論文の概要: The Role of Bias in News Recommendation in the Perception of the
Covid-19 Pandemic
- arxiv url: http://arxiv.org/abs/2209.07608v1
- Date: Thu, 15 Sep 2022 21:10:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 11:12:26.454693
- Title: The Role of Bias in News Recommendation in the Perception of the
Covid-19 Pandemic
- Title（参考訳）: Covid-19パンデミックの認知におけるニュースレコメンデーションにおけるバイアスの役割
- Authors: Thomas Elmar Kolb, Irina Nalis, Mete Sertkan and Julia Neidhardt
- Abstract要約: ニュースレコメンデーターシステム(NR)は、公共の言論を形作り、民主主義に有害な影響を及ぼす行動を強制することが示されている。
BERT4Recアルゴリズムを用いて,ニュースの報道とユーザ行動の相互作用を解析し,シーケンス予測を行った。
- 参考スコア（独自算出の注目度）: 1.0618008515822484
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: News recommender systems (NRs) have been shown to shape public discourse and
to enforce behaviors that have a critical, oftentimes detrimental effect on
democracies. Earlier research on the impact of media bias has revealed their
strong impact on opinions and preferences. Responsible NRs are supposed to have
depolarizing capacities, once they go beyond accuracy measures. We performed
sequence prediction by using the BERT4Rec algorithm to investigate the
interplay of news of coverage and user behavior. Based on live data and
training of a large data set from one news outlet "event bursts", "rally around
the flag" effect and "filter bubbles" were investigated in our
interdisciplinary approach between data science and psychology. Potentials for
fair NRs that go beyond accuracy measures are outlined via training of the
models with a large data set of articles, keywords, and user behavior. The
development of the news coverage and user behavior of the COVID-19 pandemic
from primarily medical to broader political content and debates was traced. Our
study provides first insights for future development of responsible news
recommendation that acknowledges user preferences while stimulating diversity
and accountability instead of accuracy, only.
- Abstract（参考訳）: ニュースレコメンデーションシステム(nrs)は、公開の言説を形作り、民主主義に批判的かつしばしば有害な影響を与える行動を強制することが示されている。
メディアバイアスの影響に関する以前の研究は、意見や嗜好に強い影響を与えることを示した。
応答性NRは、正確度を超えると脱分極能力を持つと考えられる。
BERT4Recアルゴリズムを用いて,ニュースの報道とユーザ行動の相互作用を解析し,シーケンス予測を行った。
データサイエンスと心理学の学際的アプローチにおいて,1つのニュースメディア「イベントバースト」から収集した大規模データセットのライブデータとトレーニングに基づいて,「旗の回り」効果と「フィルターバブル」について検討した。
精度測定を超える公正なNRのポテンシャルは、大量の記事、キーワード、ユーザー行動のデータセットでモデルのトレーニングを通じて概説される。
新型コロナウイルス(COVID-19)パンデミックのニュース報道とユーザー行動の発達は、主に医療から幅広い政治内容や議論まで遡る。
本研究は,ユーザの嗜好を認識しつつ,正確さよりも多様性と説明責任を刺激する,責任のあるニュースレコメンデーションの今後の展開について,最初の知見を提供する。
関連論文リスト
- Source Echo Chamber: Exploring the Escalation of Source Bias in User, Data, and Recommender System Feedback Loop [65.23044868332693]
本稿では,ソースバイアスがレコメンデーションシステムの領域に与える影響について検討する。
ソースバイアスの頻度を示し、ソースバイアスを増幅した潜在的デジタルエコーチャンバーを明らかにする。
我々は,HGCとAIGCの両方に対してモデル不均一性を維持するブラックボックスデバイアス法を導入する。
論文 参考訳（メタデータ） (2024-05-28T09:34:50Z) - Mitigating Biases in Collective Decision-Making: Enhancing Performance in the Face of Fake News [4.413331329339185]
これらのバイアスが偽ニュースの広範的問題に与える影響を、偽ニュースの見出しを識別する人間の能力を評価することによって検討する。
センシティブな特徴を含む見出しに焦点を合わせることで、人間の反応がバイアスによってどのように形作られるかを探るため、包括的なデータセットを集めます。
人口統計学的要因,見出しカテゴリー,情報の提示方法が人的判断の誤りに大きく影響していることを示す。
論文 参考訳（メタデータ） (2024-03-11T12:08:08Z) - Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。
提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。
これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
論文 参考訳（メタデータ） (2023-05-25T21:01:00Z) - 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) - Two-Stage Neural Contextual Bandits for Personalised News Recommendation [50.3750507789989]
既存のパーソナライズされたニュースレコメンデーション手法は、ユーザの興味を搾取することに集中し、レコメンデーションにおける探索を無視する。
我々は、エクスプロイトと探索のトレードオフに対処する文脈的包括的レコメンデーション戦略に基づいて構築する。
我々はユーザとニュースにディープラーニング表現を使用し、ニューラルアッパー信頼境界(UCB)ポリシーを一般化し、加法的 UCB と双線形 UCB を一般化する。
論文 参考訳（メタデータ） (2022-06-26T12:07:56Z) - Cross Pairwise Ranking for Unbiased Item Recommendation [57.71258289870123]
我々はCPR(Cross Pairwise Ranking)という新しい学習パラダイムを開発する。
CPRは、露出メカニズムを知らずに不偏の推奨を達成する。
理論的には、この方法が学習に対するユーザ/イテムの適合性の影響を相殺することを証明する。
論文 参考訳（メタデータ） (2022-04-26T09:20:27Z) - An Interdisciplinary Approach for the Automated Detection and
Visualization of Media Bias in News Articles [0.0]
メディアバイアスを識別するためのデータセットや手法を考案することを目指しています。
私のビジョンは、ニュース読者が偏見によるメディアカバレッジの違いを認識できるようにするシステムを開発することです。
論文 参考訳（メタデータ） (2021-12-26T10:46:32Z) - Newsalyze: Effective Communication of Person-Targeting Biases in News
Articles [8.586057042714698]
本稿では,自然言語理解の最先端手法を組み合わせたバイアス識別システムを提案する。
第2に,非専門家のニュース消費者にニュース記事のバイアスを伝えるために,バイアスに敏感な可視化を考案する。
第3に、私たちの主な貢献は、日々のニュース消費を近似した設定においてバイアス認識を測定する大規模なユーザスタディです。
論文 参考訳（メタデータ） (2021-10-18T10:23:19Z) - How to Effectively Identify and Communicate Person-Targeting Media Bias
in Daily News Consumption? [8.586057042714698]
本稿では,コンテンツ分析のマニュアル処理を初めて自動化した,ニュースレコメンデーションのためのインプログレスシステムを提案する。
我々の推薦者は、個々のニュース記事に実際に存在している重要なフレームを検出し、明らかにする。
本研究は,イベントの異なる設定のニュース記事の推薦が,バイアスに対する意識を著しく向上させることを示す。
論文 参考訳（メタデータ） (2021-10-18T10:13:23Z) - Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。
偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。
本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文 参考訳（メタデータ） (2020-10-20T19:37:04Z)
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。