智能推薦系統(tǒng)被廣泛用以實現(xiàn)用戶和電影資源之間的精準匹配,它在針對不同用戶的趣味進行個性化推送的同時,也會加劇審美品格的物化、類型化以及在不同群體間的區(qū)隔。算法的推送結(jié)果較之人工推薦也更多映射出人的潛意識欲望,而無論是基于內(nèi)容還是基于協(xié)同過濾的推薦算法,都會促成擁有同類型趣味和偏好的用戶的聚集,弱化潛意識欲望表達的負罪感,并會加劇文化的祛魅及個人的原子化。 

【文章來源】：電影藝術(shù). 2020年01期 北大核心CSSCI

【文章頁數(shù)】：6 頁

【文章目錄】：
一、對象屬性的向量化：對標注文本的依賴及類型化處理
二、主體趣味的類型化：算法推動的“聚類”與“區(qū)隔”
三、“物化的意識”：文化的祛魅與個體的原子化
    （一）算法推薦領域的“物化”現(xiàn)象
    （二）文化的“祛魅”與個體的“原子化”
四、算法背后的權(quán)力與欲望：文化權(quán)力的遷移及欲望表達
    （一）文化權(quán)力的遷移：算法背后的權(quán)力關系
    （二）無意識欲望的泛化表達



本文編號：2933019