論文の概要: Effect of Monetary Reward on Users' Individual Strategies Using Co-Evolutionary Learning

• arxiv url: http://arxiv.org/abs/2306.00492v1
• Date: Thu, 1 Jun 2023 09:43:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-02 17:11:44.709351
• Title: Effect of Monetary Reward on Users' Individual Strategies Using Co-Evolutionary Learning
• Title（参考訳）: 共進化学習を用いた個人戦略に対する金銭的償還の効果
• Authors: Shintaro Ueki, Fujio Toriumi and Toshiharu Sugawara
• Abstract要約: 本研究では,金銭報酬(MR)がユーザの投稿戦略に与える影響について検討する。 我々は,CGMネットワークのユーザ視点によって,様々な現実的な支配的戦略が進化していることを実験的に示す。
• 参考スコア（独自算出の注目度）: 2.3204178451683264
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Consumer generated media (CGM), such as social networking services rely on the voluntary activity of users to prosper, garnering the psychological rewards of feeling connected with other people through comments and reviews received online. To attract more users, some CGM have introduced monetary rewards (MR) for posting activity and quality articles and comments. However, the impact of MR on the article posting strategies of users, especially frequency and quality, has not been fully analyzed by previous studies, because they ignored the difference in the standpoint in the CGM networks, such as how many friends/followers they have, although we think that their strategies vary with their standpoints. The purpose of this study is to investigate the impact of MR on individual users by considering the differences in dominant strategies regarding user standpoints. Using the game-theoretic model for CGM, we experimentally show that a variety of realistic dominant strategies are evolved depending on user standpoints in the CGM network, using multiple-world genetic algorithm.
• Abstract（参考訳）: ソーシャルネットワーキングサービスのような消費者生成メディア(cgm)は、ユーザーの自発的な活動に頼り、オンラインで受け取ったコメントやレビューを通じて、他の人とつながりのある感情の心理的報酬を得られる。 より多くのユーザーを惹きつけるために、一部のCGMは活動や質の高い記事やコメントを投稿するための金銭報酬(MR)を導入した。 しかし,ユーザの投稿戦略,特に頻度と品質に対するMRの影響は,CGMネットワークの立場の違い,例えば友人数やフォロワー数などを無視した上で,これまでの研究では十分に分析されていない。 本研究の目的は,MRが個人ユーザに与える影響を,ユーザ視点に関する支配的戦略の違いを考慮し検討することである。 CGMのゲーム理論モデルを用いて、マルチワールド遺伝的アルゴリズムを用いて、CGMネットワークのユーザ視点に応じて、様々な現実的な支配戦略が進化していることを示す。

関連論文リスト

• Measuring Strategization in Recommendation: Users Adapt Their Behavior to Shape Future Content [66.71102704873185]
  実験と調査を行うことで,ユーザストラテジゼーションの試行を行う。 参加者の居住時間や「いいね!」の使用など,結果指標間での戦略化の強い証拠を見出す。 この結果から,プラットフォームはアルゴリズムがユーザの行動に与える影響を無視できないことが示唆された。
  論文  参考訳（メタデータ） (2024-05-09T07:36:08Z)
• Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
  アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。 アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。 本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
  論文  参考訳（メタデータ） (2024-04-19T16:45:50Z)
• User's Position-Dependent Strategies in Consumer-Generated Media with Monetary Rewards [1.2430809884830318]
  SNS-normsゲームにいくつかの金銭報酬スキームを統合するモデルを提案する。 個人エージェント(ユーザ)に対する各金銭報酬方式の効果について検討する。 以上の結果から,これらの要因が投稿数とその品質に明確に影響を及ぼすことが示唆された。
  論文  参考訳（メタデータ） (2023-10-07T13:48:06Z)
• The Impact of Recommendation Systems on Opinion Dynamics: Microscopic versus Macroscopic Effects [1.4180331276028664]
  本研究では,ユーザに対するレコメンデーションシステムの影響を,顕微鏡的(すなわち個々のユーザレベルで)とマクロ的視点の両方から検討する。 分析の結果,個々のユーザの意見の変化は,人口の意見分布の変化と必ずしも一致しないことが明らかとなった。
  論文  参考訳（メタデータ） (2023-09-16T11:44:51Z)
• Fair Effect Attribution in Parallel Online Experiments [57.13281584606437]
  A/Bテストは、オンラインサービスで導入された変更の影響を確実に特定する目的で役立ちます。 オンラインプラットフォームでは,ユーザトラフィックをランダムに分割して多数の同時実験を行うのが一般的である。 異なるグループ間の完全なランダム化にもかかわらず、同時実験は互いに相互作用し、平均的な集団の結果に負の影響をもたらす。
  論文  参考訳（メタデータ） (2022-10-15T17:15:51Z)
• Estimating Topic Exposure for Under-Represented Users on Social Media [25.963970325207892]
  この研究は、観察されたデータに対する参加者の貢献を強調することに重点を置いている。 これらのユーザの行動分析の最初のステップは、公開されているが関与していないトピックを見つけることです。 本稿では,これらのユーザを特定し,トピックの露出を推定する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-08-07T19:37:41Z)
• 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)
• Estimating Causal Effects of Multi-Aspect Online Reviews with Multi-Modal Proxies [24.246450472404614]
  本研究は,ユーザ生成オンラインレビューの微粒化に対する因果関係を実証的に検証する。 レストランの食品・サービスなど、さまざまな側面について検討する。
  論文  参考訳（メタデータ） (2021-12-19T22:29:02Z)
• Confounder Identification-free Causal Visual Feature Learning [84.28462256571822]
  本稿では,創始者を特定する必要性を排除した,創始者同定自由因果視覚特徴学習(CICF)手法を提案する。 CICFは、フロントドア基準に基づいて異なるサンプル間の介入をモデル化し、インスタンスレベルの介入に対するグローバルスコープ干渉効果を近似する。 我々は,CICFと一般的なメタラーニング戦略MAMLの関係を明らかにするとともに,MAMLが理論的観点から機能する理由を解釈する。
  論文  参考訳（メタデータ） (2021-11-26T10:57:47Z)
• Online Learning Demands in Max-min Fairness [91.37280766977923]
  本稿では,複数のユーザ間の希少リソースの割り当て機構について,効率的で公平で戦略に準拠した方法で記述する。 このメカニズムは複数のラウンドで繰り返され、各ラウンドでユーザの要求が変更される可能性がある。 各ラウンドの最後には、ユーザは受け取ったアロケーションに関するフィードバックを提供し、そのメカニズムが時間の経過とともにユーザの好みを学習することを可能にする。
  論文  参考訳（メタデータ） (2020-12-15T22:15:20Z)

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。