论文部分内容阅读
摘 要 智能媒体时代，人工智能与互联网技术的融合发展为媒体业带来了巨大的变革。抖音短视频所使用的智能推荐算法机制在帮助处理庞大信息的同时，也带来了诸如优质内容流失、人工干预误导算法、把关的缺失以及版权保护等问题。
关键词 抖音短视频；算法机制；实操性问题
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2021）10-0010-03
短视频可谓4G时代非常成功的新兴事物，在人工智能技术的加持下，取得了巨大的发展。 抖音短视频是一个非常成功的将人工智能算法应用于内容分发上的典型智能媒体，研究其人工智能算法机制模式及其在内容分发实际操作中的一些问题，有助于帮助其他智能媒体防范部分实操性的问题，以更好地改进媒体产品。
智能推荐算法是基于模型设定和机器学习对海量用户数据进行挖掘分析以实现个性化推荐的一种机制。根据目前被广泛运用的智能推荐算法机制的原理，可大致分为以下三类。
1.1 基于用户个人信息和使用数据的协同过滤
基于用户个人信息和使用数据的协同过滤是指，通过用户注册账号初期登记的相关个人信息以及使用过程中产生的用户数据来进行人群划分，并据此推荐用户可能感兴趣的相关内容。这种方法早就被应用于数字广告的精准投放之中，目前在电商平台和社交媒体上经常能够见到这类程序化投放的广告。例如淘宝会根据新注册用户的年龄、性别、所在城市、喜好、职业来判断用户的消费水平和同类人群消费倾向选择，从而推给用户可能感兴趣的商品内容。
抖音短视频在用户进入平台初期阶段便主要是靠这种基于用户个人信息和使用数据的协同过滤机制来进行内容推荐的。当一个新用户注册完抖音账号，授权了自己的个人信息之后，用户首先接收到的内容推荐是来自于流量池的头部内容推荐和与用户个人信息相似度较高的人群的喜好内容，这种机制能帮助抖音有效提高新用户留存率。
1.2 基于用戶社交图谱的精准推荐
基于用户社交图谱的精准推荐可分为两类：一类是以社交好友关系图谱为基础的强关系推荐；另一类则是根据用户转发、评论、点赞陌生用户内容类型进行分析的弱关系推荐。
基于用户社交图谱的强关系推荐在抖音中的体现为：假如你授权了抖音App可匹配手机通讯录中的好友或是其他社交媒体上的好友关系，那么这种社交关系会从之前的社交媒体继续延续到该App上，你与好友之间的互动数量也会成为算法机制判断你与该好友之前的社交关系强弱的依据之一。一定程度上，你与某位好友之间的互动越多，算法机制判定你们之间的社交关系越强，那么该好友点赞过的内容就越有可能也出现在你的首页上。基于用户社交图谱的弱关系推荐则表现为：当你经常点赞首页刷到的同一陌生用户的视频，那么该陌生用户之后拍摄的新视频出现在你首页的几率会增大；同时如果你经常点赞同一类非数据后台所记录的属于你最初喜好类型的视频，那么机器会进行学习，将其视频类型纳入你的喜好标签内，之后你刷到这类型视频的几率也会增加。这种算法机制能够帮助抖音增强用户黏性，进一步增强用户对抖音平台的依赖性，提高用户使用时长和频率。
1.3 基于内容流量池的叠加推荐
基于内容流量池的叠加推荐是以内容的综合权重作为评估指标，综合权重会根据该内容在上传后一段时间内获得的转发数、评论数、点赞数等指标综合考量，当综合权重达到了一定的量级便能够跻身于头部内容，再根据智能算法推荐给合适的目标人群。一般来说，内容的综合权重越高，获得推荐的可能性就越大，覆盖人群也会越广。人工智能技术在这种推荐机制中的作用不仅在于能够提高内容分发的速度和效率，同时在基于人工设定的基本模型算法上，它还能够不断学习，根据用户在使用App的实际情况中产生的各类用户数据进行自我判断从而进一步优化对用户的个性化推荐。例如某用户在这最近一周内对于头部内容的反馈最好，那么算法机制在之后的推荐中便会增加头部内容出现的频率和比重；如果算法机制检测到该用户很喜欢自己某位好友点赞的一些视频，那么便会增加这位好友点赞视频以及同类视频出现在首页的几率。
