算法推薦助力紅色文化傳播路徑

導語：算法推薦助力紅色文化傳播路徑一文來源于網友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要:大數(shù)據與人工智能的發(fā)展，使算法推薦成為推動紅色文化傳播的一個重要技術因素。算法推薦基于受眾偏好，精準推送紅色文化，極大提升了紅色文化的傳播效率，創(chuàng)新了紅色文化的傳播方式。但是，算法推薦在助力紅色文化傳播的過程中也面臨著諸多挑戰(zhàn)，碎片化的處理方式肢解了紅色文化的整體語義;受眾陷于“信息繭房”，主體意識被蠶食;把關權力的缺失使紅色文化遭遇“冷場”，面臨弱化和邊緣化的危險。面對算法推薦給紅色文化傳播帶來的困境，首先應從紅色文化本身著手，利用先進科學技術，采取人民群眾喜聞樂見的形式，創(chuàng)設精品，增強紅色文化的吸引力和感染力;同時聚焦信息“生產－過濾－推薦”各環(huán)節(jié)，打破“信息繭房”，優(yōu)化算法推薦技術;完善法律法規(guī)，加強輿情監(jiān)控，駕馭算法，構建風清氣正的紅色文化傳播場域。

關鍵詞:算法推薦;紅色文化傳播;“信息繭房”

“紅色文化是在馬克思主義指導下，中國共產黨領導中國人民在新民主主義革命時期、社會主義革命和建設時期和改革開放的實踐中共同創(chuàng)造出來的各種物質和精神文化的總和，”［1］蘊含著豐富的革命精神和深厚的歷史底蘊。紅色文化只有在有效傳播的基礎上才能發(fā)揮其應有的價值。如何推動紅色文化傳播，學界的相關研究主要集中于媒介融合、跨文化傳播、融入高校育人體系等視角。從媒介融合視角出發(fā)，有學者認為:“以媒介融合為特征的全媒體平臺為紅色文化傳播提供了新的機遇和路徑。”［2］從跨文化視角出發(fā)，有學者認為:“紅色文化是中國特色社會主義文化的重要組成部分，其對外傳播具有重要意義。我們應優(yōu)化跨文化傳播人才的培養(yǎng)模式、彰顯紅色文化的獨特價值、創(chuàng)新對外傳播的方式方法，更好地推動紅色文化走向世界。”［3］從紅色文化與高校育人體系融合的視角看，《當代大學生紅色文化傳播研究》一書找到了高校育人體系與紅色文化傳播的耦合點，從紅色文化傳播過程入手分析了高校建立紅色文化教育機制的迫切性及內在路徑。［4］從上述研究成果看，紅色文化傳播研究在專題化、縱深化等方面積累了豐富成果，然而在算法推薦悄然成為信息傳播主路徑的時代背景下，紅色文化傳播如何適應這一新的發(fā)展趨勢?學界對此尚未給予充分有效的回應，這也是本文探討的方向所在。算法推薦在新聞生產與傳播等方面被廣泛運用，使信息的傳播方式和社會的信息結構發(fā)生了改變，成為文化傳播、思想價值觀念塑造的重要方式。“截至2018年底，超過95%的網絡信息社會化分發(fā)是由算法推薦完成的。”［5］即是說，算法推薦已經成為信息超載時代，內容過濾、篩選以及精準推送的主要方式。一方面，算法主導下的信息傳播為紅色文化開辟了一條高效的傳播路徑，構建了全新的傳播場域，凝聚了社會共識，擴大了紅色文化的影響力。但另一方面，算法推薦作為信息資源配置的新范式，在提升紅色文化傳播和配置效率的同時，也帶來了一系列挑戰(zhàn)。因此，探討如何警惕算法推薦技術“異化”，解決算法推薦對于紅色文化傳播帶來的困境具有重要的現(xiàn)實意義。

一、算法推薦助力紅色文化傳播的優(yōu)勢特征

算法推薦作為人工智能與傳媒載體相結合的產物，其“受眾中心”的理念和信息個性化的精準推送，能夠創(chuàng)新紅色文化的傳播方式，提升傳播效率，拓寬傳播廣度，建構紅色文化傳播的輿論場域。

