姜婷婷，许艳闰

（1. 武汉大学信息管理学院，武汉 430072；2. 武汉大学信息资源研究中心，武汉 430072）

1 引 言

当人们所接收到的信息输入量超过了人们理解和处理的范围，就会进入“ 信息过载”（informa‐tion overload） 状态。在应对信息过载时，“过滤”（filtering） 是一种常见的手段，即仅处理 “优先级高” 的信息[1]。日新月异的互联网技术虽然带来了信息的爆炸式增长，加剧了信息过载，但同时也实现了信息的自动过滤，将 “优先级高”（通常是指更符合个人偏好） 的信息直接推送给用户，从而降低了信息生产者的送达成本和信息消费者的决策成本[2]。

久而久之，人们开始发现自己正处在一个多样性降低的信息世界中：视频平台经常会推荐那些与自己以往喜好类似的电影[3]；在线购物平台会不断地给自己推荐同一类型的产品[4]；新闻网站推荐的新闻总是与自己的兴趣高度一致[5]；音乐平台推荐的曲目与自己已经收藏的曲目在风格上也极为相似[6]。这种个性化的信息推荐促使网络世界中形成了一个个无形的过滤气泡，很多人都被困在自己的气泡中，与异质信息的接触越来越少。

“ 过滤气泡”（filter bubbles） 这一概念是由Pariser[7]在The Filter Bubble:What the Internet Is Hiding from You一书中提出的，他认为以PageRank 为代表的搜索算法已经成为过去，现在的搜索引擎可以时刻捕捉用户的偏好，并据此为其定制个性化的搜索结果，这使得每个人都身处一个独有的信息世界，即过滤气泡，阻碍人们偶遇异质信息①Pariser 在The Filter Bubble: What the Internet is Hiding from You 中对 “过滤气泡” 的原始描述为 “The new generation of Internet filters looks at the things you seem to like—the actual things you've done, or the things people like you like—and tries to extrapolate…these engines create a unique universe of information for each of us—what I've come to call a filter bubble—which fundamentally alters the way we encounter ideas and in‐formation.”(pp. 10)。

如上所述，“过滤气泡” 概念的初始定义非常清晰，强调了其与个性化推荐算法之间的密切关联，然而在后来的使用过程中却发生了概念混用的情况。……