网络暴力的社会根源及法律治理对策研究

这是一篇关于网络暴力,人肉搜索,信息茧房,群体极化,集体成瘾的论文, 主要内容为随着自媒体时代到来,信息单向流动模式被打破,信息传播的深度与广度急剧扩张,网络暴力问题随之而来。虽然国家已经在制度设计与社会管理中已出台相应政策或修改现行法律,但是此问题依旧无法消解。本文结合网络暴力的案例,立足现行管理模式,针对网络暴力发生的理论根源,提出相应治理对策,以期为网络暴力实践难题提供参考。本文除绪论外共分为五个部分。第一部分主要论述了网络暴力的内涵与外延。本文以行为模式和法律定位两个视角总结现有研究成果,并在此基础上界定研究对象。本文认为网络暴力是伴随网络社会诞生而产生的社会现象,是由媒体或者个体公布的信息引发的,以群体性舆论压迫为强制手段的新型暴力,主要表现为侮辱、诽谤、群体谴责性评价、侵犯公民个人信息、隐私等行为。除此之外,区别了谴责性评价与侮辱、人肉搜索和侵犯隐私、侮辱与诽谤三组概念,厘清其相互之间的关系。网络暴力的特征表现为行为主体隐蔽性、传播路径广泛性和行为效果压制性。第二部分主要论述网络暴力的危害后果。网络暴力会形成道德歧视,造成社会排斥和当事人的“社会性死亡”,给当事人的精神和肉体上带来压迫感和痛苦感,丧失互联网世界实践活动权利。在法律层面表现为当事人的平等权、生存权和人格权受到侵犯,破坏社会秩序。第三部分论述了网络暴力的社会根源。网络的开放性、匿名性和交互性消融了纯粹私人空间,私人议题上升到公众传播中,个体情绪践踏私人场域,为网络暴力发生提供准备条件。算法推送形成“信息茧房”,多维度聚合显现圈层化特征,加速社会成员之间的认同感与凝聚力,形成暴力合力。在群体压力的影响下,为了避免冲突与对立,将放大主流观点,形成“沉默螺旋”。网络暴力是一种“集体成瘾”行为,在系统中的个体受强制性约束影响无法自我调节与控制,失去客观判断与批判能力,将不断加强和重复自我行为,导致网络暴力难以消解。第四部分主要论述我国对网络暴力的规制手段。目前,虽然制度体系建构全面,但个人信息保护力度仍有不足,特别是与个人生活相关的私密信息。在算法规则构建中,存在数据收集黑箱、设计规则偏见、内在歧视等问题,管理手段欠缺。面对群体性网络行为现行法也表现出弊端,侵权主体身份难以确定、证据难以保留、侮辱诽谤标准模糊、救济手段缺乏等等。而指向个体的追责机制完全无法应对系统性网络暴力带来的挑战。第五部分提出相应解决对策。国家应当重构敏感信息保护范围,限制个体发布敏感信息,增设信息删除权,加强个人隐私的保护力度。设置机器算法伦理委员会,优化算法推送机制、制定算法伦理指导原则和加强安全性与隐私性保护。完善政府对互联网行业发展自治监管,形成对互联网监管的监管。强化互联网平台系统自治,制定平台公约,弱化虚拟属性,并利用技术手段对网络语言进行分级分类标识,帮助加强网民辨别能力。

基于多样性评价的推荐算法安全检测系统设计与实现

这是一篇关于个性化推荐,Android动态检测,信息茧房,隐私泄露的论文, 主要内容为随着互联网即将进入web3.0时代,人们获取信息的方式已经彻底得到改变。个性化推荐成为了智能手机用户最青睐的功能。但是,用户享受着对自己偏好的精准推荐的便利之外,也引发了两个问题:信息茧房与隐私泄露。当前对信息茧房的研究面临无量化数据支持或算法较老等问题;而对于个性化推荐算法中的隐私泄露情况,在《互联网信息服务算法推荐管理规定》重点提及的算法合规与隐私保护问题上,还没有一个成熟的检测方法或工具,去检测推荐算法的合规性,保证用户的知情权。因此,针对以上两个问题,本文的工作成果主要体现在以下几个方面:1)设计了一个针对新闻文本的关键字摘要算法,加权融合了 Tex tRank、Bert、TF算法三种语义特点,通过余弦向量法计算文本相似度,能够探究推荐列表的信息茧房程度。随后,提出了一个针对推荐算法的隐私使用检测方法,利用了改进的多样性算法、Android动态检测技术和控制变量法,授予App不同的个人标识符,根据推荐列表多样性的变化,检测哪些个人标识符被用于个性化推荐中,以此发现其中隐私泄露的潜在问题。2)设计并实现了一个Android平台上对新闻应用隐私问题的自动化检测系统。在推荐列表爬取模块中,设计循环和爬取逻辑,进行单页新闻的爬取和某类别新闻的推荐列表的自动爬取。在动态监控单元中,课题统计了敏感的个人标识符及对应的权限、敏感API,利用F rida框架进行完成动态监控以及对返回值的修改功能。将两模块的结果输入检测算法模型,得到了完整的检测系统。3)设计了多组实验,证明了本课题提出内容多样性评价算法的具有更好的性能;通过检测多个热门新闻类应用,探究了推荐类别、时间、用户偏好、收集的隐私对形成信息茧房的影响;利用本文实现的检测系统,能够发现目前其中存在的隐私问题,论证了本文所提出检测算法的正确性和有用性,并给出了相关的隐私建议。

