論文の概要: The Engagement-Diversity Connection: Evidence from a Field Experiment on
Spotify
- arxiv url: http://arxiv.org/abs/2003.08203v1
- Date: Tue, 17 Mar 2020 16:49:59 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-22 22:11:01.284878
- Title: The Engagement-Diversity Connection: Evidence from a Field Experiment on
Spotify
- Title(参考訳): エンゲージメント・ダイバーシティ・コネクション:Spotifyのフィールド実験からの証拠
- Authors: David Holtz, Benjamin Carterette, Praveen Chandar, Zahra Nazari,
Henriette Cramer, Sinan Aral
- Abstract要約: Spotifyにおけるランダムフィールド実験の結果を報告する。
平均してポッドキャストのストリーム数は28.90%増加した。
しかし, ポッドキャストストリームの平均個体レベルの多様性も11.51%減少した。
- 参考スコア(独自算出の注目度): 7.016697571050686
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: It remains unknown whether personalized recommendations increase or decrease
the diversity of content people consume. We present results from a randomized
field experiment on Spotify testing the effect of personalized recommendations
on consumption diversity. In the experiment, both control and treatment users
were given podcast recommendations, with the sole aim of increasing podcast
consumption. Treatment users' recommendations were personalized based on their
music listening history, whereas control users were recommended popular
podcasts among users in their demographic group. We find that, on average, the
treatment increased podcast streams by 28.90%. However, the treatment also
decreased the average individual-level diversity of podcast streams by 11.51%,
and increased the aggregate diversity of podcast streams by 5.96%, indicating
that personalized recommendations have the potential to create patterns of
consumption that are homogenous within and diverse across users, a pattern
reflecting Balkanization. Our results provide evidence of an
"engagement-diversity trade-off" when recommendations are optimized solely to
drive consumption: while personalized recommendations increase user engagement,
they also affect the diversity of consumed content. This shift in consumption
diversity can affect user retention and lifetime value, and impact the optimal
strategy for content producers. We also observe evidence that our treatment
affected streams from sections of Spotify's app not directly affected by the
experiment, suggesting that exposure to personalized recommendations can affect
the content that users consume organically. We believe these findings highlight
the need for academics and practitioners to continue investing in
personalization methods that explicitly take into account the diversity of
content recommended.
- Abstract(参考訳): パーソナライズドレコメンデーションが、人々が消費するコンテンツの多様性を増減させるかどうかは不明だ。
本研究では,Spotifyにおけるランダムフィールド実験の結果を,消費多様性に対するパーソナライズされたレコメンデーションの効果を検証した。
この実験では、コントロールと治療の両方にポッドキャストの推奨が与えられ、ポッドキャストの消費を増やすことが目的であった。
治療ユーザーのレコメンデーションは音楽リスニング履歴に基づいてパーソナライズされ、コントロールユーザーはグループ内のユーザーの間で人気のあるポッドキャストを推奨された。
平均してポッドキャストのストリーム数は28.90%増加した。
しかし、この治療法はポッドキャストストリームの平均的な個人レベルの多様性を11.51%削減し、ポッドキャストストリームの総多様性を5.96%増加させ、パーソナライズされたレコメンデーションは、ユーザ間で均質で多様な消費パターンを作る可能性があり、バルカン化を反映している。
この結果から,推奨事項が消費促進のためだけに最適化された場合,利用者のエンゲージメントが向上する一方で,消費コンテンツの多様性にも影響することを示す。
この消費の多様性の変化は、ユーザの保持とライフタイムバリューに影響し、コンテンツ生産者にとって最適な戦略に影響を与える可能性がある。
