、引 言
小众文化是相对于大众文化而言的“次文化”
，在
大众文化体系的边缘被少数群体所信奉，是部分个体
以兴趣、爱好或品性为链接聚合而成的圈层文化。该
圈层中的个体往往具有相似的态度立场、思维特征、
语言风格及行为方式，比如动漫文化、国风文化等。
早在２０世纪７０年代，阿尔文·托夫勒曾预言传媒未来
面临着分众化、小众化的趋势，算法推荐技术正是给
分众传播提供了技术支撑。分众传播打破了原本一元
或二元对立的社会结构，促使人们逐渐接受越来越多
元的价值体系。在我国，多种文化皆产生于统一的社
会主义价值体系之中，因而小众文化与主流文化的价
值取向具有统一性、互融性，相同之处是增强跨圈层
影响力的根源。综上所述，笔者认为小众文化具备破
圈传播的可能性。本文从算法推荐模式出发，探讨小
众文化圈层壁垒的形成原因，并以舞蹈诗剧 《只此青
绿》成功破圈传播的个案为例，寻找在算法推荐机制
之下文化圈层突破固有传播模式的有效途径。
二、小众文化圈层传播的现状
“圈层”的概念最早是作为地理概念被提出的，
指的是地球的地壳、地幔和地核等圈层结构。而人类
社会中的“圈层”可以视为一个动态场域，既包括纵
向“层级”
，也包括横向“圈子”
，本文主要从小众文
化“圈子化”的角度进行研究 。
小众文化圈层是一个知识复合型圈子，圈层内传
播的知识仅为该圈层独有，个体的信息消费偏向无不
带有鲜明的圈层符号。以微博平台为例，用户以账号
昵称、
“转、赞、评”数据等多种形式公布自己的喜
好，展示个体所属圈层，圈层内独有的知识大多是以
众包的形式生产。皮埃尔·莱维认为，
“没有人无所
不知，但每个人都各有所长，所有知识都寓居于人。
”
换句话说，圈层中没有人拥有全部信息，但每个人都
知道一部分，任意成员的信息可以通过即时问答或与
他人共享的方式获得。个体在圈层内自愿进行信息生
产活动，不可避免地带入“个人经验场”
，因而圈层
内的信息内容杂糅、形态多样。为了使圈层内的观点
相对统一，个体间会通过研究、辩论和解析，从重复
冗杂的信息中凝练出绝大多数人认可的集体智慧。
群体规范是圈层中的个体基于共享信念在固定范
围内建立起的行为准则，群体规范的建立需要圈层内
个体的情感和价值观相对统一。小众文化圈层中的
群体规范对信息样态及信息传播模式产生隐性“控
制”
。在规范体系的约束之下，个体间的交流模式、
语言规范具有大致相同的价值取向，因而形成了特色
鲜明、具有一定区隔作用的语言系统，而属于同一
圈层的个体具备相应解码能力，因而能够准确理解其 含义。个体自觉践行圈层内的语言系统模式，既是对
群体规范的认可，同时也是将群体规范“内化于心”
的过程。
群体规范的形成，使得以趣缘为连接的圈层传播
格局中逐渐建立起一套完整的组织体系。进入圈层较
早、拥有更多信息资源的个体成为意见领袖，并生产
出具有独创性的信息，以此形成个人凝聚力；圈层内
更多的个体以盗猎或游牧的形式进行信息生产，同时
通过对意见领袖所生产的内容进行点赞、转发、评论
与其他个体建立联系；而刚刚进入该圈层的个体，基
于对意见领袖等人的模仿，逐渐认识、理解并顺从群体规范。基于此，形成了一个完整的圈层内部信息流通渠道以及个体间层级划分明确的组织体系。
三、算法推荐机制下小众文化圈层壁垒
的建构
小众文化以其独特的文化符号区别于大众文化，
圈层内通过意见领袖创作的信息以及个体间的沟通交
流共同构建集体智慧，形成身份认同。逐渐聚合的群
体衍生出群体规范，隐性约束圈层内个体的行为。小
众文化从信息样态到传播模式都具有相对固定的圈层
特点，因而极易形成文化圈层壁垒。尽管算法推荐技
术能有效缩短用户获取需求信息的时间，但是对小众
文化的传播而言，算法推荐机制在传播过程中的束缚
致使文化圈层壁垒不断增强。
（一）壁垒形成：“符码”既是文化粘合剂又是文化区隔符
传播技术的发展致使网络空间中的信息量呈指
数、函数式的增长趋势，如何获取用户的注意力，并
以此增强用户黏性是当下各平台关注的焦点。为了满
足用户的个性化需求，算法推荐技术收集用户个人信
息，再从网络空间中筛选出与用户偏好相匹配的信
息，形成微目标传播，并将“用户品味”数据化并纳
入计算系统，通过收集用户的生产内容、浏览数据等
信息，形成对其个人喜好、价值观念、受教育程度等
的判断，从而建立清晰的用户画像。在传播过程中，
受众被视作固定不动的靶子，信息精准推送并非“填鸭式”的信息流动，而是更加强调有针对性地传播；
同时，算法推荐技术还会通过机器学习的方式不断优
化用户体验。
小众文化圈层中最重要的是与大众文化不同的文
化符码。在信息流通过程中，独有的文化符码会逐渐
演变为构建“用户画像”的个性化需求，也就是算法
推荐机制认可的“标签”
