論文の概要: "It is just a flu": Assessing the Effect of Watch History on YouTube's Pseudoscientific Video Recommendations

• arxiv url: http://arxiv.org/abs/2010.11638v5
• Date: Tue, 12 Oct 2021 23:03:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-28 01:06:48.726968
• Title: "It is just a flu": Assessing the Effect of Watch History on YouTube's Pseudoscientific Video Recommendations
• Title（参考訳）: 「それはただのインフルエンザ」:youtubeの疑似科学ビデオレコメンデーションにおける視聴履歴の影響評価
• Authors: Kostantinos Papadamou and Savvas Zannettou and Jeremy Blackburn and Emiliano De Cristofaro and Gianluca Stringhini and Michael Sirivianos
• Abstract要約: 我々は、COVID-19、フラットアース理論、および予防接種と対マスク運動に関連する6.6Kのビデオを収集している。 クラウドソーシングを使って、それらを疑似科学、合法科学、あるいは無関係と注釈付けします。 我々は、プラットフォームの様々な部分におけるこのコンテンツに対するユーザ露出の定量化と、ユーザのウォッチ履歴に基づいて、この露出がどのように変化するかを示す。
• 参考スコア（独自算出の注目度）: 13.936247103754905
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The role played by YouTube's recommendation algorithm in unwittingly promoting misinformation and conspiracy theories is not entirely understood. Yet, this can have dire real-world consequences, especially when pseudoscientific content is promoted to users at critical times, such as the COVID-19 pandemic. In this paper, we set out to characterize and detect pseudoscientific misinformation on YouTube. We collect 6.6K videos related to COVID-19, the Flat Earth theory, as well as the anti-vaccination and anti-mask movements. Using crowdsourcing, we annotate them as pseudoscience, legitimate science, or irrelevant and train a deep learning classifier to detect pseudoscientific videos with an accuracy of 0.79. We quantify user exposure to this content on various parts of the platform and how this exposure changes based on the user's watch history. We find that YouTube suggests more pseudoscientific content regarding traditional pseudoscientific topics (e.g., flat earth, anti-vaccination) than for emerging ones (like COVID-19). At the same time, these recommendations are more common on the search results page than on a user's homepage or in the recommendation section when actively watching videos. Finally, we shed light on how a user's watch history substantially affects the type of recommended videos.
• Abstract（参考訳）: youtubeのレコメンデーションアルゴリズムが誤って誤った情報や陰謀説を宣伝する役割は、完全には分かっていない。 しかし、特に新型コロナウイルス(COVID-19)のパンデミックなど、重要な時期に疑似科学的コンテンツがユーザーに宣伝された場合、これは現実世界に恐ろしい結果をもたらす可能性がある。 本稿では,YouTube上の疑似科学的誤報を識別し,検出する。 我々は、COVID-19、フラットアース理論、および予防接種と対マスク運動に関連する6.6Kのビデオを収集している。 クラウドソーシングを用いて、これらを疑似科学、正当科学、あるいは無関係と注釈し、深層学習分類器を訓練して擬似科学的ビデオの精度0.79で検出する。 我々は、プラットフォームの様々な部分におけるこのコンテンツに対するユーザ露出の定量化と、ユーザのウォッチ履歴に基づいて、この露出がどのように変化するかを示す。 YouTubeは、従来の疑似科学的トピック(例えば、平地、予防接種など)に関する疑似科学的内容が、新興のトピック(COVID-19など)よりも多いことを示唆している。 同時に、これらのレコメンデーションは、ユーザーのホームページや動画を積極的に視聴する際のレコメンデーションセクションよりも検索結果ページの方が一般的である。 最後に,ユーザの視聴履歴が推奨ビデオのタイプに大きく影響する点について考察した。

