信息平台的内容封闭性传导效应及机制研究

Content Closure Conduction Effects and Mechanisms on Information Platform：Based on Toutiao

摘要

信息平台中的内容封闭性问题日渐受到学界关注，但关于内容封闭性是否存在，其形成原因和运作机理等的相关辩争仍然未有定论。基于今日头条平台，通过引入内容封闭性传导概念，重点探究内容封闭性变化中的传导效应及其机制，回应信息平台中内容是否封闭以及如何封闭等问题。通过大数据抓取和处理，对今日头条平台的数据进行聚类处理和内容基尼系数的计算，并将所有内容按照热度划分为46个层级。在效应检验方面，运用格兰杰因果分析方法得到各个热度层级之间传导封闭性的关系。在机制分析方面，结合二元Logistic回归分析，发现热度越相近的内容之间越有可能产生封闭性的传导作用，即内容封闭性的传导满足热度接近性规律。此外，运用社会网络（QAP）分析方法识别出可能与内容封闭性传导效应相关的25类内容，其主题以分享生活和文娱类型为主。研究结论不仅丰富了信息平台中内容封闭性的表现及机理方面的研究，对网络空间中的信息窄化和舆论调控等议题亦有现实参考价值。

Abstract

The issue of content closure on information platforms has received increasing attention in academia. However，the debates on whether content closure exists，the formation causes，and its operation mechanisms remain inconclusive. Based on the Toutiao platform，this paper addresses the question of whether and how content closure occurs on information platforms by introducing the concept of content closure conduction，and focusing on the effect and mechanism of this phenomenon.

Through big data fetching and processing，more than 18 million data points from the Toutiao platform were clustered and content Gini coefficient was calculated. All content was divided into 46 tiers according to its heat level，in order to analyze the conduction efficiency between different levels of heat in a more fine-grained manner. This paper empirically examines the core hypotheses moving from effect test to mechanism analysis. In the effect test，the granger causality analysis method was applied to determine the conduction between each heat level. Besides，in the mechanism analysis，the binary logistic regression analysis was employed to verify the influence of the heat gap between the tiers on the effect of conduction effect. Subsequently，the QAP regression analysis method was used to identify 25 content categories that might be related to the conduction effect of content closure.

The results indicate that the phenomenon of content closure conduction exists between contents with different heat levels，and the more similar the heat levels，the more likely they are to produce closure conduction between contents. In other words，the content closure conduction follows the“heat proximity”law. In terms of content features，only a small number of content categories，which encompass sharing life and entertainment themes，are likely to have an impact on the dissemination effect.

This paper reveals the formation and evolution of content closure on the Toutiao platform through the perspective of the conduction effect. Besides，the results confirm the influence of the content heat gap and topic features on the closure conduction effect，enhancing the understanding of mechanisms，characteristics and mechanism of content closure on the information platforms，and offering practical references for addressing issues，such as content homogenization，information narrowing，and public opinion regulation in cyberspace.

Graphical abstract

关键词

信息平台 / 网络传播 / 内容封闭性 / 封闭性传导 / 信息窄化

Key words

information platform / network communication / content closure / closure conduction / information narrowing

互联网的普及和公民上网程度的加深，带动了各类信息平台的快速发展，这意味着在线信息的生产、分发与传播模式也处在动态变化过程中。虽然传播学界的研究视角会随着社会和技术的发展而嬗变，然而关于网络平台内容同质化与封闭性的问题一直是研究的重点。当前学界关于内容封闭性问题的研究视角较为多元，但对于信息平台是否以及如何发生内容封闭性尚存争议，相关研究也缺乏充分的实证检验。一方面，有研究认为个体的选择性接触和平台的个性化推荐算法等因素导致用户陷入信息茧房或信息窄化，甚至引发平台整体内容封闭性的产生^［1-2］；另一方面，网络平台是否真正造成用户“故步自封”还是一个值得商榷的问题。有学者指出，用户实际的信息环境不是回音室而是想法室，人们不可能身处一个纯粹的同质环境中^［3］。备受争议的算法推荐技术也并非导致信息窄化的主要原因，在某种程度上，算法没有导致信息茧房，而是为个体提供了更加多元和理性的信息世界^［4］。既有研究表明，关于内容封闭性现象仍然存在诸多学术论争，对其表现、成因及机制等问题需要更加深入地研判。围绕该问题的相关分歧是本文的研究缘起，具体分为以下几个方面：

第一，在信息平台中，是否存在内容封闭性的问题仍未有定论。随着网络媒介生产和传播信息能力的显著提升，众多观点认为信息平台中内容多元化的特征突出^［5］。而相反的观点则认为这种多样性是一种假象，即使信息的来源不同但内容之间高度相似，导致平台整体内容的多样性在减少^［6］。相关论辩较为常见，因此需要通过进一步研究来判断平台整体内容的多样性变化趋势。

第二，平台内容的封闭性程度是否可能受到外部力量的影响甚至引导。研究表明，媒体内容由于受到资本或权力的影响容易变得同质化^［7］，即使在个性化分发平台中，内容也可能受到“主流”信息秩序的控制^［2］。因此，值得思考的是，信息平台的内容封闭性是否会受到外部力量的干预和调节？这是当前关于内容封闭性研究中尚未充分关注的角度，但有继续深究的价值。

第三，内容之间传导封闭性的机制需要进一步明晰。在验证内容封闭性现象的基础上，需要进一步分析传导作用是如何产生和演化的。例如，关于传导的方向，是从热门内容到普通内容，还是相反，抑或有其他路径？各类媒介主体之间的影响关系已不再是单向线性关系，内容之间的传播和作用路径也存在多种可能^［8］。此外，内容之间传导封闭性的影响因素是什么？封闭性的传导能力是否和内容的属性或主题有关？这些问题关涉内容封闭性传导现象得以发生的原理、条件和机理，需要重点研判。

与以往基于个人信息茧房或回音室等微观视角不同，本研究将从全局视域揭示信息平台内容整体的封闭性和趋同现象。通过检验与分析内容封闭性传导现象的效应与机制，探究内容的封闭性状态是否以及如何受到其他内容的影响。信息平台的内容封闭性现象不仅反映了智能技术、媒体运作或用户互动等传播层面的浅表性问题，也可能关系到信息社会中的技术霸权、话语权力和认知窄化等文化层面的结构性危机。基于以上分析，围绕内容封闭性现象，探究其中的表现特征、发生的作用机制并提供建设性的优化策略等具有重要的理论和现实意义。

在样本选择方面，今日头条作为国内代表性的通用信息平台，为广大网民提供了内容聚合与交流互动的线上公共空间。此外，该平台的内容生态和用户构成复杂多样，为探究信息平台的内容多样性问题提供了良好的信息环境。因此，本文将基于今日头条的样本，对内容封闭性的效应及机制问题展开研究。

本文的研究贡献体现在三个方面：

第一，从个体内容封闭性到平台内容封闭性的效果延伸。信息平台中内容多样化表象的背后蕴藏着潜在的内容封闭性，这种封闭性从个体的信息茧房、局部的回音室逐渐拓展到全局的信息窄化。本文通过实证分析，验证了内容封闭性现象的存在及其特征，这种封闭性不是局部和个体层面的，而是平台整体用户所面临的信息窄化问题。对于这类潜在的信息异化风险应该加以重视和警惕，这也是以往关于内容封闭性研究中容易被忽视的层面。

