2024年03月29日 星期五
首页>青记微评 > 正文

青记观察丨负面新闻的“地域扎堆”现象

2020-12-29 08:43:37

来源:青年记者公众号   作者:高金国

摘要:对于那种为了“蹭热点”而把旧闻当新闻的情况,应当加大治理力度。

  很多新闻热点,有一种“地域扎堆”现象:同一时间段,新闻热点尤其是负面舆情,在同一个地方不断出现。这仅仅是巧合吗?

  今年10月26日,某地“跟团游被逼买房”的新闻(后来的调查证实为当事人“自愿购房”)登上热搜,成了热点。蹊跷的是,就在同一天,关于这个地方的另一条新闻——“工作人员在单位饮用水中投放医用注射液”,也引爆了网络。

  如果只是时间上的巧合,不会让人困惑。令人费解的是后者的“案发时间”:公安机关接到报案,是2019年7月份,事情的发生,肯定更早。过去1年多的“旧闻”,为什么在当地海景房新闻爆出的同一天引爆网络?

  如果说这背后没有人为因素,很难让人信服。当地官方发布的微博中,也有“近日,有网民发布”字样,可以确定是有人故意为之。

  问题在于这名网民发布信息的时机。事情过去一年多了,该网民应该不是刚刚得知这一信息,为什么早不发、晚不发,偏偏在当地“跟团游被逼买房”成热点的时候发?

  原因其实很简单。因为海景房事件,这个地域成了热词,在各自媒体平台热度很高。借这个地域的热度,很容易让自己发布的信息燃爆网络。网民大多是感性的,看到憎恶的东西,恨不得上去再踩一脚,却很少去追寻真相。在已经起来了一个热点的情况下,另一个热点更容易引发连锁反应,甚至形成“地域黑”现象。

  青岛、三亚等本来就是旅游热点城市,更容易出现这种连锁反应。

  另外,则是自媒体平台机器算法、推荐规则的问题。人为因素(网民发布信息)只是导火索,平台的机器算法则为这种现象推波助澜。

  所谓“机器推荐”,事实上是一种双向选择。它会根据受众的阅读习惯,给受众贴上标签,比如你的居住地、职业、年龄等信息,多的甚至会贴几百、上千条标签。可以这么说,受众每阅读一篇文章、每看一个视频,“机器”都会记录下来,并“计算”你的喜好。居住地是网民最重要的标签之一。

  除了受众的标签,机器算法还会分析网民的搜索行为,以此来排定新闻的热度。一个地方出现热点新闻后,除了新闻本身的热度,该地的“地名”也会成为一个重要的关键词,热度迅速上升。

  这个时候,自媒体作者中如果有人发布关于这一地域的内容,平台会加大推荐力度,以迎合这一地域的热度,从而获得更大的阅读量。

  很多地方被“地域黑”,热点一个接一个、滚雪球一样放大,根本原因就在这里。自媒体人更愿意写关于这个地区的内容,因为热度高;平台的机器算法更愿意推荐这个地区的内容,因为受众“打开率”高。一波接一波,该地热度始终降不下来,自媒体人更加乐此不疲,形成恶性循环。相反,有些比较“冷”的地区,偶尔出现一两个热点,即便他们及时“蹭”上去,热度也很快下降,没有后劲,自媒体人就不再关注了。

  显而易见,这是两个方面的问题:一方面在于加强对“人”的引导,无论是普通网友,还是自媒体人;另一方面,机器算法也有改进的必要,让其更加合理、更加科学。

  从自媒体人的角度而言,要引导他们提升“创作领域”的垂直度,专注专业化深耕,避免盲目“蹭热点”;尤其是对于那种为了“蹭热点”而把旧闻当新闻的情况,应当加大治理力度。这种治理,关键在于自媒体平台的自查自纠,进一步优化机器算法和审核机制。

  有人会说,被“地域黑”,首先是你自己工作没做好,如果做得好,还怕别人批评吗?这话说得没错。但关键问题在于,一旦某个地域被“黑”了之后,会形成放大效应,导致网民“一叶障目,不见泰山”。连续出现的舆情,会让当地疲于应付、难以招架,更不利于干好工作。

  长此以往,该地会在人们心中形成“刻板印象”,带来巨大的副作用;人们会更加关注该地的消极面,而对其积极的改变视而不见。这已经是一个必须正视的问题了。

  (作者为鲁中晨报编委)

  【文章刊于《青年记者》2020年12月下】

来源:青年记者公众号

编辑:小青