本文關(guān)鍵詞：以個(gè)性化推薦服務(wù)為特色的手機(jī)新聞客戶端“今日頭條”案例研究　出處：《北京外國語大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 今日頭條 移動(dòng)新聞客戶端 個(gè)性化信息推薦 案例研究

【摘要】：隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展和觸屏智能手機(jī)的廣泛普及,人們的新聞閱讀習(xí)慣呈現(xiàn)出越來越移動(dòng)化的趨勢,而移動(dòng)新聞客戶端成為很多用戶獲取新聞資訊的主要渠道。與此同時(shí),移動(dòng)互聯(lián)網(wǎng)時(shí)代信息過載和移動(dòng)新聞客戶端產(chǎn)品同質(zhì)化問題日益凸顯。在這種情況下,"今日頭條"等以個(gè)性化推薦服務(wù)為特色的移動(dòng)新聞客戶端,在激烈的競爭中脫穎而出,在短短幾年時(shí)間里積累了大量的活躍用戶,使移動(dòng)互聯(lián)網(wǎng)時(shí)代信息傳播進(jìn)入了個(gè)性化模式。為了充分了解這種新的信息傳播模式,本文選取"今日頭條"這一最受歡迎也最受爭議的個(gè)性化推薦手機(jī)新聞客戶端為研究對象,通過案例研究,參與觀察、訪談和問卷調(diào)查相結(jié)合的研究方法,從"今日頭條"公司方面探究其自我定位、內(nèi)容來源、個(gè)性化推薦機(jī)制、出資方和盈利模式;從用戶方面探究用戶的使用行為及動(dòng)機(jī)和評價(jià);最后對個(gè)性化信息推薦的優(yōu)缺點(diǎn)進(jìn)行反思并提出相關(guān)建議。本研究有如下發(fā)現(xiàn):從"今日頭條"公司方面來說:一,"今日頭條"自我界定為一家科技公司,并表現(xiàn)出一種明顯的新聞逃避態(tài)度,以逃避價(jià)值觀和媒體責(zé)任相關(guān)問題;同時(shí),這一定位又決定了它"用戶至上"的運(yùn)營理念,迎合用戶,追求極致的用戶體驗(yàn),因而獲得了較高的用戶滿意度。二，，"今日頭條"通過導(dǎo)流、購買版權(quán)和流量廣告分成等方法和多家傳統(tǒng)媒體建立起廣泛合作,為平臺獲取優(yōu)質(zhì)內(nèi)容來源;同時(shí)通過自媒體平臺"頭條號"大力支持自媒體創(chuàng)作以為平臺產(chǎn)生大量原創(chuàng)內(nèi)容。三,"今日頭條"的個(gè)性化推薦機(jī)制是通過算法進(jìn)行用戶標(biāo)簽和內(nèi)容標(biāo)簽之間的匹配,用戶興趣模型的建立主要依據(jù)用戶在平臺的閱讀行為。四,"今日頭條"因其移動(dòng)端信息新入口的價(jià)值而備受資本青睞,又因定向廣告投放而收入豐厚。對"今日頭條"的用戶分析表明,"今日頭條"的用戶大多數(shù)是18～30歲的年輕人;最大的用戶群體是上班族;最受歡迎的信息類型是社會(huì)新聞、娛樂、時(shí)政和段子;女性用戶更青睞娛樂、時(shí)尚等軟資訊,男性用戶更喜歡時(shí)政、財(cái)經(jīng)等硬資訊;圖片是最受歡迎的信息形式,短視頻的接受程度不如預(yù)期;用戶使用"今日頭條"的主要?jiǎng)訖C(jī)是了解最近發(fā)生的事,獲得個(gè)性化信息閱讀體驗(yàn),增長見聞和知識,以及娛樂放松。用戶對"今日頭條"滿意度最高的是新聞更新速度快,信息的多媒體展示和娛樂功能;滿意度最低的是內(nèi)容的質(zhì)量和可信度。用戶對"今日頭條"個(gè)性化推薦精準(zhǔn)度對評價(jià)褒貶不一,整體而言,使用時(shí)間越長,越頻繁的用戶滿意度越高。經(jīng)過案例分析,本研究認(rèn)為個(gè)性化信息推薦的主要優(yōu)點(diǎn)是以用戶為中心,實(shí)現(xiàn)信息價(jià)值的重估,促進(jìn)自內(nèi)容創(chuàng)業(yè)的繁榮;主要缺點(diǎn)是作為公司的"今日頭條"置利益先于責(zé)任,算法不透明,以及造成用戶對"信息垃圾"的沉迷,產(chǎn)生限制用戶資訊視野的過濾氣泡。在此基礎(chǔ)上,本研究提出三條建議:一,"今日頭條"必須重視算法背后的責(zé)任和價(jià)值問題;二,"今日頭條"應(yīng)重視并提高平臺在用戶心中的可信度;三,用戶應(yīng)意識到個(gè)性化推薦存在的問題,公眾應(yīng)警惕個(gè)性化推薦取代編輯把關(guān)。
[Abstract]:With the popularization of the continuous development of mobile Internet technology and smart touch screen mobile phone, people's reading habits news showing a growing trend of mobile, mobile news client has become a major channel for many users to get news and information. At the same time, the mobile Internet era of information overload and mobile news client products homogenization problems have become increasingly prominent in this. Under the condition of today's headlines such as personalized recommendation service for the characteristics of mobile news client, talent shows itself in the fierce competition, in just a few years has accumulated a large number of active users, the mobile Internet era into the personalized information dissemination mode. In order to fully understand the information dissemination of this new model, this paper selects "today the headline" this one of the most popular and most controversial personalized mobile phone news client as the research object, through case study, Research methods of participant observation, interview and questionnaire combination, from today's headlines, to explore the self positioning, content sources, personalized recommendation mechanism, investors and profit model; using the