典型文献
国内主流搜索引擎的算法审计研究
文献摘要：
在数字信息生态中,商业化搜索引擎和商业性信息网站分别扮演着日益重要的角色.本研究采用算法审计方法,以"新冠病毒"这一公共议题为例,对国内主流搜索引擎的检索结果进行审计,基于大数据和图计算识别二者间的商业关联,并计算上述关联关系是否导致搜索引擎信息过滤、排序的偏向或降低搜索结果的多样性.研究证实,商业关联会导致搜索引擎算法偏向,即搜索引擎首先倾向于呈现来自相同利益主体网站的信息,其次是利益相关主体网站的信息,并赋予二者更优先的排序;利益关联对内容多样性的影响因搜索引擎而异.研究同时发现,在目前的互联网信息检索服务中,商业信息网站处于"内容提供商"和"广告商"之间的模糊地带;搜索引擎和商业信息网站之间基于商业关联形成的"渠道—内容"合谋构成了对数字生态公共性的挑战.
文献关键词：
搜索引擎;算法审计;算法伦理
中图分类号：
作者姓名：
师文;陈昌凤
作者机构：
暨南大学新闻与传播学院,广东广州 510632;清华大学新闻与传播学院,北京 100084
文献出处：
引用格式：
[1]师文;陈昌凤-.国内主流搜索引擎的算法审计研究)[J].新闻大学,2022(10):84-100
A类：
商业关联
B类：
内主,算法审计,审计研究,数字信息,信息生态,商业性,信息网,审计方法,新冠病毒,公共议题,图计算,关联关系,信息过滤,联会,搜索引擎算法,利益主体,利益关联,互联网信息,信息检索服务,商业信息,提供商,广告商,模糊地,合谋,数字生态,公共性,算法伦理
AB值：
0.322026
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
