基于排序的高效交通信息分发算法

提出了一种高效的基于车载自组网的实时交通信息分发算法——ETDAR算法。ETDAR算法中,所有的参与者根据本地信息确定交通信息报告的分发时机及每次广播的报告数,有效地利用了带宽并能很好地适应于各种密度的网络拓扑。算法通过对报告进行排序来解决带宽及节点存储量受限等问题。最后,提出了一种新的算法性能评估标准,并基于此评估标准,通过仿真实验将ETDAR算法与另一种泛洪方式的交通信息分发算法——Grassroots算法进行比较。实验结果显示,ETDAR算法的性能在不同的节点密度、网络带宽下均优于Grassroots算法。

基于推拉结合机制的P2P流媒体分发算法

随着流媒体直播应用的日益扩大,传统C/S(Client/Server)模式网络构架的服务器负载过重,导致QoS(Quality of Service)得不到保证,而P2P(Peer-to-Peer)网络具有负载均衡、可扩展性、容错性强等优点。目前P2P技术开始逐步走向成熟。大多数P2P流媒体数据分发采用Pull模式或Push模式,本文提出基于推拉结合机制的P2P流媒体分发算法,通过仿真实验,从系统开销、端到端延迟等方面对两者进行了性能对比。实验结果表明,该推拉结合机制有效的降低了数据块传输时延,并且在很大程度上避免了数据块的重复推送,降低了数据冗余。

新闻分发算法的黑箱问题及对策

随着新闻业的智能化转向,算法黑箱问题日益凸显。从算法自身的特性、公众的技术素养、环境因素等三个方面剖析算法透明理念何以陷入困境,指出新闻分发算法黑箱问题难以破解。基于广义的算法概念重新审视新闻分发算法,发现造成种种现实问题的根本原因并不在于黑箱问题本身,而在于唯利是图的算法价值观。由此提出建立算法伦理规范以应对黑箱问题,并给出具体建议。

宽带流媒体内容分发算法分析

在流媒体业务的运行中,内容分发网络所应用的算法直接影响着流媒体业务的开展规模和效率,而当前流媒体文件体积通常比较大,需要内容分发网络具有更加优越的性能,所以应合理地选择相应算法来构建内容分发网络,以保证流媒体业务运行效果。基于此,本文详细分析了选择缓存点的树算法、Greedy Algorithm算法、超级优化算法、动态最优缓存选择算法、代理放置算法这几种基础的宽带流媒体内容分发算法,并对上述算法在内容分发网络中的优势作用进行了探讨,从算法应用角度深入研究了流媒体内容分发网络的建设,希望能够为宽带流媒体业务运行效率的发展提供助力。

P2P流媒体系统中并发请求的数据分发算法

大规模并发请求是流媒体直播系统面临的一个挑战,也是视频点播系统中亟待解决的一个问题。本文针对相同数据的并发请求问题,提出了一种高效,低带宽消耗、低延迟的数据分发算法。该算法在所有节点的输出带宽只满足一个节点的下载需求带宽的情况下,能够以Td+log2N*Tc的延迟让N个节点收到数据时长为Td、最小数据片段为Tc的数据。

智媒时代新闻分发算法的传播伦理反思

“算法”的概念自进入新闻传播业应用以来便被赋予了全新的内涵。以算法为核心的人工智能已经嵌入新闻业的许多环节中,成为人类进入智媒传播时代的标志之一。其中,新闻聚合平台也依托算法推荐技术完成了智能化转向,在传播规模和辐射效果上逐渐取代传统媒体,成为人们获取新闻信息的主要渠道。在算法分发的传播场域里,受众的主体性在智能算法的挤压中遭受技术迷思,于无形中影响受众的身心健康,也打破受众对外界资讯接收意识的维稳状态,导致人的主体性受到算法的工具理性支配的威胁。基于上述传播伦理失范现象,本文采用文献研究法以及案例分析法,从技术本体和技术应用场景进行溯源。最终达到人在传播场域中的主体性地位的回归,敦促新闻分发领域改善技术命题,将传播链路的归因再度赋于人的理性。

