新媒体用户研究 课件 第八章 数据与算法框架下的新媒体用户

第八章数据与算法框架下的新媒体用户目录第一节数据化生存:另一种媒介化生存第二节用户画像的数据化描绘第四节数据、算法下的“落点”分析第五节算法下的个体:数据时代的“囚徒”?第三节个体用户节点的位置测量第六节数据素养:数据时代的基本公民素养数据化生存:另一种媒介化生存第一节第一种是个体被动产生的数据内容,例如,用户进入网络中的各种平台,都要进行注册并提供相应的个人信息。第二种是个体主动生产的数据内容,无论是在论坛、即时通信、博客,还是微博、微信、视频平台中,用户都会自主地制造出大量的内容。第三种是介于主动与被动之间的数据,如可穿戴设备形成的用户数据。第八章

数据与算法框架下的新媒体用户从信息技术的角度看,任何数字化的信息都是“数据”,从个体对数据的控制关系角度来看,个体的“数据”有三种形式:个人数据“内容型”数据对应的情形是,用户行动的目的就是生产出直接在网络中发布的内容。“活动型”数据是用户活动的附属产物,但它同样是用户行为的重要记录,甚至是研究用户个性的重要依据。第八章

数据与算法框架下的新媒体用户这些数据至少在记录个人行为的同时,也记录下了很多社会场景、社会活动,并传达出这背后的社会情绪。这些记录,可以与大众媒体的记录形成一种补充、印证关系。互联网早期,“数据”更多地具有公共记录与公共交流的偏向。从博客开始,“数据化”的重点开始向“自我”倾斜。数据成为个体重要的生活痕迹,个体在其中体现出来的对自我形象的展示与控制较论坛时期更为明显。“数据”成为人们展现与塑造“自我”的重要手段。第八章

数据与算法框架下的新媒体用户用户画像的数据化描绘第二节ADDTITILE第八章

数据与算法框架下的新媒体用户一、个体用户的数据化画像今天大量的用户数据分析,是针对个体用户的数据画像,其目标,是揭示用户的自然属性、个性特点、兴趣偏好、行为习惯、需求特征等,甚至有些画像还能揭示出个体的政治倾向、态度立场等。个体用户的数据画像,主要依赖以下几类数据:其一是用户在各种平台提供的相关个人信息。其二是用户在社交平台公开分享的内容。其三是用户在各种平台的行为数据,如浏览记录、点赞、购物行为等。ADDTITILE第八章

数据与算法框架下的新媒体用户二、群体用户的数据化画像从用户画像角度看,除了人口统计学方面的特征外,对群体成员的共同心理和共性特征的把握,更为重要。目前对网络群体进行画像的主要目的：一是为了针对群体进行营销或其他与经济相关的活动；二是为了对不同群体的文化进行研究；三是为了研究社会意见分布与走向,面向不同目的的用户画像框架会有所不同。在这些社群里,往往也会形成一定的成员关系模式,例如常常会出现意见领袖这样的话语权中心,也会有一些意见领袖的跟随者。多数这类封闭社群,其成员的人口统计学特征并不明显,有时甚至在这方面完全没有规律可循。这时,理解社群特征的出发点,是社群成员的连接纽带,最常见的纽带是兴趣、文化偏好、利益(包括经济利益、社会资本、文化资本)等。第八章

数据与算法框架下的新媒体用户二、群体用户的数据化画像(一)封闭的网络社群网络族群的画像研究,有些时候并不只是为了刻画一个孤立的族群,而是同时描绘在同一领域里的“一簇”族群,这既是为了对一个大的人群进行差异化研究,也是为了在比较中来体现每个族群的特点。对于网络族群,用户画像要解决的核心问题主要包括:发现其行为或文化共性,提炼其特征标签且使其可以进行数据化测量,划分族群边界,刻画成员的人口统计学特征。第八章

数据与算法框架下的新媒体用户二、群体用户的数据化画像(二)开放的网络族群对这些离散却有共性的人群进行画像,不仅可以为某些内容的传播或产品的营销提供目标,也可以更好地理解网络社会的公众心态及动向。除了网络族群,网络中还会有其他的一些离散但在某些方面具有共性的人群,这些人群还无法上升到“族群”的级别,他们的流动性也更强,但发现这些具有共性的人群并描绘他们的共性画像,在很多时候也是有意义的。第八章