behavior of a user from the user and the motivation and evaluation; finally, the advantages and disadvantages of personalized information recommendation and put forward relevant reflection suggestions. This study has the following findings: from today's headlines company: first, today's headlines self defined as a technology company, and showed an obvious news attitude to escape, to escape the values and media responsibility; at the same time, this position has decided its users "first" business philosophy, to cater to the user, the pursuit of the ultimate user experience, thereby gaining a higher user satisfaction. Two, today's headlines through diversion, buy copyright and flow advertising into other methods and traditional media Body to establish extensive cooperation, access to high-quality content sources for the platform; through the media platform "headline" strong support from the media platform creation thought to produce a large number of original content. Three, the personalized recommendation mechanism of today's headlines is the matching between user and content label label by algorithm, user interest model is established according to users in the reading behavior of the platform. Four, today's headlines for the mobile terminal entrance of the new information value and much favored capital, because targeted advertising and lucrative. "That user analysis of today's headlines, today's headlines most users is 18 to 30 year olds; maximum user groups are workers; the type information is the most popular social news, entertainment, politics and scripts; female users prefer entertainment, fashion and other soft information, more male users love affairs, finance and other hard information; The picture is the most popular form of information, short video acceptance than expected; the user "the main motivation is to understand today's headlines recently happened to get personalized information reading experience, increase their knowledge and expertise, and recreation. Users of today" head "is the highest satisfaction news update speed. Information and entertainment multimedia display function; the lowest satisfaction is the quality of the content and user credibility. On today's headlines personalized recommendation accuracy of mixed reviews, overall, the longer the time, the more frequent user satisfaction is higher. Through case analysis, this study suggests that the main advantages of personalized information recommendation based on user as the center, to achieve revaluation of the value of the information, promote the content of entrepreneurship boom; the main disadvantage is that as the company's" today's headlines in the interests of the first responsibility, algorithm and opaque. By users of the "information rubbish" addiction, the filter bubble restricted user information field. On this basis, this study puts forward three suggestions: first, today's headlines must pay attention to the responsibility and value behind the algorithm; two, today's headlines should pay attention to and provided reliable platform in the minds of users; three, the user should be aware of the problems of personalized recommendation, the public should be wary of personalized recommendation instead of editing.

