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

• ComPO: Community Preferences for Language Model Personalization [122.54846260663922]
  ComPOは、言語モデルにおける好みの最適化をパーソナライズする手法である。 ComPRedはRedditからコミュニティレベルの好みを持った質問応答データセットです。
  論文  参考訳（メタデータ） (2024-10-21T14:02:40Z)
• Stereotype or Personalization? User Identity Biases Chatbot Recommendations [54.38329151781466]
  大規模言語モデル(LLM)は,ユーザが何を望んでいるのか,何者なのかを反映したレコメンデーションを生成する。 モデルが、ユーザが意図的に自身のアイデンティティを明らかにするかどうかに関わらず、人種的にステレオタイプなレコメンデーションを生成することがわかった。 実験の結果,ユーザの識別がモデルレコメンデーションに大きく影響しているにもかかわらず,モデル応答はユーザクエリに応答して,この事実を難読化することがわかった。
  論文  参考訳（メタデータ） (2024-10-08T01:51:55Z)
• Measuring Strategization in Recommendation: Users Adapt Their Behavior to Shape Future Content [66.71102704873185]
  実験と調査を行うことで,ユーザストラテジゼーションの試行を行う。 参加者の居住時間や「いいね!」の使用など,結果指標間での戦略化の強い証拠を見出す。 この結果から,プラットフォームはアルゴリズムがユーザの行動に与える影響を無視できないことが示唆された。
  論文  参考訳（メタデータ） (2024-05-09T07:36:08Z)
• User Welfare Optimization in Recommender Systems with Competing Content Creators [65.25721571688369]
  本研究では,コンテンツ制作者間での競争ゲーム環境下で,システム側ユーザ福祉の最適化を行う。 本稿では,推奨コンテンツの満足度に基づいて,各ユーザの重みの列を動的に計算する,プラットフォームのためのアルゴリズムソリューションを提案する。 これらの重みはレコメンデーションポリシーやポストレコメンデーション報酬を調整するメカニズムの設計に利用され、それによってクリエイターのコンテンツ制作戦略に影響を与える。
  論文  参考訳（メタデータ） (2024-04-28T21:09:52Z)
• 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)
• 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)
• 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。