数据与算法框架下的新媒体用户二、群体用户的数据化画像(三)离散的共性人群例如,有国外研究者通过采集机场用户的手机轨迹数据并从中抽取机场用户的实时行为特征,构建用户行为画像,判断机场排队、拥堵等情况,并且在此基础上基于用户画像模型研发了一个决策支持系统。对于这类人群来说,空间的定位是画像的基础,此外,还需要理解、分析从空间位置延伸出来的相关行为,对用户在这些用户上的特征或即时状态进行数据化分析。相比其他人群,基于空间的人群具有很强的流动性,其画像很多时候应该是实时的。第八章

数据与算法框架下的新媒体用户二、群体用户的数据化画像(四)共同地理空间中的网络人群ADDTITILE第八章

数据与算法框架下的新媒体用户三、整体用户的数据化画像这里所说的整体用户,是指某个产品或某个领域里的用户整体。虽然今天的数据化画像主要是面向个体和小群体的,但某些时候,一个产品的用户往往会有多个子群,在关注个体、子群的差异基础上,对用户整体的共同特征做出分析与判断,仍然是有必要的。对于媒体来说,这一点尤为重要。有些产品或领域的用户构成相对单一,有些则是由多种类型的用户构成的。将整体用户细分为若干“子集”,对每个子集进行人口统计学特征的描述、行为及文化共性的提炼,有助于对整体用户进行把握。第八章

数据与算法框架下的新媒体用户三、整体用户的数据化画像(一)用户的构成结构对于某些网络产品来说,用户可能是集中在某些平台,甚至产品本身就是用户平台,但也有些产品的用户可能是分散在网络里的,例如新闻内容的用户,对自己的用户的分布模式做出分析,有助于寻找到产品到达用户的更优路径。第八章

数据与算法框架下的新媒体用户三、整体用户的数据化画像(二)用户在网络中的分布模式用户对产品的使用常常是基于一定的场景,即相应的时空和社交氛围。场景既有面向整体的共性化场景,也有面向个体的个性化场景。对于整体用户的分析,更多是针对共性化场景,也就是在一般人群中具有共性需求与行为特征的场景。构成共性化场景的基本要素包括:空间与环境、时间、行为共性等。这些大都是可以用数据化方式来描述的。第八章

数据与算法框架下的新媒体用户三、整体用户的数据化画像(三)用户使用产品的共性化场景虽然不同用户子集的人口统计学特征可能有所差异,但是,他们对产品的使用可能会有些共同习惯或模式,对这些习惯与模式做出分析,如使用时间段与时长、主要的终端类型、使用偏好等,可以为产品的优化提供参考。第八章

数据与算法框架下的新媒体用户三、整体用户的数据化画像(四)用户对产品的使用习惯或模式分析个体用户节点的位置测量第三节第八章

数据与算法框架下的新媒体用户当个体用户成为一个个节点时,他们在网络中的角色、地位与特性,就需要用“位置”来衡量。正如网络上每一台计算机可以用一个地址来表示一样,用“位置”来测量每个用户,可以更精准地定位于每个用户。个体用户画像与其节点位置的结合,可以使用户分析更为精准、深入。而网络中用户产生的数据,就是测量用户节点位置的主要依据。用数据来测定的用户节点位置,主要包括物理位置、社会位置与服务位置,如图8-1所示。ADDTITILE第八章

数据与算法框架下的新媒体用户一、节点化用户的物理位置的测量对用户的物理位置的测量,是了解用户所处的空间特征的前提,目前服务商主要关注的是地理位置,其测量主要可以通过移动终端的定位系统来完成。移动用户的物理位置在不断变化中,位置是一个自变量,它的每一个变化,都有可能导致与之关联的内容、社交与服务目标的变化。从社交产品方面看,基于地理位置的微信“摇一摇”以及“陌陌”等,是典型的空间思维的应用。ADDTITILE无论是在内容、社交还是服务方面,目前服务商的关注重点是用户此时此地的位置及其意义,但是,从长远来看,如对移动用户的地理位置的分析与应用需要涉及三个阶段。在服务产品方面,位置思维的应用更为突出,且成为了创新的重要源头。滴滴打车等打车类应用,正是完全建立在位置关联这一前提下。010203第八章

