1.

依照《网络安全法》和《互联网新闻信息服务管理规定》等法律和
规范性文件进行内容聚合，完善自媒体账号认证和信用管理制度，根
据信用评级将自媒体内容分类归入等级。保证优质的自媒体内容得到
优先推荐，对于未认证和信用评价不达标的自媒体实施内容监控。
2. 算法推荐作为一项先进技术，具有个性化、效率高、定位精准等优势，能够根据每一个
用户日常浏览新闻喜好、习惯留下的印记而实现智能、个性化推荐。
3.
新一轮科技革命和产业变革蓬勃发展，数字化、网络化、智能化加速推进，算法正成为
网络平台的底层架构。在信息获取的途径中，算法推荐起了一个过滤的作用，极大地提升
了信息分发的效率和精确度，已成为信息平台、搜索引擎、浏览器、社交软件等几乎所有
软件的标配。

4.信息茧房”现象固然与算法推荐技术密切相关，然而，更

进一步而言，算法推荐技术的发展仅是“信息茧房”出现的一

个推手，“千人千面”演变为“信息茧房”离不开当下媒介现

实环境的“土壤栽培”。我们不应该陷入狭獈的“技术决定

论”之中，新技术下的社会问题并不一定是新问题，所谓新问

题有可能是旧问题在新技术下更换了新的外衣。信息过载下个

体主动的“选择性接触”以及媒体对流量的疯狂追求，继而对

个体喜好的主动迎合才是“信息茧房”现象背后两大深刻的社

会根基。

一方面，选择性接触假说认为，在面对大众传播的信息时，

受众更愿意接触与自己原有立场相近的内容，回避与自己观点

相异的信息。在数字化媒体时代信息过载的现实情形之下，选

择性接触现象更为突出。“信息茧房”的出现与个体的选择性

接触密不可分，个体有意识地接触某一类信息，同时规避其他

信息，这种行为本来就会导致个人视域的狭窄化，而在人工智
能下算法推荐的加持下，个体所能接触的信息更加固化，“信

息茧房”被不断地加固。

另一方面，媒体为了获取更大的流量，对用户个体信息选择

喜好主动迎合。在互联网“流量为王”的市场生存法则之下，

媒体为了获取更大的流量，想尽办法留住用户，主动迎合用户

的喜好成为媒体的市场选择。越来越多的媒体为了争夺用户、

占领市场，在信息分发的过程中，有意识地选择用户喜欢的

“几个面”甚至是极端的“一个面”进行推荐。根据观测，算

法推荐有时会将用户偶尔的选择行为痕迹（网站点击、浏览、

搜索、评论）视为用户不变的兴趣选择，持续推送相关信息；

而另一方面，一些用户感兴趣的内容却因为缺乏流量而不被推

荐，这一现象可能与当下算法技术缺乏“动态性”有关，但是 ，

更多的情形却与媒体“流量为王”的市场选择倾向密不可分。
4. 国家网信办会同工信部、公安部、市场监管总局出台《互联网信息服务算法推荐管理规
定》，聚焦我国本土实践，回应较为突出的信息茧房、干预信息呈现、网络沉迷、大数据
杀熟、劳动保障等热点问题，重点关注商业领域算法应用场景，高度体现我国本土需求。
随着国家法律的不断完善，算法推荐的不足一定会克服。数字经济发展不断提速，算法推
荐作为数字社会新型生产力的地位和作用日趋明显，以《管理规定》为重要法律依据的不
断完善，必将促进形成治理机制健全、监管体系完善、算法生态规范的算法安全综合治理
格局，让年轻人更好地生活。
5. 同时我们需要注意的是，现如今的算法推荐不是重复多次地只推荐我们搜索的信息，而
是为我们推荐相关的、多方面的延伸信息。
6. 一类是被动触发的，需要用户圈定一定限制条件后，系统给你推荐最优解
另一类是主动触发，你只要打开 APP 后系统就会自动给你推荐内容，无需用户设置条件
被动触发的算法推荐中，58 同城可当成一个经典案例。
58 同城是一个集房产、招聘、汽车、家政、本地服务于一体的综合性网站，这就造成了用
户行为目的的不确定性，仅前面列举的 5 项功能就有 21 种可能，如进入里面的子项其组合
可能将会成指数级增长，因此算法推荐对于他们而言的目的是帮助用户更快找到合适的信
息。 例如租房时，58 同城会根据用户的选购条件，例如价格、区位、户型等在数据层
做出统计，然后策略层通过对房源特征分类，将每个特征赋予一个权重，再然后通过用户
数据与房源特征组合形成召回数据，最终召回数据在应用层优先推荐权重高的召回数据，
直至与用户要求完全相违背.