(一)精準推送，提升紅色文化傳播成效

“算法推薦是以計算機為載體，利用用戶的一些行為，主要通過相關數(shù)據模型，借此推測出用戶所蘊含的可能的愛好內容和興趣。”［6］推薦算法主要有六種:基于內容的信息推薦算法、基于協(xié)同過濾的推薦算法、基于關聯(lián)規(guī)則的推薦算法、基于效用的推薦算法、基于知識的推薦算法和組合推薦。算法推薦作為新的傳播形態(tài)載體，基于“受眾中心”，對紅色文化進行精準推送，提升了紅色文化的傳播成效。大數(shù)據時代的到來，使紅色文化的物質資源從物質形態(tài)變?yōu)榱藬?shù)字形態(tài)，改變了紅色文化的傳播實踐。借助今日頭條、微博、抖音等聚合類平臺，通過收集受眾基本信息及瀏覽、點贊、收藏等行為數(shù)據對用戶進行畫像，對海量內容進行篩選過濾，達到紅色文化信息的精準個性化配送分發(fā)，最后通過反饋實現(xiàn)及時修正與調控。目前，最常用的算法推薦技術是基于協(xié)同過濾的算法推薦與基于內容的算法推薦。基于協(xié)同過濾的算法推薦的基本假設是:為用戶推薦感興趣的內容可通過找到與該用戶偏好相似的其他用戶，將他們感興趣的內容推薦給目標用戶。例如，通過用戶年齡、職業(yè)等數(shù)據分析，劃分具有相似度的社群，若某一用戶對革命紀念館感興趣，經常搜索、點贊、評論或者轉發(fā)相關內容，那么這些信息會推送至同一矩陣的其他用戶。基于內容的算法推薦是通過用戶行為數(shù)據的收集處理，基于用戶興趣，持續(xù)推送同類型的信息。例如，某一用戶對《建黨偉業(yè)》這一紅色影視劇感興趣，那么算法會推送《建國大業(yè)》等具有一定相似度的紅色影視劇。因此，紅色文化借助算法推薦這一技術優(yōu)勢，可以創(chuàng)新紅色文化傳播方式，提高信息投送精準度，增強紅色文化的影響力。

(二)互動共享，拓寬紅色文化傳播廣度

大數(shù)據時代下信息爆炸，碎片化處理方式與算法過濾推薦技術使信息傳播方式發(fā)生智能化變革，傳統(tǒng)媒體對信息進行處理和傳播的模式發(fā)生改變，“受眾本位”的基本邏輯使紅色文化傳播者的地位得到重視。人際傳播是紅色文化傳播的重要途經，算法推薦使人際共享信息突破了時間和空間的限制，推動紅色文化互動式傳播。首先，精確定位受眾需求。對用戶進行畫像，就是根據其歷史數(shù)據預測用戶行為，形成個性化標簽。算法推薦把即時性的、碎片化的紅色文化信息精準投放給目標用戶，通過抓取點贊、轉發(fā)、收藏等數(shù)據行為，利用信息關聯(lián)，將相似的紅色文化信息推薦該用戶，以滿足他更多潛在文化需求。其次，交互共享紅色文化信息。用戶對于紅色文化信息評論、轉載、共享等行為，可形成具有一定相似度的用戶族群，向這一具有共同興趣愛好的族群推送紅色文化信息，使紅色文化傳播的廣度極大延伸。最后，被動追蹤變主動搜索。紅色文化傳播的歷史故事、革命英雄事跡等為了能快速激發(fā)用戶興趣，往往會采取碎片化處理方式，提煉出最具吸引力的部分。算法推薦是基于用戶數(shù)據的被動追蹤，當接收信息的用戶產生興趣后，激發(fā)其主動搜索了解事件全貌的積極性，或者點擊關注跟進事件后續(xù)，變被動接受為主動了解。

