論文の概要: Personalization of Web Search During the 2020 US Elections

• arxiv url: http://arxiv.org/abs/2209.14000v1
• Date: Wed, 28 Sep 2022 11:18:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 11:25:10.220735
• Title: Personalization of Web Search During the 2020 US Elections
• Title（参考訳）: 2020年アメリカ合衆国大統領選挙におけるウェブ検索のパーソナライズ
• Authors: Ulrich Matter, Roland Hodler, Johannes Ladwig
• Abstract要約: 本稿では,ユーザ特性と行動が検索結果に与える影響について,政治的に関係のある文脈で検討する。 私たちは、25の都市にランダムに配置されている150人の合成インターネットユーザーを編成しました。 これらのユーザーは、閲覧好みや政治的イデオロギーが異なるため、現実的な閲覧履歴や検索履歴を構築することができる。
• 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: Search engines play a central role in routing political information to citizens. The algorithmic personalization of search results by large search engines like Google implies that different users may be offered systematically different information. However, measuring the causal effect of user characteristics and behavior on search results in a politically relevant context is challenging. We set up a population of 150 synthetic internet users ("bots") who are randomly located across 25 US cities and are active for several months during the 2020 US Elections and their aftermath. These users differ in their browsing preferences and political ideology, and they build up realistic browsing and search histories. We run daily experiments in which all users enter the same election-related queries. Search results to these queries differ substantially across users. Google prioritizes previously visited websites and local news sites. Yet, it does not generally prioritize websites featuring the user's ideology.
• Abstract（参考訳）: 検索エンジンは、市民に政治情報をルーティングする上で中心的な役割を果たす。 Googleのような巨大検索エンジンによる検索結果のアルゴリズムによるパーソナライズは、異なるユーザーが体系的に異なる情報を提供する可能性があることを示唆している。 しかし,ユーザの特徴や行動が検索結果に与える影響を政治的に関係のある文脈で測定することは困難である。 われわれは、米国25都市に150人の合成インターネットユーザー(ボット)を配置し、2020年の米大統領選とその余波の間、数ヶ月にわたって活動している。 これらのユーザーは閲覧好みや政治的イデオロギーが異なるため、現実的な閲覧履歴や検索履歴を構築することができる。 私たちは毎日,すべてのユーザが同じ選挙関連クエリを入力する実験を実施しています。 これらのクエリに対する検索結果はユーザによって大きく異なる。 Googleは以前訪問したウェブサイトやローカルニュースサイトを優先している。 しかし、一般的にはユーザーのイデオロギーを特集するウェブサイトを優先しない。

関連論文リスト

• On the Use of Proxies in Political Ad Targeting [49.61009579554272]
  我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。 本研究は政治広告の規制に関する議論に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-10-18T17:15:13Z)
• Algorithmic Misjudgement in Google Search Results: Evidence from Auditing the US Online Electoral Information Environment [0.0]
  本稿では,政府の管理するWebドメインがオンライン選挙情報環境においてどのように表現されるかを検討する。 その結果、州、郡、地方自治体の情報源の71%が標的にされていないことがわかった。 我々は、これらのソースをそれぞれの構成元に適切なターゲティングを保証することは、権威的かつ局所的な選挙情報へのアクセスを促進するGoogleの役割の重要な部分であると主張している。
  論文  参考訳（メタデータ） (2024-04-06T17:09:04Z)
• User Attitudes to Content Moderation in Web Search [49.1574468325115]
  我々は、Web検索における誤解を招く可能性のあるコンテンツや攻撃的なコンテンツに適用される様々なモデレーションプラクティスに対するサポートレベルについて検討する。 最も支持されている実践は、誤解を招く可能性のあるコンテンツや不快なコンテンツについてユーザーに知らせることであり、最も支持されていないものは、検索結果を完全に削除することである。 より保守的なユーザーやウェブ検索結果に対する信頼度が低いユーザーは、ウェブ検索におけるコンテンツモデレーションに反する傾向にある。
  論文  参考訳（メタデータ） (2023-10-05T10:57:15Z)
• Design and analysis of tweet-based election models for the 2021 Mexican legislative election [55.41644538483948]
  選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。 地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
  論文  参考訳（メタデータ） (2023-01-02T12:40:05Z)
• Novelty in news search: a longitudinal study of the 2020 US elections [62.997667081978825]
  我々は、トップニュース検索結果に現れる新しい項目を測定するノベルティを解析する。 トピックや安定したクエリに比べて,選挙関連クエリに新たな項目が出現する傾向にある。 このような不均衡は、選挙期間中のニュース検索における政治候補者の可視性に影響を与えると論じる。
  論文  参考訳（メタデータ） (2022-11-09T08:42:37Z)
• The Matter of Chance: Auditing Web Search Results Related to the 2020 U.S. Presidential Primary Elections Across Six Search Engines [68.8204255655161]
  私たちは、Google、Baidu、Bing、DuckDuckGo、Yahoo、Yandexの"US Election"、"Donald trump"、"Joe Biden"、"bernie Sanders"の検索結果を調べます。 その結果, 検索エンジン間の検索結果と, エージェント間の検索結果の相違が有意な差があることが示唆された。
  論文  参考訳（メタデータ） (2021-05-03T11:18:19Z)
• Inferring Political Preferences from Twitter [0.0]
  ソーシャルメディアの政治的センチメント分析は、政治ストラテジストが政党や候補者のパフォーマンスを精査するのに役立つ。 選挙期間中、ソーシャルネットワークはブログ、チャット、討論、政党や政治家の展望に関する議論で溢れている。 本研究では、従来の機械学習を用いて、テキスト分類問題としてモデル化することで、ツイートに存在する政治的意見の傾きを特定することを選んだ。
  論文  参考訳（メタデータ） (2020-07-21T05:20:43Z)
• 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)
• Stop Tracking Me Bro! Differential Tracking Of User Demographics On Hyper-partisan Websites [5.690539268996364]
  我々は、特定のパーティーラインのウェブサイトを訪問する際に、光を遮り、ユーザに与えるトラッキングの潜在的な違いを計測する第一歩を踏み出します。 この手法により、性別や年齢などの特定の属性を持つユーザペルソナを作成し、閲覧行動を自動化することができる。 我々は、556の超党派ウェブサイトで9人のペルソナをテストし、右派ウェブサイトは左派ウェブサイトよりもユーザーを強く追跡する傾向にあることを発見した。
  論文  参考訳（メタデータ） (2020-02-03T18:35:57Z)

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。