抖音短视频之所以能够在众多的短视频App中脱颖而出，成为行业典范。其模式的成功主要得益于这几点：1）创作门槛低，用户易上手好操作；2）社交属性与互动性强，满足用户社交需求；3）时长短，符合移动互联网时代的碎片化内容消费习惯；4）不受场景限制，能够在短时间内让用户达到放松消遣娱乐的目的；5）其多元化、个性化的智能算法分发机制有利于用户留存率与用户黏性的提升。抖音短视频作为字节跳动公司旗下的产品，其智能推荐算法是产品的核心依托，智能推荐算法在为抖音创造了巨大收益的同时，实际操作中也出现了许多问题。
2.1 内容分发中的“马太效应”会导致部分优质内容流失
由于智能算法会基于流量叠加进行下一轮的推荐，那么一定时间内转评赞数量更多的视频就能够得到更高频次更广覆盖面的曝光率，也就是“强者愈强，弱者愈弱”的马太效应会出现在内容分发的过程中，这同时也会导致部分优质内容的流失，视频获取流量的多少不仅与其内容有趣与否有关，还可能会与视频上传的时间点以及上传视频完以后一段时间内的App用户活跃度有关。这种智能推荐算法机制在满足用户需求，根据用户的喜好提供定制化、个性化内容推送的同时，最大的弊端也在于此。只向受众推荐其喜好的内容，限制了用户知识面的增长，造成了信息窄化现象，而信息窄化的同时也会促使群体成员倾向于加强与本群体的联系和信息交流，导致群内同质的现象，也就是“信息茧房”效应。
互联网活动家帕里泽发现在互联网时代，搜索引擎会通过了解用户的偏好过滤掉异质信息，为用户打造个性化信息世界的同时，阻碍人们多元化观点交流的“隔离墙”也会被筑起，他将其称为“过滤气泡”[ 1 ]。人类对于信息的获取方式和知识的增长过程本应是非常复杂的，过滤气泡的产生会让受众处于一种“网络信息孤岛”的拟态环境中，受众在这个环境中接触到的信息一直是重复的同类信息，一定程度上会造成思想的固化，处于同类型这种拟态环境中的受众也会更加认同彼此的思想观点，加速群体极化现象的产生。正如李林容所说：“在对个人的行为进行塑造的同时，算法科技的迭代也左右了当代人与人之间关系的生产。内容社交平台，算法打造社区，形成了新的人际交往形式——圈群文化。”[2]例如抖音产生的“抖友”文化，不刷抖音的人可能会因为不知道抖音上的热点行为而阻碍其与刷抖音的人之间的信息交流。 2.2 购买流量等人为干预行为会误导算法
在抖音短视频变得火爆之后，越来越多的人希望能够借此平台获得关注成为“网红”，或是出于流量受益分成的原因，会出现购买流量的交易行为。在自己的视频刚上传的一段时间内，花钱购买“水军”帮自己的视频转发、评论、点赞，智能推荐算法会基于这种互动量的提高而默认为该视频非常受欢迎，从而根据流量叠加机制将该视频加入到次要头部内容视频池中进行下一轮推荐。这种人为购买流量的行为只要控制得当是难以被机器算法监测出来的，人为干预视频互动量提高综合权重的行为会导致部分低俗、平庸的作品得到算法的叠加推荐，从而造成次要头部内容视频池中的视频质量参差不齐的情况，视频质量有所下降也会影响到用户对于产品的体验感以及好感度。
2.3 把关缺失，不良内容影响青少年成长
随着抖音用户数量的不断增长，用户上传的视频数也呈几何倍数增长，如此庞大的数量很明显是人工审核不过来的，机器的审核完全按照算法设定的程序进行把关，一定是有所缺陷的。再加上由于每个用户的媒介素养高低不一，这就会导致抖音平台上出现一些低俗、软色情、猎奇等不良视频的传播，这些不良视频会影响到那些仍处于成长阶段的青少年，对他们尚未成熟的三观产生不好的影响。
青少年由于自我判断能力的不足，会对抖音上的视频产生模仿行为。2019年8月22日，山东枣庄两名女孩因为模仿抖音平台上名为“办公室小野”的网红发布的关于“用易拉罐自制爆米花”的短视频，中间由于操作不当而导致酒精瓶爆炸，造成了两名小女孩一死一伤的结果。不可否认这种悲剧的发生一定有家长在教育管理上的缺失，但同时是可以通过平台加大对KOL视频的审核力度、MCN达人加强自我管理等措施来尽量避免同类事件的发生的。作为具有一定影响力的KOL，对自己的内容产出应当有高质量要求，对于可能会被模仿而造成一定人身安全的视频内容应当舍弃或是加强说明，而平臺自身也应当更加关注青少年群体的使用情况。