数据与算法框架下的新媒体用户另一方面,在满足了用户此时此地的需求后,如果能够预测他们下一步的行动方向并提供相应服务,或者通过理解他们此时的行为而诱导他们的未来需求与行为方向,也可以产生新的产品或服务空间。在未来,用户的物理位置,将不仅仅只是对应于一个地理位置数据,还会与其生活的空间环境的物理数据相关,如温度、湿度、空气质量、人口密度等,这些数据也是提供相应服务的基础。ADDTITILE第八章

数据与算法框架下的新媒体用户二、节点化用户的社会位置的测量节点化用户的“社会位置”,指的是其社会关系中的位置及这一位置中蕴含的资源。用户间的互动关系,或一个用户所处的社群、族群、社会圈子,或他拥有的社会资本,在很大程度上会影响其行为与需求。与地理位置的测量相比,用户的社会位置测量相对困难,目前也没有被当作一种普遍的思维加以应用。ADDTITILE第八章

数据与算法框架下的新媒体用户三、节点化用户的服务位置的测量用户的服务位置,可以从两个方面来认识。其一是用户的服务需求。用户在特定时空下,在自身惯性和某些特定情境的作用下,产生了什么样的需求,了解它们,是今天的个性化服务的前提之一。其二是用户能够提供的资源。如前所述,在共享经济的导向下,今天的网络,需要更多地刺激用户的参与,使用户也成为资源的贡献者、服务的提供者。数据、算法下的“落点”分析第四节第八章

数据与算法框架下的新媒体用户当用户可以通过数据从各种不同角度与层面进行描述与分析时,基于数据分析来提供适配的内容与服务也就越来越可行。目前最常见的方式,是通过算法或数据分析来测量用户的需求特征,进行信息或服务的定向推送。从信息传播的角度看,今天的算法或数据分析主要完成的是“到达落点”的计算,也就是让内容或服务精准到达特定的用户,而这未必是算法的全部。算法或数据分析的进一步提升方向,是找寻内容打动用户的那些“心理落点”,以及内容消费与其他相关因素间的“关联落点”。三种落点的分析,有助于提高内容的匹配力、优化内容的传播动力、拓展内容的扩张力。ADDTITILE第八章

数据与算法框架下的新媒体用户一、到达落点:三个层面的匹配个体的匹配,也就是针对个体在特定时空下的行为与需求特征进行场景化匹配,这依赖于几类要素的数据挖掘:个人画像、节点“位置”、个性化场景以及动态需求等。画像、节点位置、场景等,是对用户进行数据化分析的不同视角,它们有所交叉,但也有所差异。(一)个体匹配要素:个人画像、节点“位置”、个性化场景、动态需求“偶然”与“必然”“凝固”与“流动”“套路”与“奇遇”“悦耳”与“刺耳”第八章

数据与算法框架下的新媒体用户在算法设计中,需要考虑人性中的那些摇摆以及由此带来的需求中的变数,例如:ADDTITILE第八章

数据与算法框架下的新媒体用户一、到达落点:三个层面的匹配某一群体的用户虽然不一定集中于一个特定的网络社区,但他们在网络空间中仍会有一定的分布模式或规律,理解他们的分布模式,可以为信息分发的路径提供优化依据。面向群体的内容分发,不仅要完成内容适配,还需要将内容与社区运营结合起来,将那些原本分散的用户引导到某个特定空间,为他们的互动提供可能。(二)群体匹配要素:群体画像、群体动态需求、群体分布模式ADDTITILE第八章