関連論文リスト

• "Here's Your Evidence": False Consensus in Public Twitter Discussions of COVID-19 Science [50.08057052734799]
  プリプリントサーバからの抽象化のサンプルに基づいて,科学的コンセンサスを推定する。 アンチ・コンセンサス(反合意)の投稿や利用者は、概してプロ・コンセンサス(反合意)の投稿ほど多くはないが、Twitter上では圧倒的に過剰に表現されている。
  論文  参考訳（メタデータ） (2024-01-24T06:16:57Z)
• How to Train Your YouTube Recommender to Avoid Unwanted Videos [51.6864681332515]
  興味がない」ボタンと「推奨しないチャンネル」ボタンは、ユーザーが望ましくないリコメンデーションを提示すると、不関心を示すことができる。 われわれはYouTubeユーザーをソックパペットエージェントでシミュレートした。 ボタンが一番うまく機能し、テスト対象のトピックすべてにおいて、このような推奨が大幅に減りました。
  論文  参考訳（メタデータ） (2023-07-27T00:21:29Z)
• Auditing YouTube's Recommendation Algorithm for Misinformation Filter Bubbles [0.5898451150401338]
  本研究では,ユーザが誤報フィルタバブルにどの程度の速さで到達できるかを調査するため,YouTube上で実施した監査研究の結果を報告する。 そこで我々は,事前にプログラムされたエージェント(YouTubeユーザとして活動する)が,偽情報の宣伝コンテンツを見て誤情報フィルタバブルを掘り下げる,靴下人形監査手法を採用した。 その後、彼らはバブルを破裂させ、誤った情報を流すコンテンツを見て、よりバランスのとれたレコメンデーションに到達しようと試みる。
  論文  参考訳（メタデータ） (2022-10-18T18:27:47Z)
• How Would The Viewer Feel? Estimating Wellbeing From Video Scenarios [73.24092762346095]
  情緒応答と主観的幸福感に注釈を付けた6万本以上のビデオを備えた大規模データセットを2つ導入した。 Video Cognitive Empathyデータセットには、微粒な感情応答の分布のためのアノテーションが含まれており、モデルが感情状態の詳細な理解を得ることができる。 Video to Valenceデータセットには、ビデオ間の相対的な快適性のアノテーションが含まれている。
  論文  参考訳（メタデータ） (2022-10-18T17:58:25Z)
• YouTube and Science: Models for Research Impact [1.237556184089774]
  YouTubeのビデオと、さまざまなオンラインプラットフォームに関する研究論文の言及を使って、新しいデータセットを作成しました。 統計的手法と可視化を用いてこれらのデータセットを解析し、研究論文がビデオに引用されているかどうかを予測する機械学習モデルを構築した。 以上の結果から,より多くのツイートやニュース記事に言及された研究記事は,ビデオの引用を受信する可能性が高くなった。
  論文  参考訳（メタデータ） (2022-09-01T19:25:38Z)
• Deep Learning-Based Sentiment Analysis of COVID-19 Vaccination Responses from Twitter Data [2.6256839599007273]
  この研究は、新型コロナウイルスワクチンに関する世論の理解を助け、われわれの美しい世界からコロナウイルスを根絶する目的に影響を及ぼすだろう。 ソーシャルメディアは、現在感情や感情を表現する最良の方法であり、その助けを借りて、特にTwitterは、トレンドと人々の心の中で何が起きているのかをよりよく理解することができる。
  論文  参考訳（メタデータ） (2022-08-26T18:07:37Z)
• "COVID-19 was a FIFA conspiracy #curropt": An Investigation into the Viral Spread of COVID-19 Misinformation [60.268682953952506]
  我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。 我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
  論文  参考訳（メタデータ） (2022-06-12T19:41:01Z)
• Characterizing Abhorrent, Misinformative, and Mistargeted Content on YouTube [1.9138099871648453]
  本稿では,YouTube上の問題コンテンツの度合いと,そのようなコンテンツの拡散における推奨アルゴリズムの役割について検討する。 分析の結果,幼児はランダムにプラットフォームを閲覧すると乱雑なコンテンツに遭遇する可能性が示唆された。 インセルの活動は時間とともに増加しており、プラットフォームはユーザーを極端なコンテンツへと導く上で積極的な役割を果たす可能性がある。
  論文  参考訳（メタデータ） (2021-05-20T15:10:48Z)
• Misinformation Has High Perplexity [55.47422012881148]
  疑似クレームを教師なしの方法でデバンクするために, 難易度を活用することを提案する。 まず,これらの主張に類似した文に基づいて,科学的およびニュースソースから信頼性のある証拠を抽出する。 第2に,抽出したエビデンスを言語モデルにプライマリし,難易度スコアに基づいて与えられたクレームの正当性を評価する。
  論文  参考訳（メタデータ） (2020-06-08T15:13:44Z)
• A Longitudinal Analysis of YouTube's Promotion of Conspiracy Videos [14.867862489411868]
  ソーシャルメディア上では陰謀説が盛んになり、そのようなコンテンツが偽情報の拡散を加速させ、過激派イデオロギーを支持し、場合によっては暴力に繋がる懸念が高まっている。 議員や一般大衆からの監視と圧力が高まる中、YouTubeはレコメンデーションアルゴリズムを変更して、最も厳格な陰謀ビデオが削除され、悪用されるようにした。 ビデオが相補的かどうかを自動的に判定する分類器を開発した。
  論文  参考訳（メタデータ） (2020-03-06T17:31:30Z)
• Mi YouTube es Su YouTube? Analyzing the Cultures using YouTube Thumbnails of Popular Videos [98.87558262467257]
  本研究では,YouTubeのトレンド動画のサムネイルを用いて,各国の文化選好について検討した。 実験の結果、類似文化のユーザーはYouTubeで同様のビデオを見ることに興味を持っていることがわかった。
  論文  参考訳（メタデータ） (2020-01-27T20:15:57Z)

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。