互联网时代下关于“信息茧房”效应的视觉图形设计研究

这是一篇关于信息茧房,图形创意,视觉设计,人文关怀的论文, 主要内容为随着网络媒体技术的飞速进步,信息传播的效率迅速增长,而网络信息平台为吸引更多流量,习惯性地以算法推荐作为其信息传播核心,向用户推荐与其兴趣和价值观高度匹配的个人化信息,促使了“信息茧房”现象的产生,使用户逐渐受困于自己感兴趣的信息中,带来例如窄化视野、降低自身主观能动性、好奇心甚至严重到与社会脱轨等诸多负面效应。本研究调研了互联网主流社交媒体中的“信息茧房”现象,探究了“信息茧房”效应产生的影响,针对这些影响展开视觉图形设计研究,分别从“信息茧房”效应成因之一:数据算法推送,“信息茧房”效应带来的部分后果:用户隐私信息泄露,以及信息茧房为用户带来类似“理解用户人文要素,通过更具表现力、更为形象的视觉图形设计,弥补有关“信息茧房”效应文字传达表述信息的不直观,向公众更为全面充分展示“信息茧房”效应的影响,提醒大众关注该效应,并及时辨别其负面影响,理性应对算法推荐技术和个性化推荐系统,拓宽视野,广泛接受新信息,以利于个人综合素质发展与社会环境的和谐进步。

基于超图和多特征融合的视频推荐方法研究

这是一篇关于视频推荐,多特征,注意力机制,超图,语义挖掘,信息茧房的论文, 主要内容为随着互联网和通信技术的快速发展,越来越多的用户更倾向于在互联网上观看在线视频。然而,随着各网站视频数量的飞速增长,信息过载的危害也随之而来。用户在面对互联网上海量的视频资源时,往往会难以快速寻找到自己感兴趣的视频。为了从这些视频中筛选出符合用户兴趣的视频,推荐系统必不可少,视频推荐也因此越来越受到学术界和工业界的关注。与其它商品往往具有明确的属性和关键词不同,在线视频难以通过明确的属性和关键词来直接确定其特征。传统的视频推荐方法往往忽略了用户之间的高阶关系,也没有对不同粒度的特征进行很好的结合,这会导致信息丢失或信息茧房问题,从而使推荐性能不够理想。针对以上问题,本文主要进行了基于超图和多特征融合的视频推荐方法的研究,主要工作如下:首先,在视频推荐的召回阶段,提出了基于用户视频交互的多特征融合候选集召回方法。该方法通过对视频类别、标签等进行粗粒度的建模以减少信息茧房问题,并将其类别、标签视为关键词提取词级语义以获得词向量来表示视频信息。根据注意力机制,将用户历史交互记录中的不同视频分配不同的重要性,并且通过用户特征向量与目标视频特征向量的相似度对比获得视频候选集,以实现视频推荐的召回。然后,在视频推荐的排序阶段,提出了基于超图卷积的多特征融合视频推荐方法。该方法根据用户-视频-标签的关系进行特征表示,并用多层感知机将高维稀疏向量降维,再将用户视为结点进行超图构造,根据得到的超图结构基于谱方法进行超图卷积,通过将结点上的信息聚合到超边上再聚合到结点上来传递以进行特征的更新。根据注意力机制,对用户的历史交互记录建模,以提取用户侧项目表示特征,并将用户侧特征进行融合表示,由此在之前得到的视频候选集中进行排序以得到视频推荐列表。最后,根据前文提到的基于用户视频交互的多特征融合候选集召回方法和基于超图卷积的多特征融合视频推荐方法,本文在真实数据集上进行了仿真实验和分析论证了其可行性和有效性。并且,为了实现理论方法和实际应用的结合,本文设计并实现了基于超图的多特征融合视频推荐方法的原型系统,包括了需求分析、整体设计、具体设计和操作流程等,进一步论证了该方法的性能。