2.4 独创内容的保护与被保护问题
由于看到了短视频巨大的商业价值和发展前景，许多企业纷纷投资短视频行业希望从中分一杯羹。各大短视频App为了竞争，需要提供更为独特的视频资源才能够吸引到更多的用户，因此会存在有短视频平台与特定的MCN机构或是KOL达人签约独享其原创视频资源的情况。抖音作为短视频行业的领头羊之一，其原创资源自然更丰富，同时，由于企业之间的竞争关系，抖音上不能够直接生成微信分享链接、来自于其他视频网站如腾讯视频、爱奇艺、bilibili（哔哩哔哩）等网站以及具有版权保护的视频也不能够通过审核。而作为后边的跟随者，部分后起的短视频App企业会利用爬虫技术搬运抖音的热门视频和评论到自己的平台上，用低成本的方式吸引用户。抖音短视频不仅面临着自身平台视频有侵犯其他企业知识产权的问题，同时自身平台上的原创视频也面临着被侵犯知识产权的问题。
3.1 通过人工干预加强对原创优质内容的推荐
针对部分优质内容会在算法机制的影响下流失的问题，可以考虑通过人工推荐机制干预进程。让头部内容池的视频内容可以通过两种渠道进入，除了流量叠加推荐机制引入的热门视频之外，还可以通过后台人员对视频的审核将优质视频手动加入到头部内容池中，这样可以有效地丰富头部内容池，更大程度上防止优质内容的流失。同时，对于头部内容池内的视频，人工日常审核机制应更为严格，可以适当加入一些有助于提高公众文化素养、拓展知识面的正面信息与内容在推荐页面，引导用户去点击。另外还需要建立人工审核机制，通过人工对于平台上的有害内容和不实内容进行二次过滤和及时处理。
3.2 全面优化算法机制
人工智能算法机制的确在帮助抖音处理视频过滤、审核和分发的过程中发挥着重要的作用，能够快速高效地处理大量的视频。虽然机器会对人的行为进行学习，但人工智能算法终究不是人，很多视频中隐含的内容是机器无法做出判断的。就目前来说机器算法过滤机制只能够审核文字内容中的敏感词汇，对于语音的审核机制还不够完善，所以应该进一步优化算法机制。由于人为购买流量的行为会误导算法中的流量叠加机制，所以在加强人工对于内容池内的视频进行二次审核的同时，企业也应当不断调整算法机制，对于异常数据进行及时处理，对于互动量异常增长的热门视频及时查看，对于相关账户做出提示、警告甚至封号的处理。
3.3 推出青少年防沉迷系统，加强全民把关
近年来，我们能够看到抖音短视频的用户呈现出低龄化的趋势，平台除了针对青少年群体推出防沉迷以外，还可以考虑设定相对应的机制来推动全民把关。每个个体的文化素养和媒介素养会直接影响到新闻信息的传播效果和舆论导向。每个人既是信息的传者，也是受者，因此每一个个体都应该努力提升自己的媒介素养和文化素养，加强自身的把关作用，对于平台中的不良内容和不实内容应当及时举报，平台可以设定相对应的奖惩机制和应对程序来解决此类问题，共同创造一个良好的媒介传播环境。
3.4 加强版权保护意识，遏制不正当竞争
针对抖音短视频平台内容既面临着侵犯其他企业知识产权同时又面临着被其他竞争对手侵犯知识产权的问题，各平台和各企业都应当加强自身的审核机制与版权保护意识，鼓励用户原创作品，不做其他视频平台上的“搬运工”。创造一个良好公平的竞争环境是需要企业共同去努力的，企业与企业之间在完善自身管理的同时可以通过合作共享资源、互相引流等方式共同促进双方平台的发展，做到互利共赢。
为了营造一个良性发展的媒介传播环境，不论是个人、媒介组织、企业还是政府，都应该主动找准自己的清晰定位，提高自己的政治觉悟，提升自己的媒介素养，对于网络上的信息和内容应当做出全面且理性的判断和把关。只有全社会共同合作，才能够携手创造出一个更美好、更健康、更和谐的传播环境。
参考文献
[1]郭小安，甘馨月.“戳掉你的泡泡”：算法推荐时代“过滤气泡”的形成及消解[J].全球传媒学刊，2018，5（2）：76-90.
[2]李林容.网络智能推荐算法的“伪中立性”解析[J].现代传播（中国传媒大学学报），2018，40（8）：82-86.