数据与算法框架下的新媒体用户一、到达落点:三个层面的匹配个性化时代,我们仍然要推动公共信息穿透个体的“茧房”。公共匹配的目标是将有公共价值的信息传达出去,使之到达最广的人群,这也将是未来算法的一个努力方向。(三)公共匹配要素:社会环境特征、社会热点、平台特点社会环境特征社会环境决定了用户的需求,用户的需求也会随社会环境的变化而变化。平台特点尽管人们对某些公共信息的需求是相通的,但不同平台的传播模式不尽相同,人群对信息表现形式的偏好也有所不同。当下社会热点当下热点是社会心理的外在反映,也是选题的来源和内容生产优化的依据,算法可以帮助内容生产者进行热点分析。第八章

数据与算法框架下的新媒体用户ADDTITILE第八章

数据与算法框架下的新媒体用户二、心理落点:在用户心理秘密中揭示传播动力算法“算出”的“到达落点”依据的是用户阅读偏好的外在特征,它的所谓精准,更多的是“类型”匹配的精准,但除此之外,数据分析还需要深层探寻“心理落点”,也就是对用户深层心理进行分析,无论是个体的,还是群体的。什么样的关键词最受关注?什么样的文章更容易被分享到社交平台?什么样的标题更容易被人点击?解密用户阅读行为背后的心理,可以帮助传播者更好地理解内容传播的动力。第八章

数据与算法框架下的新媒体用户今日头条平台阅读量最高的20个关键词里,我们可以看到现阶段这一平台上用户几种突出的心理特点或诉求:城市化进程中的乡土情结全球化时代的民族情绪全民焦虑社会的减压与愉悦需求第八章

数据与算法框架下的新媒体用户Facebook和Twitter上转发量较大的1亿篇文章的标题,也发现了一些规律,图8-2揭示了Facebook上热门文章的标题中最常用的短语。以往媒体的受众分析也涉及这方面的分析,但因为过去数据采集能力和分析技术的限制,分析相对粗糙,能完成的也只是对用户的简单“画像”。但关联分析意味着,不仅要知道用户群体的面貌,还需要精准揭示与用户的某类行为相关的各种因素。第八章

数据与算法框架下的新媒体用户三、关联落点:关联因素分析提高内容扩张力(一)内容消费与用户人口特征之间的关联一个人在网络社会中的各种活动都有内在的关联,例如,从事数据分析的缔元信公司在分析中发现,经常访问军事类博客的网民对红酒更感兴趣。分析内容消费与其他行为(如社交、网络购物、其他在线活动等)的关联,可以从更多线索来理解用户,为内容分发提供更准确的依据,也有助于实现不同产品的相互连接与转化。第八章

数据与算法框架下的新媒体用户三、关联落点:关联因素分析提高内容扩张力(二)内容消费与其他行为的关联终端不仅影响人们内容消费的界面与用户体验,反过来也体现了人们的生活方式选择。目前典型的分析是从手机品牌透视用户的内容阅读偏好,这不仅可以为手机内的预装应用提供参考,也可以为内容与其他领域服务的关联提供引导线索。目前的分发平台主要研究单一因素与内容消费的关联,未来还需要进一步提升分析技术,以实现多个因素的关联分析。第八章

数据与算法框架下的新媒体用户三、关联落点:关联因素分析提高内容扩张力(三)内容消费与终端特点的关联算法下的个体:数据时代的“囚徒”?第五节ADDTITILE第八章

数据与算法框架下的新媒体用户一、算法是否会将人们囚禁在信息茧房中?个性化信息服务的出现,是信息过载时代的一个必然结果,也是尊重与满足个体的信息权利的一种新手段。但在这一应用走向深层时,对它的争论也越发激烈。今天伴随着个性化算法的一个常见话题是“信息茧房”,前文已经多次提到它。来自于美国学者桑斯坦的这个词,形象地描述了过去传播学研究中提出的“选择性心理”及其结果。研究者对于“信息茧房”与算法的关系也存在一些争议,有人将信息茧房视为算法的原罪之一,有人则认为信息茧房与算法无关。两种判断可能都有些极端。第八章

数据与算法框架下的新媒体用户或许我们可以进一步区分两种不同层面的信息茧房,一种是某个平台或应用造成的茧房——局部的阅读内容的狭窄,一种是人们整体的视野与思维上的茧房——对社会环境感知的偏向。从人的社会归属需要角度看,公共交流与公共议程也是必要的。公共议程是联结社会不同阶层、不同群体的纽带。对个性化算法可能带来的“信息茧房”问题,我们的确应该有所警觉。但另一方面,我们也需要意识到,如果运用得当,算法也可能成为刺破信息茧房的一种武器。ADDTITILE第八章