第二，从内容封闭性到内容封闭性传导的问题延展。当前，关于内容封闭性或同质化的研究大多停留在现象描述或讨论利弊等浅显层面，缺乏足够的实证支撑。首先，本文通过宏观研究视角，发现内容封闭性的生成与演化过程中可能存在外部力量的传导作用。这一现象揭示了信息之间不平等的流通关系，丰富了对信息平台内容封闭性问题的认识。其次，关于封闭性生成缘由的解释，一般是从个体的选择性接触或算法技术等维度展开，这些角度具有研究合理性但仍不充分。应当关注传播过程中内容之间的作用效应导致的封闭性问题，这是在平台用户不自知的情况下发生的信息异化现象，其产生的过程更加隐晦，应该得到足够的重视。

第三，审视信息传播中的“附近”场域。本研究发现，内容封闭性生成效应中存在热度接近性规律，指明了内容封闭性演化中来自周身的外力作用。即越是相近地位的个体，越有可能受彼此影响而产生同频共振，相较于意见领袖或精英话语自上而下地“塑造”，前者更容易潜移默化地施加影响。

一 文献回顾

关于信息平台中内容同质化和封闭性现象，学界已从多主题、多方向和多层次展开探讨，相关结论为本研究提供了理论依据和借鉴价值。因此，本部分将从现象、表现和生成机理方面梳理和内容封闭性传导相关的文献，并基于学界研究进展提出可以深入和完善之处。

（一） 信息平台中内容封闭性传导现象及特征

1 高影响力内容对全局多样性的牵制

在网络平台中，高影响力内容通常在信息生产、分发和传播过程中扮演着更为重要的角色，甚至可能对其他内容的生成和扩散产生直接影响。在媒体和热门内容趋同化的情况下，长期接触同质化媒体信息的受众更有可能顺从媒体观点，而不去寻找其他意见，这可能导致个体生产的内容也越来越单一^［9］。内容的同质化表现从高影响力内容蔓延至公众内容，这种现象和内容封闭性的传导效应具有相似之处。

宋建武等^［10］研究了微信公众号中传统媒体的同质化传播，指出当用户接触到的媒体议程相似时，用户生产的内容也会呈现出趋同态势。关于微博平台的研究发现，微博中约80%的内容转发量来自极少数的头部用户，并且头部用户类型与微博主题类型的分布较为集中，这体现了关键用户内容对平台整体内容的影响^［11］。另有研究发现，媒体框架的多样性程度可能会影响受众的意见表达与认知架构，媒体内容的统一性可能会对受众观点产生更大的约束力^［12］。Guo等^［13］认为议程会从精英主流媒体向一般媒体扩散而形成媒介间的议程“共鸣”。既有研究表明，高影响力内容能够引发大量相似信息的涌现，类似观点为本文研究内容封闭性传导效应提供了学理启发和参考。

2 流行内容窄化和集中用户注意力

当海量信息充斥着网络环境，用户注意力便成为稀缺资源。有研究指出，看似丰富多元的互联网内容无法有效拓展受众信息边界，因为公众注意力是有限的。Singer等^［14］调查了随着时间的推移，社交媒体新闻平台Reddit上的用户关注度，发现虽然其发布的主题随着时间的推移变得越来越多样化，但用户的注意力和使用只集中在小部分子主题上。

在冗余的信息空间中，流行或热门内容无疑在吸引公众关注方面具有更强的能力。新媒体环境提高了人们信息选择的效率，人们通常将注意力集中在最流行的内容上^［15］。Webster^［16］的研究指出，搜索引擎、社交网络和协同过滤系统等在进行信息推荐时通常将“流行度”视作主要参考指标。在对热门内容的集中接触中，用户注意力将逐渐窄化和收缩。晏齐宏等^［17］发现那些关注流行信息的用户，更不可能接触多样化信息。汤景泰等^［18］的研究指出，舆论事件中受众的注意力长期呈单极聚焦分布，且受众的选择性接触行为表现出对同质化议题、热门议题、热门信息的选择偏好。Jennings等^［19］认为在结构上（或至少在较长时间内）受到更多关注的议程对象可能会对长期议程多样性产生负面影响。社交媒体传播中的“马太效应”也可能加剧内容曝光的机会不平等^［20］。由上述研究可知，热门话题本身具有更强的聚焦效果，当用户的注意力和讨论向热门内容倾斜时，可能会导致公共领域中内容分布的失衡，这一点佐证了本文关于内容封闭性传导效应的认识。

3 “信息级联”强化内容传播中的封闭性

“信息级联”描述的现象是，当个体受到前人信息的影响时，会放弃自身喜好而追随前人的选择，类似现象也被称为“信息瀑布”“羊群效应”。在内容生产中，对既有内容的模仿和重复也是一种“信息级联”，这可能导致内容封闭性的生成，反映出内容之间传播关系对多样性的影响。黄河等^［21］的研究指出，内容越热门，就越可能频繁地出现于大众视野中，并被越多网民所接受。这意味着，通过社交网络进行“滚雪球式”的级联，可能会累积不断重复的信息，导致内容极化。个体信息的趋同与整体环境的同质性是并行而非排斥关系，如果整体内容环境的同质性较强，那么个人也更可能陷入茧房。Asatani等^［22］的研究证明信息传播网络存在核心—外围结构，并且核心节点在“信息级联”的早期产生共振，单方面向外围节点传递信息；极端用户的意见可以通过顶级影响者扩散至整个社区。“信息级联”或者“羊群效应”都表明个体有时会放弃自身喜好，根据前人的信息作出选择或进行模仿。当“信息级联”现象发生时，那些既有的、高热度的内容更有可能在短时间内被用户注意到并重复扩散，导致公共领域观点高度集中或信息极化，这是一种先后时序内容之间的作用关系产生的同质化结果。

4 智能技术对内容多样性的双重影响

关于算法技术在信息传播中的影响和后果问题得到越来越多学者的关注，但对于算法是否真正导致用户信息窄化或信息茧房，学界观点并不统一。

一方面，有研究认为算法推荐技术使用户长期局限在个人感兴趣或平台热门的内容领域，可能导致用户陷入信息茧房或回音室^［23］。算法带来的过滤气泡似乎使得个人的信息接触变得狭窄且单一，导致公共领域变得更加碎片化和分裂化^［24］。还有研究分析了算法平台在群体信息趋同方面的潜力，结果发现算法的个性化特质是有限的，其非但不能逆转或消除主流化偏向，甚至会在某些情况下导致强化^［2］。类似地，关于搜索引擎的实验表明，推荐算法可能产生高度集中的统一新闻信息^［25］。另一方面，相反的观点认为关于算法带来的内容多样性减少事实上是一种过度的担忧。一项基于全国受众调查的实证研究指出，算法推荐类应用中的新闻资讯类手机应用App与新闻信息渠道多样性、新闻信息的积极处理存在正向关系^［26］。还有研究发现，算法平台不会导致用户陷入过滤气泡，反而提高了用户信息多样性。可能的原因在于，一是平台有意增加了用户对不同领域的新闻以及新闻不同侧面的接触；二是在注意力经济的驱使下，平台在热点事件上会给予引导和流量倾斜^［27］。综上可知，关于算法技术强化还是消解内容封闭性的结论目前仍存在分歧，需要更加精确的实证分析。

