33.7，方差为0.72；在观察信息时，假设观察的方差是不变的，取值为0.5.道路的通行能力是30；在传递信息这个步骤中，假设传递的时间服从正太分布，方差为0.72.模拟区间为连续30天.我们通过一些指标来比较不同情况下，信息对交通系统和个人行为的影响.第1个是总的出行时间(Total Travel Time)，它是每天所有出行者出行时间的总和，反应了拥堵的整体情况；第2个是平均出行费用(Average Travel Cost)，它是每天每个出行者所花费用的平均值，考虑了早到和迟到惩罚.研究了3组对比：第1组，准确完全信息和只有个人信息之间的比较;第2组，不准确完全信息和只有个人信息之间的比较;第3组，准确完全信息和不准确完全信息之间的比较.在图2中，前5天，准确完全信息下和只有个人信息下出行时间有着较大的降幅，但第5天以后有了明显的差别.在得知信息的情况下，出行时间还可继续下降，并保持在低水平上小幅摆动.而无法获得信息的出行者，仍然依靠自己的个人经历抉择出发时刻，对降低系统总出行时间的贡献不大，总出行时间一直处于高位.在图3的前3天中，对个人而言，在获取信息的情况下，出行费用下降速度比较快；而无法获得信息的情况下，平均出行费用前10天都处在一个比较高的位置，并且之后的下降幅度也有限.所以，获得信息对个人来讲可以降低自己的出行费用. 图4与图2对比，总出行时间在第5天以后没有迅速下降.从第8天开始，两种策略导致的总出行时间之间出现较大的差别.显然，不准确的信息会产生误导.但完全不知道一点外部信息，对没有尝试过的出发时刻没有新的认识，长期看是不利的. 图5表明，对个人而言，即使得到的信息不完全准确，但总比没有一点外部信息好.图6显示，准确信息和不准确信息给出的总出行时间交织在一起，没有严格分离.前7天，准确信息下的总出行时间下降速度要快一些.在出行开始，出行者对每个出发时刻的实际情况不了解，容易受到不准确信息的误导，但随着时间的推移，出行者能够从不准确信息中辨别有用信息，改进自己的出行.图7中再次证实了出行者能够从不准确信息中辨别有用信息，并改进自己出行的能力.图8是从微观角度对比3种信息策略在第1天的出发时刻分布.显然，3种策略在第1天对路上行程时间的认知是一样的，所以出发时刻分布基本没有差异.模拟中设置的自由流时间是30 min，出行者初始认知出行时间的均值为33.7 min，出行者大部分选择了第25 min出发.由于迟到惩罚是早到惩罚的4倍，本算例中人们大都不愿意迟到.图9是第2天的情况.第1天，大部分出行者选择了第25 min出发，系统出现排队拥堵.第2天出发前，可以获得信息的人群知道了其他时刻出发的实际出行后果，因此没有选择在25 min出发，而是提前出发了.而对于不知道信息的人，依然选择第25 min、甚至第30 min出发.图10是第5天的情况.有信息的人继续提前出发，以避免排队拥堵.没有信息的人，有的改变了出发时刻，但改得很慢，依然有不少人选择了第20 min出发.图11中是第24天的情况，有趣的是，有些有信息的人在第35 min出发、而没有信息的人几乎都在前15 min内出发.当所有人都提前出发的时候，也会出现排队拥堵，有信息的人正是通过社交媒体得到这个消息，果断调整自己的出发时刻，而没有信息的人则反应慢多了，不能及时调整出发时刻.本文针对越来越流行的社交媒体信息对交通出行的影响展开研究，运用贝叶斯更新规则描述出行者的认知更新.基于Agent-based仿真，模拟一段时间内上班出行者的群体决策过程.仿真结果表明，信息的有效传播对整个交通系统是有好处的，拥堵程度大幅下降.即使信息传播不准确，也能降低一定的拥堵程度.所以，利用社交网络传播信息，是可以改善交通系统的.【相关文献】[1]HAN Q，ARENTZE T，TIMMERMANS H，et al.The effects of social networks on choice set dynamics:Results of numerical simulations using an agent-basedapproach[J].Transportation Research Part A:Policy and Practice，2011，45(4):310-322. [2]IRYO T，YAMABE K，ASAKURA Y.Dynamics of information generation and transmissions through a social network in non-recurrent transport behaviour[J].Procedia-Social and Behavioral Sciences，2011，17(1):169-188.