論文の概要: Understanding the Effect of Opinion Polarization in Short Video Browsing

• arxiv url: http://arxiv.org/abs/2403.04184v2
• Date: Wed, 09 Apr 2025 08:14:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-10 13:04:18.512000
• Title: Understanding the Effect of Opinion Polarization in Short Video Browsing
• Title（参考訳）: 短時間ビデオブラウザにおけるオピニオン偏光の効果の理解
• Authors: Bangde Du, Ziyi Ye, Monika Jankowska, Zhijing Wu, Qingyao Ai, Yiqun Liu,
• Abstract要約: 本稿では,オピニオン偏光(OP)が短いビデオブラウジングにおけるユーザの知覚と行動に与える影響について考察する。 従来のユーザフィードバック信号,例えば,閲覧時間などは,OPの検出や測定には適していない。 脳波信号は、OPに関連する知覚と認知の神経処理を評価する新しい非侵襲的アプローチとして用いられる。
• 参考スコア（独自算出の注目度）: 12.192828339045484
• License:
• Abstract: This paper explores the impact of Opinion Polarization (OP) in the increasingly prevalent context of short video browsing, a dominant medium in the contemporary digital landscape with significant influence on public opinion and social dynamics. We investigate the effects of OP on user perceptions and behaviors in short video consumption, and find that traditional user feedback signals, such as like and browsing duration, are not suitable for detecting and measuring OP. Recognizing this problem, our study employs Electroencephalogram (EEG) signals as a novel, noninvasive approach to assess the neural processing of perception and cognition related to OP. Our user study reveals that OP notably affects users' sentiments, resulting in measurable changes in brain signals. Furthermore, we demonstrate the potential of using EEG signals to predict users' exposure to polarized short video content. By exploring the relationships between OP, brain signals, and user behavior, our research offers a novel perspective in understanding the dynamics of short video browsing and proposes an innovative method for quantifying the impact of OP in this context.
• Abstract（参考訳）: 本稿では、現代デジタルランドスケープにおける主流メディアであるショートビデオブラウジングの文脈におけるオピニオン偏光(OP)の影響を考察し、世論や社会的ダイナミクスに大きな影響を及ぼす。 我々は,OPが短いビデオ消費におけるユーザの知覚や行動に与える影響を調査し,OPの検出と測定には適していないことを見出した。 本研究は,脳波を新しい非侵襲的アプローチとして用いて,OPに関連する知覚と認知の神経処理を評価する。 ユーザスタディでは,OPがユーザの感情に特に影響を与え,脳信号の計測可能な変化をもたらすことが明らかとなった。 さらに,脳波信号を用いてユーザの偏光ショートビデオコンテンツへの露出を予測する可能性を示す。 本研究は,OP,脳信号,ユーザ行動の関係を探索することにより,短いビデオブラウジングのダイナミクスを理解する上での新たな視点を提供し,この文脈におけるOPの影響を定量化する革新的な手法を提案する。

関連論文リスト

• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• An Interpretable and Attention-based Method for Gaze Estimation Using Electroencephalography [8.09848629098117]
  脳波データから視線を推定するための解釈可能なモデルを提案するため,脳波と視線追跡を同時に測定した大規模なデータセットを利用する。 本稿では,脳波信号分析のための新しい注目に基づくディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-08-09T16:58:01Z)
• Feedback Effect in User Interaction with Intelligent Assistants: Delayed Engagement, Adaption and Drop-out [9.205174767678365]
  本稿では,IA-ユーザインタラクションにおける新たなコンポーネントであるフィードバック効果の同定と定量化を行う。 IAからの不快な反応は、ユーザがその後の対話を遅らせたり遅らせる原因となることを示す。 ユーザがIAの理解と機能能力の限界を発見すると、ユーザは要求のスコープとワードの調整を学ぶ。
  論文  参考訳（メタデータ） (2023-03-17T21:39:33Z)
• A Neural Active Inference Model of Perceptual-Motor Learning [62.39667564455059]
  アクティブ推論フレームワーク(英: active inference framework、AIF)は、現代の神経科学を基盤とした、有望な新しい計算フレームワークである。 本研究では,ヒトの視覚行動指導において,AIFが期待する役割を捉える能力をテストする。 本稿では,多次元世界状態から自由エネルギーの一次元分布にマッピングする先行関数の新たな定式化について述べる。
  論文  参考訳（メタデータ） (2022-11-16T20:00:38Z)
• Vision-Centric BEV Perception: A Survey [92.98068828762833]
  視覚中心のBird's Eye View(BEV)の認識は、産業と学界の両方から大きな関心を集めている。 ディープラーニングの急速な進歩は、視覚中心のBEV知覚問題に対処する多くの方法の提案につながった。 本稿では、最新の知識をコンパイルし、整理し、一般的なアルゴリズムの体系的なレビューと要約を提供する。
  論文  参考訳（メタデータ） (2022-08-04T17:53:17Z)
• Illuminating Salient Contributions in Neuron Activation with Attribution Equilibrium [33.55397868171977]
  本稿では,出力予測を微粒な属性に分解する新しい手法である属性平衡を導入する。 我々は,従来の意思決定手法を分析し,証拠の保存に関して異なる視点を提示する。
  論文  参考訳（メタデータ） (2022-05-23T07:57:42Z)
• Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
  本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。 IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
  論文  参考訳（メタデータ） (2021-07-26T10:40:59Z)
• Heterogeneous Demand Effects of Recommendation Strategies in a Mobile Application: Evidence from Econometric Models and Machine-Learning Instruments [73.7716728492574]
  本研究では,モバイルチャネルにおける様々なレコメンデーション戦略の有効性と,個々の製品に対する消費者の実用性と需要レベルに与える影響について検討する。 提案手法では, 有効性に有意な差が認められた。 我々は,ユーザ生成レビューのディープラーニングモデルに基づいて,製品分化(アイソレーション)をキャプチャする新しいエコノメトリ機器を開発した。
  論文  参考訳（メタデータ） (2021-02-20T22:58:54Z)
• Understanding Consumer Preferences for Movie Trailers from EEG using Machine Learning [0.0]
  これまでの研究では、脳波が捉えた誘発応答の変化を理解することによって、消費者の嗜好を効果的に予測できることが示されている。 我々の研究は、ニューラルネットワークが消費者選択の効果的な予測要因となり、消費者の行動に対する理解を著しく向上させることを示唆している。
  論文  参考訳（メタデータ） (2020-07-21T12:35:18Z)
• Generalization Bounds and Representation Learning for Estimation of Potential Outcomes and Causal Effects [61.03579766573421]
  代替薬に対する患者一人の反応など,個人レベルの因果効果の推定について検討した。 我々は,表現の誘導的処理群距離を正規化することにより,境界を最小化する表現学習アルゴリズムを考案した。 これらのアルゴリズムを拡張して、重み付き表現を同時に学習し、治療群距離をさらに削減する。
  論文  参考訳（メタデータ） (2020-01-21T10:16:33Z)

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。