（二） 内容封闭性传导效应的影响因素及机制

社交平台的网络化传播结构作为一种强大的语境条件，对于理解内容封闭性的内部机制至关重要^［28］。此外，内容的主题类型与传播效果之间也存在关联，不同主题类型的内容传播效果和范围不同。因此，对于社交网络中内容封闭性传导效应的影响因素和作用机制的研究，可以从信息传播网络和主题类型等维度展开讨论。

1 信息的传播结构影响内容封闭性的传导

信息传播网络中存在不同类型的节点或层级，这些节点和层级差异不仅和信息传播效果相关，也有可能影响内容封闭性的产生和扩散。李卫东等^［29］探索了社会网络结构属性与回音室效应强度的关系，结果发现，无论是个体网络还是整体网络都和相应的回音室效应显著相关；社会网络中的节点地位对其回声室效应有显著影响；多中心网络更有利于意见交换，不易形成意见强化现象。Stern等^［30］发现网络的密度与其产生的多样性数量之间存在明显的反比关系，当网络变得不那么结构化时，意见多样性会降低。这种关系是在吸引意见以达成共识的同化力量与抑制共识的个人意见随机波动之间进行权衡的结果。同时，该研究指出，Twitter和Reddit平台都存在参与不对称现象，即所谓的1%规则——1%的社区生成99%的被浏览内容，这说明网络中信息关注度的高度集中。上述研究探讨了信息扩散网络的结构特征，其中信息网络的多层级拓扑结构^［31］影响信息扩散路径，网络节点间的联系与节点特质影响信息扩散的效果，这些传播机制也可能发生在内容封闭性的生成和扩散过程中，这为内容封闭性传导机理的探讨提供了思考方向。

2 不同主题的传播能力差异影响内容分布平衡

不同主题类型的信息在网络中的传播能力与路径结构可能不同，进而导致内容之间的扩散或者封闭性传导的效果各异。Su^［32］的研究发现，那些与选举、治安、种族主义和文化有关的报纸对Twitter的影响很大，发布政治和文化话题的传统媒体足以塑造社交媒体上的公众讨论。Engelmann等^［33］在关于用户的新闻关注和选择性接触研究中指出，权力精英、突出性、接近性和冲突性四种新闻主题在媒体环境中被证明对新闻选择过程至关重要。李彪^［34］将微博传播模式分成深—宽结构、宽—浅结构、浅—窄结构和深—窄结构四种类型。其中，时尚娱乐、促销信息属于宽—浅传播结构，这类信息的传播力有限；情绪表达和生活健康类信息属于浅—窄传播结构；社会热点、风水财运和求助类信息则属于深—窄传播结构。陈强等^［35］研究了政务类账号视频传播效果的影响因素，发现科技类、音乐类和时尚类主题的视频能够提升整体传播效果，科技类视频的贡献度最高。陈华珊等^［36］研究发现，用户在“硬新闻”消费过程中更容易出现与信息茧房相关的行为模式，在更为轻松的“软新闻”（如娱乐休闲类、民生类、生活类新闻）之中茧房效应则表现得不明显。上述研究表明，由于社交网络中的内容传播能力有强弱之分，那些具有更强扩散和影响能力的主题更加容易占据网络空间的重要位置，并吸引后续产生的话题向该主题集中和偏向，导致平台中内容主题分布失衡、信息多样性降低。

（三） 研究述评

通过对既有文献的总结发现，信息平台中内容封闭性或同质化问题已得到广泛探讨，并且很多结论依然和经典的传播学理论息息相关，这些观点为分析内容封闭性传导效应提供了理论依据。但是关于信息平台中内容是否以及如何形成封闭性的问题尚未形成统一结论，且关于该问题的探讨较少涉及内容传导作用，这说明在相关研究上仍有可以完善和探索的空间。

在研究视角上，现有关于内容封闭性的研究忽视了传导效应的分析。无论是信息茧房、回音室还是群体极化，当前与内容封闭性相关的研究通常局限在分析概念、表现和后果等浅层角度，鲜有研究深入分析内容封闭性产生和演化的机制。此外，探讨封闭性的成因一般是从技术或用户角度切入，例如个体的选择性接触或算法的信息过滤机制等。关于形成机理的分析，暂未考虑到内容封闭性能否被传导以及如何传导的问题。本文将从内容的流动与扩散过程中的传导效应角度，剖析内容间的相互作用如何造成内容封闭性的变化，有利于进一步了解社交网络内容传播中的演化规律，对于把握内容封闭性的形成机制、拓宽关于内容同质化问题的理论解释维度均具有重要意义。

在研究路径上，现有研究缺少综合分析和方法拓展。在内容封闭性问题上，国内现有研究多以综述性研究和定性研究为主，较少深入分析封闭性形成的作用机理和根本原因，缺乏定量研究方法上的探索。此外，国内外相关研究的分析视角较为单一，具体表现在基于个别主题、案例或小样本展开分析，缺乏综合性、全局性和长期性的研究维度。为了弥补上述不足，本文基于今日头条中的内容展开实证检验，通过大规模数据挖掘与分析技术，结合因果分析、网络结构分析和统计学检验等，探究内容封闭性传导效应的特征与机理，以期反映内容封闭性问题的整体特征与一般规律。

二 研究内容与假设提出

（一） 关键概念界定

内容封闭性指的是内容的同质性增加，多样化减少。一方面指的是内容的相似和重复，即信息传播过程中出现趋同化倾向；另一方面反映出内容传播中的主题偏向性特征，例如内容的主题分布不均衡，大部分内容集中在少数主题上^［37-38］。本文是在具体问题中分析内容封闭性的程度，即考察不同内容之间的影响作用如何导致内容封闭性程度的变化，这有利于理解平台内容的封闭性状态在长时序下的动态演化规律。

关于内容封闭性传导中的“传导”，在本研究中表示内容在信息场域中流通与扩散时产生的影响，即内容通过传导如何引发其他内容封闭性程度的变化，不仅体现了内容之间的动态交互形式，也表示内容的一种传播效力。具体来说，本文将探究内容之间的封闭性传导关系，分析内容之间是否存在传导、影响传导效果的因素以及通过什么路径传导等问题。

（二） 问题分析与研究假设

信息平台中内容封闭性的现象日渐显著，相关研究大多围绕信息茧房、回音室和过滤气泡等问题展开。本文认为，在内容封闭性的生成缘由中可能存在内容之间的传导效应这一作用路径。为了验证该路径，首先验证内容封闭性传导效应是否存在，若存在，内容之间的作用方向和程度是怎样的；其次分析内容封闭性传导现象的作用机制和演化路径，探究不同属性因素在封闭性传导效应中的影响，从而深入了解内容封闭性传导效应的表现特征和内在规律。

上述研究指出了内容封闭性和内容热度之间的潜在关联，考察内容热度影响封闭性的传播形式和效果是分析传导机制可以深入的方向。热度不仅是内容流行程度的一种属性反映，也可能成为内容演化效应中的助推力。有研究发现，在社交媒体中信息的生产、特征与其传播热度关系密切，高热度内容呈现出明显的类型有限化、收窄化现象^［39-40］。Tatar等^［41］的研究指出，热门、流行的信息可能会加速与其相似信息的流行。此外，舆论议题不断变换，但公众对同质化、热门内容存在选择偏好，短期内公众注意力被单一议题支配^［18］。基于实时热点的微博热搜被指出会导致群体信息茧房的产生，并且和个性化推荐导致的个体信息茧房叠加，加固了用户的信息茧房^［42］。这些研究都探究了内容热度与信息流通之间的关系，无论结果是信息同质化还是异质化，均可以看出内容热度在其中扮演的重要角色。因此，为了明确内容封闭性之间是否存在传导作用，本文将基于内容的热度因素对封闭性传导现象进行效应检验，由此，提出如下假设：