[3]XIAO Y，HONG K L.Day-to-day departure time modeling under social network influence[J].Transportation Research Part B:Methodological，2016(92):54-72.[4]CASCETTA E.A stochastic process approach to the analysis of temporal dynamics in transportation networks[J]. Transportation Research Part B:Methodological，1989，23(1):1-17.[5]HE X，GUO X，LIU H X.A link-based day-to-day traffic assignmentmodel[J].Transportation Research Part B:Methodological，2010，44(4):597-608.[6]PARRY K，HAZELTON M L.Bayesian inference for day-to-day dynamic trafficmodels[J].Transportation Research Part B:Methodological，2013，50(3):104-115.[7]SMITH M，HAZELTON M L，LO H K，et al.The long term behavior ofday-to-day traffic assignment models[J].Transportmetrica A:Transport Science，2014，10(7):647-660. [8]COTTRILL C，GAULT P，YEBOAH G，et al.Tweeting Transit:An examination of social media strategies for transport information management during a largeevent[J].Transportation Research Part C:Emerging Technologies，2017(77):421-432. [9]KUFLIK T，MINKOV E，NOCERA S，et al.Automating a framework to extract and analyse transport related social media content: The potential and the challenges[J]. Transportation Research Part C:Emerging Technologies，2017(77):275-291.[10]GU Y，QIAN Z S，CHEN F.From Twitter to detector:Real-time traffic incident detection using social media data[J].Transportation Research Part C:Emerging Technologies，2016(67):321-342.[11]HACKNEY J K，AXHAUSEN K W.An agent model of social network and travel behavior interdependence[C].Conference on Issues in Behavioral Demand Modeling and the Evaluation ofTravel Time，Kyōto，Japan，2006.[12]HAN Q，ARENTZE T，TIMMERMANS H，et al.The effects of social networks on choice set dynamics:Results of numerical simulations using an agent-basedapproach[J].Transportation Research Part A:Policy and Practice，2011，45(4):310-322.