个性化新闻推荐算法过滤气泡效应研究

　　个性化推荐算法在当前移动互联网新闻传播中发挥着信息过滤和分发的主导作用，可根据用户的个人数据选择性地向不同用户群体推送差异化的信息，由此可能造成信息茧房、过滤气泡等后果。本书对移动互联网中个性化新闻推荐应用的用户进行实证研究，探讨个性化推荐算法的运作是否在不同人口统计特征的用户群体中产生影响以及产生了何种影响（包括：信息娱乐化倾向加剧、信息多样化与信息偶遇程度降低等等），归纳个性化推荐算法在不同用户群体中产生的传播偏向，从而对“个性化算法是否导致信息茧房”等学界争鸣的研究问题作出回答，并从实践层面就如何解决对个性化推荐算法运作中的“算法黑箱”问题提供参考。

　　杨莉明，北京大学传播学博士，现为广东外语外贸大学新闻与传播学院网络与新媒体系讲师、研究生导师，广州城市舆情治理与国际形象传播研究中心研究员。主持教育BU人文社科青年项目和副省级社科项目各一项，参与多项国家和省部级课题的研究。主要从事新媒体研究，研究领域为智能传播、个性化推荐、人机传播、新媒体与社会，发表CSSCI等核心期刊论文十余篇。

第一章  绪论
  1.1  研究背景
  1.2  研究问题
  1.3  研究意义与创新点
  1.4  本书结构
第二章  个性化推荐算法的原理、应用及影响
  2.1  个性化推荐算法及其原理
  2.2  个性化新闻推荐与信息定制、新闻聚合的区别
  2.3  个性化推荐算法的应用
  2.4  个性化推荐算法的影响
  2.5  本章小结
第三章  过滤气泡：定义、辨析与研究进展
  3.1  定义：什么是过滤气泡？
  3.2  过滤气泡与信息茧房、回声室效应的异同
  3.3  过滤气泡存在吗？各国研究成果述评
  3.4  过滤气泡的争议与思考
  3.5  本章小结
第四章  研究问题与研究假设
  4.1  研究问题
  4.2  研究假设
  4.3  本章小结
第五章  研究设计
  5.1  研究方法及其实施
  5.2  问卷中各类变量的测量
  5.3  本章小结
第六章  个性化推荐新闻使用现状
  6.1  个性化新闻推荐产品的竞争概况
  6.2  个性化推荐新闻用户的使用情况
  6.3  个性化推荐新闻用户的过滤气泡
  6.4  个性化推荐新闻用户的人口特征
  6.5  不同用户群体的“算法新闻鸿沟”
  6.6  本章小结
第七章  信息多样性及其影响因素分析
  7.1  信息多样性的多元回归分析
  7.2  信息多样性的影响因素
  7.3  本章小结
第八章  信息偶遇及其影响因素分析
  8.1  信息偶遇的多元回归分析
  8.2  信息偶遇的影响因素
  8.3  本章小结
第九章  过滤气泡的研究启示
  9.1  研究结论
  9.2  理论启示
  9.3  研究局限
  9.4  研究展望
  9.5  本章小结
第十章  过滤气泡的破解之道
  10.1  他山之石：国外应对过滤气泡的举措
  10.2  可以攻玉：基于中国互联网的过滤气泡破解之道
  10.3  本章小结