當“尋找內容的方式”的重要性壓倒內容，當軟件算法成為我們的信息中介與助手，傳播領域的權力格局已然生變。作為搜索引擎核心的軟件算法、人工智能，無不是人為編制的規則。收錄哪些，不收錄哪些？如何排序，如何過濾？誰在制定規則？盡管這些問題的答案，都被“商業機密”的屏障包圍，但問題本身是值得追問和警惕的。
例如，由于在實際的使用中，人們關注的通常只是搜索結果的前幾頁、甚至前幾項列出的結果，由此衍生的“競價排名”也成為搜索產業賴以生存的一大經濟來源。而百度公司曾長期將搜索結果及與搜索相關的競價排名結果混合呈現，且競價排名的網站在前，非競價排名的網站在后，也因此被廣泛批評。
過濾機制之二：協作過濾
“協作過濾”或者“協同過濾”的概念，來自英語中的“collaborative filtering”。
如果從廣義的角度上理解，“協作過濾”則不僅僅是一種算法或軟件，而是一種新的信息過濾機制。它得以有效運作的前提是：第一，個人通過人際關系網絡所聯結的其他節點，也就是他的朋友熟人的喜好及行為往往與之相似或相關；第二，人們越來越習慣于通過自己的社會網絡對信息進行分享、評價、分類、推薦。第三，如前文所述，當今網眾的社會網絡與信息網絡出現了融合與交疊，這種機制已經足以在社會尺度上產生效用。
下面以中國最大的圖書、影視、音樂推薦與分享網站豆瓣網（douban.com）為例，簡單說明網眾對網絡中信息的自愿標注以及標簽和評論的公開共享，是如何形成新的信息過濾格局的。
豆瓣網不像傳統圖書館那樣提供基于圖書分類法的標準分類，也不像電子商務網站那樣列出“文學”、“少兒”之類的目錄，不論書籍、電影或音樂，這些文化產品依據用戶為條目添加的標簽而形成內在的邏輯關聯。
你可以為一本書增加“小說”、“青春”、“博爾赫斯”之類的標簽，也可以為它增加“適合雨天閱讀”、“他的生日禮物”這樣純粹私人化的標簽，這些標簽是向全站用戶公開的（當然你也可以選擇不把它們公之于眾）。當某用戶點擊“青春”這一標簽時，出現的將是被不同用戶認為與“青春”有所關聯并添加此標簽的文化產品的列表。同時，從某個文化產品被不同用戶添加的多個標簽之中，用戶也可以了解到它在別人眼中還與其他哪些意義相關聯。
進而，在豆瓣網的許多頁面上，程序會自動向用戶有針對性地推薦豐富而多元的信息。例如首頁上對書、影、音、評論、活動的推薦，例如每本書的頁面上會列出“喜歡讀這本書的人”也喜歡的其他書籍、常去的小組、參加的活動，等等。
這樣的信息過濾機制，不僅可以向用戶提供適合自己口味和喜愛的東西，而且還可以幫助用戶探索和發現新的興趣愛好，尋找志同道合者，獲得更多價值。
|