数据与算法框架下的新媒体用户二、算法是否会将人们囚禁在偏见与固有的社会结构中?算法的另一种风险,是对社会偏见的继承,以及这些偏见可能带来的文化或社会禁锢。这些算法之所以引发争议,不仅是算法的准确度的问题,更是因为它让人们感受到一种危险的倾向,即这些算法用于不当的目的时,会对某些人群或个体形成歧视与伤害。这些极端个案中的歧视或许还容易识别,另外一些偏见却未必是人们自知的,但算法会在不知不觉中将它们继承第八章

数据与算法框架下的新媒体用户算法不仅在归纳与“同构”现有文化中的偏见、歧视,还可能用某种方式将它们放大,这一点,一些大数据的开发者体会更深。除了偏见、歧视外,算法还可能会在一定程度上固化社会原有的结构,限制个体或资源在结构框架之外的流动。对于个体,这意味着,数据和算法的偏见,有可能会把他们进一步困在原有的社会结构里。底层向上流动的机会愈加减少,而那些具有优良条件的个体,则会不断获得新的机会与资源。因此,算法或许会在某些方面导致社会资源分配的“马太效应”被进一步放大。当然,就像“信息茧房”方面的讨论一样,未来的算法也应该致力于纠正而不是强化社会偏见。但这必须靠有效的制度而非数据开发者或使用者的自觉。ADDTITILE第八章

数据与算法框架下的新媒体用户三、算法是否会使人们陷入“幸福地被操纵”?或许,个性化算法还会带来另一个深层风险,那就是在个性化服务的“伺奉”下,个体逐渐失去自己的自主判断与选择能力,越来越多地被算法或机器控制。从人的本性来说,懒惰是天然的,想以最小的成本或付出获得最大的报偿,也是人之常情,个性化服务在这方面迎合了人性,但是,它也可能正在以方便、幸福的名义,渐渐地使人们对它产生依赖,并在不知不觉中被其麻痹,被其囚禁。第八章

数据与算法框架下的新媒体用户算法看上去是为个体提供人性化服务的,但是它其实是对个体进行控制的另一种手段,在它背后,“老大哥”那只时时盯着人们的眼睛在忽明忽暗地闪现。波兹曼警告的两种力量正在“合体”,一直看着“你”的“老大哥”,也可能正是将“你”带向“幸福沉迷”的工业技术。或许多数人今天并没有意识到将被幸福地操纵这样一种风险,或许有些人即使意识到这种风险仍然不能自拔。这是否是算法时代一个更大的“圈套”?人类是否有可能从这样一个圈套中逃离?也许答案还需要我们在未来去寻找。ADDTITILE第八章

数据与算法框架下的新媒体用户四、个体权利的让渡:数据时代的必然代价?数据时代对普通个体的另一个深层影响,是个体的全面数据化。用户的数据将更为多元,通过更多渠道生成、保存,这也意味着用户数据中暗藏的风险更大,数据权利的保护面临更大的挑战。隐私权与被遗忘权,是数据时代背景下备受关注的两类个体权利。虽然实践发展推动了人们对这两种权利的意义的认识,但另一方面,用户在这些权利方面却又感觉越来越无力,权利的让渡似乎成为一种没有选择的选择。属于自己的数据,保存权却不在用户,用户本身也无法限制其使用范围,这是数字时代对隐私权的一个巨大挑战,棱镜门事件、Facebook数据门事件,更是引发了这方面集中的讨论。虽然在某些时候,以隐私换便利是用户的一种不得已的选择,但用户应该有权利知道,出让的是哪些隐私数据,能获取哪些便利,以便他们做出权衡。但今天的网络服务提供者多数并没有提供充分的解释,即使有一些隐私条款,也往往语焉不详或者暗藏陷阱。第八章