关键词 抖音短视频；算法机制；实操性问题
中图分类号 G2 文献标识码 A 文章编号 2096-0360（2021）10-0010-03
短视频可谓4G时代非常成功的新兴事物，在人工智能技术的加持下，取得了巨大的发展。 抖音短视频是一个非常成功的将人工智能算法应用于内容分发上的典型智能媒体，研究其人工智能算法机制模式及其在内容分发实际操作中的一些问题，有助于帮助其他智能媒体防范部分实操性的问题，以更好地改进媒体产品。
1 智能推荐算法机制解析
智能推荐算法是基于模型设定和机器学习对海量用户数据进行挖掘分析以实现个性化推荐的一种机制。根据目前被广泛运用的智能推荐算法机制的原理，可大致分为以下三类。
1.1 基于用户个人信息和使用数据的协同过滤
基于用户个人信息和使用数据的协同过滤是指，通过用户注册账号初期登记的相关个人信息以及使用过程中产生的用户数据来进行人群划分，并据此推荐用户可能感兴趣的相关内容。这种方法早就被应用于数字广告的精准投放之中，目前在电商平台和社交媒体上经常能够见到这类程序化投放的广告。例如淘宝会根据新注册用户的年龄、性别、所在城市、喜好、职业来判断用户的消费水平和同类人群消费倾向选择，从而推给用户可能感兴趣的商品内容。
抖音短视频在用户进入平台初期阶段便主要是靠这种基于用户个人信息和使用数据的协同过滤机制来进行内容推荐的。当一个新用户注册完抖音账号，授权了自己的个人信息之后，用户首先接收到的内容推荐是来自于流量池的头部内容推荐和与用户个人信息相似度较高的人群的喜好内容，这种机制能帮助抖音有效提高新用户留存率。
1.2 基于用戶社交图谱的精准推荐
基于用户社交图谱的精准推荐可分为两类：一类是以社交好友关系图谱为基础的强关系推荐；另一类则是根据用户转发、评论、点赞陌生用户内容类型进行分析的弱关系推荐。
基于用户社交图谱的强关系推荐在抖音中的体现为：假如你授权了抖音App可匹配手机通讯录中的好友或是其他社交媒体上的好友关系，那么这种社交关系会从之前的社交媒体继续延续到该App上，你与好友之间的互动数量也会成为算法机制判断你与该好友之前的社交关系强弱的依据之一。一定程度上，你与某位好友之间的互动越多，算法机制判定你们之间的社交关系越强，那么该好友点赞过的内容就越有可能也出现在你的首页上。基于用户社交图谱的弱关系推荐则表现为：当你经常点赞首页刷到的同一陌生用户的视频，那么该陌生用户之后拍摄的新视频出现在你首页的几率会增大；同时如果你经常点赞同一类非数据后台所记录的属于你最初喜好类型的视频，那么机器会进行学习，将其视频类型纳入你的喜好标签内，之后你刷到这类型视频的几率也会增加。这种算法机制能够帮助抖音增强用户黏性，进一步增强用户对抖音平台的依赖性，提高用户使用时长和频率。
1.3 基于内容流量池的叠加推荐
基于内容流量池的叠加推荐是以内容的综合权重作为评估指标，综合权重会根据该内容在上传后一段时间内获得的转发数、评论数、点赞数等指标综合考量，当综合权重达到了一定的量级便能够跻身于头部内容，再根据智能算法推荐给合适的目标人群。一般来说，内容的综合权重越高，获得推荐的可能性就越大，覆盖人群也会越广。人工智能技术在这种推荐机制中的作用不仅在于能够提高内容分发的速度和效率，同时在基于人工设定的基本模型算法上，它还能够不断学习，根据用户在使用App的实际情况中产生的各类用户数据进行自我判断从而进一步优化对用户的个性化推荐。例如某用户在这最近一周内对于头部内容的反馈最好，那么算法机制在之后的推荐中便会增加头部内容出现的频率和比重；如果算法机制检测到该用户很喜欢自己某位好友点赞的一些视频，那么便会增加这位好友点赞视频以及同类视频出现在首页的几率。
2 抖音短视频智能推荐算法导致的问题