口碑推荐对电商平台“信息茧房”的破茧效应研究

这是一篇关于电商平台,口碑推荐,信息茧房,接受者态度的论文, 主要内容为日益成熟的互联网技术加速了数字化时代的转型,并且慢慢地渗透着各个领域,网络购物方式的转变就是其中最明显的特征之一。个性化推荐服务以精准匹配消费者需求为出发点,以消费者为核心,降低了消费者的搜索难度,是各大电商平台在竞争中关键的取胜法宝之一。然而,消费者在一些情景下的偶然行为也会触发个性化推荐推送某些信息,从而导致后期所推送的个性化信息不能够满足消费者的信息需求。此外,即便不是消费者偶然行为触发,是消费者长久以来的偏好下所推荐的个性化信息也会产生“信息茧房”,从而带来负面的效应。目前,对于“信息茧房”的定义虽没有达成共识,但对于“信息茧房”是否真实存在这一问题上,大多数研究学者都认为这是一个真实存在的现象。从目前学者对如何破解“信息茧房”这一研究来看,研究主要集中于定性的角度,很少涉及定量的研究,而且研究主要集中于如何利用技术手段和治理措施来破除和突破“信息茧房”的困境,很少涉及如何利用口碑推荐来间接性的突破“信息茧房”存在的负面效应。本文在大量文献的参考基础上,以传播过程理论、SOR理论和六度分隔理论为基础,以接受者态度为中介变量,从推荐者特性、推荐的信息特性两个方面,研究口碑推荐对电商平台“信息茧房”的破茧作用。其中自变量包括推荐者特性(推荐者的专业性、关系强度、推荐意愿)和推荐者推荐的信息特性(时效性、信息质量、视觉线索)两个方面,将中介变量接受者态度分为认知性态度和情感性态度,验证接受者态度在口碑推荐过程中自变量对平台信息痕迹的中介作用。在归纳整理相关文献的基础上提出假设、构建模型。基于电商平台,以大学生为样本,进行问卷调查、收集数据,对收集的数据进行信效度分析、假设验证。结果表明:(1)在口碑推荐过程中,推荐者的推荐意愿,口碑信息的信息质量和视觉线索对口碑信息接收者的认知性态度有显著的正向影响;(2)在口碑推荐过程中,推荐者与接受者之间的关系强度,口碑信息的时效性和信息质量对口碑信息接收者的情感性态度有显著的正向影响;(3)接受者的认知性态度和情感性态度与电商平台的信息痕迹显著正相关;(4)接受者认知性态度在推荐者推荐意愿、信息质量、视觉线索与平台信息痕迹之间起中介作用,接受者情感性态度在关系强度、信息时效性、信息质量与平台信息痕迹之间起中介作用。