(三)數(shù)據收集，助推紅色文化創(chuàng)新

傳統(tǒng)的紅色文化傳播方式是主流媒體制作紅色文化相關內容，自上而下傳播，因此對于紅色文化的傳播目的是否達成，不易接收到受眾反饋，而往往是傳播媒體自己意識到的，這不利于紅色文化傳播內容與方式的創(chuàng)新。算法推薦時代下，用戶行為數(shù)據被及時反饋收集，紅色文化信息是否能被有效傳播及傳播的速度和廣度都可以通過數(shù)據獲得結果反饋，從而使信息者知道哪些內容能夠使受眾產生興趣，哪些紅色文化表達方式更容易被受眾接受認可，什么樣的紅色信息容易引發(fā)共識。可以從所的紅色文化信息的關注度以及關注人群，了解受眾類型，或者決定是否變換語言形式吸引其他受眾人群。以微博為例，在微博熱搜榜內分為熱搜榜、要聞榜、娛樂榜和同城榜四個板塊，熱議話題可以看到詳細的數(shù)據總覽、實施熱度、原創(chuàng)人數(shù)趨勢等信息。例如，人民日報在雷鋒日微博“做一顆永不生銹的螺絲釘!今天，懷念雷鋒”的話題，獲得六百多萬的閱讀量，一萬多人點贊。通過這些數(shù)據，抓住受眾的興趣點，更新議題設置，建構輿論場域，提高紅色文化話題熱度。

二、困境之顯:算法推薦助力紅色文化傳播的現(xiàn)實困境

算法推薦具有雙向價值。它在縮短信息生成與受眾獲取之間的時距，為紅色文化傳播帶來了機遇，與此同時也使紅色文化在傳播中遭遇了一些現(xiàn)實難題，即一味強調“受眾本位”的價值取向，使受眾陷于“信息繭房”，主體意識被蠶食，同時把關權力缺失，使紅色文化傳播面臨困境。

(一)碎片化傳播，肢解紅色文化語義

為了迎合受眾，算法推薦會將紅色文化信息做碎片化處理，力求簡短，紅色文化語義被離散，相較于傳統(tǒng)媒體對紅色文化信息傳播的宏觀與整體地敘事表達，碎片化的處理方式難以使紅色文化形成合力，受眾所了解到的僅僅是被肢解的、非全貌的信息，打破了完整的內容與邏輯的連貫，受眾只能以分散的思維片面地理解紅色文化信息，沉浸于細枝末節(jié)，更不可能完整準確地體會紅色文化中所蘊含地更深層次的紅色革命基因。首先，算法推薦技術會對紅色文化內容進行標簽化處理。標簽化處理即從完整的紅色文化信息中提煉出能夠描述該信息的簡短、碎片的詞匯，主要包括兩個階段即感知和推理。第一階段，算法會對某一紅色文化信息進行識別、拆解和結構化處理后，提取出底層可視特征;第二階段，算法將上一階段的結果進行整合，從整體視角做出主觀理解，概括出高層語義特征。標簽化是對信息認知的一種初級的簡便的處理形式，無法呈現(xiàn)紅色文化內容的全貌，其放大效應，會扭曲受眾對于信息的正確感知。其次，被碎片化處理的紅色文化信息喪失了整體邏輯性。抽離出的短語無法描述信息全貌，僅局限于反映局部特征，碎片化使信息的某一方面被強調，打破了原有語言的整體邏輯，顛覆了完整的敘事結構，遮蔽了信息本身的復雜性，受眾只能從只言片語中了解紅色文化內容，無法整體把握。最后，肢解的紅色文化語義造成了受眾認知思維碎片化。碎片的、非線性的信息敘事方式打破了原本的思考模式，使思維邏輯出現(xiàn)斷點。斷章取義式的閱讀方式和信息的割裂式解讀，使受眾對紅色文化的理解片面化、思維邏輯分散化，無法完整準確地理解所要傳達的語義，造成對信息的傾向性解讀，因此不利于紅色文化的有效傳播。

