公正传播论(3):价值算法的使命

经由道德的反思、法治的规约而形成算法的改进,是数字平台践行传播公正的必然路径。在数字交往的意义上,算法的传播学本质是其意向性、制度性与反抗性。作为“推荐算法”的强应用领域,社交平台、内容聚合平台、搜索平台应在去偏见、反歧视、保证数据安全、保护个人隐私、避免数字成瘾等价值尺度上,以“价值理性”约束算法,消弭自身的合法性危机,奠定其传播公正性。为此,本文提出一种“价值算法”以对冲工具理性式的算法秩序——转向“人的需求”计算、祛除群体极化、建设社会协商环境,并提供了一系列改进算法价值观的解决方案。

把关与操纵:中国主流媒体与商业社交媒体推荐算法价值的比较研究

算法把关使传统的新闻把关方式受到了冲击,同时也为互联网平台治理带来了挑战。通过连续跟踪爬取央视频、微博、抖音、微信视频号以及《今日头条》共18000余条热搜,从“量”与“质”两方面,以正面性、机构议程性、建设性、实时性、需要性、共情性、可分享性、世俗性和猎奇性这九个维度为分析框架进行综合性媒体算法价值探赜,分别考察中国主流媒体与商业社交媒体推荐算法价值之间的特点与异同点,以及其对中国媒介生态中的受众造成的影响。研究认为,主流媒体和商业社交媒体的热搜关键词都和算法把关有着直接关系,人工干预在其中起到了不同程度的辅助调控作用;主流媒体承担着更多的新闻价值和社会责任使命,信息迭代速率较低,在内容聚合方式上进行了严格把关,而商业社交媒体打造了一个表面上分散且民主的内容制作和选择系统,但其算法推荐主要遵循受众商品论和利益至上原则,其所谓的人工调控只是在迎合算法“流量至上”原则基础上对内容“合规性”的一种“审查”,而非发挥人类主观能动性的信息“筛选”。商业社交媒体“信息筛选主体和工作量的隐蔽转移”和“遵循资本逻辑的算法对受众隐秘规训”的特质,揭示了平台利益至上的本质,为中国网络平台治理提供了理论指导与实践参考。

不可见的行动者:助农短视频的算法分发策略及双价值逻辑

算法作为智能推荐系统的核心,成为信息传播的基础设施和底层逻辑,这一“不可见的行动者”给三农产品及文化价值观的传播带来深远影响。短视频在算法分发技术加持下的表现,构建了具有高匹配度的视频流供需关系,在“乡村振兴”背景下,算法所提供的清晰“用户画像”借短视频传播渠道,为农产品、农村生活和新农人提供了“上云端”“进门户”“扩销路”的可能与红利。而地域、文化等差异带来的数字鸿沟,缺乏人工干预的权责抗辩,内容欠优产生的“工业废水”等都成为农村短视频算法分发技术的桎梏。扶稳算法价值和短视频助农的天平,以及对当下的推荐算法进行一定程度的价值重塑,仍是亟待解决的首要问题。短视频算法发现、降维及列队的传播机理以及双价值逻辑的博弈,对于梳理算法推荐系统背后的“小世界”和数字化助农具有重大意义。

基于最有价值球员算法的结构损伤识别方法

将损伤识别逆问题看作是一个优化问题,提出了最有价值球员优化算法,对结构损伤进行识别研究;利用均方根数据统计分析法将结构固有频率和振型定义为一个新目标函数,引入罚函数以减少误识别信息,由最有价值球员算法识别出结构损伤位置和损伤程度。考虑不确定性因素和噪声的影响,对一简支梁和桁架结构进行数值分析,对比不同目标函数下识别效果进行识别。研究结果表明:提出的新目标函数能提供更加准确可靠的损伤识别结果。