[13]RONALD N， ARENTZE T， TIMMERMANSH.Modeling social interactions between individuals for joint activity scheduling[J].Transportation Research Part B:Methodological，2012，46(2):276-290.[14]JENNINGS N R，SYCARA K，WOOLDRIDGE M.A roadmap of agent research and development[J].Autonomous Agents and Multi-agent Systems，1998，1(1):7-38.[15]刘天亮，黄海军.日常择路行为的多智能体模拟[J].物理学报，2007，56(11):6321-6325.[LIU T L，HUANG H J.Multi-agent simulation on day-to-day route choicebehavior[J].Acta Physica Sinica，2007，56(11):6321-6325.][16]田丽君，黄海军，刘天亮.基于动态信息反馈的日常出行决策模拟研究[J].交通运输系统工程与信息，2010，10(4):79-85.[TIAN L J，HUANG H J，LIU T L.Day-to-day route choice decision simulation based on dynamic feedback information[J]. Journal of Transportation Systems Engineering and Information Technology，2010，10(4):79-85.][17]刘诗序，关宏志，严海.预测信息下的驾驶员逐日路径选择行为与系统演化[J].北京工业大学学报，2012，38(2):269-274.[LIU S X，GUAN H Z，YAN H.Drivers’day-to-day route choice behavior and system evolution under forecast information[J].Journal of Beijing Universityof Technology，2012，38(2):269-274.][18]VICKREY W S.Congestion theoryand transport investment[J].American Economic Review，1969，59(2):251-60.。
今日头条分析报告两篇.doc
今日头条分析报告两篇第1条今天的标题分析报告-今天的标题分析报告-今天的标题简介1.简介今天的标题是基于数据挖掘的推荐引擎产品。
它向用户推荐有价值的、个性化信息，为人们和信息之间的联系提供新的服务，是国内移动互联网领域发展最快的产品服务之一。
它是由国内互联网企业家张一鸣在三月XXXX创立的。
显示8月发布的 5.主题区域中的主题的界面相对复杂，并且包含太多元素(标题、缩略图、主题源、评论数、删除按钮、时间)。
其中，由于显示图片数量的问题，“删除”按钮不能对齐，这稍微影响了美观。
时间的显示只通过多图片新闻和横幅图片新闻来显示，不能保证版面的一致性，需要优化。
然而，在主题领域，人们可以自由地开展他们感兴趣的主题。
6.视频社区的整个界面被一个接一个地分成小矩形方块，每个方块都是一个视频。
有些放在首页的视频经过编辑，可以找到点击量大、互动多的文章，放在首页，而其他视频可以付费把自己的内容放在首页，以增加曝光率。
你可以在这个社区里看很多新闻视频，上传你最喜欢的视频。
三种操作模式和盈利模式7.在今天的头条新闻中使用大数据和优秀的算法可以结合起来，为每个用户建立一个准确的DNA数据库。
基于此，可以实现广告的准确放置。
用户以前浏览过相关信息或商品，并推送过相关周边商品信息。
从最初仅在安卓、ios平台上推送和下载，到最近频繁在媒体面前曝光，今天的头条仍然运作良好，尤其是自身的差异化优势，加上CEO的个人魅力，推广效果事半功倍。
8.盈利模式1)与视频网站的合作(优酷、搜狐视频等。
)用今天的头条看一些新闻，想了解更多关于图片的信息(例如，我今天看了国家最高科技奖的新闻，想看是否有相关的视频报道，等等。
)跳到视频播放界面(这取决于用户的个人喜好，选择哪种媒体)；同样，例如，我正在看一个技术视频报告，想知道更多关于这个领域的最新消息。