H1：不同热度的内容之间存在封闭性的传导现象。

在此基础上，还需要进一步探究内容热度怎样在内容封闭性的变化中发挥作用，具体的演化机制是什么。检验内容之间的热度差距有助于知悉内容的封闭性传导关系。有研究认为，在特定的信息热度条件下，局部信息内容之间存在局部的“趋同引力”。实证结果表明，社交媒体中的信息趋同度与媒介传播热度之间存在密切关联，即任意两个信息单元之间的内容相似度与这两个单元的热度之和成正比^［38］。对新浪微博的实证检验发现，信息单元的传播热度越强，和相同层内容、全局内容以及最热内容之间的平均相似度越会有所增强^［43］。相关研究对内容热度和内容趋同关系之间的分析为本研究提供了依据和参考。基于以上分析，本文提出如下假设：

H2：内容封闭性传导效果和任意两个层级之间的“热度差距”有负相关性。

此处的“热度差距”指的是两个热度层级之间热度之差的绝对值，因此假设将验证的是，当内容之间的热度越相近时，内容之间是否越有可能产生封闭性传导现象。

假设H1和H2对应本文关于内容封闭性传导问题从效应检验到机制分析的研究思路，其中内容热度是分析的关键因素。从传导作用的角度探究内容封闭性的变化规律，有利于拓展当前关于网络平台中信息窄化、内容趋同等议题的分析视角和研究结论。

三 研究设计与实施

（一） 样本选择与数据抓取

在数据挖掘方面，采取八爪鱼采集器编写网络爬虫进行数据采集，从今日头条首页自动推荐的18个内容版块（财经、科技、热点、国际、军事、体育、数码、娱乐、历史、问答、美食、游戏、旅游、育儿、养生、时尚、视频、同城）中，每日早中晚各抓取一次帖子，且凭借今日头条自身分区设置，使得帖子样本均匀而广泛地分布在每个内容版块内。对于每个版块的种子用户，按照历史发帖情况，研究初始共抓取了6 453万条帖子样本，其中将2021年7月1日至2023年7月2日共731天的数据按照18个内容版块进行筛选，共得到所有版块用户发布的18 995 707条帖子作为研究样本。本次抓取样本量以及分布情况令研究样本具有代表性和普遍性，符合本研究对于连续时段中内容封闭性状态变化的探索需求。

（二） 帖子的向量化转换及聚类

为了对抓取到的内容样本进行聚类分析和计算封闭性程度，本文采用Word2vec词向量及其平均池化的方法将帖子内容转换为词向量。在向量化转换实操中，首先采用Jieba软件对每条帖文进行分词，然后利用Word2vec将分词后的每个词语转换成300维的词向量，再对这些词的词向量进行平均池化，得到每条帖子或短文本的语句向量。

此后，采用K-means方法对所有内容进行聚类。聚类前，对句子向量先做了L2的规范化预处理。在确定最优的聚类数量方面，根据“肘部法则”，当聚类数量达到某个值使得聚类误差的下降速度明显减缓，此时形成一个明显的拐点，这个拐点通常被认为是最佳的聚类数量。不同聚类数量对应的聚类误差结果如图1所示，当聚类数超过300时，增加聚类数无法显著降低聚类误差，因此本研究最终将所有帖子聚为300类。

（三） 对内容进行热度分层并测算封闭性程度

热度作为本研究的关键变量，需要对其进行数据处理和细粒度区分。将今日头条平台中文字类帖子的阅读数和视频类帖子的播放数两项作为热度参考指标，首先对这两个指标分别进行Log₂（x+1）转换，然后对其结果求等权平均值，得到该帖子的热度。统计分析发现，所有帖子热度的平均值为8.310，标准差为4.756，中位数为8.384，热度分布情况如图2所示。

对所有热度数据初步处理后，需要对热度展开进一步划分和量化。已有研究指出了内容和热度间的潜在关联，为了更好地量化分析热度和传导效果之间的关系，采用基于层次分析的权重计算方法，通过对不同层级之间的分析，展现出单条帖子不容易显现的规律，这种以信息单元为尺度的量化方式有助于分析内容整体的传导结构以及变量间的作用关系^［44-46］。

本研究采用等频分箱的原则对内容进行基于热度的分层。以1天为研究周期，将样本总体划分为731个研究周期。对帖子依据热度进行等频分箱时，为了保证每天的热度划分标准以及每层的样本规模一致，选取所有层级中发帖数最少的一天作为基准样本量。通过不断调试，最终将每天的帖子基于热度分为46层，并且根据层内最少发帖数270条，在每层的样本中随机抽取相同数量的帖子。最终，46个层级中热度的平均值为8.993，标准差为4.346，中位数为8.836，如图3所示。

内容封闭性的计算运用了基尼系数的概念，基尼系数来源于经济学，用于评估一个国家或地区收入分配的不均衡程度。在社交网络研究中，基尼系数可以用来衡量信息分布的平均程度^［47］。基尼系数的范围在0~1之间，网络基尼系数越接近0表示信息多样性程度越高，越接近1则表示内容分布中的“马太效应”越严重。网络基尼系数（G）可用式（1）来计算：

G=\mathrm{1}-\frac{\mathrm{1}}{N·D}{\displaystyle \sum _{i=\mathrm{1}}^N}(\mathrm{2}\times {\displaystyle \sum _{k=\mathrm{1}}^i}dk-di)（1）

其中，N为网络中节点的总数，d_i为节点i的度，D=\sum \begin{array}{l}N\\ i=\mathrm{1}\end{array}{d}_i为网络中所有节点度数之和。在本研究中，内容封闭性程度通过每个热度层级或类别中内容的平均分布程度（基尼系数）予以反映，基尼系数越大表明内容封闭性程度越高。通过计算46层内容各自在731天中的内容基尼系数，可以得到一个包含731行46列的时间序列数据，表示每天每层内容的基尼系数。

四 内容封闭性传导效应及机制的实证检验与分析

（一） 内容封闭性传导现象的效应检验

为明确内容封闭性之间是否存在传导作用，本文对封闭性传导效应进行检验。基于前文划分的内容热度层级，通过对不同层级的封闭性进行格兰杰因果检验，可以得到各个层级之间的传导成立关系，进而了解各层级传导的对象和能力等。在格兰杰因果分析中，检验变量为各个热度层级每天的基尼系数组成的时间序列数据，检验的时间范围为2021年7月1日至2023年7月2日连续的731天，检验软件为EViews13。

格兰杰因果分析的前提条件是检验的时间序列必须是平稳的，故本文首先对各热度层级的时间序列进行ADF单位根检验，结果表明，46个层级各自的时间序列数据在5%的显著性水平上均不存在单位根，即检验的变量均可视为平稳序列，可以进行下一步检验^［48］。由于格兰杰检验的具体结论对滞后阶敏感，因此本文通过构建向量自回归（VAR）模型，根据赤池信息准则（AIC）来确定最短滞后阶数，通过模型中的信息准则得到的最短滞后阶数为1阶。

