論文の概要: Crowding out the truth? A simple model of misinformation, polarization
and meaningful social interactions
- arxiv url: http://arxiv.org/abs/2210.02248v1
- Date: Wed, 5 Oct 2022 13:26:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 11:31:57.809520
- Title: Crowding out the truth? A simple model of misinformation, polarization
and meaningful social interactions
- Title（参考訳）: 真実を語るのか?
誤情報・分極・意味的社会的相互作用の簡易モデル
- Authors: Fabrizio Germano, Vicen\c{c} G\'omez, Francesco Sobbrio
- Abstract要約: ランキングアルゴリズムの重要なパラメータ、すなわち人気度とパーソナライズパラメータが、プラットフォームエンゲージメント、誤情報、偏光の尺度に与える影響を評価する。
その結果、オンラインソーシャルインタラクションやパーソナライズされたコンテンツに割り当てられる重みの増大は、ソーシャルメディアプラットフォーム上でのエンゲージメントを増大させる一方で、誤情報や偏光を増大させる可能性が示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper provides a simple theoretical framework to evaluate the effect of
key parameters of ranking algorithms, namely popularity and personalization
parameters, on measures of platform engagement, misinformation and
polarization. The results show that an increase in the weight assigned to
online social interactions (e.g., likes and shares) and to personalized content
may increase engagement on the social media platform, while at the same time
increasing misinformation and/or polarization. By exploiting Facebook's 2018
"Meaningful Social Interactions" algorithmic ranking update, we also provide
direct empirical support for some of the main predictions of the model.
- Abstract（参考訳）: 本稿では,ランキングアルゴリズムの主要なパラメータ,すなわち人気度とパーソナライズパラメータがプラットフォームエンゲージメント,誤情報,偏光の尺度に与える影響を評価するためのシンプルな理論的枠組みを提供する。
その結果、オンラインソーシャルインタラクション(例えば、いいね!や共有)やパーソナライズされたコンテンツに割り当てられる重みが増加すると、ソーシャルメディアプラットフォームへのエンゲージメントが高まり、同時に誤情報や偏りが増すことが示されている。
Facebookの2018年の"Meaningful Social Interactions"アルゴリズムのランキング更新を活用することで、モデルのいくつかの主要な予測に対する直接的な実証的サポートも提供します。
関連論文リスト
- Contrastive Learning for Implicit Social Factors in Social Media Popularity Prediction [12.798988947331596]
我々は、ポスト人気に影響を与えるソーシャルプラットフォームによってもたらされる要因について研究する。
これらの要因には、コンテンツ関連性、ユーザ影響の類似性、ユーザアイデンティティが含まれる。
本稿では、コンテンツ関連性、ユーザ影響の類似性、ユーザアイデンティティなど、人気に関する3つの暗黙的な社会的要因を提案する。
論文 参考訳（メタデータ） (2024-10-12T03:25:11Z) - Balancing User Preferences by Social Networks: A Condition-Guided Social Recommendation Model for Mitigating Popularity Bias [64.73474454254105]
ソーシャルレコメンデーションモデルは、ユーザに対してユニークなパーソナライズされたレコメンデーション結果を提供するために、ソーシャルインタラクションをデザインに織り込む。
既存のソーシャルレコメンデーションモデルは、人気バイアスや社会的情報の冗長性の問題に対処できない。
本稿では,モデルの人気バイアスを軽減するための条件付きソーシャルレコメンデーションモデル(CGSoRec)を提案する。
論文 参考訳（メタデータ） (2024-05-27T02:45:01Z) - Countering Misinformation via Emotional Response Generation [15.383062216223971]
ソーシャルメディアプラットフォーム(SMP)における誤情報拡散は、公衆衛生、社会的結束、民主主義に重大な危険をもたらす。
これまでの研究では、社会的訂正が誤情報を抑制する効果的な方法であることが示された。
約1万のクレーム応答対からなる最初の大規模データセットであるVerMouthを提案する。
論文 参考訳（メタデータ） (2023-11-17T15:37:18Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳（メタデータ） (2023-10-20T06:17:02Z) - Adherence to Misinformation on Social Media Through Socio-Cognitive and
Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。
偏光と誤情報付着が密接な関係にあると仮定する。
論文 参考訳（メタデータ） (2022-06-30T12:34:24Z) - Preference Enhanced Social Influence Modeling for Network-Aware Cascade
Prediction [59.221668173521884]
本稿では,ユーザの嗜好モデルを強化することで,カスケードサイズ予測を促進する新しいフレームワークを提案する。
エンド・ツー・エンドの手法により,ユーザの情報拡散プロセスがより適応的で正確になる。
論文 参考訳（メタデータ） (2022-04-18T09:25:06Z) - SSAGCN: Social Soft Attention Graph Convolution Network for Pedestrian
Trajectory Prediction [59.064925464991056]
ソーシャルソフトアテンショングラフ畳み込みネットワーク(SSAGCN)という新しい予測モデルを提案する。
SSAGCNは、歩行者間の社会的相互作用と歩行者と環境間のシーンインタラクションを同時に扱うことを目的としている。
公開データセットの実験は、SAGCNの有効性を証明し、最先端の結果を得た。
論文 参考訳（メタデータ） (2021-12-05T01:49:18Z) - Harnessing the Power of Ego Network Layers for Link Prediction in Online
Social Networks [0.734084539365505]
予測は典型的には教師なしまたは教師なしの学習に基づいている。
個人の社会的構造に関するより豊かな情報は、より良い予測につながるかもしれないと我々は主張する。
社会的認識が予測性能に大きな改善をもたらすことを示す。
論文 参考訳（メタデータ） (2021-09-19T18:49:10Z) - Polarization Model of Online Social Networks Based on the Concept of
Spontaneous Symmetry Breaking [3.084629788740097]
偏光に対抗できる技術を確立するためには、偏光のメカニズムを理解する必要がある。
本稿では,自発対称性の破れの概念に基づく偏光の理解の基礎モデルを提案する。
論文 参考訳（メタデータ） (2020-11-10T21:03:11Z) - 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。