論文の概要: Designing Recommender Systems to Depolarize
- arxiv url: http://arxiv.org/abs/2107.04953v1
- Date: Sun, 11 Jul 2021 03:23:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-22 20:09:04.680991
- Title: Designing Recommender Systems to Depolarize
- Title（参考訳）: 脱分極型レコメンダシステムの設計
- Authors: Jonathan Stray
- Abstract要約: 分極は民主主義の侵食と暴力の進行に関係している。
アルゴリズム駆動のソーシャルメディアは、国レベルでの偏光の主要な要因とは思えないが、偏光社会において有用な介入ポイントとなるかもしれない。
本稿では,畳み込み変換を目標としたアルゴリズム的脱分極介入について検討する。
- 参考スコア（独自算出の注目度）: 0.32634122554913997
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Polarization is implicated in the erosion of democracy and the progression to
violence, which makes the polarization properties of large algorithmic content
selection systems (recommender systems) a matter of concern for peace and
security. While algorithm-driven social media does not seem to be a primary
driver of polarization at the country level, it could be a useful intervention
point in polarized societies. This paper examines algorithmic depolarization
interventions with the goal of conflict transformation: not suppressing or
eliminating conflict but moving towards more constructive conflict. Algorithmic
intervention is considered at three stages: which content is available
(moderation), how content is selected and personalized (ranking), and content
presentation and controls (user interface). Empirical studies of online
conflict suggest that the exposure diversity intervention proposed as an
antidote to "filter bubbles" can be improved and can even worsen polarization
under some conditions. Using civility metrics in conjunction with diversity in
content selection may be more effective. However, diversity-based interventions
have not been tested at scale and may not work in the diverse and dynamic
contexts of real platforms. Instead, intervening in platform polarization
dynamics will likely require continuous monitoring of polarization metrics,
such as the widely used "feeling thermometer." These metrics can be used to
evaluate product features, and potentially engineered as algorithmic
objectives. It may further prove necessary to include polarization measures in
the objective functions of recommender algorithms to prevent optimization
processes from creating conflict as a side effect.
- Abstract（参考訳）: 分極化は民主主義の侵食と暴力の進行に関係しており、大規模なアルゴリズム的コンテンツ選択システム(リコンペンダーシステム)の分極特性が平和と安全保障の懸念事項となっている。
アルゴリズム駆動のソーシャルメディアは、国レベルでの偏光の主要な要因とは思えないが、偏光社会において有用な介入ポイントとなるかもしれない。
本稿では,対立の抑制や排除ではなく,より建設的な対立に向けたアルゴリズム的非分極介入について検討する。
アルゴリズムによる介入は、どのコンテンツが利用可能か(モデレーション)、コンテンツの選択とパーソナライズ方法(ランク付け)、コンテンツのプレゼンテーションとコントロール(ユーザインターフェース)の3段階で検討される。
オンライン紛争に関する実証研究は、「フィルターバブル」に対する解毒剤として提案された暴露多様性の介入が改善され、ある条件下では分極が悪化する可能性を示唆している。
コンテンツ選択の多様性にともなうcivility metricsの使用は、より効果的かもしれない。
しかし、多様性に基づく介入は大規模にテストされておらず、実際のプラットフォームの多様性と動的コンテキストでは機能しない可能性がある。
代わりに、プラットフォーム偏光力学の介入は、広く使われている「フィーリング温度計」のような偏光測定の連続的なモニタリングを必要とする可能性が高い。
これらのメトリクスは製品の特徴を評価するのに使われ、アルゴリズムの目的として設計される可能性がある。
さらに、最適化プロセスが競合を副作用として生み出すのを防ぐために、レコメンダアルゴリズムの目的関数に偏極対策を含める必要があるかもしれない。
関連論文リスト
- An Efficient Local Search Approach for Polarized Community Discovery in Signed Networks [3.2688425993442696]