接着对46个层级对应的时间序列数据依次进行格兰杰检验，考察任意两个层级在731天中的内容基尼系数之间是否构成同期因果关系。格兰杰检验结果如表1所示，以层级4对层级10的格兰杰因果检验为例，原假设为“层级4不是造成层级10内容封闭性变化的格兰杰原因”，检验结果在5%的显著性水平下拒绝原假设（P=0.001<0.05），即层级4的封闭性是造成层级10封闭性变化的格兰杰原因；在层级10对层级4的检验中，检验结果在5%的显著性水平下没有拒绝原假设（P=0.111>0.05），即层级10的封闭性不是造成层级4封闭性变化的格兰杰原因。

篇幅所限，其余热度层级之间的格兰杰因果检验结果不再依次展示。最后，根据46个层级之间相互检验得到的结果，构建一个46行×46列的层级封闭性传导关系网络，如图4所示。矩阵中的数值代表某行所在层级对某列所在层级的传导作用结果，若行所在层级对列所在层级的格兰杰因果关系成立，则在对应的格值中用数字“1”标注，否则标注为“0”，对角线上的值均为0。

以上通过对不同热度层级内容的封闭性进行格兰杰因果检验，证实了内容封闭性之间存在引发与被引发的影响作用，即本文假设H1成立。

（二） 内容封闭性传导现象的机制分析

为了更进一步厘清传导效应的影响因素和运作机理，本文将对内容封闭性传导现象的机制展开深入研究，具体解答内容封闭性是如何传导以及何种内容影响传导效果等问题。

1 封闭性传导中的内容热度分析

根据前文中各个热度层级的内容封闭性传导结果，可以了解各个层级传导与被传导的层数（见表2），从而得知每个层级在封闭性传导方面影响他者以及被他者影响的程度。结合各个层级的热度，可以分析内容的热度因素与封闭性传导能力之间的统计相关性。

通过对层级热度、层级的传导层数与被传导层数几个变量进行皮尔逊相关性分析，可以了解层级的热度是否和层级的传导能力有关。相关性分析结果显示，层级的热度和层级的传导层数（P＝0.496＞0.05）以及被传导层数（P＝0.305＞0.05）之间没有直接相关性。这说明内容的热度高低和内容引发封闭性变化的能力之间没有线性关系，内容的热度并不一定能直接反映内容影响封闭性的能力。

在对传导机制中的热度因素探究中，本文将基于二元Logistic回归分析，对研究假设中变量之间的因果逻辑进行实证检验，并对相关结果进行分析与阐释。

实证方法上，采用二元Logistic回归分析法对层级热度因素与层级的传导效果进行关联性分析。二元Logistic回归分析通常用于研究自变量X对于因变量Y的影响，其中X一般为定量数据，Y为二分类定类数据（0或1）。用二元Logistic回归方法可以有效检验二元分类因变量与影响因素（自变量）之间的相关性，从而判断某一事件发生的概率P及其与哪些因素有关，采用的参数估计方法一般为极大似然估计法。模型的一般表示形式如下：

Pi=F(a={\displaystyle \sum _{j=\mathrm{1}}^m}\beta jXij)=\frac{\mathrm{1}}{\mathrm{1}+\mathrm{e}\mathrm{x}\mathrm{p}(-\alpha +\sum \begin{array}{l}m\\ j=\mathrm{1}\end{array}Xij)}（2）

其中，P_i 表示事件发生变化的概率；i表示样本量；α是回归截距；β是回归系数；m为影响因素的数量；X_ij 表示自变量。在本文中，层级之间传导封闭性的结果为“成立”或“不成立”，即因变量为二分变量，所以本文的研究问题适用于二元Logistic回归分析方法。根据研究假设，待检验的自变量为任意两层热度之差的绝对值，因变量为封闭性传导结果，在回归分析中，“1”表示传导成立，“0”表示传导不成立。

根据内容层级的热度和格兰杰因果检验结果，将自变量和因变量的值导入SPSS分析软件，通过“分析→回归→二元Logistic回归”路径进行检验得到回归分析结果。在样本数据方面，共有2 116个样本参与分析，且没有缺失数据。在模型拟合优度方面，本文采用对数似然比检验模型的整体拟合效果，在给定的5%显著性水平下，若统计量对应的对数似然比检验的显著性指标P<0.05，则表明自变量作为一个整体对因变量有显著性影响。检验方法上选用Logistic回归中的“向前：LR”法，即首先让自变量按比分检验概率大小依次进入方程，再根据极大似然估计检验剔除对因变量影响不显著的自变量，判断概率设为0.05，从而使模型的拟合效果更加优化。拟合效果还可以参考指标“-2倍的对数似然值”，该值越小说明模型拟合效果越好。本模型的似然比检验显著性指标P＜0.05，说明拟合的模型纳入变量的优势比（OR）值有统计学意义，即模型总体有意义。

霍斯默-莱梅肖检验能够检验模型的拟合优度。当P＞0.05时，表示模型的拟合优度较高。在本模型检验中，P＞0.05（P=0.190），说明该模型能较好地拟合样本数据。此外，本模型中的Cox & Snell R²和Nagelkerke R²分别为0.153和0.222，均为伪R²值（不同于线性回归中的R²），其取值范围为0~1，值越大代表模型拟合越好，但在实际应用中很少使用这两个指标来判断模型拟合程度，意义较小。检验的核心部分为变量的二元Logistic回归分析结果，如表3所示。

根据二元Logistic回归结果，回归模型如式（3）所示，其中P代表传导封闭性为1的概率，1-P代表传导封闭性为0的概率。

ln[P/(1-P)]＝-0.221-2.499×任意两层热度之差的绝对值（3）

由结果可得，“任意两层热度之差的绝对值”的显著性指标P＜0.05。这说明，任意两个热度层级之间的热度差距均可以对层级之间传导内容封闭性的结果产生显著性影响，并且起负相关作用。变量的优势比为0.082，表示当自变量的数值增加1个单位时，因变量的变化幅度为0.082倍。研究结果证实假设H2成立，即当内容之间的热度越相近时，内容越容易影响他者封闭性程度的变化，两者之间越有可能发生封闭性传导效应。

对于内容封闭性传导不成立的层级，该二元Logistic回归模型的正确预测率为93.2%；对于传导成立的层级，模型的正确预测率为32.3%；对于所有层级，模型的正确预测率为76.8%，从模型整体的预测水平来看，正确率较高。

2 封闭性传导中的内容类别分析

有研究发现，新浪微博平台的舆情传播中存在回音室效应，并且不同主题事件传播的回音室效应存在差别^［49］。探究什么主题的内容和封闭性传导效应有关以及不同主题在封闭性传导效果方面的差异等问题，都有助于完善对内容封闭性传导机制的理解。因此，基于前文聚类得到的300个内容类别，本文将对内容类别与传导效果的关系展开分析。

首先，对热度层级的封闭性传导关系网络与300类内容的封闭性传导关系网络进行相关性检验，识别出对热度传导网络具有预测作用的关键内容类别。300类内容的封闭性传导关系网络的获取过程和前文热度层级封闭性传导关系网络的步骤类似，此处不再赘述。