基于用户兴趣变化的协同过滤算法研究

这是一篇关于协同过滤,概率隐语义算法,用户兴趣,K-means算法,信息茧房的论文, 主要内容为协同过滤是目前推荐系统中应用最广泛的推荐算法之一,算法通过用户行为信息分析出用户或项目近邻,并利用这些近邻用户或项目来预测目标用户的喜好或者行为。虽然协同过滤算法在电商领域已经取得了巨大的成功,但是仍面临着各种各样的问题,例如用户兴趣变化、信息茧房效应、冷启动等问题。本文主要针对用户兴趣随时间变化和拟合用户兴趣变化后引起的信息茧房负效应问题,提出了以协同过滤算法为思想基础的两种模型。第一种模型,为了解决传统协同过滤算法无法计算出时间敏感的用户兴趣的问题,提出融合用户稳定和变化兴趣的协同过滤算法。第二种模型,针对传统的协同过滤算法无法捕捉用户变化的兴趣和忽略信息茧房负效应的问题,提出了面向少数类用户兴趣变化的协同过滤算法。本次研究的关键内容如下:首先,提出融合用户稳定和变化兴趣的协同过滤算法。算法将用户的兴趣分为稳定和变化的兴趣两类,并分别对用户稳定和变化的兴趣进行建模。用户变化的兴趣通过时间窗口技术来捕捉,通过将时间窗口内部近邻的兴趣来作为用户变化的兴趣。用户的稳定兴趣则通过没有融入时间因素的概率隐语义算法得到。最后算法以加权融合的思想为基础,将用户稳定兴趣和变化兴趣的预测评分进行融合,生成最终的预测结果。通过在Movie Lens和Netfix的数据集上的实验对比分析表明,融合用户稳定和变化兴趣的协同过滤算法能够使得模型的推荐准确度提升。然后,提出一种面向少数类用户的兴趣变化的协同过滤算法。算法在计算用户时间敏感的兴趣的同时,也避免了信息茧房负效应产生。算法将时间窗口、指数衰减函数和带有时间效应的用户项目交互信息三个因素相结合,描述出不同用户对不同项目类型的兴趣倾向值。通过改进的K-means算法对用户进行分类,并对聚类结果中近邻数量极少的用户(少数类用户),使用平衡的方法来增加这类用户的近邻数量,避免少数类用户兴趣趋于窄化,以防信息茧房现象的发生。通过在Movie Lens数据集上的实验对比分析表明,面向少数类用户的兴趣变化的协同过滤算法的推荐精度最大提高了2.07%。

口碑推荐对电商平台“信息茧房”的破茧效应研究

这是一篇关于电商平台,口碑推荐,信息茧房,接受者态度的论文, 主要内容为日益成熟的互联网技术加速了数字化时代的转型,并且慢慢地渗透着各个领域,网络购物方式的转变就是其中最明显的特征之一。个性化推荐服务以精准匹配消费者需求为出发点,以消费者为核心,降低了消费者的搜索难度,是各大电商平台在竞争中关键的取胜法宝之一。然而,消费者在一些情景下的偶然行为也会触发个性化推荐推送某些信息,从而导致后期所推送的个性化信息不能够满足消费者的信息需求。此外,即便不是消费者偶然行为触发,是消费者长久以来的偏好下所推荐的个性化信息也会产生“信息茧房”,从而带来负面的效应。目前,对于“信息茧房”的定义虽没有达成共识,但对于“信息茧房”是否真实存在这一问题上,大多数研究学者都认为这是一个真实存在的现象。从目前学者对如何破解“信息茧房”这一研究来看,研究主要集中于定性的角度,很少涉及定量的研究,而且研究主要集中于如何利用技术手段和治理措施来破除和突破“信息茧房”的困境,很少涉及如何利用口碑推荐来间接性的突破“信息茧房”存在的负面效应。本文在大量文献的参考基础上,以传播过程理论、SOR理论和六度分隔理论为基础,以接受者态度为中介变量,从推荐者特性、推荐的信息特性两个方面,研究口碑推荐对电商平台“信息茧房”的破茧作用。其中自变量包括推荐者特性(推荐者的专业性、关系强度、推荐意愿)和推荐者推荐的信息特性(时效性、信息质量、视觉线索)两个方面,将中介变量接受者态度分为认知性态度和情感性态度,验证接受者态度在口碑推荐过程中自变量对平台信息痕迹的中介作用。在归纳整理相关文献的基础上提出假设、构建模型。基于电商平台,以大学生为样本,进行问卷调查、收集数据,对收集的数据进行信效度分析、假设验证。结果表明:(1)在口碑推荐过程中,推荐者的推荐意愿,口碑信息的信息质量和视觉线索对口碑信息接收者的认知性态度有显著的正向影响;(2)在口碑推荐过程中,推荐者与接受者之间的关系强度,口碑信息的时效性和信息质量对口碑信息接收者的情感性态度有显著的正向影响;(3)接受者的认知性态度和情感性态度与电商平台的信息痕迹显著正相关;(4)接受者认知性态度在推荐者推荐意愿、信息质量、视觉线索与平台信息痕迹之间起中介作用,接受者情感性态度在关系强度、信息时效性、信息质量与平台信息痕迹之间起中介作用。

