期刊文献+

算法推荐场域中的权力转移与价值引领 被引量:9

Transfer of the Power in Algorithm Recommendation and Its Value Guiding
下载PDF
导出
摘要 作为人工智能与大数据融合的新“技术物”,算法推荐实现了信息与人之间的分众化、精准化、高效化匹配,推动了信息传播领域内多种权力发生转移。由于算法推荐以主体偏好和资本逻辑为价值支点,造成人的兴趣点固化、视线窄化、思想极化,这不仅挤压了主流价值观的传播覆盖和现实生存空间,还弱化了主流价值观的主导、引导、认同、整合功能。摆脱算法推荐场域中价值引领的困局,需协同利用权力规制、技术革新、制度治理及素养提升的合力,通过重塑算法权力边界防范系统性价值危机,优化算法运行引擎矫正技术的固有偏见,健全算法约束机制遏制劣质信息的弥散,增强主体自律意识培育健康的价值生态,以此推动技术进步、人的发展与价值引领的耦合共进。
作者 薛永龙 吴学琴 Xue Yonglong;Wu Xueqin
出处 《中国特色社会主义研究》 CSSCI 北大核心 2022年第4期95-102,共8页 Studies on Socialism with Chinese Characteristics
基金 国家社科基金重大项目“构建具有强大凝聚力和引领力的社会主义意识形态话语体系研究”(项目编号:22ZDA076) 中国人民大学2021年度拔尖创新人才培育资助计划(项目编号:2020000609)的阶段性成果。
  • 相关文献

参考文献10

二级参考文献83

  • 1薛永龙,汝倩倩.遮蔽与解蔽:算法推荐场域中的意识形态危局[J].自然辩证法研究,2020,0(1):50-55. 被引量:36
  • 2周凡.论拉克劳后马克思主义转向之前的接合概念[J].马克思主义与现实,2005,57(2):55-64. 被引量:4
  • 3申小翠.“意识形态”概念的历史流变[J].中国社会科学院研究生院学报,2006(4):35-41. 被引量:9
  • 4Joseph A Konstan, Bradley N Miller,David Maltz,et al. Grou-pLens : Applying Collaborative Filtering to Usenet news [ J].Commun. ACM,1997,40(3) :77-87.
  • 5Yang S, Long B,Smole A,et al. Collaborative Competitive Filte-ring :Learning Recommender Using Context for User Choice[A]//Proceedings of the 34th International ACM SIGIR Confer-ence on Research and Development in Information Retrieval (SI-GIR 11)[C]. New York, NY, USA:ACM,2011:295-304.
  • 6Linden G,Smith B, York J Amazon. Com Recommendations:I-tem-to-item Collaborative Filtering[ J]. IEEE Internet Compu-ting,2003,7(1) :76-80.
  • 7Goldberg K,Roeder T, Gupta D, et al. Eigentaste: A ConstantTime Collaborative Filtering Algorithm[ J]. Information RetrievalJ,2001,4(2) :133-151.
  • 8Fabiano Belem,Eder Martins,Tatiana Pontes, et al. AssociativeTag Recommendation Exploiting Multiple Textual Features[A]//Proceedings of the 34th International ACM SIGIR Confer-ence on Research and Development in Information [ C]. NewYork, NY, USA: ACM, 2011:1033-1042.
  • 9Dong A,Zhang R, Kolari P,et al. Time is of the Essence : Impro-ving Recency Ranking Using Twitter Data[ A]. Proceedings ofthe 19th Int. Conf. on World Wide Web (WWW) [C]. NewYork, NY, USA:ACM,2010:331-340.
  • 10Chen J, Naim R, Nelson L, et al. Short and Tweet: Experi-ments on Recommending Content From Information Streams[A]. Proceedings of the 28 th International Conference on HumanFactors in Computing Systems (CHI 10) [ C]. New York, NY,USA: ACM, 2010: 1185-1194.

共引文献679

同被引文献94

引证文献9

二级引证文献9

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部