其次，采用社会网络（QAP）分析方法进行网络关系检验。QAP回归分析可以测量多个矩阵和一个矩阵之间的回归关系，进而判断变量之间的相关程度。将300个类别各自的封闭性传导关系网络作为自变量，热度层级的封闭性传导关系网络作为因变量，运用Ucinet 6软件展开QAP回归分析，随机置换次数设置为2 000次。根据分析结果，检验模型的判定系数R²为0.146，调整后的R²为0.122，且通过了1%的显著性水平检验，说明该模型的拟合效果尚可。在300个类别中，只有25个类别在5%的显著性水平上成立，说明这25个类别的封闭性传导网络和热度层级封闭性传导网络具有显著相关性，具体结果如表4所示。

根据QAP回归分析结果，显著性成立的25个类别可能对热度层级封闭性传导关系网络具有预测作用，它们可能是影响全局内容封闭性传导效应的关键类别，因此本文将着眼于这25个类别并对其主题特征展开分析。

首先对300个类别进行主题分析。通过TF-IDF方法获取每个类别中重要性排名前30的关键词，根据关键词对类别进行主题归纳。然后，经过分类后将300类内容划分为31个一级主题1

1 31个一级主题词分别是：娱乐/文化/名人、分享生活、经济/市场、国际新闻、社会政策与建设、游戏、盘点类、医疗健康、体育赛事、旅行、亲子育儿、时尚穿搭、数码电子、情感/家庭、美食料理、民生活动、学习教育、新冠病毒感染疫情、自然环境、新闻资讯、历史、智能科技、党政工作、养生、法律、广告、家居设计、设备制造、图片摄影、美妆护肤以及其他类。

，其中娱乐/文化/名人、经济/市场、社会政策与建设三个主题又被划分为8个二级类目。各主题包含的类别数如图5所示。

在25类关键主题分析方面，可能影响内容封闭性传导效应的主题包括分享生活、娱乐/文化/名人、国际新闻、亲子育儿、新冠病毒感染疫情、社会政策与建设、图片摄影、党政工作、网络盘点、游戏、养生、旅行、医疗健康和其他14类。从整体上看，这些主题类型较为多元，既包含了宏观信息，也有贴近大众生活的垂直领域，但是14个类别中每种主题所占的比重存在较为明显的差异，其中，分享生活和娱乐/文化/名人两类主题占比明显高于其他主题（均为16%），其次是国际新闻、亲子育儿、新冠病毒感染疫情、社会政策与建设、盘点类主题（均为8%），其他7类主题占比分别为4%。

通过分析“分享生活”主题中的高频词，可以看出用户在分享个人生活时一般会发布和日常记录、情感表达等内容相关的文本，如快乐、美好、分享、记录等。这可能和今日头条提供给用户内容创作与社交的产品有关，用户可以通过平台来满足即时分享和互动传播的使用动机。在“娱乐/文化/名人”类主题中，娱乐圈或文艺界的名人、文艺作品等内容高频出现，这是因为娱乐类内容自带良好的社交属性且参与门槛较低，往往能够引发公众广泛的讨论，加速内容之间的扩散。另外，25类内容主题分布呈现出“软性信息”占主流的风格，这和平台用户的人口特征具有一定关联，用户的文化水平、接受能力和选择偏好，促使今日头条内容以引人注目的生活和娱乐新闻为主^［50］。主题的天然属性加上用户的选择倾向，导致“软性信息”主题在内容传播中拥有更大的传导效能。

（三） 进一步讨论

1 封闭性的生成效应：传导作用下的内容趋同

关于信息平台中内容封闭性的问题除了可以从受众和技术（用户和算法）等维度进行解释，也需要重视传播过程中内容之间的交互作用和动态演化对封闭性的影响。它表明内容在传播过程中可能陷入被动和受控的状态，在其他内容的传导作用下逐渐变得窄化和封闭，并且当这种作用来源于和自身地位相近的信息源时，内容的多样性更容易在潜移默化中受到影响。有研究指出，新闻客户端的个性化推荐看似为人们提供了一个完美的“千人千面”环境，但兴趣相同的群体内信息的同质化以及自媒体内容生产的相似化，导致小圈子内的回音室问题不容忽视^［51］。再者，这种传导现象是全局性、整体性的，在信息茧房、回音室等趋同化态势之上，可能面临着平台性的内容封闭性危机，这一发现为内容多样化问题存在的风险提供了警示。

2 封闭性的传导机制：相近热度间的作用路径

费孝通在《乡土中国》中提出了“差序格局”的概念，形容中国的社会结构如同投入石头后水面上形成的波纹，波纹不断扩散的同时逐渐变得稀薄，从而形成差序格局^{［52］32-34}。网络平台中信息的传播犹如社会关系的连接，信息之间也存在着层级差异性，内容封闭性的传导程度在逐层向外扩散的过程中，随着层级距离增大而逐渐减弱。

本文在探究内容热度和封闭性传导机制的关联方面，通过二元Logistic回归分析发现，热度相近的内容之间更容易产生封闭性传导。相关研究可以佐证本文的观点，如Fabrega等^［53］在研究社会传染和扩散现象时发现，社交网络的一个共同特征是更紧密的关系往往比更远的关系稳定。其次，个体的注意力有限，来自较远社会距离的传播面临着更多的替代和竞争，从而减少扩散。李卫东等^［54］发现传播网络中随着转发层级的增加，网络中心节点的权力权重和对网络关系链路的掌控程度逐层下降。单晓红等^［55］通过建立信息传播模型，发现当微信平台信息传播过程中所需的信息势差较小时，信息传播的效果较好。

不同于因受高热度内容影响封闭性由高到低单向传递的常识，“热度接近性”的传导机制表明内容的封闭性变化根据热度由近及远层层向外扩散。相近热度的内容之间更有可能存在“作用引力”，更容易形成封闭性变化的“共振”。这一发现揭示了内容封闭性现象生成和变化机制中的作用路径和演化规律。

3 封闭性传导中的关键类别：“牵一发而动全身”

本文还对传导机理中的内容类别因素展开了探究，QAP回归分析发现，在300个内容类别中，只有25个类别可能和热度层级封闭性传导关系网络具有统计相关性，这些少数类别在全局中更有可能影响内容封闭性的传导效应。研究结果表明，在平台信息传播中，只有少部分内容类别能够“牵一发而动全身”，从而引发全局内容封闭性的变化，而不需要发动全体类别的传播和参与。

Pascal^［56］1-5的研究表明，Twitter上的政治传播高度依赖少数用户，这些用户在网络结构中处于关键地位，并且受到他们自己政治观点偏见的影响。康伟^［57］指出，网络的结构和节点的位置对成员的影响力有重要影响，关键节点的资源控制能力与其信息输送效率之间具有正相关性。既有研究和本文发现都论证了网络中一小部分关键内容在信息传输方面的重要作用与地位。在现实情境中，一方面要警惕少数类别对全局的设置，如有研究发现在内容推荐规则中，平台重新实践了现实社会中的资源、权力和地位等划分方式，导致领域权威的影响力变得更加重要。在这种“关键少数”掌握话语权的传播语境中，新声音和弱小声音容易被忽视^［58］。另一方面，借助这一小部分特殊的内容类型，相关部门有可能实现对平台全局内容多样性的调控，引导网络信息或舆论的生成和扩散往良性方向发展。