数据与算法框架下的新媒体用户四、个体权利的让渡:数据时代的必然代价?(一)以隐私换便利?Facebook数据门带来的另一个思考是用户数据使用权限的边界。即使用户同意向某个服务商提供个人信息,但服务商是否有权向第三方透露?而第三方是否又可以再次将数据转手?网络中的数据都是相互关联的,获取未经授权的关联数据是否合法?或许在理论上做出限定是容易的,但在现实中的操作,又并非那么简单。第八章

数据与算法框架下的新媒体用户不管是将被遗忘权作为一种独立的个人权利提出,还是将它列入擦除(或删除)权中,这些新概念的出现,都是对数字时代个人信息的存留风险做出的法律回应。对被遗忘权的讨论,常常会涉及它与言论自由、国家安全的关系。第八章

数据与算法框架下的新媒体用户四、个体权利的让渡:数据时代的必然代价?(二)“遗忘”变成例外?在司法实践中对被遗忘权主要有两种态度:第一种认为,当言论从私人领域进入公共领域,个体可以以保护隐私权为名,用“被遗忘权”删除自己的言论,从而保护个体的言论自由;第二种认为,言论一旦进入公共领域,就与私人领域无关,即便个体要使用“被遗忘权”保护自己,也与隐私权毫无关系,因此,坚持“被遗忘权”不利于保护言论自由。第八章

数据与算法框架下的新媒体用户第八章

数据与算法框架下的新媒体用户传播学者吴飞等指出,一方面我们要保护私人领地的神圣性,要防止有人假公济私,但同样也必须保护公共领域的开放性,要防止有人假私损公。但这种平衡的拿捏并非易事。从法律层面看,被遗忘权的具体执行也存在很多难题,如被遗忘权的效力(包括内容效力、范围效力等)、被遗忘权的权利主体范围(这一权力对公共人物、罪犯与恐怖分子是否适用)、被遗忘权的义务主体范围等。从技术上看,网络信息复制、扩散的方便,也意味着“删除”未必是能“一键实现”的。另一个值得注意的事实是,被遗忘权或删除权更多的是在学界和法律界被讨论,大多数普通人并不知道它的存在。在今天,数据上的“遗忘”还是例外。数据素养:数据时代的基本公民素养第六节ADDTITILE第八章

数据与算法框架下的新媒体用户一、数据时代的数据风险尽管数据应用的价值不可否定,但数据应用的不当或失范,也会带来很多风险。数据往往被当作描述客观事物、揭示真相的一种手段,但是,数据应用本身有一整套的规范,如果不遵循这些规范,或者在数据应用中出现了漏洞而未能察觉,未来我们或许会被更多由貌似客观的数据堆积成的假象所包围。从数据生产的角度看,每一个相关的步骤,都可能存在着导致假象的因素。今天的数据,特别是互联网数据,被少数平台垄断,出于利益保护等因素考虑,平台通常并不愿意将数据完全公开。他人从这些平台“扒”数据时,会受到技术能力和权限等限制,这可能在一定程度上影响数据的完整性。在中国,由于历史性的原因,很多行业本身就缺乏完整、系统的数据积累,能提供的,常常也是残缺的数据。第八章

数据与算法框架下的新媒体用户一、数据时代的数据风险(一)数据样本偏差带来的“以偏概全”除了样本的问题外,用各种方式获取的数据,本身质量也可能存在问题。部分缺失的数据、重复的数据、失效的数据、造假的数据等,都被称为“脏数据”。尽管数据处理前都会要求数据清洗,但这未必能完全消除脏数据带来的污染。某些数据分析者也可能因为一些原因而无视脏数据的存在,甚至会制造一些脏数据、假数据。第八章

数据与算法框架下的新媒体用户一、数据时代的数据风险(二)“脏数据”带来的污染完整、可用的数据只是数据分析的前提,要利用数据来准确描述或解释客观现象,还需要有科学、合理的分析模型。但是一些基于数据的实证分析,有可能建立的模型本身是有偏差的,有些数据应用者,甚至是为了得到自己希望的结果而在分析模型的设计中进行人为的“扭曲”,这些都必然导致结果的偏差。第八章

数据与算法框架下的新媒体用户一、数据时代的数据风险(三)数