(二)“信息繭房”，蠶食受眾主體意識

傳播受眾是紅色文化傳播的出發(fā)點和歸宿，是影響紅色文化傳播有效性的決定性因素，紅色文化傳播的廣度依賴于受眾的廣泛性，然而算法推薦導致了受眾被“信息繭房”裹挾，視野變得狹窄，不愿走出“舒適區(qū)”，主體意識被蠶食。首先，算法推薦技術下精準的信息投喂，使受眾所獲取的信息日益喪失多元性而走向同質化，被自己所搭建的“信息繭房”所裹挾。凱斯·R·桑斯坦在《信息烏托邦———眾人如何產生知識》一書中，將“信息繭房”解釋為“我們只聽我們選擇的東西和愉悅我們的東西的通訊領域。”［7］它精準地描述了信息化時代人們的處境，即一個被同質化信息充斥的封閉空間，造成了信息獲取的封閉性和信息傳播的片面性，不利于紅色文化的傳播。其次，通過“用戶畫像”，個性化的信息定制，將信息選擇自主權讓渡給算法，算法過濾信息，并決定“看什么不看什么”，使受眾沉迷于算法建構的擬態(tài)環(huán)境中，實現(xiàn)對受眾自主意識的規(guī)訓、操縱和監(jiān)視。正像尼爾·波茲曼在《娛樂至死》中闡述的“人們感到痛苦的不是他們用笑聲代替了思考，而是他們不知道自己為什么笑以及為什么不再思考。”［8］思考權讓渡給算法，算法抓取用戶的一切行為數(shù)據，推送符合用戶興趣的具有極高吸引力的信息，迎合取悅受眾，加重了他們對于算法的依賴，容易導致同類信息致癮，自主意識逐漸被蠶食，繼而不愿主動了解多元地信息。信息窄化也使受眾觀念固化，無法對于紛繁復雜的信息做出準確地甄別，喪失了對于紅色文化信息的汲取能力和對于誤導性內容的批判精神。最后，“信息繭房”加速群體固化，使紅色文化傳播遭遇阻力。如果每天聽到的信息都是與自己意見一致的聲音，屏蔽與自己想法相沖突的觀點，被算法馴化，陷于數(shù)字囚籠，會導致受眾的信息封閉和觀念固化，喪失思辨能力，助推偏見的形成。馬爾庫塞在《單向度的人》中指出“發(fā)達工業(yè)社會是如何成功地壓制了人們內心中的否定性、批判性、超越性的向度，使這個社會成為單向度的社會，而生活于其中的人成了單向度的人，這種人喪失了自由和創(chuàng)造力，不再想像或追求與現(xiàn)實生活不同的另一種生活。”［9］“信息繭房”使具有共同價值觀趨向的個體形成一個特殊的群體，持不同意見的群體之間難以相互接納，群體異質化，紅色文化傳播遭遇阻力，主流地位受到挑戰(zhàn)，難以聚集傳播合力。總之，算法推薦通過信息過濾，使受眾陷于自己建造的“信息繭房”中，形成信息孤島和群體固化，桎梏了紅色文化信息的自由流動，使紅色文化傳播面臨困境。

(三)把關缺失，紅色文化遭遇“冷場”