请在视频网站上链接到今天的标题。
这种大流量的合作将是一个双赢的局面，也将为用户带来多样化的新闻体验。
从“今日头条”看手机新闻客户端的用户体验提升
从“今日头条”看手机新闻客户端的用户体验提升作者：黄晓慧李凤鸽来源：《传媒》 2019年第15期文/黄晓慧李凤鸽新媒体环境下，移动互联网技术日新月异，4G和智能手机不断普及，5G商用逐渐拉开序幕，影响和改变了受众的媒介接触习惯，受众希望通过移动客户端在碎片化的时间及时获取新闻资讯。
因此，手机新闻客户端成为手机用户获取信息的主要接入口，它凭借丰富的信息资源、实时的社交互动，以及全媒体呈现和跨平台传播，满足了用户对信息获取便捷性、片段化和主动性的追求。
以今日头条为代表的新兴聚合类新闻客户端迅速崛起，其倡导以用户需求为中心，并成为新闻客户端市场上的传媒新贵。
“今日头条”用户体验的现状及特点2012年，北京字节跳动科技有限公司推出“今日头条”，它是一款基于算法推荐、专注内容分发的综合新闻客户端。
短短6年，今日头条已有7亿多的注册量，月活跃用户数达2.63亿，迅速成为手机新闻客户端的领头羊之一。
聚合资讯，个性化定制。
美国管理学家和经济学家赫伯特·西蒙认为，信息消耗的是接收者的注意力。
今日头条的产品定位是“你关心的才是头条”，它以用户喜好和阅读习惯为依据，推荐价值量较高的个性化信息。
首先，今日头条不生产或极少生产原创内容，其内容主要来源于网络用户的自主生产和专业新闻机构的提供，信息量巨大，内容丰富，聚合了文化、娱乐、体育、游戏和经济等多个领域。
同时，今日头条的内容类型包含了文本、图片、视频、音频等多媒体传播形式，满足了用户的多元化需求。
其次，今日头条通过推荐引擎进行用户研究、文本挖掘、分布计算、聚合整理、精准推送，贴近用户学习、工作和生活，满足了用户的个性化需求。
再次，今日头条倡导“越用越懂你”，坚持“千人千面”，通过分析用户的关注点和兴趣点，进行个性化定制，通过解析用户的使用行为，实时更新用户兴趣图谱，完成内容的筛选和分发，使每个人拥有不同的首页内容，注重用户阅读时的愉快体验。
注重互动，社交化体验。
大数据时代个性化推荐新闻客户端的困境分析——以“今日头条”为例
大数据时代个性化推荐新闻客户端的困境分析——以“今日头条”为例作者：李闪闪来源：《科技传播》 2018年第11期摘要 2018 年4 月，今日头条因为平台涉及低俗、色情等内容接连接受整改，这让我们在感叹其可以提供“精准化、个性化、定制化”内容的同时，也不得不去思考个性化推荐新闻客户端在大数据时代面临的困境问题。
文章借鉴拉斯维尔的“5W 理论”研究思路，对今日头条平台“信息来源——信息把关、处理——信息推送后的结果”的传播过程进行线性分析，对其遇到的困境进行了5 点梳理，以求引发个性化推荐新闻客户端的思考，并不断做出改进。
关键词大数据时代；个性化推荐；新闻客户端；困境分析；今日头条中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2018）212-0130-031 问题研究背景1.1 大数据时代背景1.1.1 大数据关于大数据的定义众说纷纭，对大数据的理解取决于定义者的态度和学科背景。
有关大数据的特点，行业内比较认可的有以下4 点：Volume（规模性）、Variety（多样性）、Velocity（高速性）、Value（价值性）。
大数据的规模性、多样性对应于当今时代信息的海量化、多元化。
纷繁复杂的信息时代，规模化的数据信息可以快速生成、在人与人之间急剧传播，对这些数据进行挖掘又可以产生不可估量的价值，这又恰与大数据后两个特性不谋而合。
1.1.2 大数据催生个性化新闻推荐传统上的新闻客户端，多是通过人工筛选、编辑信息，基于用户的共性需求推荐同样的新闻内容，即共性化推送。
大数据时代的到来和科技的进步使得个性化新闻推荐成为可能。
北京字节跳动科技有限公司就是在这样的时代背景下，充分发挥其敏锐的嗅觉，开发了今日头条——一个基于数据挖掘的个性化信息推荐引擎。
从2012 年9 月开发第一版推荐系统以来，今日头条紧跟大数据时代的脚步，成为个性化推荐系统行业的先驱和佼佼者，其新闻聚合、分发模式很好地解决了大数据时代信息过载的问题。
移动新闻客户端内容运营策略比较研究r——以今日头条和腾讯新闻为例
移动新闻客户端内容运营策略比较研究r——以今日头条和腾
讯新闻为例
陈小双
【期刊名称】《硅谷》
【年(卷),期】2018(004)010