算法分发模式下的主流文化认同建构——逻辑进路、实践困境与突围策略

随着传播媒介的迭代与传播理念的革新,主流文化传播由传统的编辑筛选模式与社交过滤模式发展至算法分发模式。以算法推荐技术为信息分发模式的社交媒体平台、门户网站、聚合新闻资讯平台打造的全媒体传播矩阵,通过个性化推送类、排序精选类、检索过滤类等算法技术实现主流文化与用户之间的智能化、个性化、精准化、高效化匹配,对主流文化认同具有极强的建构和引导优势。但受资本趋利性的驱动,平台算法的“个性化”推荐、“碎片化”叙事、“流量为王”分发逻辑导致了主流文化传播面临“能见度”被遮蔽、整体性与系统性被割裂、权威性被削弱的遭遇和挑战,使得主流文化认同建构陷入认知认同弱化、情感认同稀释、价值认同扭曲的困境。为此,需要破除算法分发模式造成的公众认知舒适“茧房”和“感官陷阱”,推进算法推荐技术的“流量纠偏”,特别是规避算法的资本逻辑后果,从而全方位破除算法分发模式造成的公众认知和情感认同困境,建构主流文化的价值性和权威性共识。

信息质量视角下算法分发与编辑分发的对比研究

【目的】了解用户当前对算法分发与编辑分发的信息质量感知及差异,为相关理论研究和实践活动提供借鉴。【方法】参考已有文献,设计包含算法分发的信息质量和编辑分发的信息质量两个潜在变量的测量量表。采用问卷调查法,获取273份有效样本,利用描述性统计和配对样本t-检验方法进行数据分析。【结果】相比于编辑分发,用户当前整体上更认可算法分发具备的信息质量。具体而言,用户认为在全面性、准确性、新颖性和符合需求等信息质量维度上,算法分发均优于编辑分发;算法分发在准确性维度的优势不显著,在其他3个维度的优势均显著。【结论】算法分发用户应注重提升算法素养,编辑分发亟须提升显示度和影响力。

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。

社交媒体时代的算法情绪传播特征及影响研究

算法可以将社交媒体用户的情绪纳入可数据化计量的范围。在社交媒体平台上,“数据+算法”的双轮驱动机制使用户文本所包含的复杂多样的情绪表达变得清晰可见,情绪传播呈现出具象化、可支配性、模式化、圈循性的特征,其对公众舆论的影响力显而易见。在社交媒体平台、意见领袖与用户的互动关系中,情绪型意见表达失控、舆论场冲突加剧等成为算法技术渗透于情绪传播过程中应予以重视的问题。

算法分发引发的媒介伦理冲突及规制

算法是人工智能技术的核心技术,目前广泛使用于信息分发、信息推荐等领域。通过对网络中个人踪迹的追踪和收集,算法可以生成精准用户画像,根据受众兴趣推送相关内容。算法分发在重塑我们的信息传播方式的同时,也带来了很多媒介伦理问题,如虚假新闻、隐私侵权、信息茧房、知沟扩大、阶层两极分化等。笔者立足于算法技术的积极作用,辩证思考其目前引发的媒介伦理冲突,并从算法的“把关分发”机制、“他律+自律”的双约束机制、算法工程师和受众三个角度提出相应的建设性措施,为算法分发技术引发的伦理问题的解决提供参考。

短视频平台算法分发机制带来的信息茧房问题分析——以抖音平台为例

抖音自上线后用户数量猛增,发展势头只增不减,形成全民玩抖音的热潮。但与此同时,用户也深陷其中难以自拔。用户之所以一刷就停不下来,其实在于抖音独特的算法分发机制,个性化的算法推荐技术会将符合用户喜好的内容呈现给用户,而基于用户标签的个性化内容交付模型则将用户置于个性化内容的视域中,再加上用户自身的选择性心理机制,导致其对这种信息环境的局限性认识不足,对沉浸在这种环境中的后果认识不足。用户处于这种信息环境中,思维、行为和态度都会受到算法分发机制的影响。

算法分发下的短视频文化工业

在算法主导信息分发的传播中,技术与资本合谋下的算法权力日益隐秘地扩张。不同于传统文化工业的规模复制,短视频的工业化生产表现出个性化规模定制的特点。通过技术实现升级的短视频文化工业受控于算法权力,算法权力在个性化推荐的表象下实施符合资本意志的控制。本文以文化工业理论作为研究路径,力图揭示算法分发下短视频工业化生产的新特征,并对算法权力进行反思。

