"看一看"的"朋友在看"与"精选"两栏的内容推荐机制并不相同。"朋友在看"以社交推荐为主，推荐的内容主要为朋友点击"在看"或多数朋友看过的推送文章；"精选"则主要以算法推荐为主，基于智能算法来向用户进行内容的个性化推荐。
“朋友在看”一栏的社交推荐型信息流是“看一看”有别于其他算法推荐型信息流的一大突出亮点。社交推荐用户看到的推荐内容不再与算法相关，而是好友推荐的结果。库尔特·卢因（Kurt Lewin）曾提出“把关人”理论，对应于如今盛行个性化算法推荐的时代，可发现机器事实上充当了内容的把关人。因此“看一看”的社交推荐模式本质上是人作为"把关人"的回归，具有鲜明的启示意义与实践价值。
同时，"看一看"的算法推荐机制亦有其创新之处。在如今众多基于 YouTube DNN、DeepFM 等模型的内容推荐情境中，许多优质的"长尾内容"常由于缺乏相关行为特征而难以获得及时的曝光与高效的投放。针对这一越发严重的"马太效应"， 微信内部研发团队 Yudan Liu 等人在Look-alike 算法的基础上提出了一种全新的 RALM（Real-time Attention based Look-alike Model）模型。该模型创新性地通过 User Representation Learning 表达种子用户的兴趣状态， 通过 Look-alike learning 学习种子用户群体信息及目标用户与种子用户群体的相似性。[4]RALM 模型由此实现了实时且高效的用户扩展，无需对每条资讯（Item） 重新建立模型，即可让资讯第一时间抵达受众；改善了内容推荐的现状，使用户阅读的质量与广度显著上升。其现已成功部署入"看一看"的内容推荐系统。
（三）"看一看"的用户使用情况
2019 年 4 月，清博大数据发布了一项数据分析报告，对 2018 年 3 月 -2019 年 3 月清博指数TOP1000 微信公众号的相关数据情况进行了统计分析，清晰地呈现了这一年中微信公众号使用情况的变化趋势。[5]
1.阅读量变化情况
由图 2-3-1 可知，在这一年中清博指数 TOP1000 微信公众号阅读量总量与平均单篇阅读量整体皆呈先降后升趋势，其中阅读总量于 2019 年 2 月达到最低点，平均单篇阅读量于 2018 年12 月达到最低点。
2.点赞、好看、在看量变化情况
由图 2-3-2 可 知，这一年中这1000 个微信公众号的月度点赞量总量与平均单篇点赞量整体呈现缓慢下滑的趋势。而在经历了 2018 年 12 月的更新改版后（推文底部"点赞"变更为"好看"），好看量明显呈断崖式下跌。尽管 2019 年 3 月好看量总量稍有回升，但与改版前相比，仍然差距显著。
图 2-3-3 为 2018 年 12 月 21 日"一看"正式推出前后两周清博指数TOP1000 微信公众号周度点赞（ 好看） 量总量与阅读量总量的变化情况。可以看到，用户的点赞 （ 好看 ） 热情受此次改版影响十分明显，整体呈显著下降趋势；阅读量总量的下滑亦表明"看一看"在刚推出时对于文章曝光量的增加并没有促进作用。
图2-3-4 为2019 年3 月14 日"看一看"的"好看"变更为"在看"前后两周这 1000 个微信公众号周度好看（ 在看 ） 量总量与阅读量总量的变化情况。可以看到，用户点击好看（在看）的热情仍然呈现下滑趋势，但较前一次改版而言速度放缓；阅读量总量则出现了较大的回升。
尽管这份统计报告的数据并未囊括所有微信公众号，但仍可以从中观测到"看一看"多次改版前后用户的总体使用情况变化趋势。一方面，"看一看"对于微信公众号阅读量的提升具有推动作用，且效果呈现越发显著之势；另一方面，"点赞"到"好看"的变更抑制了用户使用"看一看"的积极性，而"好看"到"在看"的改版也并未对此产生实质性的改善。
（四）"看一看"的进步性与局限性
1.“看一看"的进步性
首先，"看一看"中的算法推荐模式通过运用 RALM 模型，突破了传统的算法推荐机制对部分优质信息的过滤和信息窄化问题。同时，"看一看"的社交推荐模式使其具有部分传统人工推荐机制的优势，是人作为"把关人"的回归。
