Fugu-MT 論文翻訳(概要): NU:BRIEF -- A Privacy-aware Newsletter Personalization Engine for Publishers

論文の概要: NU:BRIEF -- A Privacy-aware Newsletter Personalization Engine for Publishers

arxiv url: http://arxiv.org/abs/2109.03955v1
Date: Wed, 8 Sep 2021 22:36:05 GMT
ステータス: 処理完了
システム内更新日: 2021-09-11 08:53:01.473864
Title: NU:BRIEF -- A Privacy-aware Newsletter Personalization Engine for Publishers
Title（参考訳）: nu:brief - パブリッシャーのためのプライバシーを意識したニュースレターパーソナライズエンジン
Authors: Ernesto Diaz-Aviles and Claudia Orellana-Rodriguez and Igor Brigadir and Reshma Narayanan Kutty
Abstract要約: NU:BRIEFは、個人データを収集することなくニュースレターをパーソナライズするWebアプリケーションである。これは、広告/クリックベイト中心のビジネスモデルの減少に対して、読者が生成する収益モデルに代わるものだ。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Newsletters have (re-) emerged as a powerful tool for publishers to engage with their readers directly and more effectively. Despite the diversity in their audiences, publishers' newsletters remain largely a one-size-fits-all offering, which is suboptimal. In this paper, we present NU:BRIEF, a web application for publishers that enables them to personalize their newsletters without harvesting personal data. Personalized newsletters build a habit and become a great conversion tool for publishers, providing an alternative readers-generated revenue model to a declining ad/clickbait-centered business model.
Abstract（参考訳）: ニュースレターは(再び)パブリッシャーが読者と直接的かつ効果的に連携するための強力なツールとして登場した。オーディエンスの多様性にもかかわらず、パブリッシャーのニュースレターは、ほとんどが1サイズに適合するサービスであり、最適ではない。本稿では、ニュースレターを個人データを取り込むことなくパーソナライズできるパブリッシャー向けwebアプリケーションnu:briefを提案する。パーソナライズされたニュースレターは、広告/クリックベイト中心のビジネスモデルを減らし、読者が生成する収益モデルに代わる、パブリッシャーにとって素晴らしい変換ツールとなる。

関連論文リスト

Identifying Informational Sources in News Articles [109.70475599552523]
我々は、ニュース執筆に使用される情報ソースの、最大かつ最も広範囲にアノテートされたデータセットを構築した。本稿では,ニュース記事中のソースの構成性を研究するための新しいタスクであるソース予測を導入する。
論文参考訳（メタデータ） (2023-05-24T08:56:35Z)
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)
Which Factors are associated with Open Access Publishing? A Springer Nature Case Study [6.7076682695289485]
我々はSpringer Natureが発行した522,411の論文を調査した。 APCウェイバーの著者は、ゴールドOA誌に他の著者よりも多く掲載している。 APC割引を受けることができる著者は、OA出版物の中で最も低い割合である。
論文参考訳（メタデータ） (2022-08-17T11:06:44Z)
Multilingual Disinformation Detection for Digital Advertising [0.9684919127633844]
私たちは、偽情報で大衆を操る可能性のあるWebサイトを素早く検出し、リフレッシュする第一歩を踏み出します。我々は、多言語テキスト埋め込みに基づく機械学習モデルを構築し、まず、ページが興味のあるトピックについて言及しているかどうかを判断し、コンテンツが悪意のあるものである可能性を推定する。当社のシステムでは,内部チームが積極的に安全でないコンテンツをブラックリスト化することで,広告提供者の評判を保護できる。
論文参考訳（メタデータ） (2022-07-04T10:29:20Z)
DIANES: A DEI Audit Toolkit for News Sources [7.864608835252345]
本稿では,DIANES(DII Audit Toolkit for News Sources)について紹介する。バックエンドには自然言語処理パイプラインがあり、ニュース記事から引用や講演者、タイトル、組織をリアルタイムで抽出する。
論文参考訳（メタデータ） (2022-03-21T23:03:04Z)
Faking Fake News for Real Fake News Detection: Propaganda-loaded Training Data Generation [105.20743048379387]
提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62～7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
論文参考訳（メタデータ） (2022-03-10T14:24:19Z)
Online Advertising Revenue Forecasting: An Interpretable Deep Learning Approach [0.0]
本稿では,出版社の広告収入を予測する新しいアテンションベースアーキテクチャを提案する。この結果は,複数の時間地平線上での深層学習時系列予測モデルよりも優れていた。
論文参考訳（メタデータ） (2021-11-16T23:55:02Z)
Why Do We Click: Visual Impression-aware News Recommendation [108.73539346064386]
この作品は、ユーザーがニュースを閲覧する際に感じる視覚的印象に基づいてクリック決定を行うという事実にインスパイアされている。本稿では,ニュースレコメンデーションのためのビジュアル・セマンティック・モデリングを用いて,このような視覚印象情報を捉えることを提案する。さらに、グローバルな視点から印象を検査し、異なるフィールドの配置や印象に対する異なる単語の空間的位置などの構造情報を抽出する。
論文参考訳（メタデータ） (2021-09-26T16:58:14Z)
Plattformen und neue Technologien im Journalismus: Ergebnisse einer Online-Befragung von Journalistinnen und Journalisten in Deutschland [0.5076419064097732]
ドイツのジャーナリスト385人がジャーナリズムのプラットフォームについて調査した。フリーランサーはジャーナリストよりも高いコミットメントを持っている。ドイツのジャーナリストにとって、このプラットフォームはヨーロッパやドイツで開発されていることが重要である。
論文参考訳（メタデータ） (2021-05-13T10:05:56Z)
Modeling "Newsworthiness" for Lead-Generation Across Corpora [85.92467549469147]
自動ラベル付きコーパスでモデルをトレーニングして,各記事がフロントページであるかどうかを予測した。ラベルのないコーポラの文書に「新しさ」をランク付けする微調整されたRoBERTaモデルは、ホールトアウトラベル付き文書で.93AUC、エキスパート検証未ラベルコーパスで.88AUCを達成する。
論文参考訳（メタデータ） (2021-04-19T21:48:15Z)
Graph Enhanced Representation Learning for News Recommendation [85.3295446374509]
本稿では,ユーザとニュースの表現学習を強化するニューズレコメンデーション手法を提案する。本手法では,歴史的ユーザクリック行動から構築した二部グラフのノードとして,ユーザとニュースをみなす。
論文参考訳（メタデータ） (2020-03-31T15:27:31Z)

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。