傳統(tǒng)的信息傳播中有專業(yè)的“把關人”篩選過濾信息，進行正確的輿論導向。當算法承擔連接紅色文化信息和受眾與受眾和受眾之間的中介角色時，就會依據算法指令把控紅色文化信息的傳播。把關權讓渡給算法，使主流意識形態(tài)話語權受到挑戰(zhàn)，紅色文化面臨弱化與邊緣化的風險。首先，算法推薦技術打破了傳統(tǒng)媒體組織化中心化的信息傳播方式，消解了紅色文化傳播合力。算法推薦強調“受眾本位”“人人都可發(fā)聲”，使紅色文化話語主體多元化，傳播者和受眾關系復雜化，專業(yè)性參差不齊，這種去中心化的傳播模式，造成了專業(yè)媒體人的把關權力弱化與缺失。傳播權力轉移至人工智能算法，一味迎合受眾，平臺可以掌控話語權，操控輿論，削弱了媒體的價值理性。一些自媒體為賺取流量以娛樂性和調侃的態(tài)度對待本應嚴肅認真對待的紅色文化內容，在這種非理性語境中弱化了紅色文化的價值導向。一些網絡意見領袖為了博取眼球故意編造一些違背事實的紅色故事，以“揭秘”的名義虛構革命英雄人物的事跡，戲說紅色經典，打“擦邊球”，使紅色文化成為娛樂的附庸。其次，“算法中立”甚囂塵上。鼓吹算法推薦作為一種新興技術的中立地位，標榜“用戶第一”的表象背后，實則是算法操縱者的意識形態(tài)輸出，符合其利益趨向，把紅色文化作為商業(yè)的噱頭，使紅色文化庸俗化。對于信息的篩選基于商業(yè)目的，催生了一批“標題黨”，依靠變相、夸張或者斷章取義的題目吸引眼球，抓住人們的獵奇心理，而內容往往沒有質量，過度追求“流量至上”，導致網絡信息和輿論陷入低俗化娛樂化的陷阱。被虛假、低級、庸俗化地處理的紅色文化內容，不僅對于紅色文化傳播沒有起到積極作用，反而拉低了紅色文化的質量和水平。最后，紅色文化信息在傳播中被弱化和邊緣化。算法推送在智能化的遮蔽下，以信息本身對于受眾所產生的吸引力為標準決定其是否能被高度關注并廣泛傳播，而非從信息本身的內容與價值出發(fā)，然而想知道的不等于應該知道的。算法推薦能將紅色文化相關信息精準地推薦給關注紅色文化的人群，不關注紅色文化的人群則很少有機會接受到相關信息推薦，而這部分人可能是更應該受到紅色文化熏陶的人群。同時，紅色文化在傳播過程中感染力較弱，表達方式過于單一不夠鮮活，從受眾興趣出發(fā)一味推送受眾所感興趣的、單一同質性的信息更容易引發(fā)受眾的關注，帶有價值導向性及具有一定嚴肅性的紅色文化內容競爭力不足，而不被用戶瀏覽、轉發(fā)，易被其他信息淹沒，存在被忽略和邊緣化的風險，而遭遇“冷場”。

三、破解之策:算法推薦助力紅色文化傳播的策略分析

針對算法推薦給紅色文化傳播帶來的困境，首先應該著手創(chuàng)作紅色文化精品，提升紅色文化自身吸引力與感染力，進行技術矯正，實現(xiàn)技術理性與價值理性的統(tǒng)一，同時要加強輿情監(jiān)控，為紅色文化創(chuàng)建良好的輿論環(huán)境。

(一)技術賦能，創(chuàng)設紅色文化精品

紅色文化借助智能算法推薦提高傳播效果，首先就是要從紅色文化本身著手，建立完善的紅色文化數(shù)字資源數(shù)據庫，遵循“三貼近”的文化傳播規(guī)律，發(fā)展紅色文化傳播媒介。首先，健全紅色文化數(shù)字資源信息庫，將紅色文化物質資源轉換為數(shù)字資源，做到有優(yōu)質的紅色文化數(shù)字化資源內容可被算法推送。在物質資源轉換為數(shù)字資源的過程中，可以充分利用VR、AR等先進的現(xiàn)代科學技術，使紅色文化的受眾在虛擬沉浸式體驗中，打破時間和地域差異，身臨其境地了解革命英雄人物、熟知革命英雄事跡、線上體驗紅色旅游景區(qū)等。例如，在新時代思政教育數(shù)據庫設置的“全景思政”欄目，將愛國主義基地運用VR技術呈現(xiàn)，將現(xiàn)代技術與革命紀念館、革命遺跡和舊址相結合，消除了時空屏障，讓讀者身臨其境感知史實，傳承紅色基因。先進技術賦能的優(yōu)質紅色文化內容加上算法推薦，可以促進紅色文化地傳承與發(fā)展。其次，適應算法推薦碎片化的信息處理方式，創(chuàng)設紅色文化精品，使紅色經典貼近生活、貼近現(xiàn)實、貼近群眾。碎片化的處理方式是不可避免的發(fā)展趨勢，因此應該秉持一種積極的態(tài)度，趨利避害，滿足人們快餐式體驗的同時，采用人們喜聞樂見的表達形式，傳播紅色文化信息力求簡潔，抓住重點，避免布道式、說教式傳播，明確價值導向，兼顧嚴肅性的同時可以采用幽默的表達方式，防止泛娛樂化傾向。最后，建設完善紅色文化傳播網站和各種傳播類平臺，定期推送紅色經典、革命英雄人物事跡，設置熱門話題，創(chuàng)設討論區(qū)，對活躍度較高、起正面引導作用的人設置激勵機制。在各媒體平臺注冊正式的紅色文化宣傳賬號，定期上傳紅色精品，具有價值觀導向的紅色文化內容，深度挖掘紅色文化資源，設立專欄，增強紅色文化信息的曝光率和可獲取性。在反饋階段，通過算法推薦這一技術，及時獲取用戶數(shù)據，關注所發(fā)起話題的討論參與度、實時閱讀量，追蹤讀者最關注的問題和熱議的焦點，運用這些數(shù)據，調整信息方式，采取人民群眾更加喜聞樂見的形式，推動紅色文化的創(chuàng)新發(fā)展，更加深入人心，引起共鳴。

