个性化推荐算法在当前移动互联网新闻传播中发挥着信息过滤和分发的主导作用，可根据用户的个人数据选择性地向不同用户群体推送差异化的信息，由此可能造成信息茧房、过滤气泡等后果。本书对移动互联网中个性化新闻推荐应用的用户进行实证研究，探讨个性化推荐算法的运作是否在不同人口统计特征的用户群体中产生影响以及产生了何种影响（包括：信息娱乐化倾向加剧、信息多样化与信息偶遇程度降低等等），归纳个性化推荐算法在不同用户群体中产生的传播偏向，从而对“个性化算法是否导致信息茧房”等学界争鸣的研究问题作出回答，并从实践层面就如何解决对个性化推荐算法运作中的“算法黑箱”问题提供参考。

杨莉明，北京大学传播学博士，现为广东外语外贸大学新闻与传播学院网络与新媒体系讲师、研究生导师，广州城市舆情治理与国际形象传播研究中心研究员。主持教育部人文社科青年项目和副省级社科项目各一项，参与多项国家和省部级课题的研究。主要从事新媒体研究，研究领域为智能传播、个性化推荐、人机传播、新媒体与社会，发表CSSCI等核心期刊论文十余篇。