文|小鱼
编辑|知文
传统大众媒体时代，把关理论的相关研究主要集中在传播者身上，主要研究把关人的个人特征对把关活动的影响。
随着把关人理论的深化与发展，进而展开针对编辑部的组织控制研究和外部控制研究。
01
到了网络传播时代，受众地位日益显著， “传”“受”身份重合， 把关人的研究转移到受众身上，但也存在着将把关人泛化的问题。
移动互联网的发展使微博微信等社交媒体出现， 出现了以自媒体为研究对象的把关研究。
大多数研究都得出新媒体平台上把关人弱化的结论，研究角度多为对微博热搜新闻呈现泛娱乐化问题的批判，而没有深层次地对微博热搜榜算法把关机制进行研究挖掘。
有相关学者将新媒体定义为 “依托于互联网、移动通信、数字技术等现代信息传播技术而兴起的媒介形式及其应用”。
作为国内第一部关注新媒体发展的蓝皮书，《中国新媒体发展报告》每年都会总结当年的新媒体发展态势。
“智能化”自2017年以来就成为了新闻界学界与业界共同关注的行业浪潮。智能化的媒介发展浪潮离不开机器算法作为技术支持。
“媒介即人的延伸” 是麦克卢汉的著名学术论点，传媒技术的发展不仅将新闻人际传递的成本越降越低，还让新闻收集与分发的方式越来越向智能化发展。
机器算法的功能通过人的开发愈加丰富多元，反过来，人工所难以企及的数据处理量可以通过机器算法在短时间内得到处理方案。
将智能算法融入新闻推送机制当中，对于受众而言， 智能推荐可以帮助自己随时随地获得感兴趣的新闻信息，对于新媒体信息平台而言，让受众对新闻平台形成更高的用户粘性。
02
古语有“得民心者得天下”，如何优化新媒体用户的产品使用感，进而提升用户留存率，一直是新媒体平台得以延续发展的重要议题。
在此背景下， 将智能化推荐算法应用到日常新闻分发机制便成为了新媒体赛道的大势所趋。
机器算法推送技术日益成熟新媒体蓬勃发展以来，人们获取新闻的途径越来越多样化，信息终端也随着芯片技术提高而越来越小巧便携。
可储存的信息量越来越多，从地铁里的广告牌到股票交易所里的金融信息， 人们日常生活面对的数据量越来越大。
面对无时无刻停歇的信息“轰炸”，人们获取信息的货币成本不断降低，但搜寻有价值信息的时间成本相对上升，当代人忙碌的生活节奏使得其不得不得在有限时间内提高获取有价值信息的效率。
在此背景下，机器算法推荐应运而生。简单来说，算法可以理解为对所有量定义问题的计算过程。
该过程体现为将某个值或集合输入，经过计算得到某个值或集合作为输出值，算法即是将输入转化为输出的计算序列。
新闻平台每日产生的信息量难以依靠人工进行审核编辑，机器算法可以在毫秒内完成复杂且数据量庞大的计算工作， 大大提高了新闻内容分发效率，并逐渐将把关权利从传统人工编辑的身上一点点剥离。
03
受众追求碎片时间阅读效率最大化
随着移动互联网技术的发展，当代生活中大部分需要应用互联网的问题基本可以通过手机获得解决，尤其是电子信息的分发模式极大程度上降低了人们获取信息的时间和精力成本。
人们的工作生活节奏逐渐加快，每日接触到的信息量和纸媒时代相比呈指数级增长，人们的阅读习惯逐渐向 快节奏、碎片化 发展。
如何从互联网各种媒体平台提供的海量信息当中 快速有效地获得自己需要的资讯成为当代人对新闻获取的主要诉求。
报纸和电视新闻提供的信息量是有限的，报纸上的信息由几页纸张来承载，一档新闻资讯节目可以在半个小时内放送结束，但移动互联网时代手机APP和新闻门户网站中的新鲜资讯是以秒为单位随时更新的。
人们无法穷尽自己的时间精力来读完这些平台上的新闻资讯。
在此背景下，各大互联网新媒体平台对于信息的整理和把关对于议程设置便显得尤为重要， 哪些新闻能最直观地推送到受众眼前，哪些新闻就有可能成为当天受众讨论的主要话题。
受众日益需要能够帮助他们筛选感兴趣或有价值信息的媒介手段，如果平台不能提供贴合受众口味或者符合受众新闻价值判断的新闻内容，便很可能 在竞争激烈的新媒体环境下惨遭淘汰。