(二)打破“繭房”，重構紅色文化話語權

算法推薦依據用戶行為數(shù)據編碼，實現(xiàn)了個性化信息推送，滿足了用戶需求，但使受眾陷于算法所打造的“信息繭房”中，形成了意識孤島。如何打破“信息繭房”，重構紅色文化話語權，增強文化認同，應進行技術上的革新，優(yōu)化算法，提升受眾的算法素養(yǎng)，對信息進行權重賦值，助推高質量的紅色文化信息傳播。首先，改變算法把“用戶興趣”作為信息推送的唯一標準，實現(xiàn)由精準傳播向智慧傳播轉化。一方面，優(yōu)化算法技術，紅色文化內容推送要堅持需求與價值的統(tǒng)一，適當強制推送紅色文化信息，合理引導受眾接觸紅色文化內容，使紅色文化脫離被弱化和邊緣化的窘境，另一方面，增設開放式的討論區(qū)，讓持不同意見的群體可以進行思想的碰撞，使偏頗的信息被糾正，減少算法所導致的不同意見群體觀念固化的問題，打破“回音室效應”讓不同的聲音充分交流，使紅色文化在開放包容的氛圍中、良性互動的基礎上充分傳播。其次，提升受眾算法素養(yǎng)。算法素養(yǎng)“并不是指能夠嚴格地讀寫代碼，而是說(受眾)能意識到算法在他們生活中的存在，以及算法所扮演的越來越重要的角色，不管這個角色是好或是壞。”［10］提高受眾算法素養(yǎng)，就是使受眾知曉所推送信息背后的算法運作機制以及算法的弊端和缺陷，對于算法推薦的結果持批判態(tài)度。提升對紅色文化內容的認知、辨別和思考能力，能夠識別標題黨和專注于搞噱頭嘩眾取寵的有害信息。并且具有較強的責任意識，能自覺抵制低俗、錯誤和歪曲紅色文化的內容，并及時舉報防止繼續(xù)擴散，為形成良好的紅色文化傳播環(huán)境貢獻力量。最后，完善信息推薦機制，對信息進行推薦權重分析，調適優(yōu)先推送順序，真正實現(xiàn)紅色文化的高效傳播。在對內容信息的真實性甄別的基礎上，對信息進行二次篩選，在這一過程中，基于信息的價值性、關注度等賦予不同的推薦值，將優(yōu)質的、有價值的紅色文化信息優(yōu)先推送。更加智能化的內容供給機制，使算法不僅是數(shù)據信息的“搬運工”，也是承擔了引領正確價值導向的職能。

