胡皓雯

（扬州大学新闻与传媒学院，江苏 扬州 225009）

一、引 言

小众文化是相对于大众文化而言的“次文化”，在大众文化体系的边缘被少数群体所信奉，是部分个体以兴趣、爱好或品性为链接聚合而成的圈层文化。该圈层中的个体往往具有相似的态度立场、思维特征、语言风格及行为方式，比如动漫文化、国风文化等。早在20世纪70年代，阿尔文·托夫勒曾预言传媒未来面临着分众化、小众化的趋势，算法推荐技术正是给分众传播提供了技术支撑。分众传播打破了原本一元或二元对立的社会结构，促使人们逐渐接受越来越多元的价值体系。在我国，多种文化皆产生于统一的社会主义价值体系之中，因而小众文化与主流文化的价值取向具有统一性、互融性，相同之处是增强跨圈层影响力的根源。综上所述，笔者认为小众文化具备破圈传播的可能性。本文从算法推荐模式出发，探讨小众文化圈层壁垒的形成原因，并以舞蹈诗剧《只此青绿》成功破圈传播的个案为例，寻找在算法推荐机制之下文化圈层突破固有传播模式的有效途径。

二、小众文化圈层传播的现状

“圈层”的概念最早是作为地理概念被提出的，指的是地球的地壳、地幔和地核等圈层结构。而人类社会中的“圈层”可以视为一个动态场域，既包括纵向“层级”，也包括横向“圈子”，本文主要从小众文化“圈子化”的角度进行研究［1］。

小众文化圈层是一个知识复合型圈子，圈层内传播的知识仅为该圈层独有，个体的信息消费偏向无不带有鲜明的圈层符号。以微博平台为例，用户以账号昵称、“转、赞、评”数据等多种形式公布自己的喜好，展示个体所属圈层，圈层内独有的知识大多是以众包的形式生产。皮埃尔·莱维认为，“没有人无所不知，但每个人都各有所长，所有知识都寓居于人。”换句话说，圈层中没有人拥有全部信息，但每个人都知道一部分，任意成员的信息可以通过即时问答或与他人共享的方式获得。个体在圈层内自愿进行信息生产活动，不可避免地带入“个人经验场”，因而圈层内的信息内容杂糅、形态多样。为了使圈层内的观点相对统一，个体间会通过研究、辩论和解析，从重复冗杂的信息中凝练出绝大多数人认可的集体智慧。

群体规范是圈层中的个体基于共享信念在固定范围内建立起的行为准则，群体规范的建立需要圈层内个体的情感和价值观相对统一［2］。小众文化圈层中的群体规范对信息样态及信息传播模式产生隐性“控制”。在规范体系的约束之下，个体间的交流模式、语言规范具有大致相同的价值取向，因而形成了特色鲜明、具有一定区隔作用的语言系统［3］，而属于同一圈层的个体具备相应解码能力，因而能够准确理解其含义。个体自觉践行圈层内的语言系统模式，既是对群体规范的认可，同时也是将群体规范“内化于心”的过程。

群体规范的形成，使得以趣缘为连接的圈层传播格局中逐渐建立起一套完整的组织体系。进入圈层较早、拥有更多信息资源的个体成为意见领袖，并生产出具有独创性的信息，以此形成个人凝聚力；圈层内更多的个体以盗猎或游牧的形式进行信息生产，同时通过对意见领袖所生产的内容进行点赞、转发、评论与其他个体建立联系；而刚刚进入该圈层的个体，基于对意见领袖等人的模仿，逐渐认识、理解并顺从群体规范［4］。基于此，形成了一个完整的圈层内部信息流通渠道以及个体间层级划分明确的组织体系。

三、算法推荐机制下小众文化圈层壁垒的建构

小众文化以其独特的文化符号区别于大众文化，圈层内通过意见领袖创作的信息以及个体间的沟通交流共同构建集体智慧，形成身份认同。逐渐聚合的群体衍生出群体规范，隐性约束圈层内个体的行为。小众文化从信息样态到传播模式都具有相对固定的圈层特点，因而极易形成文化圈层壁垒。尽管算法推荐技术能有效缩短用户获取需求信息的时间，但是对小众文化的传播而言，算法推荐机制在传播过程中的束缚致使文化圈层壁垒不断增强。

