論文の概要: Personalized Interventions for Online Moderation
- arxiv url: http://arxiv.org/abs/2205.09462v1
- Date: Thu, 19 May 2022 10:44:57 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-20 14:12:52.270633
- Title: Personalized Interventions for Online Moderation
- Title(参考訳): オンラインモデレーションのためのパーソナライズされた介入
- Authors: Stefano Cresci, Amaury Trujillo, Tiziano Fagni
- Abstract要約: 現在のオンラインのモデレーションは、一大のアプローチに従っている。
我々は、パーソナライズされたユーザー中心のアプローチに移行することで、オンラインモデレーションのパラダイムシフトを提案する。
- 参考スコア(独自算出の注目度): 0.9346127431927982
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Current online moderation follows a one-size-fits-all approach, where each
intervention is applied in the same way to all users. This naive approach is
challenged by established socio-behavioral theories and by recent empirical
results that showed the limited effectiveness of such interventions. We propose
a paradigm-shift in online moderation by moving towards a personalized and
user-centered approach. Our multidisciplinary vision combines state-of-the-art
theories and practices in diverse fields such as computer science, sociology
and psychology, to design personalized moderation interventions (PMIs). In
outlining the path leading to the next-generation of moderation interventions,
we also discuss the most prominent challenges introduced by such a disruptive
change.
- Abstract(参考訳): 現在のオンラインモデレーションは、すべてのユーザに同じ方法で介入を適用する、ワンサイズのアプローチに従っている。
このナイーブなアプローチは、確立された社会行動理論や、そのような介入の限られた効果を示す最近の実証的な結果によって挑戦される。
オンラインモデレーションにおけるパラダイムシフトを,パーソナライズされたユーザ中心のアプローチに移行して提案する。
コンピュータ科学、社会学、心理学といった様々な分野における最先端の理論と実践を組み合わせて、パーソナライズドモデレーション介入(pmis)を設計する。
次世代のモデレーション介入への道筋を概説する中で、このような破壊的変化によってもたらされる最も顕著な課題についても論じる。
関連論文リスト
- Towards Full-scene Domain Generalization in Multi-agent Collaborative
Bird's Eye View Segmentation for Connected and Autonomous Driving [54.60458503590669]
協調認識の学習段階と推論段階の両方に適用可能な統合ドメイン一般化フレームワークを提案する。
我々は、AmpAug(Amplitude Augmentation)法を用いて、低周波画像の変動を増大させ、学習能力を拡大する。
推論フェーズでは、システム内ドメインアライメント機構を導入し、ドメインの不一致を減らし、潜在的に排除する。
論文 参考訳(メタデータ) (2023-11-28T12:52:49Z) - Multimodal Representation Learning by Alternating Unimodal Adaptation [79.9201824151389]
MLA(Multimodal Learning with Alternating Unimodal Adaptation)を提案する。
MLAは、それを交互に一助学習プロセスに変換することで、従来の共同マルチモーダル学習プロセスを再構築する。
共有ヘッドを通じてモーダル間相互作用をキャプチャし、異なるモーダル間で連続的な最適化を行う。
推論フェーズの間、MLAはテスト時間不確実性に基づくモデル融合機構を使用して、マルチモーダル情報を統合する。
論文 参考訳(メタデータ) (2023-11-17T18:57:40Z) - Measuring Behavior Change with Observational Studies: a Review [3.683202928838613]
我々は148の論文(2000-2023)を分析し,行動分類と変化検出手法を作成した。
私たちの発見は、感情の変化、API制限されたプラットフォームへの重点、理論の統合に焦点を合わせました。
論文 参考訳(メタデータ) (2023-10-30T19:02:09Z) - Taxonomy Adaptive Cross-Domain Adaptation in Medical Imaging via
Optimization Trajectory Distillation [73.83178465971552]
自動医用画像解析の成功は、大規模かつ専門家による注釈付きトレーニングセットに依存する。
非教師なしドメイン適応(UDA)はラベル付きデータ収集の負担を軽減するための有望なアプローチである。
本稿では,2つの技術的課題に新しい視点から対処する統一的手法である最適化トラジェクトリ蒸留を提案する。
論文 参考訳(メタデータ) (2023-07-27T08:58:05Z) - A Closer Look at the Intervention Procedure of Concept Bottleneck Models [18.222350428973343]
概念ボトルネックモデル(コンセプションボトルネックモデル、CBM)は、その高レベルな概念に基づいて与えられた入力のターゲット応答を予測する、解釈可能なニューラルネットワークモデルのクラスである。
CBMは、ドメインの専門家が予測された概念に介入し、テスト時に間違いを修正できるので、最後にもっと正確なタスク予測ができる。
本研究では,介入効果を向上させるために介入概念を選択する様々な方法を開発し,異なる状況下でどのように進化するかを詳細に分析する。
論文 参考訳(メタデータ) (2023-02-28T02:37:24Z) - Social Influence Dialogue Systems: A Scoping Survey of the Efforts
Towards Influence Capabilities of Dialogue Systems [50.57882213439553]
社会影響対話システムは、説得、交渉、治療を行うことができる。
これらのスキルを備えた対話システムには、正式な定義やカテゴリは存在しない。
この研究は、この新興地域でのより専用の研究と議論を促すために、社会影響対話システムの包括的参照となる。
論文 参考訳(メタデータ) (2022-10-11T17:57:23Z) - Influencing Long-Term Behavior in Multiagent Reinforcement Learning [59.98329270954098]
時間的アプローチが無限に近づくと、他のエージェントの制限ポリシーを考えるための原則的枠組みを提案する。
具体的には、各エージェントの行動が他のエージェントが行うポリシーの制限セットに与える影響を直接考慮し、各エージェントの平均報酬を最大化する新しい最適化目標を開発する。
我々の遠視評価により、様々な領域における最先端のベースラインよりも長期的性能が向上した。
論文 参考訳(メタデータ) (2022-03-07T17:32:35Z) - Mind the Gap: A Framework (BehaveFIT) Guiding The Use of Immersive
Technologies in Behavior Change Processes [0.0]
没入型テクノロジのための行動フレームワーク(BehaveFIT)は、心理的障壁と没入型特徴の理解可能な分類と凝縮を提示する。
これら3つのステップは、BehaveFITをどのように使用できるかを説明し、各ステップのガイドと1つの例を含んでいる。
論文 参考訳(メタデータ) (2020-12-20T12:48:01Z) - 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) - Unified Models of Human Behavioral Agents in Bandits, Contextual Bandits
and RL [28.38826379640553]
逐次的意思決定のためのより汎用的で柔軟なパラメトリック・フレームワークを提案する。
多くの精神疾患の既往の報酬処理異常にインスパイアされ、臨床にインスパイアされたエージェントは興味深い行動軌跡を示した。
論文 参考訳(メタデータ) (2020-05-10T01:43:39Z)
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。