論文の概要: Measuring Commonality in Recommendation of Cultural Content: Recommender
Systems to Enhance Cultural Citizenship
- arxiv url: http://arxiv.org/abs/2208.01696v1
- Date: Tue, 2 Aug 2022 19:14:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 10:17:12.743850
- Title: Measuring Commonality in Recommendation of Cultural Content: Recommender
Systems to Enhance Cultural Citizenship
- Title(参考訳): 文化コンテンツ推薦における共通性の測定:文化市民権強化のためのレコメンダシステム
- Authors: Andres Ferraro, Gustavo Ferreira, Fernando Diaz, Georgina Born
- Abstract要約: そこで本稿では,文化内容の特定のカテゴリにおいて,特定のユーザ集団に親しみのあるレコメンデーションの度合いを反映した新しい尺度として,共通性を導入する。
以上の結果から,共通性は既存の指標と相補的なシステム行動の特性を捉え,利用者の文化的市民性を高めることを目的としたリコメンデータシステムにおける代替的非個人化介入の必要性が示唆された。
- 参考スコア(独自算出の注目度): 67.5613995938273
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recommender systems have become the dominant means of curating cultural
content, significantly influencing the nature of individual cultural
experience. While the majority of research on recommender systems optimizes for
personalized user experience, this paradigm does not capture the ways that
recommender systems impact cultural experience in the aggregate, across
populations of users. Although existing novelty, diversity, and fairness
studies probe how systems relate to the broader social role of cultural
content, they do not adequately center culture as a core concept and challenge.
In this work, we introduce commonality as a new measure that reflects the
degree to which recommendations familiarize a given user population with
specified categories of cultural content. Our proposed commonality metric
responds to a set of arguments developed through an interdisciplinary dialogue
between researchers in computer science and the social sciences and humanities.
With reference to principles underpinning non-profit, public service media
systems in democratic societies, we identify universality of address and
content diversity in the service of strengthening cultural citizenship as
particularly relevant goals for recommender systems delivering cultural
content. Taking diversity in movie recommendation as a case study in enhancing
pluralistic cultural experience, we empirically compare systems' performance
using commonality and existing utility, diversity, and fairness metrics. Our
results demonstrate that commonality captures a property of system behavior
complementary to existing metrics and suggest the need for alternative,
non-personalized interventions in recommender systems oriented to strengthening
cultural citizenship across populations of users. In this way, commonality
contributes to a growing body of scholarship developing 'public good'
rationales for digital media and ML systems.
- Abstract(参考訳): レコメンダシステムは文化コンテンツをキュレートするための主要な手段となり、個々の文化体験の性質に大きな影響を与えている。
推薦システムに関するほとんどの研究はパーソナライズされたユーザーエクスペリエンスのために最適化されているが、このパラダイムは、推薦システムが総人口全体にわたる文化体験に影響を与える方法を捉えていない。
既存の新奇性、多様性、公正性の研究は、システムが文化的コンテンツのより広い社会的役割とどのように関係しているかを調査するが、それらは文化を中核的な概念と挑戦として適切に中心にしていない。
本研究は,特定の文化内容のカテゴリで,特定のユーザ集団に親しみやすいレコメンデーションの度合いを反映した新しい尺度として,共通性を導入する。
提案する共通性指標は,コンピュータ科学研究者と社会科学と人文科学の学際的な対話を通じて開発された一連の議論に応答する。
民主主義社会における非営利・公共サービスメディアシステムを支える原則に言及し、文化市民権強化サービスにおけるアドレスとコンテンツの多様性の普遍性を、特に文化コンテンツ配信レコメンダシステムに関連する目標として特定する。
映画レコメンデーションの多様性を多元的文化的体験の向上のケーススタディとして捉え,共通性と既存実用性,多様性,公正性の指標を用いて,システムのパフォーマンスを実証的に比較した。
以上の結果から,共通性は既存の指標と相補的なシステム行動の特性を捉え,利用者の文化的市民性を高めることを目的としたレコメンデーターシステムにおける代替的非個人化介入の必要性が示唆された。
このようにして、共通性は、デジタルメディアとmlシステムのための「公益」な根拠を開発する奨学金の増大に寄与する。
関連論文リスト
- Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
本稿では,多文化知識獲得のための新しいアプローチを提案する。
本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。
私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
論文 参考訳(メタデータ) (2024-02-14T18:16:54Z) - Towards Global, Socio-Economic, and Culturally Aware Recommender Systems [0.0]
文化的アイデンティティと社会経済的要因を考慮したレコメンデーターシステムの可能性を検討する。
エンターテイメント業界における消費者定期購読プラン選択のシナリオを提示する。
高度に調整されたANNモデルには、ドメイン固有のデータ、文化指標の選択、関連する社会経済的要因が組み込まれている。
論文 参考訳(メタデータ) (2023-12-10T07:36:06Z) - CDEval: A Benchmark for Measuring the Cultural Dimensions of Large
Language Models [43.98598363461303]
CDEvalは、大規模言語モデルの文化的側面を評価するためのベンチマークである。
GPT-4の自動生成と人間による検証の両方を取り入れて構築され、7つの領域にわたる6つの文化的次元をカバーする。
論文 参考訳(メタデータ) (2023-11-28T02:01:25Z) - A Survey on Fairness-aware Recommender Systems [59.23208133653637]
本稿では,様々なレコメンデーションシナリオにおいてフェアネスの概念を提示し,現在の進歩を包括的に分類し,レコメンデーションシステムのさまざまな段階におけるフェアネスを促進するための典型的な手法を紹介する。
次に、フェアネスを意識したレコメンデーションシステムが実業界における産業応用に与える影響について検討する。
論文 参考訳(メタデータ) (2023-06-01T07:08:22Z) - Assessing Cross-Cultural Alignment between ChatGPT and Human Societies:
An Empirical Study [9.919972416590124]
ChatGPTは、対話で人間のような反応を生成できるという異常な能力で広く認知されている。
そこで我々は,ChatGPTの文化的背景を,人間の文化的差異を定量化するための質問に対する応答の分析によって検討した。
論文 参考訳(メタデータ) (2023-03-30T15:43:39Z) - Performative Recommendation: Diversifying Content via Strategic
Incentives [13.452510519858995]
学習が戦略的コンテンツクリエーターにインセンティブを与え、多様なコンテンツを作る方法を示します。
われわれのアプローチは、コンテンツに対する戦略的変化を予想する、新しい形式の正規化に依存している。
論文 参考訳(メタデータ) (2023-02-08T21:02:28Z) - 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) - Operationalizing Framing to Support Multiperspective Recommendations of
Opinion Pieces [1.3286165491120467]
コミュニケーション科学から取り入れたフレーミングの概念を運用する。
この概念をトピック関連推奨リストの再ランク付けに適用する。
オフライン評価の結果,提案手法はレコメンデーションリストの視点の多様性を高めることができることが示された。
論文 参考訳(メタデータ) (2021-01-15T14:40:34Z) - Simultaneous Relevance and Diversity: A New Recommendation Inference
Approach [81.44167398308979]
本稿では,新しいCF推論手法である負対陽性を導入することにより,一般協調フィルタリング(CF)を拡張した新しい手法を提案する。
我々のアプローチは、様々な高度なレベルでの幅広い推奨シナリオ/ユースケースに適用できる。
公開データセットと実世界の生産データに関する分析と実験により、我々のアプローチは、関連性および多様性に関する既存の手法を同時に上回ることを示した。
論文 参考訳(メタデータ) (2020-09-27T22:20:12Z)
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。