（一）壁垒形成：“符码”既是文化粘合剂又是文化区隔符

传播技术的发展致使网络空间中的信息量呈指数、函数式的增长趋势，如何获取用户的注意力，并以此增强用户黏性是当下各平台关注的焦点。为了满足用户的个性化需求，算法推荐技术收集用户个人信息，再从网络空间中筛选出与用户偏好相匹配的信息，形成微目标传播，并将“用户品味”数据化并纳入计算系统，通过收集用户的生产内容、浏览数据等信息，形成对其个人喜好、价值观念、受教育程度等的判断，从而建立清晰的用户画像。在传播过程中，受众被视作固定不动的靶子，信息精准推送并非“填鸭式”的信息流动，而是更加强调有针对性地传播；同时，算法推荐技术还会通过机器学习的方式不断优化用户体验。

小众文化圈层中最重要的是与大众文化不同的文化符码。在信息流通过程中，独有的文化符码会逐渐演变为构建“用户画像”的个性化需求，也就是算法推荐机制认可的“标签”。而后，用户对平台推荐信息进行筛选的浏览数据，即“用户生产行为（UGB）”则会强化此前形成的用户画像，由此加强微目标传播的精确性。从用户角度来看，个体间以趣缘为线索，通过网络平台中点赞、评论等互动，建立起“萍水相逢”的弱连接，将原子化的个体凝结成为该圈层中的一部分，并在算法推荐机制的加持下，促使小众文化圈层内形成个体间的紧密连接。

算法推荐技术对用户信息环境的隐性“控制”，造成大众文化与小众文化间的区分。用户生产内容，或基于自己的主观好恶以及观点立场对信息进行选择的行为，都会被视为“个性化品味”而被算法记录下来。平台针对个人品位进行的精准推送，其实质却是用户自己的回声，如此循环往复，算法推荐的正反馈机制隐性“控制”了用户的信息环境，使得目标用户因无法接触到与兴趣符码不吻合的内容而陷入“信息茧房”。因此，笔者认为“符码”既是文化群体间的黏合剂，也是小众文化群体与大众之间的区隔屏障。

（二）壁垒巩固：“过滤气泡”形成排他文化的同时塑造自身文化形象

算法推荐机制在运行过程中从未停止对海量信息的筛选，而这种筛选行为一定程度上影响着人们对外部环境的认知判断［5］，伊莱·帕里泽将算法推荐的筛选行为称作“过滤气泡”。根据算法推荐形成的用户画像、平台筛除不符合用户兴趣习惯的内容，使得个人偏好得到过分满足。个体的“兴趣口味”取代专业把关人，用户不断强化已有的知识结构与认知，思维偏见也由此形成。

小众文化信息在“过滤气泡”的作用下，向具有相同偏好的群体内流动。媒体平台将符合用户画像的内容推荐给目标受众，受众对信息进行主观倾向性选择，这种倾向会继续影响算法推荐的针对性，如此循环往复，形成持续强化的正反馈机制［6］。在算法推荐的筛选作用下，圈层内个体获取大致相同的信息内容，形成大致相同的态度立场；同时，圈层与外界文化之间的壁垒进一步增强。然而，算法的筛选行为不仅仅存在于信息分发阶段，有学者认为，算法系统还重构了文化内容生产结构，即通过对用户“兴趣数据”的分析，算法能够对文化生产内容及形式提供有针对性的建议［7］。平台中某一内容的浏览量及点赞数据，会告诉用户“什么内容会吸引浏览量”“什么内容会成为网络爆款”。比如，部分社交媒体平台设置热搜排行榜，用户生产内容时带入热搜话题或关键词，就意味着拥有更高的曝光度及浏览量。算法一方面获取用户的兴趣倾向数据，另一方面，通过“用户倾向”重构内容生产结构，二者形成一种循环［8］，限制了用户生产信息时的关注范围。