五 结论与讨论

（一） 研究结论

随着网络平台的飞速发展，互联网的内容生态更加复杂多样。当前传播学界普遍关注到平台内容的封闭性问题，但关于封闭性的生成缘由是否和内容之间的传导或引发作用有关，既有研究在关注和分析层面都不够充分。因此，本文利用实证方法对该问题进行了严谨检验，并结合相关理论进行了深入的学理探讨。

首先，为了用更加细粒度的方法分析不同层次内容的传导效果差异，将所有内容按照热度划分为46个层级。在效应检验方面，运用格兰杰因果分析方法得到各个热度层级之间传导封闭性的关系，研究结果证明信息平台中存在内容封闭性的传导现象，并依此构建了内容热度层级封闭性传导关系网络。

在传导机制方面，首先检验了层级的热度因素和传导效果之间的关联。相关性检验发现，内容的自身热度与其传导能力之间没有直接的皮尔逊相关性。利用二元Logistic回归分析验证了层级之间的热度关系对封闭性传导效果的影响，发现热度越相近的内容之间产生封闭性传导效应的可能性越大，由此证明了内容封闭性的传导机制符合热度接近性规律。为了进一步了解传导机制中的内容特征，运用QAP回归分析得到了可能和热度层级封闭性传导关系网络相关的25个内容类别。通过对这些类别展开主题分析，发现可能影响平台内容封闭性传导的内容大多是分享生活和娱乐/文化/名人类的主题。

简言之，本文发现信息平台中首先存在内容封闭性的传导现象，内容之间通过向与自身热度相近的内容扩散而形成传导；其次，可能对全局内容封闭性产生影响的仅为一小部分主题类型，它们以日常分享或文娱类信息为主。上述发现拓展了关于信息平台中内容封闭性表现、成因及机理方面的研究，对于进一步了解网络平台内容多样性和舆论调控均具有参考价值。

（二） 应对策略与建议

内容封闭性的生产和传导有其内在机制，虽然通过人为因素难以阻止其发生与扩散，但可以通过顺应其规律并采取策略化手段做到预防和调控，以降低其消极影响。第一，要合理运用干预和调控手段增强信息生态的多样性。在议程选择上，媒体应扩展内容的主题范围，增加话题的层次，以引导公众讨论向更加开放和多样的方向发展，在必要时通过引入新的话题来完成舆论的焦点转移，以避免叠加效应引发的舆论震荡和信息过载。第二，互联网信息部门和权威媒体等信息“把关人”可以通过策略性运用传导效应，达到正向引导舆情的效果。针对内容封闭性在传导过程中的层次化扩散路径，对舆论进行分层管理便于更有效地分配资源和策略，满足不同用户群体的需求。第三，用户需提高自身媒介素养和“破茧”能力。用户在使用各类网络平台时，要减少对信息的选择性回避或趋近性接触，并通过有意行为增加对外界信息的接触面，提高在兼容异质人群和异质信息、意见等方面的素养，达到主动“破茧”的效果。

（三） 研究不足与展望

首先，影响内容封闭性现象及程度的因素有待继续探究。虽然本研究验证了社交网络整体内容封闭性的传导效应，但现实网络的情况复杂多变，除了内容本身属性的影响，情绪因素、算法机制、用户素养和人口特征等视角也可以纳入内容封闭性传导的相关研究中。其次，选取平台存在单一性。本文仅选择今日头条平台作为样本来源与考察对象，研究方法和结论更适用于该平台的环境，而无法推及到所有平台的网络情境中，不同平台的用户交互和信息流通模式可能存在差异。最后，用户是积极主动的个体，会进行跨媒体接触，对于用户跨媒体平台接触行为是否以及何种程度上会导致信息接收多样化的问题，也是分析内容同质化问题的可展开角度之一。未来，可以基于其他类型的网络平台分析内容封闭性问题，厘清不同维度下内容封闭性现象的变化与特征。

参考文献

[1] 徐翔， 王雨晨. 社会回音室： 网络传播中的信息趋同及其媒介逻辑： 基于 “今日头条” 样本的计算传播学分析［J］. 国际新闻界， 2021（7）： 99-124.

[2] 师文， 陈昌凤. 平台算法的 “主流化” 偏向与 “个性化” 特质研究： 基于计算实验的算法审计［J］. 新闻记者， 2023（11）：3-14.

[3] MARTIN J D， HASSAN F， ANGHELCEV G， et al. From echo chambers to “idea chambers”： concurrent online interactions with similar and dissimilar others［J］.International Communication Gazette，2022， 84（3）：252-275.

[4] 刘煜洲， 仝泽宇. 被塑造的共同体： 个性化推荐算法若干问题审视［J］. 新媒体研究， 2021（19）： 72-74.

[5] POWERS M， BENSON R. Is the internet homogenizing or diversifying the news？ External pluralism in the US， Danish， and French press［J］. The International Journal of Press/Politics，2014， 19（2）：246-265.

[6] HELLMAN H. Diversity-an end in itself？Developing a multi-measure methodology of television programme variety studies［J］. European Journal of Communication， 2001， 16（2）：181-208.

[7] WANG N， GUO Z， SHEN F. Message， perception， and the Beijing Olympics： impact of differential media exposure on perceived opinion diversity［J］. Communication Research， 2011， 38（3）：422-445.

[8] 彭步云. 社交媒体受众对传统媒体的反向议程设置研究［J］. 当代传播， 2019（5）： 110-112.

[9] 张淑芳， 杨宁. 共同体视域下算法推送机制的信息茧房效应规制［J］. 湖北社会科学， 2019（10）：171-177.

[10] 宋建武， 张琦悦， 王译瑶. 互文视阈下的媒体公众号： 同质化表征及成因［J］.编辑之友， 2016（8）： 47-51.

[11] 汤景泰， 陈秋怡. 意见领袖的跨圈层传播与 “回音室效应” ： 基于深度学习文本分类及社会网络分析的方法［J］. 现代传播（中国传媒大学学报）， 2020（5）： 25-33.

[12] HUANG H P. Frame-rich， frame-poor： an investigation of the contingent effects of media frame diversity and individual differences on audience frame diversity［J］. International Journal of Public Opinion Research， 2010， 22（1）： 47-73.

[13] GUO L， VARGO C.Fake news and emerging online media ecosystem： an integrated intermedia agenda-setting analysis of the 2016 U.S. presidential election［J］. Communication Research， 2020， 47（2）： 178-200.

[14] SINGER P， FLÖCK F， MEINHART C， et al. Evolution of reddit： from the front page of the Internet to a self-referential community？ ［J］. Association for Computing Machinery， 2014， 7： 517-522.

[15] WEBSTER J G， KSIAZEK T B. The dynamics of audience fragmentation： public attention in an age of digital media［J］. Journal of Communication， 2012， 62（1）： 39-56.

[16] WEBSTER J G. The duality of media： a structurational theory of public attention［J］. Communication Theory， 2011， 21（1）： 43-66.

[17] 晏齐宏， 盖赟. 信息茧房之外： 跨媒体视角下用户信息接触的多样性研究［J］. 现代传播（中国传媒大学学报）， 2023（5）： 76-85.

[18] 汤景泰， 徐铭亮， 星辰. 立场、 情感、 注意力与选择性接触： 舆论极化的影响要素分析［J］. 国际新闻界， 2023（1）： 132-156.