其次，在"看一看"的社交推荐模式中，用户获得的信息属于另一个人的个性化体系，当人与人的观点倾向与看法以信息的方式产生交互时， 能对个人的"信息茧房"进行一定程度的打破。社交联系本身具有一定的信任感，用户会在社交信任感的基础上产生思考，看到自身的认知局限， 从而戳破局限自我的"过滤气泡"。
最后，"看一看"具有更全面的理性维度，部分弥补了推荐算法中的价值理性缺失。"看一看"的社交推荐模式实现了用户之间信息内容的交互，进而推动了用户价值观的交互， 使其获得了纯算法推荐所不具备的价值理性，使用户有机会实现价值判断与价值选择的自我审视。
2.“看一看"的局限性
根据微信派发布的《2018 微信数据报告》，2018 年微信月活跃用户达到了 10.82 亿人。 “看一看"的社交推荐模式以用户与好友之间双向的信息交流欲望为实现前提，这种欲望主要建立在熟人社交的基础上，而目前国内唯有微信建有如此庞大的熟人社交网络。因此，"看一看"社交推荐模式需要的应用场景过于特殊，具有难以复制性。
同时，一项基于UTAUT 模型对微信用户"看一看"使用意愿影响因素的研究表明，一般隐私倾向对用户使用"看一看"的意愿具有显著负向影响 [7]。该研究事实上对用户的行为变化趋势提供了明晰的解释。在"看一看"被正式推出前，用户对推送文章进行点赞是一个相对私密的行为； 而在其被正式推出后，用户点击"好看"或"在看"的行为已然具有了公开性。因此，由于担心自身的隐私受到侵犯，用户使用"看一看"的积极性不仅无法被有效激发，甚至处于被抑制的状态。
此外，马克"格兰诺维特（Mark Granovetter）曾在《弱联系的力量》中提出，个人的人际关系可以分为强关系与弱关系；且相较于弱关系，强关系下个人的社会网络同质性较强。由于微信平台本身具有以"强关系"维系的显著特征，因而用户与其好友群体之间已然存在较强的同质性倾向， 这将在一定程度上导致他们所掌握信息与价值观倾向的趋同。因此，微信的"强关系"特征虽然是"看一看"功能实现的重要前提，但也从根本上造成了它的局限。
三、基于“看一看”的未来文化管理展望
（一）倡导用户个人培养信息聚合意识，提升自身媒介素养
基于算法的个性化推荐系统已成为如今人们筛选和过滤信息的重要手段，然而我们亦应时刻警惕其以？个人本位？名义悄然构建的？信息茧房？与？过滤气泡？。未来文化管理者应积极倡导用户对其所浏览内容进行动态化管理，有意识地多去浏览平日不关注的内容与栏目，培养信息聚合意识，使算法切实为自身所用；主动加强信息来源的多样性，形成对不同媒介的客观认识，弱化对单一渠道的片面信赖，切实提升个人媒介素养。
（二）引导平台加强内容监管与推荐机制建设，提升自身公信力
根据腾讯旗下机构企鹅智酷的《2018 年中国媒体消费趋势报告》显示， 在用户对于个性化推荐的负向反馈中， 用户对于所推内容质量的诟病已取代算法不准成为了首要问题。[8] 对此， 平台应定期审查推荐内容的准确性、多样性、价值观倾向等情况，增强？把关？意识，切实提升自身公信力；亦可借鉴？看一看？来积极创新自身的内容推荐机制，改善用户的阅读现状， 营造良好的内容生态。
（三）坚守终极价值，关注人性思考
未来文化管理应坚守终极价值， 关注对人性的启发与思考。马克思曾提出“”人以一种全面的方式，作为一个完整的人，占有其全面的本质”，认为实现人的全面自由发展是人类的终极价值诉求。在追求人的全面自由发展的过程中，价值理性和工具理性应是同生共存的。价值理性为工具理性提供精神动力和方向指引，工具理性则为价值理性提供现实支撑。 未来文化管理应坚守终极价值，在尊重个人价值观的基础上关注人类发展的自我需求，关注人性的感知与思考， 使人在开放、发展的环境和平台中真正实现自由独立与全面发展。
四、结语
当今时代，个性化内容推荐平台运用推荐算法所带来的“过滤气泡”“信息茧房”及价值理性丧失等问题日益突出，对用户发展需求的满足与价值观的培养造成了极其不利的影响。微信"看一看"作为一个创新性的个性化内容推荐平台，结合了社交推荐与算法推荐两种模式，对上述问题做出了一定的突破和改善。然而，"看一看"过于特殊的应用场景、仍待改良的形式设计及根本上的局限使其仍未取得理想的效果。针对个性化推荐算法带来的诸多问题，未来的文化管理者应积极倡导用户个人培养信息聚合意识， 提升自身媒介素养；引导内容推荐平台加强内容监管与推荐机制建设，提升平台公信力；坚守终极价值，关注对于人性的启发与思考。
