陳帆川：新聞首頁 可玩出什麼花款？

【明報文章】我們瀏覽新聞網站的時候，常常看到一式一樣的新聞，你看的首頁跟你朋友看到的首頁往往一模一樣，統一排版的做法跟傳統報紙無異。世界一流媒體的做法，又是怎樣的呢？

美國《紐約時報》最近在官網分享歷時3年的數碼頭版改造計劃，引入演算法推薦呈現在網站首頁的新聞，致力在自動化與編輯人為介入之間取得平衡，減輕編輯工作量之餘，又推高點擊率。

該報一名數據科學家撰文解釋引入演算法的經過，指出該報早在2011年已利用演算法推薦文章，例如當讀者看完一篇文，頁面底下會自動推薦幾個讀者可能也喜歡的內容。但直至今年，他們才正式在首頁用上演算法，目前首頁上近一半的文章都由演算法推薦。

《紐時》用演算法向讀者推薦文章

雖然傳統電視、電台和報章都由編輯排版，以專業角度決定當刻最重要的新聞，避免將芝麻綠豆事當成頭條新聞，但社交媒體和網絡論壇打破了新聞人壟斷新聞排位的局面。編輯認為重要的新聞，大眾不一定感興趣；大眾追捧的熱話，可能是編輯不屑一顧的八卦新聞。

據《紐時》講法，他們將演算法推文分成3個步驟，強調每一步都由真人編輯介入：第一步是揀選所有值得登上首頁的文章；第二步是將所有文章由高至低排序；第三步是微調排序。

第一步揀新聞，主要由編輯人手挑選，再輔以由編輯訂立的準則自動揀選。第二步的排序則比較複雜，套用「上下文賭博機（contextual bandit）」演算法，其中「賭博機」即是向所有讀者推薦一樣的新聞，類似連登論壇的熱門帖文，你看到的跟我看到的是一樣，但由演算法排序；「上下文」則利用個別讀者的數據，例如瀏覽紀錄和地理位置去調整排序。

第三步的微調，是筆者認為最有趣的一環。由演算法排出來的新聞，有機會跟社交媒體一樣，無視道德和新聞重要性，削弱新聞老字號的公信力。於是他們給予編輯最高話事權，即時將個別文章置頂。演算法亦設有兩個「過濾器」，將用戶已經見過標題或讀過內文的文章，排到很低的位置，保持首頁的新鮮感。

該報沒有透露項目所節省的編輯成本和增加的流量，惟強調內部反應正面，編輯室已要求將相關技術應用至更多層面；下一步是將首頁的不同模組，例如要聞、美國新聞、國際、熱門等等在版面上的位置，都由演算法決定。而跟其他科技公司不同的是，他們仍然再三強調編輯的人為介入。

作者是新聞工作者、文化評論人

（本網發表的時事文章若提出批評，旨在指出相關制度、政策或措施存在錯誤或缺點，目的是促使矯正或消除這些錯誤或缺點，循合法途徑予以改善，絕無意圖煽動他人對政府或其他社群產生憎恨、不滿或敵意）

[陳帆川]