抖音短视频之所以能够在众多的短视频App中脱颖而出，成为行业典范。其模式的成功主要得益于这几点：1）创作门槛低，用户易上手好操作；2）社交属性与互动性强，满足用户社交需求；3）时长短，符合移动互联网时代的碎片化内容消费习惯；4）不受场景限制，能够在短时间内让用户达到放松消遣娱乐的目的；5）其多元化、个性化的智能算法分发机制有利于用户留存率与用户黏性的提升。抖音短视频作为字节跳动公司旗下的产品，其智能推荐算法是产品的核心依托，智能推荐算法在为抖音创造了巨大收益的同时，实际操作中也出现了许多问题。
2.1 内容分发中的“马太效应”会导致部分优质内容流失
由于智能算法会基于流量叠加进行下一轮的推荐，那么一定时间内转评赞数量更多的视频就能够得到更高频次更广覆盖面的曝光率，也就是“强者愈强，弱者愈弱”的马太效应会出现在内容分发的过程中，这同时也会导致部分优质内容的流失，视频获取流量的多少不仅与其内容有趣与否有关，还可能会与视频上传的时间点以及上传视频完以后一段时间内的App用户活跃度有关。这种智能推荐算法机制在满足用户需求，根据用户的喜好提供定制化、个性化内容推送的同时，最大的弊端也在于此。只向受众推荐其喜好的内容，限制了用户知识面的增长，造成了信息窄化现象，而信息窄化的同时也会促使群体成员倾向于加强与本群体的联系和信息交流，导致群内同质的现象，也就是“信息茧房”效应。
互联网活动家帕里泽发现在互联网时代，搜索引擎会通过了解用户的偏好过滤掉异质信息，为用户打造个性化信息世界的同时，阻碍人们多元化观点交流的“隔离墙”也会被筑起，他将其称为“过滤气泡”[ 1 ]。人类对于信息的获取方式和知识的增长过程本应是非常复杂的，过滤气泡的产生会让受众处于一种“网络信息孤岛”的拟态环境中，受众在这个环境中接触到的信息一直是重复的同类信息，一定程度上会造成思想的固化，处于同类型这种拟态环境中的受众也会更加认同彼此的思想观点，加速群体极化现象的产生。正如李林容所说：“在对个人的行为进行塑造的同时，算法科技的迭代也左右了当代人与人之间关系的生产。内容社交平台，算法打造社区，形成了新的人际交往形式——圈群文化。”[2]例如抖音产生的“抖友”文化，不刷抖音的人可能会因为不知道抖音上的热点行为而阻碍其与刷抖音的人之间的信息交流。 2.2 购买流量等人为干预行为会误导算法
在抖音短视频变得火爆之后，越来越多的人希望能够借此平台获得关注成为“网红”，或是出于流量受益分成的原因，会出现购买流量的交易行为。在自己的视频刚上传的一段时间内，花钱购买“水军”帮自己的视频转发、评论、点赞，智能推荐算法会基于这种互动量的提高而默认为该视频非常受欢迎，从而根据流量叠加机制将该视频加入到次要头部内容视频池中进行下一轮推荐。这种人为购买流量的行为只要控制得当是难以被机器算法监测出来的，人为干预视频互动量提高综合权重的行为会导致部分低俗、平庸的作品得到算法的叠加推荐，从而造成次要头部内容视频池中的视频质量参差不齐的情况，视频质量有所下降也会影响到用户对于产品的体验感以及好感度。
2.3 把关缺失，不良内容影响青少年成长
随着抖音用户数量的不断增长，用户上传的视频数也呈几何倍数增长，如此庞大的数量很明显是人工审核不过来的，机器的审核完全按照算法设定的程序进行把关，一定是有所缺陷的。再加上由于每个用户的媒介素养高低不一，这就会导致抖音平台上出现一些低俗、软色情、猎奇等不良视频的传播，这些不良视频会影响到那些仍处于成长阶段的青少年，对他们尚未成熟的三观产生不好的影响。
青少年由于自我判断能力的不足，会对抖音上的视频产生模仿行为。2019年8月22日，山东枣庄两名女孩因为模仿抖音平台上名为“办公室小野”的网红发布的关于“用易拉罐自制爆米花”的短视频，中间由于操作不当而导致酒精瓶爆炸，造成了两名小女孩一死一伤的结果。不可否认这种悲剧的发生一定有家长在教育管理上的缺失，但同时是可以通过平台加大对KOL视频的审核力度、MCN达人加强自我管理等措施来尽量避免同类事件的发生的。作为具有一定影响力的KOL，对自己的内容产出应当有高质量要求，对于可能会被模仿而造成一定人身安全的视频内容应当舍弃或是加强说明，而平臺自身也应当更加关注青少年群体的使用情况。
2.4 独创内容的保护与被保护问题