また、私たちの治療がspotifyアプリのセクションのストリームに直接影響しないという証拠も観察し、パーソナライズドレコメンデーションへの露出が、ユーザーがオーガニックに消費するコンテンツに影響を与える可能性を示唆しています。
これらの知見は、推奨コンテンツの多様性を明示的に考慮したパーソナライズ手法への投資を継続する学術や実践者の必要性を強調している。
関連論文リスト
- The Impact of Recommendation Systems on Opinion Dynamics: Microscopic
versus Macroscopic Effects [1.4180331276028664]
本研究では,ユーザに対するレコメンデーションシステムの影響を,顕微鏡的(すなわち個々のユーザレベルで)とマクロ的視点の両方から検討する。
分析の結果,個々のユーザの意見の変化は,人口の意見分布の変化と必ずしも一致しないことが明らかとなった。
論文 参考訳(メタデータ) (2023-09-16T11:44:51Z) - Improving Recommendation System Serendipity Through Lexicase Selection [53.57498970940369]
本稿では,レコメンデーションシステムにおけるエコーチャンバーとホモフィリーの存在を測定するための新しいセレンディピティー指標を提案する。
そこで我々は,レキシケース選択と呼ばれる親選択アルゴリズムを採用することにより,よく知られたレコメンデーション手法の多様性保存性の向上を試みる。
以上の結果から,レキシケースの選択とランキングの混合は,パーソナライゼーション,カバレッジ,セレンディピティー・ベンチマークにおいて,純粋にランク付けされている。
論文 参考訳(メタデータ) (2023-05-18T15:37:38Z) - Recommending to Strategic Users [10.079698681921673]
ユーザーは、将来推奨されるコンテンツの種類に影響を与えるために、戦略的にコンテンツを選択する。
本稿では,戦略的消費を考慮した推奨品質向上のための3つの介入を提案する。
論文 参考訳(メタデータ) (2023-02-13T17:57:30Z) - Personalizing Intervened Network for Long-tailed Sequential User
Behavior Modeling [66.02953670238647]
タイルユーザーは、共同トレーニング後のヘッドユーザーよりも大幅に品質の低いレコメンデーションに悩まされる。
テールユーザーで個別に訓練されたモデルは、限られたデータのために依然として劣った結果が得られる。
本稿では,テールユーザの推薦性能を大幅に向上させる新しい手法を提案する。
論文 参考訳(メタデータ) (2022-08-19T02:50:19Z) - Personality-Driven Social Multimedia Content Recommendation [68.46899477180837]
人格特性がコンテンツレコメンデーションモデルに与える影響を,新しいパーソナリティ駆動型マルチビューコンテンツレコメンデーションシステムを適用して検討する。
実験結果と実世界のケーススタディは、PersiCが効率的な人格駆動型マルチビューコンテンツレコメンデーションを行う能力だけでなく、実用的なデジタル広告戦略レコメンデーションを可能にすることを実証している。
論文 参考訳(メタデータ) (2022-07-25T14:37:18Z) - Joint Multisided Exposure Fairness for Recommendation [76.75990595228666]
本稿では,消費者と生産者の両面から共同で問題をモデル化する,露出公正度尺度のファミリを定式化する。
具体的には、双方の利害関係者に対するグループ属性について、個別のユーザや項目を超えて、より体系的なバイアスを推奨するフェアネスの懸念を識別し緩和する。
論文 参考訳(メタデータ) (2022-04-29T19:13:23Z) - Deep Causal Reasoning for Recommendations [47.83224399498504]
推薦システム研究の新たなトレンドは、共同創設者の影響を因果的観点から否定することである。
提案手法は多因性マルチアウトカム(MCMO)推論問題としてモデル化する。
MCMOモデリングは,高次元因果空間に付随する観測が不十分なため,高いばらつきをもたらす可能性があることを示す。
論文 参考訳(メタデータ) (2022-01-06T15:00:01Z) - Follow the guides: disentangling human and algorithmic curation in
online music consumption [1.4506962780822348]
我々は1年間に約9万ユーザーのリスニング履歴を分析した。
音楽プラットフォームが提供する2種類のレコメンデーション – アルゴリズムと編集 – は、多かれ少なかれ多様なコンテンツを反対方向に消費する可能性があることを示す。
論文 参考訳(メタデータ) (2021-09-08T20:14:48Z) - PURS: Personalized Unexpected Recommender System for Improving User
Satisfaction [76.98616102965023]
本稿では、予期せぬことを推奨プロセスに組み込んだ、新しいPersonalized Unexpected Recommender System(PURS)モデルについて述べる。
3つの実世界のデータセットに対する大規模なオフライン実験は、提案されたPURSモデルが最先端のベースラインアプローチを大幅に上回っていることを示している。
論文 参考訳(メタデータ) (2021-06-05T01:33:21Z) - Trajectory Based Podcast Recommendation [6.366468661321732]
ポッドキャストライブラリを次々に移動するユーザを見ることで、成功し、一貫したレコメンデーションを実現できることを示す。
提案手法により,協調フィルタリングベースライン上での効率が450%向上する。
論文 参考訳(メタデータ) (2020-09-08T16:49:12Z) - Recommending Podcasts for Cold-Start Users Based on Music Listening and
Taste [5.429958676933934]
ポッドキャスティングは急速に普及する新興メディアだと考えている。
音楽消費行動を用いて、Spotifyユーザーの好みを200万以上のポッドキャストで推定する2つの主要な手法について検討した。
その結果,オフラインおよびオンライン両方の実験において,最大50%の消費改善が見られた。
論文 参考訳(メタデータ) (2020-07-27T02:55:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。