論文の概要: Political audience diversity and news reliability in algorithmic ranking

• arxiv url: http://arxiv.org/abs/2007.08078v2
• Date: Sat, 6 Mar 2021 15:11:31 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-09 07:17:07.141637
• Title: Political audience diversity and news reliability in algorithmic ranking
• Title（参考訳）: アルゴリズムランキングにおける政治観衆の多様性とニュース信頼性
• Authors: Saumya Bhadani, Shun Yamaya, Alessandro Flammini, Filippo Menczer, Giovanni Luca Ciampaglia, and Brendan Nyhan
• Abstract要約: 本稿では,ウェブサイトのオーディエンスの政治的多様性を質の指標として活用することを提案する。 ドメインの専門家によるニュースソースの信頼性評価と6,890人の米国市民の多様なサンプルによるWebブラウジングデータを用いて、より極端な、政治的に多様性の低いWebサイトが、ジャーナリストの基準を低くしていることを示す。
• 参考スコア（独自算出の注目度）: 54.23273310155137
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Newsfeed algorithms frequently amplify misinformation and other low-quality content. How can social media platforms more effectively promote reliable information? Existing approaches are difficult to scale and vulnerable to manipulation. In this paper, we propose using the political diversity of a website's audience as a quality signal. Using news source reliability ratings from domain experts and web browsing data from a diverse sample of 6,890 U.S. citizens, we first show that websites with more extreme and less politically diverse audiences have lower journalistic standards. We then incorporate audience diversity into a standard collaborative filtering framework and show that our improved algorithm increases the trustworthiness of websites suggested to users -- especially those who most frequently consume misinformation -- while keeping recommendations relevant. These findings suggest that partisan audience diversity is a valuable signal of higher journalistic standards that should be incorporated into algorithmic ranking decisions.
• Abstract（参考訳）: ニュースフィードアルゴリズムは、しばしば誤情報やその他の低品質コンテンツを増幅する。 ソーシャルメディアプラットフォームがより効果的に信頼できる情報を促進するには? 既存のアプローチはスケールが難しく、操作に弱い。 本稿では,ウェブサイトのオーディエンスの政治的多様性を品質信号として活用することを提案する。 ドメインの専門家によるニュースソース信頼性評価と、米国市民6,890人の多様なサンプルによるwebブラウジングデータを用いて、より極端で政治的に多様なオーディエンスを持つウェブサイトのジャーナリスト基準の低さを最初に示した。 次に、オーディエンスの多様性を標準の協調フィルタリングフレームワークに組み入れ、改良されたアルゴリズムが、ユーザに推奨されるウェブサイトの信頼性を高めることを示します。 これらの結果から, パーソナライズされたオーディエンス多様性は, アルゴリズム的ランキング決定に組み込むべき, 高いジャーナリズム基準の貴重なシグナルであることが示唆された。

関連論文リスト

• The News Comment Gap and Algorithmic Agenda Setting in Online Forums [0.0]
  我々はオーストリアの新聞Der Standardから120万件のコメントを分析し、"News Comment Gap"と異なるランキングアルゴリズムの効果を理解する。 ジャーナリストはポジティブで、タイムリーで、複雑で、直感的な反応を好むのに対し、読者は、エリート作家の記事に類似したコメントを好む。
  論文  参考訳（メタデータ） (2024-08-13T17:43:32Z)
• Incentivizing News Consumption on Social Media Platforms Using Large Language Models and Realistic Bot Accounts [4.06613683722116]
  本研究は,Twitter上での検証およびイデオロギー的にバランスの取れたニュースに対するユーザの露出とエンゲージメントを高める方法について検討する。 われわれは、スポーツ、エンターテイメント、ライフスタイルについてツイートするユーザーに対して、文脈対応で返信する28のボットを作った。 ロボットの性別による差分効果をテストするために、治療対象のユーザはランダムに、女性または男性として提示されたボットの応答を受信するように割り当てられた。 治療を受けたユーザーは、より多くのニュースアカウントをフォローし、女性のボット治療を受けたユーザーは、コントロールよりもニュースコンテンツを好む傾向にあった。
  論文  参考訳（メタデータ） (2024-03-20T07:44:06Z)
• Tracking the Newsworthiness of Public Documents [107.12303391111014]
  この研究は、サンフランシスコ・クロニクル(San Francisco Chronicle)によるサンフランシスコ・ベイエリアにおける地方公共政策のニュース報道に焦点を当てている。 まず、新聞記事、公共政策文書、会議記録を収集し、確率的関係モデルを用いてそれらをリンクする。 第二に、ポリシー項目がカバーされるかどうかを予測するために、ニューズサステイネス予測という新しいタスクを定義します。
  論文  参考訳（メタデータ） (2023-11-16T10:05:26Z)
• Bias or Diversity? Unraveling Fine-Grained Thematic Discrepancy in U.S. News Headlines [63.52264764099532]
  われわれは、2014年から2022年までの米国の主要メディアから、180万件のニュース記事の大規模なデータセットを使用している。 我々は、国内政治、経済問題、社会問題、外交の4つの主要なトピックに関連する、きめ細かいテーマの相違を定量化する。 以上の結果から,国内政治や社会問題においては,一定のメディア偏見が原因であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-28T03:31:37Z)
• Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
  イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。 バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
  論文  参考訳（メタデータ） (2023-01-14T18:58:42Z)
• How to Effectively Identify and Communicate Person-Targeting Media Bias in Daily News Consumption? [8.586057042714698]
  本稿では,コンテンツ分析のマニュアル処理を初めて自動化した,ニュースレコメンデーションのためのインプログレスシステムを提案する。 我々の推薦者は、個々のニュース記事に実際に存在している重要なフレームを検出し、明らかにする。 本研究は,イベントの異なる設定のニュース記事の推薦が,バイアスに対する意識を著しく向上させることを示す。
  論文  参考訳（メタデータ） (2021-10-18T10:13:23Z)
• Reaching the bubble may not be enough: news media role in online political polarization [58.720142291102135]
  分極を減らす方法は、異なる政治的指向を持つ個人に党間のニュースを分配することである。 本研究は、ブラジルとカナダにおける全国選挙の文脈において、これが成立するかどうかを考察する。
  論文  参考訳（メタデータ） (2021-09-18T11:34:04Z)
• News consumption and social media regulations policy [70.31753171707005]
  我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。 以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。 Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
  論文  参考訳（メタデータ） (2021-06-07T19:26:32Z)
• Political Bias and Factualness in News Sharing across more than 100,000 Online Communities [7.892285386961407]
  われわれは4年間で5億5000万件以上のリンクを分析し、これまでで最大のニュース共有調査を行っている。 左派コミュニティと比較して、右派コミュニティは、彼らのニュースソースの政治的偏見に105%のばらつきがあることがわかりました。 非常に偏りがあり、事実の少ないコンテンツは集中しており、99%のコンテンツはわずか0.5%のコミュニティで共有されている。
  論文  参考訳（メタデータ） (2021-02-17T02:35:13Z)

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。