【學(xué)位授予單位】：北京外國語大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：G210.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱世清;;個(gè)性化推薦技術(shù)在學(xué)科服務(wù)中的應(yīng)用研究[J];農(nóng)業(yè)圖書情報(bào)學(xué)刊;2012年10期

2 李穎;方興;;旅游微博個(gè)性化推薦技術(shù)和推薦效果研究[J];硅谷;2013年23期

3 冀俊忠,劉椿年;基于多級客戶模型的個(gè)性化推薦機(jī)制[J];小型微型計(jì)算機(jī)系統(tǒng);2005年09期

4 胡慕海;蔡淑琴;張宇;;面向個(gè)性化推薦的情境化用戶偏好研究[J];情報(bào)雜志;2010年10期

5 武慧娟;周蘭萍;辛躍;;基于知識圖譜的國內(nèi)外個(gè)性化推薦比較研究[J];東北電力大學(xué)學(xué)報(bào);2012年05期

6 徐月美;姜薇;王溢策;;移動(dòng)設(shè)備的個(gè)性化推薦在上下文感知應(yīng)用[J];微計(jì)算機(jī)信息;2009年21期

7 夏秀峰;吳蘭蘭;;一種基于商品基因的個(gè)性化推薦模型[J];遼寧大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

8 劉蓓琳;;基于用戶滿意度的電子商務(wù)個(gè)性化推薦評價(jià)研究[J];中國物流與采購;2012年14期

9 孫鴻飛;武慧娟;李晟光;;基于知識圖譜的個(gè)性化推薦研究熱點(diǎn)與前沿分析[J];情報(bào)科學(xué);2012年12期

10 吳昊;;基于數(shù)據(jù)挖掘的個(gè)性化推薦[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年03期

相關(guān)會(huì)議論文 前4條

1 馮時(shí);陽峰;王大玲;于戈;;基于虛擬觀點(diǎn)社群的用戶個(gè)性化推薦[A];第六屆全國信息檢索學(xué)術(shù)會(huì)議論文集[C];2010年

2 劉晉;王潛平;房坤;;基于agent技術(shù)和反饋機(jī)制的個(gè)性化推薦方法研究與設(shè)計(jì)[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第2屆中國人機(jī)交互學(xué)術(shù)會(huì)議(CHCI'06)論文集[C];2006年

3 王鑫;黃忠義;;網(wǎng)絡(luò)資源中基于K-Means聚類的個(gè)性化推薦[A];2013年全國通信軟件學(xué)術(shù)會(huì)議論文集[C];2013年

4 曹雷;杜輝鋒;;基于Web挖掘的個(gè)性化推薦模型的研究[A];全國第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前2條

1 云蹤;雙模式完善精準(zhǔn)個(gè)性化推薦[N];人民郵電;2014年

2 本報(bào)記者 李娟;百分點(diǎn) 給電商配備“導(dǎo)購員”[N];中國經(jīng)營報(bào);2011年

相關(guān)博士學(xué)位論文 前5條

1 呂苗;基于情境的商品個(gè)性化推薦方法研究[D];大連理工大學(xué);2015年

2 易明;基于Web挖掘的電子商務(wù)個(gè)性化推薦機(jī)理與方法研究[D];華中科技大學(xué);2006年

3 邢星;社交網(wǎng)絡(luò)個(gè)性化推薦方法研究[D];大連海事大學(xué);2013年

4 張宜浩;基于半監(jiān)督學(xué)習(xí)的個(gè)性化推薦研究[D];重慶大學(xué);2014年

5 張富國;基于信任的電子商務(wù)個(gè)性化推薦關(guān)鍵問題研究[D];江西財(cái)經(jīng)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 馮超;電子商務(wù)個(gè)性化推薦的用戶信息采納影響因素研究[D];華中師范大學(xué);2015年

2 尚剛;個(gè)性化推薦技術(shù)在圖書館服務(wù)中的應(yīng)用研究[D];南京財(cái)經(jīng)大學(xué);2015年

3 林舉;基于完全三部圖模型的個(gè)性化推薦技術(shù)研究[D];上海大學(xué);2015年

4 周瑩;基于證券理財(cái)產(chǎn)品用戶行為分析的個(gè)性化推薦研究[D];電子科技大學(xué);2014年

5 李祉瑩;基于語義的個(gè)性化推薦模型研究[D];北京郵電大學(xué);2015年

6 劉洋;數(shù)字學(xué)習(xí)資源個(gè)性化推薦技術(shù)研究與應(yīng)用[D];浙江工商大學(xué);2015年

7 陳玉兆;大數(shù)據(jù)下的個(gè)性化推薦研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

8 盧云騁;播存環(huán)境中話題挖掘及其在個(gè)性化推薦中的應(yīng)用[D];東南大學(xué);2015年

9 劉佳;基于情景分析的網(wǎng)絡(luò)閱讀個(gè)性化推薦方法研究[D];東北大學(xué);2014年

10 路文;基于相似案例分析的電子商務(wù)個(gè)性化推薦方法研究[D];東北大學(xué);2014年

本文編號：1392087