网络暴力的社会根源及法律治理对策研究

这是一篇关于网络暴力,人肉搜索,信息茧房,群体极化,集体成瘾的论文, 主要内容为随着自媒体时代到来,信息单向流动模式被打破,信息传播的深度与广度急剧扩张,网络暴力问题随之而来。虽然国家已经在制度设计与社会管理中已出台相应政策或修改现行法律,但是此问题依旧无法消解。本文结合网络暴力的案例,立足现行管理模式,针对网络暴力发生的理论根源,提出相应治理对策,以期为网络暴力实践难题提供参考。本文除绪论外共分为五个部分。第一部分主要论述了网络暴力的内涵与外延。本文以行为模式和法律定位两个视角总结现有研究成果,并在此基础上界定研究对象。本文认为网络暴力是伴随网络社会诞生而产生的社会现象,是由媒体或者个体公布的信息引发的,以群体性舆论压迫为强制手段的新型暴力,主要表现为侮辱、诽谤、群体谴责性评价、侵犯公民个人信息、隐私等行为。除此之外,区别了谴责性评价与侮辱、人肉搜索和侵犯隐私、侮辱与诽谤三组概念,厘清其相互之间的关系。网络暴力的特征表现为行为主体隐蔽性、传播路径广泛性和行为效果压制性。第二部分主要论述网络暴力的危害后果。网络暴力会形成道德歧视,造成社会排斥和当事人的“社会性死亡”,给当事人的精神和肉体上带来压迫感和痛苦感,丧失互联网世界实践活动权利。在法律层面表现为当事人的平等权、生存权和人格权受到侵犯,破坏社会秩序。第三部分论述了网络暴力的社会根源。网络的开放性、匿名性和交互性消融了纯粹私人空间,私人议题上升到公众传播中,个体情绪践踏私人场域,为网络暴力发生提供准备条件。算法推送形成“信息茧房”,多维度聚合显现圈层化特征,加速社会成员之间的认同感与凝聚力,形成暴力合力。在群体压力的影响下,为了避免冲突与对立,将放大主流观点,形成“沉默螺旋”。网络暴力是一种“集体成瘾”行为,在系统中的个体受强制性约束影响无法自我调节与控制,失去客观判断与批判能力,将不断加强和重复自我行为,导致网络暴力难以消解。第四部分主要论述我国对网络暴力的规制手段。目前,虽然制度体系建构全面,但个人信息保护力度仍有不足,特别是与个人生活相关的私密信息。在算法规则构建中,存在数据收集黑箱、设计规则偏见、内在歧视等问题,管理手段欠缺。面对群体性网络行为现行法也表现出弊端,侵权主体身份难以确定、证据难以保留、侮辱诽谤标准模糊、救济手段缺乏等等。而指向个体的追责机制完全无法应对系统性网络暴力带来的挑战。第五部分提出相应解决对策。国家应当重构敏感信息保护范围,限制个体发布敏感信息,增设信息删除权,加强个人隐私的保护力度。设置机器算法伦理委员会,优化算法推送机制、制定算法伦理指导原则和加强安全性与隐私性保护。完善政府对互联网行业发展自治监管,形成对互联网监管的监管。强化互联网平台系统自治,制定平台公约,弱化虚拟属性,并利用技术手段对网络语言进行分级分类标识,帮助加强网民辨别能力。

基于个性化推荐系统新闻客户端的“信息茧房”效应研究——以“今日头条”为例

这是一篇关于信息茧房,今日头条,个性化推荐系统,新闻客户端的论文, 主要内容为个性化推荐技术应用于移动领域的信息分发,在聚合信息的基础上实现了信息的个性化推荐,这极大地改变了人们获取信息的方式。基于个性化推荐系统的新闻客户端在信息分发领域的应用也形成了"信息茧房"效应。从受众角度出发,对"信息茧房"效应的深层次探索,理性与全面地审视个性化推荐系统在新闻客户端领域的影响,这将成为移动互联网信息传播的课题。本研究试图通过对"今日头条"新闻客户端的用户的调查,探究受众在使用个性化推荐新闻客户端的过程中,接收个性化推荐信息的行为意向、态度和观点,进一步研究信息茧房形成的原因、影响,并结合移动化信息传播环境和技术发展现状提出合理化建议。本研究共分为六部分。第一部分为绪论,主要针对研究背景、研究意义、文献综述和研究创新点四方面进行相关的梳理。第二部分为研究方法与研究设计,据本研究所使用的问卷调查法和深度访谈法的设计、基本分析和调查过程等方面进行介绍。第三部就问卷调查进行量化分析,从各方面阐述用户在使用今日头条的过程中存在"信息茧房"的现象,分析用户的行为意向与使用态度中如何体现信息茧房现象。第四部分从三方面阐述了信息茧房形成的深层次原因:个性化推荐技术为信息茧房的形成提供了工具,网络传播环境的使用主体的选择心理和个性化需求等是形成信息茧房的内在动因,信息消费向着"个人门户"的方向发展,热点、娱乐化的信息成为信息消费的主流。第五部分就个性化推荐系统新闻客户端所形成的"信息茧房"效应对于个人、社会以及新闻客户端本身的发展产生何种影响进行阐述。第六部分即结合上述研究结果,对如何解决"信息茧房"带来的问题与影响提出相应的解决对策:个人要培养信息聚合意识,加强自身媒介素养,同时作为个性化推荐信息传播平台,也要加强信息把关,使得"个性化"推荐与"人性化"推荐相结合,从而营造良好的信息传播环境,弱化信息茧房带来的负面影响。本研究认为,在信息分发领域,基于个性化推荐系统的新闻客户端的传播效果显著,但就受众研究角度而言,信息接收窄化趋势和信息茧房带来的"个人回音室"、"群体极化"等影响对于个人、社会将会带来长远的负面效应。在追逐个性化推荐技术应用与发展的同时,也不应忽略个人的全面发展与信息环境的健康发展,"信息茧房"效应值得在今后信息传播研究更加深入的验证与探索。

