論文の概要: An engine not a camera: Measuring performative power of online search

• arxiv url: http://arxiv.org/abs/2405.19073v2
• Date: Thu, 31 Oct 2024 15:58:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-01 16:58:08.528050
• Title: An engine not a camera: Measuring performative power of online search
• Title（参考訳）: カメラ以外のエンジン:オンライン検索の性能測定
• Authors: Celestine Mendler-Dünner, Gabriele Carovano, Moritz Hardt,
• Abstract要約: 我々は,オンライン検索プロバイダの動作能力を測定する実験を設計し,実施する。 Google Shopping反トラスト法調査をケーススタディとして使用しています。 我々は、最近のパフォーマンスパワーの定義が、オンライン実験からの定量的洞察をデジタルプラットフォームの経済力に関する将来の調査と統合する上で、どのように役立つかを示す青写真として、我々の研究を期待する。
• 参考スコア（独自算出の注目度）: 23.779329697527054
• License:
• Abstract: The power of digital platforms is at the center of major ongoing policy and regulatory efforts. To advance existing debates, we designed and executed an experiment to measure the performative power of online search providers. Instantiated in our setting, performative power quantifies the ability of a search engine to steer web traffic by rearranging results. To operationalize this definition we developed a browser extension that performs unassuming randomized experiments in the background. These randomized experiments emulate updates to the search algorithm and identify the causal effect of different content arrangements on clicks. Analyzing tens of thousands of clicks, we discuss what our robust quantitative findings say about the power of online search engines, using the Google Shopping antitrust investigation as a case study. More broadly, we envision our work to serve as a blueprint for how the recent definition of performative power can help integrate quantitative insights from online experiments with future investigations into the economic power of digital platforms.
• Abstract（参考訳）: デジタルプラットフォームの力は、主要な政策と規制の取り組みの中心にある。 既存の議論を推し進めるために,オンライン検索プロバイダの能力を測定する実験を設計し,実施した。 本設定では,検索結果を並べ替えることで,検索エンジンがWebトラフィックを操る能力の定量化を図る。 この定義を運用するために,未仮定のランダム化実験をバックグラウンドで実行するブラウザエクステンションを開発した。 これらのランダム化実験は、検索アルゴリズムの更新をエミュレートし、クリックに対する異なるコンテンツアレンジメントの因果効果を特定する。 数万回のクリックを分析して、Google Shopping反トラスト調査をケーススタディとして、オンライン検索エンジンのパワーについて、我々の堅牢な定量的発見が何を意味するかを論じる。 より広範に、我々の研究は、最近のパフォーマンスパワーの定義が、オンライン実験からの定量的洞察をデジタルプラットフォームの経済力に関する将来の調査と統合する上で、どのように役立つかの青写真として役立てられることを期待している。

関連論文リスト

• Tree Search for Language Model Agents [69.43007235771383]
  対話型Web環境での探索と多段階計画を行うために,LMエージェントの推論時探索アルゴリズムを提案する。 我々のアプローチは、実環境空間内で機能する最優先木探索の一形態である。 現実的なWebタスクにおいて有効性を示すLMエージェントのための最初の木探索アルゴリズムである。
  論文  参考訳（メタデータ） (2024-07-01T17:07:55Z)
• Panning for gold: Lessons learned from the platform-agnostic automated detection of political content in textual data [48.7576911714538]
  異なるプラットフォーム間で政治的コンテンツを検出するために、これらの技術がどのように使用できるかについて議論する。 辞書,教師付き機械学習,ニューラルネットワークに依存する3つの検出手法のパフォーマンスを比較した。 この結果から,ニューラルネットワークと機械学習に基づくモデルによって達成されるノイズの少ないデータに対して,事前処理がモデル性能に与える影響が限定された。
  論文  参考訳（メタデータ） (2022-07-01T15:23:23Z)
• Search engine effects on news consumption: ranking and representativeness outweigh familiarity in news selection [0.0]
  我々は,検索結果に現れるニュース記事の選択に影響を及ぼす可能性のある3つの競合要因,2つのアルゴリズム的(ランクと代表性)と1つの心理学的(ファミリティ)を分析した。 本研究は,ニュース消費におけるアルゴリズム的要因の操り方について,親しみ方と比較して検証した。 われわれは、Google検索が個人を不慣れな情報源へと駆り立て、政治的オーディエンスからニュースソースへの多様性を高めることを確認した。
  論文  参考訳（メタデータ） (2022-06-17T06:30:56Z)
• Performative Power [31.401760436968402]
  本稿では,参加者の集団に変化をもたらすために,アルゴリズムシステムを操作する企業の能力を測定する,パフォーマンスパワーの概念を紹介する。 企業の個人化能力はパフォーマンスパワーを増大させ、競合や外部オプションはパフォーマンスパワーを減少させる。 我々は、デジタル市場における競争政策や反トラスト法執行において、パフォーマンスパワーが果たす役割について推測する。
  論文  参考訳（メタデータ） (2022-03-31T17:49:50Z)
• Exposing Query Identification for Search Transparency [69.06545074617685]
  本稿では,検索システムの2つのクラスにおいて,クエリとドキュメントの役割を逆転させることにより,検索タスクとしてのEQIの実現可能性について検討する。 本研究では,クエリのランク付けの質を評価するための評価基準を導出するとともに,近似EQIの様々な実践的側面に着目した経験的分析を行う。
  論文  参考訳（メタデータ） (2021-10-14T20:19:27Z)
• Boosting Search Engines with Interactive Agents [25.89284695491093]
  本稿では,文脈的クエリ改善のためのメタストラテジーを学習するエージェントの設計における第一歩について述べる。 エージェントには単純だが効果的な検索操作者がいて、クエリや検索結果のきめ細やかで透明な制御を行う。
  論文  参考訳（メタデータ） (2021-09-01T13:11:57Z)
• Scaling up Search Engine Audits: Practical Insights for Algorithm Auditing [68.8204255655161]
  異なる地域に数百の仮想エージェントを配置した8つの検索エンジンの実験を行った。 複数のデータ収集にまたがる研究インフラの性能を実証する。 仮想エージェントは,アルゴリズムの性能を長時間にわたって監視するための,有望な場所である,と結論付けている。
  論文  参考訳（メタデータ） (2021-06-10T15:49:58Z)
• 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)
• Energy Drain of the Object Detection Processing Pipeline for Mobile Devices: Analysis and Implications [77.00418462388525]
  本稿では、移動体拡張現実(AR)クライアントのエネルギー消費と、畳み込みニューラルネットワーク(CNN)に基づく物体検出を行う際の検出遅延について、初めて詳細な実験を行った。 我々は,移動体ARクライアントのエネルギー分析を精査し,CNNによる物体検出を行う際のエネルギー消費に関するいくつかの興味深い視点を明らかにした。
  論文  参考訳（メタデータ） (2020-11-26T00:32:07Z)
• Search Engine Similarity Analysis: A Combined Content and Rankings Approach [6.69087470775851]
  我々は、DuckDuckGoとともに、GoogleとBingという2つの主要な検索エンジンの親和性について分析する。 我々は、検索応答のコンテンツとランキングの両方を活用する新しい類似度指標を開発した。 しかしBingとDuckDuckGoは相違点が多い。
  論文  参考訳（メタデータ） (2020-11-01T23:57:24Z)

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。