(三)重塑把關權，凈化紅色文化傳播場域

總書記提出要“探索將人工智能運用在新聞采集、生產、分發(fā)、接收、反饋中，用主流價值導向駕馭‘算法’，全面提高輿論引導能力。”［11］因此，在紅色文化傳播中，應促使主流媒體適應算法、擁抱算法，人工把關輔助算法，完善法律法規(guī)，為紅色文化創(chuàng)造良好的輿論環(huán)境。首先，強化紅色文化傳播中主流媒體的中心地位。一方面，傳統(tǒng)的主流媒體應自覺擁抱算法，優(yōu)化升級，借助算法占領紅色文化傳播的制高點，打造紅色文化傳播的主流陣地，在進行輿論導向時強化主導者角色，鞏固其中心地位。同時，不可忽視意見領袖的輿論引導作用，要培育一批熟悉網絡傳播規(guī)律善于運用網絡語言的意見領袖，借助其穩(wěn)定的受眾群體，增強紅色文化影響力。另一方面，傳統(tǒng)媒體與新型媒體聯(lián)動合作，優(yōu)勢互補，拓寬傳播渠道，實現(xiàn)紅色文化信息的多方供給，擴大受眾選擇的空間。其次，加強人工把關機制。算法對信息進行過濾篩選是依據指令進行操作的，僅是一種粗淺地篩查，既不能理解文字背后的深層含義，也不能辨別內容的質量。加強人工審核把關，一方面，能夠對信息進行更加準確地篩選，彌補算法篩選的局限性，剔除擦邊球信息，另一方面，人工輔助算法能使紅色文化信息在“量”與“質”兩個方面得到保證，彌補了算法推薦的缺陷。同時人工審核要多重審核，對內容多重把關，也要根據不同的信息類型采用多樣的審核方法。最后，加強法律法規(guī)建設，重塑把關權力。對于媒體操控算法抓取受眾數(shù)據隱私進行“流量變現(xiàn)”的做法，一方面要加強各媒體平臺自我管理的能力和責任意識，另一方面要創(chuàng)新治理理念，健全對于數(shù)字化內容的監(jiān)管機制，加快制度建構，強化剛性約束，嚴肅數(shù)字化媒體的行為邊界，凈化紅色文化的傳播環(huán)境。完善用戶實名登記制度，嚴格用戶管理，一旦或者傳播詆毀革命英雄任務等方面的信息，做到追根溯源，不能因為網絡的虛擬性，就任意不實信息。強化責任意識，對于標題黨和專注于搞噱頭嘩眾取寵的有害信息嚴肅處理。完善法律法規(guī)，堅守輿論底線，為紅色文化傳播營造風清氣正的網絡環(huán)境。算法推薦技術創(chuàng)新了紅色文化的傳播方式，更好地滿足了人民群眾對紅色文化的需求，賦予了紅色文化新的生命力，同時面對算法推薦所導致的對紅色文化的碎片化解讀、“信息繭房”、去中心化等問題，必須理性對待，正確處理算法推薦技術與紅色文化傳播二者間的關系，揚長避短，借助先進技術創(chuàng)設紅色文化精品，打破“信息繭房”，重塑把關權力，完善法律法規(guī)，凈化紅色文化傳播場域，為紅色文化營造風清氣正的輿論環(huán)境，在循序漸進中推動紅色文化可持續(xù)發(fā)展。

參考文獻:

［1］渠長根．紅色文化概論［M］．北京:紅旗出版社，2017:1．

［2］畢耕，譚圣潔．全媒體時代紅色文化傳播的媒介策略［J］．紅旗文稿，2016(05):26－27．

［3］馬瑞賢，張楠楠．推動紅色文化走向世界［J］．人民論壇，2018(27):134－135．

［4］肖靈．當代大學生紅色文化傳播研究［M］．北京:中國社會科學出版社，2015．

［5］比達咨詢．2018年度中國移動資訊分發(fā)平臺市場研究報告［EB/OL］．(2019－03－20)［2021－01－25］．

［6］羅新宇．智媒體傳播中“算法推薦”倫理的沖突與規(guī)制［J］．新聞愛好者，2020(11):72－75．

［7］［美］凱斯·桑斯坦．信息烏托邦———眾人如何生產知識［M］．北京:法律出版社，2008:8．

［8］［美］尼爾·波茲曼．娛樂至死［M］．章艷，譯．桂林:廣西師范大學出版社，2009:211．

［9］［美］赫伯特·馬爾庫塞．單向度的人:發(fā)達工業(yè)社會意識形態(tài)研究［M］．劉繼，譯．上海:上海譯文出版社，2014:2．

［10］羅昕．算法媒體的生產邏輯與治理機制［J］．人民論壇·學術前沿，2018(24):25－39．

［11］．加快推動媒體融合發(fā)展構建全媒體傳播格局［J］．求是，2019(06):3．

作者：王宇婷 單位：鄭州大學馬克思主義學院