【摘要】移动互联时代背景下,手机新闻客户端成为网络用户获取新闻资讯的主要渠道.面对同质化竞争的现状,今日头条和腾讯新闻能够依然保持强劲的市场份额,除了天然优势,这也和各自的运营策略密切相关.由此,基于发展现状,聚焦内容运营策略,分析两大新闻客户端的个性和共性,寻找各自的优势和竞争之道,最后探讨存在的一些问题,以达到取长补短的目的.
【总页数】3页(P40-42)
【作者】陈小双
【作者单位】黑龙江大学研究生院,黑龙江哈尔滨 150080
【正文语种】中文
【中图分类】G2
【相关文献】
1.移动新闻客户端信息推送特点及问题分析--以凤凰新闻、今日头条等五大新闻客户端为例 [J], 陈伶娜
2.移动互联网时代新闻客户端的传播策略——以"今日头条"为例 [J], 丁越
3.大数据技术下移动新闻客户端的传播模式研究——以人民日报、腾讯新闻、今日
头条为例 [J], 郝涛
4.移动新闻客户端内容运营策略比较研究——以今日头条和腾讯新闻为例 [J], 陈小双;
5.大数据技术下移动新闻客户端的传播模式研究--以人民日报、腾讯新闻、今日头条为例 [J], 郝涛;
因版权原因，仅展示原文概要，查看原文内容请购买。
移动新闻客户端信息推送特点及问题分析--以凤凰新闻、今日头条等五大新闻客户端为例
移动新闻客户端信息推送特点及问题分析--以凤凰新闻、今日
头条等五大新闻客户端为例
陈伶娜
【期刊名称】《今传媒（学术版）》
【年(卷),期】2016(024)010
【摘要】新闻客户端正在面临浏览器资讯、社交媒体阅读的竞争，面临“江山失守”的局面，如何保持竞争力？除了在信息发布速度、内容质量、用户体验设计等方面进行优化，能够直接抢夺用户注意力的新闻信息推送功能同样应予以重视。
新闻推送需要掌握好方法和技巧，否则，可能被置之不理成为无效推送，无法转化为流量。
【总页数】3页(P17-19)
【作者】陈伶娜
【作者单位】北京大学新媒体研究院，北京 100089
【正文语种】中文
【中图分类】G21
【相关文献】
1.移动新闻客户端重大会议新闻的报道策划--以“网易新闻”“今日头条”“央视新闻”2016年两会专题策划为例 [J], 李潇
2.移动新闻客户端重大会议新闻的报道策划——以“网易新闻”“今日头条”“央视新闻”2016年两会专题策划为例 [J], 李潇;
3.移动新闻客户端中新闻报道传播机制初探--以凤凰新闻客户端“苏格兰公投”相关报道为例 [J], 武瑾
4.移动新闻客户端信息推送特点及问题分析 [J], 何海清
5.微观传统媒体移动新闻客户端发展之路——以央视新闻客户端与网易新闻客户端比较研究为例 [J], 郭佳;
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
312
教研前沿
自2014年8月份，中央全面深化改革领导小组提出加快传
统媒体与新媒体的融合发展，打造一批具有竞争力的新型主流媒体以来，媒介融合在学界和业界掀起了一股热潮，我国新闻媒体通过不懈的努力，纷纷开发了自己的新闻客户端。
然而根据有关调查数据显示，传统媒体除了人民日报和央视新闻客户端之外，其他的用户数量都比较小。
本文选取了用户数量庞大的今日头条客户端为例，从威尔伯·施拉姆的信息选择的或然率视角分析，今日头条是如何取得不俗成绩的。
一、何为信息选择的或然率公式信息选择的或然率公式是威尔伯·施拉姆（Wilbur ·Schramm）在20世纪50年代就影响受众对大众传播节目选择的决定性因素而提出的，
该公式为：
公式中“报偿的保证”指传播内容满足选择者需要的程度，“费力的程度”则指得到这则内容和使用传播途径的难易状况。
从这个公式中我们可以看出，受众在选择使用什么样的传播途径来满足自己的信息需求时，主要考虑媒介类型以及媒介内容两个因素。
在其他外在条件相同的情况下，当媒介提供内容对受众需求的满足程度相同而得到这则内容和使用传播途径的难易状况不同时，受众会优先选择使用得到内容和使用传播途径容易的那种媒介；当得到这则内容和使用传播途径的难易状况相同而传播内容对选择者的需要满足程度不同时，会优先选择对其满足程度较高内容的媒介。
受众在选择大众传播节目时如此，选择使用哪种新闻客户端时亦是如此。
二、今日头条的运作分析
今日头条是由北京字节跳动网络技术有限公司推出的一款基于数据挖掘的推荐引擎产品，是国内移动互联网领域成长最快的产品服务之一。
笔者通过对今日头条运作模式的梳理，从三个方面阐述今日头条的运作方法，具体如下：（一）收集用户数据，形成用户的个性化数据库今日头条利用机器学习技术收集用户行为特征，主要针对冷启动和用户使用两个方面。