考虑多种训练方式的自适应最有价值球员算法

最有价值球员算法(MVPA)是一种模拟体育比赛的新型智能优化算法,为解决其寻优精度低和收敛速度慢等问题,提出一种考虑多种训练方式的自适应最有价值球员算法(ACMTM-MVPA)。MVPA的初始化方式单一,随机性和盲目性强,降低了算法的收敛速度和寻求精度。为了增强初始化球员的水平,提高初始球队的整体实力,在MVPA的竞争阶段之前加入了训练阶段,并在训练阶段使用邻域搜索算法以及混沌序列和反向学习算法来训练和筛选球员;为了增强球员的自我探索能力以及向最佳球员学习的能力,使球员具有争夺最有价值球员奖杯的资格,在队伍竞争阶段加入了自适应的球员进化因子。对15个标准函数的测试结果表明,ACMTM-MVPA与MVPA、粒子群优化(PSO)算法和遗传算法(GA)相比,在寻优精度和收敛速度上更有优势。最后给出了ACMTM-MVPA在暴雨强度公式参数优化中的应用实例,结果显示,该算法法明显优于自适应光学优化算法、传统回归法与优选回归法。

从实际上的从属到算法剩余价值——如何思考数字资本主义时代下的剩余价值

对数字资本主义的研究最重要的问题是数字资本究竟从何处获得利润,数字劳动何以为数字资本和平台资本提供剩余价值。为了理解这个问题,需要回到马克思在《1863-1865年经济学手稿》中提出的实际上的从属的概念,这个概念不仅帮助我们理解了相对剩余价值的来源,也让我们理解工人的身体以能量或劳动力的方式依附于具体的资本主义生产方式。在这个过程中,工人的身体被贬低为纯粹的能量储存器,与作为不变资本的机器联合成为具有生产出“机器剩余价值”的机器,而机器反过来奴役了身体,让工人身体成为机器的一部分。在数字时代,物质机器已经被无形的行星规模的算法机器所取代,但算法机器奴役的不再是工人的身体,而是广大被数字化的用户。这样,物质性机器剩余价值概念逐渐变成了无形的算法剩余价值概念。

求解最优化问题的新型最有价值球员算法

最有价值球员算法(Most Valuable Player Algorithm,MVPA)是一种模拟体育比赛的新型智能优化算法。针对该算法在求解复杂优化问题时存在寻优精度低、收敛速度慢等问题,提出了一种新型最有价值球员算法(Novel MVPA)。在个体竞争公式中,引入自适应的个体经验权重和群体经验权重,以实现全局探索和局部开发能力的平衡;在队伍竞争阶段,当队伍输了比赛以后采用基于云模型的变异操作来更新队伍,降低算法陷入局部最优解的概率,从而提高算法的计算精度和优化速度。采用20个测试函数进行数值实验。结果表明,与基本最有价值球员算法、粒子群算法和遗传算法相比,新算法具有更高的寻优精度和更快的优化速度。

价值敏感设计:内容推荐算法进阶之路

随着“算法权力”应用场景和权力边界的不断扩大,内容推荐算法也经历“赋魅”“祛魅”到规制的历程,防止其技术异化和规避价值困境成为现实课题。把价值敏感设计理念引入内容推荐算法,有效识别并破除其主流价值观偏移、用户隐私侵犯、算法歧视与偏见等价值困境,确立其有用性、便捷性、无害性等价值理性,力求重塑“人与人造物”的正当关系和应有价值,从而实现内容推荐算法工具理性与价值理性的辩证统一。

个性化推荐≠信息茧房:对算法与茧房效应的误读澄清

目前,社会公众对个性化推荐与信息茧房的理解存在诸多误区,出现污名化信息茧房和算法技术,贬低算法价值等现象。但是,个性化推荐与信息茧房本身并无问题,个性化推荐并不必然导致信息茧房,算法也并不必然让信息“越推越窄”,其真正的价值反而是促成信息“越推越广”“越推越深”。我们应更全面、客观地理解信息茧房现象与个性化推荐算法的作用。