对小众文化而言，圈层内的群体规范隐形“控制”着信息内容生产，个体生产的信息大多具有鲜明的圈层标志和相对固定的传播模式。因此，可以结合算法推荐的兴趣数据，分析传播内容出现的同质化现象。

（三）壁垒显性展现：“回音室”坚定群体立场

算法推荐是基于用户兴趣对海量信息内容进行筛选的行为，其实质还包含对信息立场的筛选。在算法正反馈机制作用下，用户获取的信息不仅强化了自身既有立场，也印证了既有观点，从而形成个人“回音室”；同时，还建立起了一种以“趣缘”为连接的圈层传播模式。

在圈层传播中，个体接收算法推荐的信息，筛选并获取其中有价值的内容；同时，积极参与信息生产实践，其主动生产的信息大多符合群体规范，带有鲜明的圈层特质，在算法推荐作用下，流向圈层内部。圈层内的信息生产更多是一种为获取身份认同而进行的分享性行为，通过构建一种基于内容和社会关系的用户分发内容（UGC），圈层内个体参与到信息传播过程中，将内容和社会关系相结合，并运用平台中发送链接、个人推荐的形式，引导其他用户进行信息消费行为［9］。小众文化在信息传播的过程中，极易形成圈层“非理性”的刻板印象。圈层内通过个体间的信息交流相互认同、相互鼓励、相互强化，坚定群体间的态度立场，促使圈层壁垒进一步增强。由于圈层内一致的声音越来越大，导致反对的声音容易被忽略，当面对问题采取行动时，用户更倾向于选择比较极端的方式，从而导致群体极化现象产生。

四、算法推荐机制下小众文化突破圈层壁垒的传播路径探索

算法推荐技术的传播模式，加之小众文化“信息独有”的特点，用户逐渐禁锢在自己感兴趣的文化圈层中。从算法技术诞生之初，学界就“信息茧房”是否真实存在的问题展开讨论，但不可否认的是算法推荐的信息筛选技术，让小众文化的传播路径受到限制。笔者认为，小众文化要想走进大众视野，应思考一条与算法推荐技术互融共生的传播路径。

在近年来的新闻传播实践中，从“不倒翁汉服小姐姐”到舞蹈诗剧《只此青绿》，小众文化的传播总是在不经意间突破圈层壁垒。笔者以《只此青绿》网络破圈传播为例，探析小众文化在算法推荐机制下的传播路径。

（一）算法“标签”转变为“迷因”传播符号

“网络迷因”大多是由流行文化的视频或文字文本构成，而算法推荐机制的“兴趣标签”是由具有圈层特质的“文化符码”构成的。笔者认为，要想打破算法推荐技术既有的传播路径，可以将标签化的信息继续转变为迷因传播符号，从而形成破圈层传播。

“迷因”是指通过复制、衍生等方式进行的文化传播。查德·道金斯在其著作《自私的基因》中提出“迷因”概念，他认为迷因是承载文化信息的基本单位［10］。随着信息技术的更新迭代，“网络迷因”应运而生。“网络迷因”是指文本、图像、热词或其他文化单元形式，所呈现的流行观念在互联网上快速出现和传播。网络强交互性、易接入性等特点，为“网络迷因”能够在短时间内形成“病毒式传播”创造了条件。例如，2022年央视春晚改编自《千里江山图》的舞蹈诗剧《只此青绿》收获好评，同时在网络中掀起“青绿腰”挑战，截至2022年3月24日，百度搜索相关词条超过1330万条。

根据迷因理论，“网络迷因”首先必须具备可复制性，这是触发成员之间模仿的心理动因；其次应赋予迷因多种意义和内涵，从而完成更大范围内的传播。在《只此青绿》的传播过程中，“青绿腰”挑战便可视作“网络迷因”。在算法推荐机制的作用下，《只此青绿》首先在舞蹈圈层及古典文化等具有紧密联系的圈层内引发讨论。舞蹈圈层内个体基于身份认同的需要，选择其中最具特色的动作进行模仿，这便是迷因传播的开始。其次，舞蹈主创人员等对演员服装、头饰等细节描述以及舞蹈背后蕴含的文化进行解释，进而将“青绿腰”挑战赋予文化内涵。最后，在微博、小红书等平台热点优先推荐的机制下，在更大范围内产生影响。

