論文の概要: Follow the guides: disentangling human and algorithmic curation in online music consumption

• arxiv url: http://arxiv.org/abs/2109.03915v1
• Date: Wed, 8 Sep 2021 20:14:48 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-15 20:15:24.948859
• Title: Follow the guides: disentangling human and algorithmic curation in online music consumption
• Title（参考訳）: オンライン音楽消費における人的・アルゴリズム的なキュレーションの解消
• Authors: Quentin Villermet, J\'er\'emie Poiroux, Manuel Moussallam, Thomas Louail, Camille Roth
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 1.4506962780822348
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The role of recommendation systems in the diversity of content consumption on platforms is a much-debated issue. The quantitative state of the art often overlooks the existence of individual attitudes toward guidance, and eventually of different categories of users in this regard. Focusing on the case of music streaming, we analyze the complete listening history of about 9k users over one year and demonstrate that there is no blanket answer to the intertwinement of recommendation use and consumption diversity: it depends on users. First we compute for each user the relative importance of different access modes within their listening history, introducing a trichotomy distinguishing so-called `organic' use from algorithmic and editorial guidance. We thereby identify four categories of users. We then focus on two scales related to content diversity, both in terms of dispersion -- how much users consume the same content repeatedly -- and popularity -- how popular is the content they consume. We show that the two types of recommendation offered by music platforms -- algorithmic and editorial -- may drive the consumption of more or less diverse content in opposite directions, depending also strongly on the type of users. Finally, we compare users' streaming histories with the music programming of a selection of popular French radio stations during the same period. While radio programs are usually more tilted toward repetition than users' listening histories, they often program more songs from less popular artists. On the whole, our results highlight the nontrivial effects of platform-mediated recommendation on consumption, and lead us to speak of `filter niches' rather than `filter bubbles'. They hint at further ramifications for the study and design of recommendation systems.
• Abstract（参考訳）: プラットフォーム上のコンテンツ消費の多様性におけるレコメンデーションシステムの役割は、大いに議論されている問題である。 芸術の量的状態はしばしば、ガイダンスに対する個人的態度の存在を見落とし、最終的には、この点において異なる種類のユーザーが存在する。 そこで,音楽ストリーミングの事例に着目し,約9万人が1年にわたって聴いている聞き取り履歴を分析し,レコメンデーション利用と消費の多様性の相互関係に対する包括的回答がないことを示す。 まず,リスニング履歴における異なるアクセスモードの相対的重要性を各ユーザに対して算出し,いわゆる「有機」利用とアルゴリズムおよび編集指導を区別するトリコトミーを導入する。 これにより、ユーザの4つのカテゴリを特定します。 次に、コンテンツの多様性に関連する2つのスケールにフォーカスします。分散性 -- ユーザが同じコンテンツを繰り返し消費する量 -- と、彼らが消費するコンテンツの人気度 -- の2つです。 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,ユーザのタイプにも強く依存するが,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。 最後に,同時期に人気ラジオ局を選定した音楽番組と,ユーザのストリーミング履歴を比較した。 ラジオ番組は通常、ユーザーのリスニング履歴よりも繰り返しに傾いているが、あまり人気のないアーティストの曲を多くプログラムすることが多い。 全体としては,プラットフォームを媒介とする推奨が消費に与える影響を強調し,フィルターバブルではなく「フィルターニッチ」について述べる。 彼らはレコメンデーションシステムの研究と設計のさらなる影響を示唆している。

関連論文リスト

• Enhancing Sequential Music Recommendation with Personalized Popularity Awareness [56.972624411205224]
  本稿では、パーソナライズされた人気情報をシーケンシャルなレコメンデーションに組み込む新しいアプローチを提案する。 実験結果から、パーソナライズされた最もポピュラーなレコメンデータは、既存の最先端モデルよりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-09-06T15:05:12Z)
• 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)
• Fairness Through Domain Awareness: Mitigating Popularity Bias For Music Discovery [56.77435520571752]
  音楽発見と人気バイアスの本質的な関係について検討する。 本稿では,グラフニューラルネットワーク(GNN)に基づくレコメンデータシステムにおいて,人気バイアスに対処する,ドメイン対応の個別フェアネスに基づくアプローチを提案する。 我々のアプローチでは、個々の公正さを用いて、真実を聴く経験、すなわち2つの歌が似ているとすると、この類似性は彼らの表現に反映されるべきである。
  論文  参考訳（メタデータ） (2023-08-28T14:12:25Z)
• 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)
• 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)
• Listener Modeling and Context-aware Music Recommendation Based on Country Archetypes [10.19712238203935]
  音楽の好みは、リスナーの文化的・社会経済的背景によって強く形作られています。 我々は、最先端の教師なし学習技術を用いて、楽曲のきめ細かいレベルにおける音楽嗜好の国別プロファイルを調査する。 暗黙的なユーザフィードバックを活用する,コンテキスト対応の音楽レコメンデーションシステムを提案する。
  論文  参考訳（メタデータ） (2020-09-11T17:59:04Z)
• Time-Aware Music Recommender Systems: Modeling the Evolution of Implicit User Preferences and User Listening Habits in A Collaborative Filtering Approach [4.576379639081977]
  本稿では,曲の演奏時期に関する時間的情報について考察する。 その目的は、ユーザの好みの進化を、暗黙の格付けとユーザの聴取行動の進化という形でモデル化することである。 本研究で提案する協調フィルタリング手法では,ユーザを特徴付け,より信頼性の高いレコメンデーションを提供するために,日々の聴取習慣を捉えている。
  論文  参考訳（メタデータ） (2020-08-26T08:00:11Z)
• 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)
• Political audience diversity and news reliability in algorithmic ranking [54.23273310155137]
  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。
  論文  参考訳（メタデータ） (2020-07-16T02:13:55Z)
• A session-based song recommendation approach involving user characterization along the play power-law distribution [0.0]
  この作業は、グレーシープユーザを管理し、暗黙のレーティングを取得するという、あまり注目されていない2つの重要な問題に焦点を当てている。 1つ目は通常、入手が難しいコンテンツ情報に頼って対処される。 もう一つの欠点は、明示的な評価を集めるのに障害があるときに生じる空間の問題に関係している。
  論文  参考訳（メタデータ） (2020-04-25T07:17:03Z)

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。