网络算法价值偏离及其规制路径

算法推荐是网络媒体平台信息传播的重要创新。算法价值不中立。偏离主流价值导向的算法势必带来算法内生性、应用性风险。网络算法价值偏离表现为算法黑箱、算法霸权、算法歧视、算法隐私侵扰及大数据滥用。算法法规供给滞后与不足、人工“把关权”转移与抽离、数据流量竞争走偏与失序、媒体权限越位与云端权责失衡、“智能迷思”与价值理性弱化及网络“消费至上”与“消费内卷”是网络算法偏离的主要原因。算法不能变算计。规制网络算法价值偏离应坚持“党的领导-党媒领航”以增强算法价值引领,优化“数据-算法-平台”以促进算法价值规范,抓好“贯彻-监督-整治”以推进算法价值治理,提升“规则-技术-素养”以强化算法价值保障。

司法人工智能中的价值判断

司法裁判不是“自动售货机”的根本缘由是,法官能够在司法案件中进行价值判断。价值判断本质上是人类基于特定价值偏好做出的决策,带有主观性。基于模拟大脑运作的机制、深度学习理论以及计算机对人类心理状态的阅读,人工智能能够处理价值问题,并通过属性特征、属性值以及最终形成特征向量的过程使得价值数据化,形成价值数据集。针对个案的不断测试,以及基于已有案件的不断数据整合,人工智能可以将法律价值设定成算法程式,不断通过决策树实现价值的选择。人工智能对价值判断的分析过程,本身就是智能技术的进步过程,也是司法人工智能不断发展和前进的阶梯所在。

基于多维数据分析的民航旅客价值计算

高价值、高贡献率的高端旅客对于航空公司提高盈利能力起到了重要作用,加强对高端旅客的洞察和细分能力,提升对旅客的营销、服务和保障水平是民航业面临的重要课题。论文结合国内民航旅客价值计算的实际案例,通过综合运用数据抽取转换加载技术(ETL)、联机分析技术(OLAP)和多维度数据分析和建模技术,搭建了民航旅客价值建模和计算的系统架构,阐述了民航旅客数据处理和旅客价值模型构建的处理过程和旅客价值算法。实验结果表明,确立多维旅客价值模型和算法,为筛选高端旅客,动态计算旅客价值提供了便捷可行的方法,对应用实践具有重要的指导意义。

虚实共生:数据驱动时代的算法主体性、中介关系与治理逻辑

数据驱动时代,算法作为高维媒介,在自我意识觉醒、利益方观点极化、具身化与去具身化交流、控制权差异、个性化选择等方面雕刻算法主体性特征。文章从有效性沟通和技术性隐忧两个角度,分析算法主客体之间的关系;从治理目的、内容审核、价值判断和用户注意等方面,剖析算法治理的核心逻辑。

随机需求车辆路径问题的价值逼近在线决策

随着高效实时物流的发展,不确定车辆路径问题面临着兼顾决策精度和实时响应能力的新挑战.本文以应用最为广泛的随机需求车辆路径问题为例,研究提出一种有效的在线决策方法.首先,考虑多车辆同时在线,以总旅行成本最小化为目标,建立马尔科夫决策模型,并引入可信度约束和邻域半径减少策略缩小行动空间,提高求解效率.其次,设计强化学习中的价值逼近算法求解模型,其中,采用基函数估计期望未来成本,并将求解过程分离为离线训练和在线决策两个环节,基函数的权重被离线训练并用于在线决策以减少在线决策时间,同时,在算法中嵌入了邻域半径的动态更新机制.最后,测试多组算例验证了本文方法的有效性.

关于OFDM系统中的循环前缀算法及仿真

为了抑制干扰,一般在OFDM系统中要采用加入保护间隔(GI)或者循环前缀(CP)。与加入空白前缀相比较,加入循环前缀对信号处理效果更好,由于信道间的干扰影响信号的传输,从而引入了循环前缀,并提出了新型的关于OFDM频域均衡算法。利用MATLAB进行仿真,得出了仿真结果。结果表明,加入循环前缀比加入保护间隔更能抑制干扰。

