首页|算法推荐对网民意见极化的影响机制研究——基于舆论可见性视角的多层次分析

算法推荐对网民意见极化的影响机制研究——基于舆论可见性视角的多层次分析

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
算法推荐可以塑造不同状态的信息环境,进而影响整体舆论状态.热点算法、基于内容的协同过滤算法、基于用户的协同过滤算法分别塑造了整体意见氛围、圈层意见氛围、个体意见氛围,这些宏观意见氛围为个体意见表达提供了场域.特别是在热点算法语境下,整体意见氛围通过社会比较机制,使得个体感知到意见气候之后,更可能形成群体极化;基于内容的协同过滤算法推荐语境下,圈层意见氛围通过社会判断机制,使得个体感知到意见气候之后,更可能形成群体极化;基于用户的协同过滤算法推荐语境下,个体意见氛围通过社会认同机制、特别是身份认同机制,使得个体感知到意见气候之后,更可能形成群体极化.这些特点在B站、抖音两类算法推荐运用程度不一的平台中有很大不同,呈现了整体意见氛围—个体意见感知—个体意见表达—群体意见极化的多层次意见形成过程.

晏齐宏

展开 >

北京交通大学语言与传播学院

算法推荐 意见极化 舆论可见性 意见感知 意见氛围

国家社科基金

21CXW007

2024

现代传播
中国传媒大学

现代传播

CSTPCDCSSCI北大核心
影响因子：1.014
ISSN：1007-8770
年,卷(期)：2024.46(8)
  • 14