编辑、社交和算法:信息分发路径、权力格局与未来图景

如何高效精确的实现信息生产于需求之间的匹配,是人类社会千百年来一直探索的问题。人类的信息获取存在主动获取和被动投喂两种不同的模式,也呈现为由少数精英到大众赋权和由人工分发到人机协同的历史转向。信息分发主要存在三种路径和模式,分别是编辑分发、社交分发和算法分发,这三种模式在工具理性的指导下缺乏价值理性。未来,三种分发模式之间不是三分天下而是三足鼎立。

算法型信息分发:技术原理、机制创新与未来发展

算法型信息分发给传播领域带来巨大而深刻的革命性改变,必然是一种重塑传播规则、改变人们认知的全新规则与机制的建构与改变。算法与传媒业的深度融合,不断形塑着传媒业的实践,给信息采集、制作、分发等流程带来了全新机制与规则,同时也给传播伦理造成了相当大的影响。作为一种越来越主流的信息分发形式,其未来发展必须着力于解决现实发展中所存在的问题与隐忧,才能开辟其登堂入室的光明前景。

网络算法分发技术逻辑的生命政治叙事

网络算法分发作为资本驾驭信息技术实现财富增殖的具体应用形式,既是资本在人工智能时代培育技术拜物教的重要工具,又是资本吸纳时间、实现生命宰制的重要途径。网络算法分发依赖技术中立性、逻辑严整性和效率高效性的技术逻辑建构了资本宰制的新生命政治形式。因此,尽管网络算法分发一定程度上能够满足人的生活需要、便捷人的社会活动、提升人的劳动效率,但其实质上是资本利用技术权力以工具理性支配价值理性、以数据化外衣实现行为规制和生命控制的技术-政治。面对网络算法分发对社会存在和人生命全境式的浸入,必须以唯物史观来直面其技术逻辑与生命政治,唯有如此才能真正驾驭当代的技术逻辑,才能根植于社会存在本身来探讨驯服资本的当代方式。

算法分发与泛娱乐化现象的关系研究——以今日头条为例

今日头条虽然是算法分发模式的领头羊,但屡次因平台的泛娱乐化现象而受到指责。因此,为了探讨算法分发与泛娱乐化现象的关系,本文采用控制实验法,探究新闻类别和用户点击行为与泛娱乐化新闻数量之间的关联。实验结果证明,由于算法分发能够契合用户的娱乐框架,且算法的类型化推送助推平台运营目标的实现,才导致了泛娱乐化现象的产生。因此用户需反向定制算法,平台需设计多维算法,二者合力走出工具理性与价值理性的困境。

算法分发时代传媒内容生态的变革

智能时代,算法分发通过精准的用户画像分析和精确匹配,为用户带来了高效率和个性化的传播体验。但是由算法分发模式构筑的拟态传播环境在现实中面临着伦理风险和价值层面的挑战,算法规则的背后是新的传播秩序的建立和新的权力内涵的建构。伴随着算法技术的不断完善,旧的传播生态格局将迎来新的变化与发展。

新闻算法分发的多维审思

智媒技术的发展推动着新闻业的算法转向,算法分发成为网络新闻的主要分发方式。然而价值观的弱化导致内容导向问题频发,个性化推送中“主观性”的无限满足也放大了主体选择偏向,带来了单面人的加速出现。通过对上述问题的批判性反思,本文认为:应采用个性化、场景化的融合推送弥合社会图景、共性化的推送传导主流价值;建立人工、技术、法规三位一体的监管体系;此外,消费什么样的内容,本身也是用户的素养问题,应多措并举提升用户普遍的媒介素养。

符号叙述学视域下的算法信息分发及其反思

在人工智能时代,算法技术无疑是运用最为广泛的计算机技术之一,它在带来许多显而易见的便利的同时,也可能导致形成看似开放实则封闭的信息系统,将用户作为主体的自我囚禁于其中而不自知。本文运用符号叙述学的相关理论,站在全文本的视角上,将算法技术与符号文本视为整体进行探讨。同时,尝试厘清算法分发信息中隐含作者与隐含读者之间的关系,并对"信息茧房"问题作出反思。