基于RTOS中多特征参数的动态调度算法

分析了常见的任务调度方法的特点,提出了一种基于多特征参数的动态调度策略VDDSA。综合考虑任务的价值和截止期,建立了该算法的模型,并给出了优先级的设计方法。通过任务的弹性系数和系统的权重因子的实时调整,使该算法具有一定的自适应功能。在μC/OS-Ⅱ上实现和测试了该算法,实验结果表明在所有负载条件下,VDDSA都具有较好的调度性能。

算法框架与赔付能力:存款保险定价研究--基于中国17家商业银行模拟赔付的测算

存款保险制度(DIS)对于现代宏观金融体系稳定来说越来越重要,伴随着银行业危机在全球范围内的频发,DIS越来越受到各国政府的高度关注。赔付设计与定价对建立有效的DIS至关重要,但现有研究较少涉及存款保险宏观视角的赔付算法设计与赔付能力定价。有鉴于此,基于背包模型构建了赔付算法数学框架,并结合2015—2020年17家样本银行6个维度的观测数据,模拟检验中国存款保险基金赔付能力与算法价值,从而实现理论构思与设计视角新的边际贡献。模型结果表明:中国存款保险基金赔付安全且储备有效,单调算法在赔付样本中效果占优,储备值能够满足多维度赔付标准,但在特定年份仍会受到高价值银行的赔付干扰。建议依托于单调算法规则关注银行的系统性干扰,并保持基金储备的稳定。

社交媒体中的“信息偶遇”行为研究——解决“信息茧房”问题的一种视角

在算法日益成为媒介内容主要分发手段的背景下,“信息茧房”问题逐渐凸显并备受学界关注。从元理论视角分析,文章认为引入“信息偶遇”的理论研究可能成为缓解“信息茧房”危机的有效路径。文章在对“信息偶遇”行为进行原理阐释的基础上,提出破解“信息茧房”的具体可实现路径,认为社会整体应通过提升整合信息资源、构建信息接触“人行道”模式、鼓励媒介间关系连接和分享、加强人机协同、优化算法价值观等措施来尝试回归社交媒体时代人类接触信息的平衡态(“信息偶遇”模式),实现算法工具理性和价值理性的平衡。

从智能拜物教到算法价值——数字资本主义的生产方式及其内在矛盾

面对当代数字资本主义背景下的智能平台,不应该只从智能技术与人类的关系来思考人工智能的发展,还应该将其放在历史唯物主义谱系中,从历史生产实践来思考人工智能的发展。人工智能的应用是一种大数据技术和算法技术下的数字产品。在人工智能中,真正起到核心作用的是算法价值,即在链接到“行星规模的计算整体”时,进行数据交换和分析时被赋予的价值,这个价值决定了不同用户在该系统中的地位和权力。算法价值的出现也导致了数字资本主义下的不平等的生产关系,一方面是占据了数字产品并享受着智能生活便利的新资产阶级;另一方面是被算法价值和系统压榨的流众无产阶级,他们处于不稳定的零工经济和临时性的劳动关系之中,甚至无法像以往一样团结起来以工会的方式来保障自己的权利。因此,在这数字生产关系之下,我们亟需发明一种新的主体性,让那些被算法价值撕碎的流众无产阶级重新团结起来。

人脸分析算法审美观的规训与偏向:基于计算机视觉技术的智能价值观实证研究

在人工智能正越来越多地辅助人类进行决策的背景下,算法的价值判断行为值得学术界关注。本研究聚焦于人脸分析算法的审美价值判断行为,选取智能化人脸分析应用Face++作为研究对象,使用1247张在控制环境下拍摄的人脸正面视图对Face++中的“颜值评估”及“人脸美化”算法进行逆向测试。研究使用计算机视觉技术计算目标人脸的视觉年龄、瘦削程度、肤色白皙程度等面部属性,计算其与算法“颜值评估”结果的关联,并比较“人脸美化”算法是否带来上述属性的显著改变。结果证实“颜值评估”算法推崇“瘦、白、幼”的片面审美观,而“人脸美化”算法将这种单一的审美偏好付诸自动化的美学实践。在上述发现的基础上,研究进一步探讨了算法审美价值背后的意识形态偏向、算法与人类审美实践相交互的运作逻辑。