[19] JENNINGS W， BEVAN S， JOHN P. The agenda of British government： the speech from the throne， 1911—2008［J］. Political Studies， 2011， 59（1）： 74-98.

[20] KÜMPEL A S. The Matthew effect in social media news use： assessing inequalities in news exposure and news engagement on social network sites （SNS）［J］. Journalism， 2020， 21（8）： 1083-1098.

[21] 黄河， 康宁. 移动互联网环境下群体极化的特征和生发机制： 基于 “江歌案” 移动端媒体文本和网民评论的内容分析［J］. 国际新闻界， 2019（2）： 38-61.

[22] ASATANI K， YAMANO H， SAKAKI T， et al. Dense and influential core promotion of daily viral information spread in political echo chambers［J］. Scientific Reports， 2021， 11（1）： 1-10.

[23] BUCHER T. Want to be on the top？ Algorithmic power and the threat of invisibility on Facebook［J］. New Media &Society， 2012， 14（7）： 1164-1180.

[24] VĪKE-FREIBERGA V， DÄUBLER-GMELIN H， HAMMERSLEY B， et al. A free and pluralistic media to sustain European democracy［C］. High Level Group on Media Freedom and Media Pluralism， 2013.

[25] NECHUSHTAI E， LEWIS S C. What kind of news gatekeepers do we want machines to be？ Filter bubbles， fragmentation， and the normative dimensions of algorithmic recommendations［J］. Computers in Human Behavior， 2019， 90： 298-307.

[26] 周葆华. 算法推荐类App的使用及其影响： 基于全国受众调查的实证分析［J］. 新闻记者， 2019（12）： 27-37.

[27] 王益成， 张梅， 李会. 跨平台用户信息过滤气泡强度比较研究［J］. 情报资料工作， 2023（3）： 88-97.

[28] KLEPPER M D， SLEEBOS E， BUNT G，et al. Similarity in friendship networks： selection or influence？ The effect of constraining contexts and non-visible attributes［J］. Social Networks， 2010， 32（1）： 82-90.

[29] 李卫东， 彭静. 社交网络平台信息传播的回声室效应仿真实验分析［J］.现代传播（中国传媒大学学报）， 2019（4）： 142-149.

[30] STERN S， LIVAN G. The impact of noise and topology on opinion dynamics in social networks［J］.Royal Society Open Science， 2021， 8（4）： 201943.

[31] 刘伟， 邹阳洋， 孙惟一. 关于智能若干问题的思考［J］. 新媒体与网络， 2024（1）： 45-55.

[32] SU Y. Networked agenda flow between elite US newspapers and Twitter： a case study of the 2020 Black Lives Matter movement［J］. Journalism， 2022： 14648849221092521.

[33] ENGELMANN I， SIMON M L， SABRINA H K.Effects of news factors on users’ news attention and selective exposure on a news aggregator website［J］. Journalism Studies， 2021， 22（6）： 780-798.

[34] 李彪. 微博中热点话题的内容特质及传播机制研究： 基于新浪微博6 025条高转发微博的数据挖掘分析［J］. 中国人民大学学报， 2013（5）： 10-17.

[35] 陈强， 张杨一， 马晓悦， 等. 政务B站号信息传播效果影响因素与实证研究［J］. 图书情报工作， 2020（22）： 126-134.

[36] 陈华珊， 王呈伟. 茧房效应与新闻消费行为模式： 以腾讯新闻客户端用户评论数据为例［J］. 社会科学， 2019（11）： 73-87.

[37] 段荟， 袁勇志， 张海. 大数据环境下网络用户信息茧房形成机制的实证研究［J］. 情报杂志， 2020（11）： 158-164.

[38] 张玥， 庄碧琛， 李青宇， 等. 同质化困境： 信息茧房概念解析与理论框架构建［J］. 中国图书馆学报， 2023（3）： 107-122.

[39] 王国华， 郑全海， 王雅蕾， 等. 新浪热门微博的特征及用户转发规律研究［J］. 情报杂志， 2014（4）： 117-121.

[40] 陈昌凤. 同质化的信息消费： 2013年我们在关注什么： 中国四地2013年谷歌搜索热点数据分析［J］. 新闻与写作， 2014（2）： 50-52.

[41] TATAR A， AMORIM M D， FDIDA S， et al. A survey on predicting the popularity of web content［J］.Journal of Internet Services and Applications， 2014， 5（8）： 1-20.

[42] 周辰璐. 微博热搜对 “信息茧房” 的强化效果研究［D］. 哈尔滨： 黑龙江大学， 2021.

[43] 徐翔. 公共信息茧房： 社交媒体信息内容收敛现象与效应： 基于新浪微博的文本挖掘［J］. 情报杂志， 2023（1）： 113-123.

[44] 黄贤英， 杨林枫， 刘小洋. 分级意见领袖下的微博信息传播与数学建模［J］. 计算机科学， 2018（11）： 261-266.

[45] 徐翔， 张铃媛， 王雨晨. 社交网络 “内容趋同引力” 现象与效应实证： 基于Word2vec的微博数据挖掘［J］. 数据与计算发展前沿， 2023（2）： 136-149.

[46] WITTGENSTEIN L. Philosophical investigations［M］. 3rd ed.Oxford：Basil Blackwell Ltd.， 1986.

[47] 于晶， 刘臣， 单伟. 在线社会网络中信息传播的结构研究［J］. 情报科学， 2013（12）： 136-140.

[48] 张兴祥， 洪永淼. “中国梦” 与 “美国梦” 网络关注度的相关性研究： 基于百度指数和谷歌指数的实证检验［J］. 厦门大学学报（哲学社会科学版）， 2017（5）： 1-13.

[49] 高艺畅， 孙英苹， 刘凤鸣， 等. 社交网络舆情传播的回音室效应研究［J］. 情报理论与实践， 2022（4）： 58-66.

[50] 张凌霄. 今日头条与澎湃新闻内容视角的对比［J］. 新闻论坛， 2016（2）： 12-15.

[51] 刘露. 个性化推荐新闻客户端的信息茧房现象研究［D］. 锦州： 渤海大学， 2018.

[52] 费孝通. 乡土中国［M］. 北京： 北京出版社， 2005.

[53] FABREGA J， PAREDES P. Social contagion and cascade behaviors on Twitter［J］. Information， 2013， 4（2）： 171-181.

[54] 李卫东， 贺涛. 微博舆论传播的复杂网络拓扑结构模型及其演化机制［J］. 新闻与传播研究， 2013（11）：90-105.

[55] 单晓红， 贾盼盼， 刘晓燕. 基于场论的微信信息传播机制及其仿真研究［J］. 系统仿真学报， 2016（11）： 2867-2877.

[56] PASCAL J， ANDREAS J， HARALD S. Small worlds with a difference： new gatekeepers and the filtering of political information on Twitter［C］. Proceedings of the 3rd International Web Science Conference， 2011.

[57] 康伟. 基于SNA的突发事件网络舆情关键节点识别： 以 “7·23 动车事故” 为例［J］. 公共管理学报， 2012（3）： 101-111.

[58] 陈逸君. “用户兴趣—算法推断—内容呈现” 模型： 微博推荐流的运作机制探析［J］. 现代传播（中国传媒大学学报）， 2022（5）： 143-152.

基金资助

国家自然科学基金项目(71804126)

上海市“科技创新行动计划”软科学研究项目(23692110600)