。而后，用户对平台推荐信
息进行筛选的浏览数据，即“用户生产行为（UGB）”则会强化此前形成的用户画像，由此加强微目标传播的精确性。从用户角度来看，个体间以趣缘为线索，
通过网络平台中点赞、评论等互动，建立起“萍水相逢”的弱连接，将原子化的个体凝结成为该圈层中的一部分，并在算法推荐机制的加持下，促使小众文化圈层内形成个体间的紧密连接。
算法推荐技术对用户信息环境的隐性“控制”
，
造成大众文化与小众文化间的区分。用户生产内容，
或基于自己的主观好恶以及观点立场对信息进行选择
的行为，都会被视为“个性化品味”而被算法记录下
来。平台针对个人品位进行的精准推送，其实质却是
用户自己的回声，如此循环往复，算法推荐的正反馈
机制隐性“控制”了用户的信息环境，使得目标用户
因无法接触到与兴趣符码不吻合的内容而陷入“信息
茧房”
。因此，笔者认为“符码”既是文化群体间的黏
合剂，也是小众文化群体与大众之间的区隔屏障。
（二）壁垒巩固：
“过滤气泡”形成排他
文化的同时塑造自身文化形象
算法推荐机制在运行过程中从未停止对海量信息
的筛选，而这种筛选行为一定程度上影响着人们对外
部环境的认知判断，伊莱·帕里泽将算法推荐的筛
选行为称作“过滤气泡”
。根据算法推荐形成的用户
画像、平台筛除不符合用户兴趣习惯的内容，使得个
人偏好得到过分满足。个体的“兴趣口味”取代专业
把关人，用户不断强化已有的知识结构与认知，思维
偏见也由此形成。
小众文化信息在“过滤气泡”的作用下，向具有
相同偏好的群体内流动。媒体平台将符合用户画像的
内容推荐给目标受众，受众对信息进行主观倾向性选
择，这种倾向会继续影响算法推荐的针对性，如此循
环往复，形成持续强化的正反馈机制。在算法推荐
的筛选作用下，圈层内个体获取大致相同的信息内
容，形成大致相同的态度立场；同时，圈层与外界文
化之间的壁垒进一步增强。然而，算法的筛选行为不
仅仅存在于信息分发阶段，有学者认为，算法系统还
重构了文化内容生产结构，即通过对用户“兴趣数
据”的分析，算法能够对文化生产内容及形式提供有
针对性的建议。平台中某一内容的浏览量及点赞数
据，会告诉用户“什么内容会吸引浏览量”“什么内容
会成为网络爆款”
。比如，部分社交媒体平台设置热
搜排行榜，用户生产内容时带入热搜话题或关键词，
就意味着拥有更高的曝光度及浏览量。算法一方面获
取用户的兴趣倾向数据，另一方面，通过“用户倾
向”重构内容生产结构，二者形成一种循环，限制
了用户生产信息时的关注范围。
对小众文化而言，圈层内的群体规范隐形“控制”
着信息内容生产，个体生产的信息大多具有鲜明的圈
层标志和相对固定的传播模式。因此，可以结合算法
推荐的兴趣数据，分析传播内容出现的同质化现象。
（三）壁垒显性展现：
“回音室”坚定群
体立场
算法推荐是基于用户兴趣对海量信息内容进行筛
选的行为，其实质还包含对信息立场的筛选。在算法
正反馈机制作用下，用户获取的信息不仅强化了自身
既有立场，也印证了既有观点，从而形成个人“回音
室”
；同时，还建立起了一种以“趣缘”为连接的圈层
传播模式。
在圈层传播中，个体接收算法推荐的信息，筛选
并获取其中有价值的内容；同时，积极参与信息生产
实践，其主动生产的信息大多符合群体规范，带有鲜
明的圈层特质，在算法推荐作用下，流向圈层内部。
圈层内的信息生产更多是一种为获取身份认同而进行
的分享性行为，通过构建一种基于内容和社会关系的
用户分发内容（UGC），圈层内个体参与到信息传播
过程中，将内容和社会关系相结合，并运用平台中发
送链接、个人推荐的形式，引导其他用户进行信息消
费行为。小众文化在信息传播的过程中，极易形成
圈层“非理性”的刻板印象。圈层内通过个体间的信
息交流相互认同、相互鼓励、相互强化，坚定群体间
的态度立场，促使圈层壁垒进一步增强。由于圈层内
一致的声音越来越大，导致反对的声音容易被忽略，
当面对问题采取行动时，用户更倾向于选择比较极端
的方式，从而导致群体极化现象产生。
五、结 语
小众文化以其独特的文化符号以及相对独立的组
织结构区别于大众文化，在算法推荐机制的作用下，
逐渐巩固圈层壁垒，形成“固步自封”的传播模式。
结合近年来的成功“破圈传播”案例，发现很多优秀
文化只需转变传播路径即可突破圈层壁垒。从小众文
化视角出发，将算法推荐的标签延伸为文化迷因符
号，依托网络交互性传播，实现影响范围的拓展；同
时，打破算法推荐的线性传播模式，鼓励用户充分发
挥“信息生产者”的优势，结合自身文化素养拓展更
多传播链，让小众文化向不同文化语境中延伸。每一
次的破圈传播都意味着不同文化之间的相互融合，小
众文化要想与大众文化相衔接，给自身文化注入内涵
及意义是关键。