互联网时代下关于“信息茧房”效应的视觉图形设计研究

这是一篇关于信息茧房,图形创意,视觉设计,人文关怀的论文, 主要内容为随着网络媒体技术的飞速进步,信息传播的效率迅速增长,而网络信息平台为吸引更多流量,习惯性地以算法推荐作为其信息传播核心,向用户推荐与其兴趣和价值观高度匹配的个人化信息,促使了“信息茧房”现象的产生,使用户逐渐受困于自己感兴趣的信息中,带来例如窄化视野、降低自身主观能动性、好奇心甚至严重到与社会脱轨等诸多负面效应。本研究调研了互联网主流社交媒体中的“信息茧房”现象,探究了“信息茧房”效应产生的影响,针对这些影响展开视觉图形设计研究,分别从“信息茧房”效应成因之一:数据算法推送,“信息茧房”效应带来的部分后果:用户隐私信息泄露,以及信息茧房为用户带来类似“理解用户人文要素,通过更具表现力、更为形象的视觉图形设计,弥补有关“信息茧房”效应文字传达表述信息的不直观,向公众更为全面充分展示“信息茧房”效应的影响,提醒大众关注该效应,并及时辨别其负面影响,理性应对算法推荐技术和个性化推荐系统,拓宽视野,广泛接受新信息,以利于个人综合素质发展与社会环境的和谐进步。

基于抖音短视频个性化推荐的“信息茧房”现象研究

这是一篇关于信息茧房,个性化推荐,抖音短视频,群体极化的论文, 主要内容为随着信息传播的时代变革,网络智能技术实现了快速升级,信息传播的方式和渠道不断增多,社会呈现出了“信息过载”的现象,人们无法有效整合、组织及内化为个人所需信息,所以,个性化推荐技术应运而生。抖音短视频平台通过运用该技术准确定位用户喜好信息领域,并记录用户使用时产生的相关数据,以达到精准刻画用户形象,实现个性化精准投送的目的。这极大程度上提高了用户获取所需信息的效率,同时帮助媒介平台吸引且长期留住了大量用户。但是,长此以往,同质信息源源不断被推送、异质信息由于被技术层层过滤而无法呈现在用户面前,使个体与群体间原有的理念不断加强,甚至排斥异质信息涌入,从而形成一个封闭的“信息茧房”。立足于凯斯·R·桑斯坦的“信息茧房”的研究理论及其他相关理论,将“信息茧房”概念的同质化分解为选择、内容和群体三个维度,并从横向与纵向两个角度对“信息茧房”进行了概念的划分,同时总结抖音短视频个性化推荐系统的运营流程,概括在该平台中“信息茧房”的主要表现方式。在此理论基础上,运用案例分析的研究方法,以抖音个性化推荐下产生“信息茧房”不良影响案例的描述与分析为背景,从社会与个人两个视角的案例中剖析出打造“茧房”的内在动因和环境影响因素。依据形成因素从用户、平台及社会三个不同视角概括“信息茧房”现象在个人的认知、行为、心态层面以及平台口碑和社会粘性层面所产生的负面效应,并给出对应的“破茧”建议。意图达到警示个体对于“信息茧房”的知觉意识、培养个人媒介素养和信息聚合意识的目的;同时建议平台依据技术手段将“个性化”与“共性化”结合并提倡社会推广素养教育。并认为三方合力才有望冲破“信息茧房”。