（二）增加信息偶遇的可能性

“信息偶遇”的概念最早是由埃尔德雷斯提出的，是指“在预期的情境中，个体意外获得有兴趣或者可以解决问题的信息的现象。”笔者认为，在“信息茧房”问题日益凸显的今天，构建信息接触的多种模式，增加个人信息偶遇的可能性是破解算法推荐机制下圈层壁垒的有效方式。

目前很多学者认为，“信息偶遇”的传播模式是从用户的信息搜寻行为开始的，信息搜寻行为搭建用户日常关注信息圈的同时，又在建构新的信息圈。因此，利用“信息偶遇”来解决圈层壁垒问题，就是要增加非线性的信息传播流程。对小众文化而言，要增加信息偶遇的可能性，就必须赋予圈层内独特“文化符码”更多的含义，并通过“符码”建立起与其他圈层之间的连接。比如在 《只此青绿》的传播过程中，将“青绿”视为“山水”符号，实现了在更多领域传播中的运用：微博＠CCTV1开讲啦发布节目预告＃千万年前的家园也是只此青绿吗＃，节目以 《千里江山图》为序，介绍了千万年前这片土地的前世今生；＠《人民日报》发布＃天目湖上演江南版只此青绿＃，以视频的形式展现了天目湖烟雨朦胧的美景。

（三）以圈层内容为线索实现跨媒介传播

单一平台的叙述往往更具有偏向性，在Web3.0时代，仅仅依托单一媒介的传播，往往会在多平台以多种形式进行传播。亨利·詹金斯在《融合文化》中提出了“跨媒体叙事”的概念，他认为，跨媒体叙事并非多个媒体功能的简单相加或相同信息的批量复制，而是不同平台利用自身的独特方式拓展和完善故事。由此可见，通过跨媒体叙事的方式可以补全传播链条，让信息以多种方式呈现出不同的特点。

笔者认为，在小众文化的传播过程中，以趣缘中心为依托，拓展更多延伸内容，才能获得更大的受众圈层。例如，微博平台侧重于信息碎片化传播，小红书平台倾向于日常穿搭教程、美妆教程等，抖音平台则是短视频创作的生产场所。通过这样的方式完成对故事的拓展，在不同平台吸引更多的人，通过不同的侧重点促进圈层与圈层之间的融合，从而吸引更多圈层的人。

在《只此青绿》的传播过程中，应充分发挥用户作为“信息生产者”的优势。比如，在抖音平台中，可以对原文本进行剪切、拼贴，将原舞蹈视频按照自己的理解，剪辑成时长1分钟左右的精彩集锦，配合文字对舞蹈蕴含的意义以及内涵进行解释；在小红书平台中，大多是美妆博主针对《只此青绿》中的妆容进行模仿，以妆容为线索，将传播群体从文博圈、舞蹈圈迁移至美妆圈层，受众更加广泛；微博作为即时信息分享平台，《只此青绿》在其中的传播既有文化圈层中意见领袖的点评，也有对人物形象进行Q版创作的手绘大V，在该条传播链条中，以人物造型为依托，对传播圈层进行了延伸。由此可见，在跨媒介的传播过程中，结合不同的文化语境能够更多地呈现出作品中文化符号所蕴含的意义。

五、结 语

小众文化以其独特的文化符号以及相对独立的组织结构区别于大众文化，在算法推荐机制的作用下，逐渐巩固圈层壁垒，形成“固步自封”的传播模式。结合近年来的成功“破圈传播”案例，发现很多优秀文化只需转变传播路径即可突破圈层壁垒。从小众文化视角出发，将算法推荐的标签延伸为文化迷因符号，依托网络交互性传播，实现影响范围的拓展；同时，打破算法推荐的线性传播模式，鼓励用户充分发挥“信息生产者”的优势，结合自身文化素养拓展更多传播链，让小众文化向不同文化语境中延伸。每一次的破圈传播都意味着不同文化之间的相互融合，小众文化要想与大众文化相衔接，给自身文化注入内涵及意义是关键。