我々は,友好的あるいは敵対的な相互作用を示すために,エッジを正あるいは負のラベルでラベル付けしたサイン付きネットワークについて検討する。
我々はFrank-Wolfe最適化に基づく手法を開発し、証明可能な収束保証付き局所探索手法を提案する。
提案手法は,計算効率の面で競争力を維持しつつ,スケーラブルかつ効率よく,ソリューション品質における最先端のベースラインを達成できる。
論文 参考訳（メタデータ） (2025-02-04T10:22:01Z) - Quantifying Polarization: A Comparative Study of Measures and Methods [2.0249250133493195]
社会的分断の鍵を握る政治分極は、オンラインとオフラインの会話を形作る役割について注目を集めている。
本研究は,5つの広く用いられている偏光測定値を評価し,その強度と弱点を合成データセットを用いて検証する。
偏極分布におけるモード検出を改善するために,クラインバーグのバースト検出アルゴリズムの新たな適応法を提案する。
論文 参考訳（メタデータ） (2025-01-13T16:43:23Z) - In-Group Love, Out-Group Hate: A Framework to Measure Affective Polarization via Contentious Online Discussions [2.8963943201523796]
我々は、感情的に偏極化されたソーシャルネットワーク内での意思決定をキャプチャする個別選択モデルを導入する。
本稿では,ソーシャルメディアデータから,グループ内愛とグループ外憎悪のキーパラメータを推定する統計的推測手法を提案する。
論文 参考訳（メタデータ） (2024-12-18T23:58:13Z) - Inference-Time Policy Steering through Human Interactions [54.02655062969934]
推論中、人間はしばしばポリシー実行ループから取り除かれる。
本稿では,人間のインタラクションを活用して生成するサンプリングプロセスにバイアスを与える推論時ポリシーステアリングフレームワークを提案する。
提案手法は,アライメントと分布シフトの最良のトレードオフを実現する。
論文 参考訳（メタデータ） (2024-11-25T18:03:50Z) - A More Advanced Group Polarization Measurement Approach Based on LLM-Based Agents and Graphs [5.285847977231642]
ソーシャルメディア上でのグループ偏極を測定することは、既存のソリューションでまだ解決されていないいくつかの課題を提示する。
我々はマルチエージェントシステムに基づくソリューションを設計し、偏光状態を表すためにグラフ構造化コミュニティセンチメントネットワーク(CSN)を用いた。
要約すると、提案手法はユーザビリティ、正確性、解釈可能性の観点から大きな価値を持っている。
論文 参考訳（メタデータ） (2024-11-19T03:29:17Z) - Sequential Manipulation Against Rank Aggregation: Theory and Algorithm [119.57122943187086]
脆弱なデータ収集プロセスに対するオンライン攻撃を活用します。
ゲーム理論の観点からは、対決シナリオは分布的に堅牢なゲームとして定式化される。
提案手法は,ランクアグリゲーション手法の結果を逐次的に操作する。
論文 参考訳（メタデータ） (2024-07-02T03:31:21Z) - Optimal Baseline Corrections for Off-Policy Contextual Bandits [61.740094604552475]
オンライン報酬指標の偏りのないオフライン推定を最適化する意思決定ポリシーを学習することを目指している。
学習シナリオにおける同値性に基づく単一のフレームワークを提案する。
我々のフレームワークは、分散最適非バイアス推定器の特徴付けを可能にし、それに対する閉形式解を提供する。
論文 参考訳（メタデータ） (2024-05-09T12:52:22Z) - Be Aware of the Neighborhood Effect: Modeling Selection Bias under Interference [50.95521705711802]
従来の研究では、予測モデルの偏りのない学習を実現するために、選択バイアスに対処することに注力してきた。
本稿では、因果推論の観点から、近隣効果を干渉問題として公式に定式化する。
本稿では,近隣効果の存在下で選択バイアスに対処できる新しい理想的損失を提案する。
論文 参考訳（メタデータ） (2024-04-30T15:20:41Z) - Interactive Graph Convolutional Filtering [79.34979767405979]
インタラクティブ・レコメンダ・システム(IRS)は、パーソナライズされた記事レコメンデーション、ソーシャルメディア、オンライン広告など、さまざまな領域でますます利用されている。
これらの問題は、コールドスタート問題とデータスポーサリティ問題によって悪化する。
既存のMulti-Armed Bandit手法は、慎重に設計された探査戦略にもかかわらず、しばしば初期の段階で満足な結果を提供するのに苦労する。
提案手法は,ユーザとアイテム間の協調フィルタリング性能を向上させるため,協調フィルタリングをグラフモデルに拡張する。
論文 参考訳（メタデータ） (2023-09-04T09:02:31Z) - Network polarization, filter bubbles, and echo chambers: An annotated
review of measures and reduction methods [0.0]
偏極は、下層のネットワークが、グループ間の接続が弱い高度に連結されたグループによって特徴づけられるときに生じる。
本研究は、ネットワーク偏光対策と偏光処理に使用されるモデルについて注釈付きレビューを行う。
論文 参考訳（メタデータ） (2022-07-27T21:23:27Z) - End-to-End Learning and Intervention in Games [60.41921763076017]
ゲームにおける学習と介入のための統一的なフレームワークを提供する。
明示的および暗黙的な区別に基づく2つのアプローチを提案する。
分析結果は、実世界のいくつかの問題を用いて検証される。
論文 参考訳（メタデータ） (2020-10-26T18:39:32Z)
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。