在这种意义来看，以全平台用户的搜索和讨论量为标准搜寻抓取到的热门排行信息在一定程度上可以看做是受众兴趣和关心的新闻的最小公倍数， “面向大众”而非“私人订制” 机器算法在新闻传媒领域的应用主要体现在智能化的新闻推送当中。
近年来被学界热议的“个性化推荐”无疑是算法智能新闻推送的代表，但“非个性化的”、面向绝大部分主流受众的新闻推荐机制同样需要算法智能学习加以干预。
热搜排行便是 典型的与个性化推送相对的大众化的智能新闻推荐机制。
热搜榜，指的是媒体平台根据词条搜索量、转发数、评论数等反应热度的指标进行排序而生成的反映一定时间内热门新闻话题的排行榜。
04
新闻热搜排行是近年来新兴媒体平台为了在短时间内快速汇聚关注热度、形成舆论热潮、增加平台流量而提供的一种信息服务。
在传统的新闻生产流程当中， “把关动作”往往由作为自然人的新闻编辑或记者来完成，而在网络技术的发展辅助下，网站可以在毫秒之间借助计算机代码完成人力所不能及的庞大计算工作。
抓取一段时间内搜索量最大、关注度最高的热点新闻，再按照一定算法规则将这些新闻热度加以细分排序，生成热搜排行榜， 然后在网站页面排版的“黄金地段”进行推送。
用户无需主动搜索便能看到热搜榜信息，因此热搜榜新闻比起其他未上榜新闻更容易吸引网站用户的注意，信息网站经由如此一系列过程便完成了事实上的新闻把关。
最初将“热搜排行”作为重要产品功能进行打磨宣传并将热搜营销深入人心的商业平台，还要当属新浪网推出的“微博”。
例如开放式社交媒体平台新浪微博的热搜榜功能可以通过在特定时段内对热门话题进行排序， 直接为微博用户呈现出平台的实时热门信息。
微博本身用户体量庞大，在疫情期间，新浪微博的热搜榜更是成为网民跟进疫情热点事件，参与公共舆论的“公共资源”。
目前新浪公司的官方网站当中将微博定义为“帮助人们创作、传播和发现中文内容的社交媒体平台”。
不同于QQ、微信等提供相互对称的交流渠道的社交媒体平台，微博建立的是“非对称的”交流的公开平台架构，每一位用户可以按照自我喜好关注任何人的账号并进行评论、转发等活动。
这些活动是可以单向进行的，目标对象可以“回应关注”，但不是必要条件。
05
“机器主导”与“人工审核”搭配
微博热搜榜负责呈现新浪微博上的热门话题，按搜索次数来排名，以实时更新的方式出现在微博用户的首页，每一个微博用户都是热门话题的传播者和制造者。
微博热搜榜的基础是搜索量，这点对于大众而言并不是秘密，但仅仅依靠搜索量爬取话题信息形成榜单是十分粗糙的信息处理方法。
微博平台还需要利用具有商业机密价值的算法将热搜功能进行优化才能将热搜信息呈现在公众眼前。
微博热搜全称是微博热门搜索，微博热搜榜是通过综合计算微博平台内部用户内容的浏览量、转发量、评论量和点赞量等指标按照“人气”排名前50位的 焦点议题。
微博热搜榜在使用界面上位于微博“发现”主页的最顶端，是最为抢眼的微博站内信息公告榜。微博热搜榜实际上有三个，分别是 “热搜榜”“话题榜”和“要闻榜”。
“热搜榜”是用户流量最为集中、受关注度最高的版面。一些热搜话题后会有会带有热度后缀，例如深红色的“爆”是目前已知的讨论度最高的热度后缀，一般只有社会影响极大引发关注量极高的热点新闻才会出现此后缀。
其次的热度后缀按照热度从大到小分别是橙色的“沸”和黄色的“热”。
还有一些新鲜上榜的话题后缀是粉色的“新”。微博热搜的官方广告位后缀是一个蓝色的“荐”，但这类热搜话题关注度一般较低，而微博热搜榜上的“隐性广 告位”与普通热搜无异，一般受众较难识别。
人工编辑在算法主导的热搜排行把关中相对而言只起到了“审核”的辅助作用。
相比较传统新闻机构的把关行为，热搜排行很大程度上是由冰冷的机器算法进行把关，这种算法把关模式和传统把关模式相比无疑出现了巨大变化。
在部分学者看来，机器算法把关机制的把关人力量大大减弱，甚至趋于消失。
也有学者认为把关力量依然存在，只是新媒体环境下信息推送方式与信息获取方式的改变引导这把关力量的主体形态、方式以及价值导向同步出现了变化。