冷启动即当产品连接新用户后，需要一定的时间去收集用户的行为数据。
用户使用新账号或者社交账号首次登陆会有一个感兴趣内容的筛选，用户可以点击自己关心的内容，形成自己的数据库——兴趣图谱。
在用户使用阶段，今日头条根据冷启动后生成的最初的“用户兴趣图谱”进行个性化内容推送、热点栏目设置和话题设置，用户还可以添加好友进行互动。
用户在这过程中的行为操作，如“顶”“踩”等，都会被系统的服务器收集为操作行为，然后在每次操作后的30秒内对初始用户模型或先前的用户模型进行实时更新。
用户用得越久，今日头条用户的个性化模型就越精确，推送的内容也就越具贴近性。
（二）与传统媒体合作，促进资源共享今日头条与传统媒体进行合作，通过对收集到的个性化数据的宏观数据分析，找到用户群体的关注点，并将关注点传递给传统媒体（内容生产媒体），让媒体根据用户的兴趣爱好、节目需求、对已有节目的评论和建议，创作、改良节目的内容与
形式。
今日头条通过与传统媒体的合作，可以聚合传统媒体生产的海量信息，确保其平台信息的海量性，并将信息个性化推送给需要、感兴趣的用户。
今日头条架起了传统媒体和用户之间沟通的桥梁，使双方充分互动，建立起基于互联网的“面向用户、你爱我播、互动参与”的新观念，做出用户喜闻乐见的节目。
用户通过今日头条，降低了获取感兴趣信息的费力程度。
（三）根据用户数据库分析，个性化的推送信息通过机器学习技术，今日头条的系统会不断对用户的数据进行更新，用户用得越久，系统就会越多理解用户的行为，推荐的内容也就越符合用户的口味，用户的“报偿的保证”程度也就越高。
例如，笔者最近经常关注手机和军事类的信息，其中手机类关注的时间最长，军事类关注次之。
于是今日头条就通过用户数据库的分析，在最新一次向笔者推送的信息总共有37条，手机类有17条，军事类有8条，可见推送内容与笔者兴趣需求紧密结合。
三、今日头条对当今移动新闻客户端运营的启示（一）利用互联网思维，以用户为中心
今日头条作为新兴的互联网公司推出的推荐引擎产品，能取得如此大的用户市场，与它充分运用互联网思维密切相关。
互联网思维的核心思想是“以用户为中心”，即一切内容和服务都是围绕着用户展开的，今日头条为每个用户进行个性化的信息推送即是最好的体现。
传统媒体运用互联网思维进行媒介融合，推出两微一端，特别是移动新闻客户端，应变单向线性传播为双向互动传播，重视用户的反馈，不再是呈现形式的简单改变。
近几年，有些传统媒体的新闻App 坚持生产优质原创内容，改变语言风格，进行栏目的精细化划分，重视用户的评论、问答，取得了不俗的成绩，但归根到底仍然是站在传者的角度上进行内容生产和推送的，比起今日头条这样的互联网产品对用户一举一动的数据反馈收集，显得逊色许多。
（二）聚合信息内容，保证推送内容的丰富性
今日头条主要利用Visual Based 抓取技术获取海量的信息内容，形成推送内容的数据库，确保推送内容的丰富性。
用户可以通过今日头条一个APP 应用，就可以得到自己需要的内容，不必再同时安装多个新闻APP。
传统媒体应该成立媒体信息联盟，组建信息的共享平台，确保媒体信息来源的多样性与丰富性。
总之，通过施拉姆的信息选择的或然率视角来分析今日头条移动客户端，不仅为传统媒体在移动新闻客户端的运营中提供了一些新的借鉴措施，更多的是为传统媒体在媒介融合过程中指明了融合措施努力的具体方向，即提高信息选择的或然率。
哪个产品能够提高用户选择的或然率，就能提高使用媒介的用户数量，在未来媒体格局中取得一定的立足之地。
参考文献：
［1］ 百度百科.今日头条［DB/OL］ . http：///view/ 9391065.htm ？fr=Aladdin.［2］ 陈粲然 Ray.泛阅读产品“今日头条”是如何基于微博兴趣
图谱做个性化推荐的［DB/OL］.品玩，2013-01-21.
以信息选择或然率视角分析移动新闻客户端
——以今日头条为例张兆军 安伟豪 马 帅
（长春工业大学，吉林 长春 130000）
摘 要：在传统媒体与新媒体进行融合的时代，无论是报纸、电视还是广播都在进行各种形式的探索，产生了不少的优秀的新闻客户端，但是与互联网媒体推出的新闻客户端还有一些差距。
所以，本文以施拉姆的信息选择或然率公式为出发点，对今日头条客户端进行分析，得出今日头条取得成功的经验，并为日后移动新闻客户端的发展提出一些启发性的建议。
关键词：信息选择或然率；大数据；移动新闻客户端中图分类号：G206.2 文献标志码：1674-8883（2016）11-0312-01G206.2 ：A 文章编号。