由于看到了短视频巨大的商业价值和发展前景，许多企业纷纷投资短视频行业希望从中分一杯羹。各大短视频App为了竞争，需要提供更为独特的视频资源才能够吸引到更多的用户，因此会存在有短视频平台与特定的MCN机构或是KOL达人签约独享其原创视频资源的情况。抖音作为短视频行业的领头羊之一，其原创资源自然更丰富，同时，由于企业之间的竞争关系，抖音上不能够直接生成微信分享链接、来自于其他视频网站如腾讯视频、爱奇艺、bilibili（哔哩哔哩）等网站以及具有版权保护的视频也不能够通过审核。而作为后边的跟随者，部分后起的短视频App企业会利用爬虫技术搬运抖音的热门视频和评论到自己的平台上，用低成本的方式吸引用户。抖音短视频不仅面临着自身平台视频有侵犯其他企业知识产权的问题，同时自身平台上的原创视频也面临着被侵犯知识产权的问题。
3 解决智能推荐算法问题的对策
3.1 通过人工干预加强对原创优质内容的推荐
针对部分优质内容会在算法机制的影响下流失的问题，可以考虑通过人工推荐机制干预进程。让头部内容池的视频内容可以通过两种渠道进入，除了流量叠加推荐机制引入的热门视频之外，还可以通过后台人员对视频的审核将优质视频手动加入到头部内容池中，这样可以有效地丰富头部内容池，更大程度上防止优质内容的流失。同时，对于头部内容池内的视频，人工日常审核机制应更为严格，可以适当加入一些有助于提高公众文化素养、拓展知识面的正面信息与内容在推荐页面，引导用户去点击。另外还需要建立人工审核机制，通过人工对于平台上的有害内容和不实内容进行二次过滤和及时处理。
3.2 全面优化算法机制
人工智能算法机制的确在帮助抖音处理视频过滤、审核和分发的过程中发挥着重要的作用，能够快速高效地处理大量的视频。虽然机器会对人的行为进行学习，但人工智能算法终究不是人，很多视频中隐含的内容是机器无法做出判断的。就目前来说机器算法过滤机制只能够审核文字内容中的敏感词汇，对于语音的审核机制还不够完善，所以应该进一步优化算法机制。由于人为购买流量的行为会误导算法中的流量叠加机制，所以在加强人工对于内容池内的视频进行二次审核的同时，企业也应当不断调整算法机制，对于异常数据进行及时处理，对于互动量异常增长的热门视频及时查看，对于相关账户做出提示、警告甚至封号的处理。
3.3 推出青少年防沉迷系统，加强全民把关
近年来，我们能够看到抖音短视频的用户呈现出低龄化的趋势，平台除了针对青少年群体推出防沉迷以外，还可以考虑设定相对应的机制来推动全民把关。每个个体的文化素养和媒介素养会直接影响到新闻信息的传播效果和舆论导向。每个人既是信息的传者，也是受者，因此每一个个体都应该努力提升自己的媒介素养和文化素养，加强自身的把关作用，对于平台中的不良内容和不实内容应当及时举报，平台可以设定相对应的奖惩机制和应对程序来解决此类问题，共同创造一个良好的媒介传播环境。
3.4 加强版权保护意识，遏制不正当竞争
针对抖音短视频平台内容既面临着侵犯其他企业知识产权同时又面临着被其他竞争对手侵犯知识产权的问题，各平台和各企业都应当加强自身的审核机制与版权保护意识，鼓励用户原创作品，不做其他视频平台上的“搬运工”。创造一个良好公平的竞争环境是需要企业共同去努力的，企业与企业之间在完善自身管理的同时可以通过合作共享资源、互相引流等方式共同促进双方平台的发展，做到互利共赢。
4 结语
为了营造一个良性发展的媒介传播环境，不论是个人、媒介组织、企业还是政府，都应该主动找准自己的清晰定位，提高自己的政治觉悟，提升自己的媒介素养，对于网络上的信息和内容应当做出全面且理性的判断和把关。只有全社会共同合作，才能够携手创造出一个更美好、更健康、更和谐的传播环境。
参考文献
[1]郭小安，甘馨月.“戳掉你的泡泡”：算法推荐时代“过滤气泡”的形成及消解[J].全球传媒学刊，2018，5（2）：76-90.
[2]李林容.网络智能推荐算法的“伪中立性”解析[J].现代传播（中国传媒大学学报），2018，40（8）：82-86.