論文の概要: Empathic Responding for Digital Interpersonal Emotion Regulation via Content Recommendation
- arxiv url: http://arxiv.org/abs/2408.07704v1
- Date: Mon, 5 Aug 2024 10:27:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-19 03:35:49.365929
- Title: Empathic Responding for Digital Interpersonal Emotion Regulation via Content Recommendation
- Title（参考訳）: コンテンツレコメンデーションによるデジタル対人感情制御のための共感応答
- Authors: Akriti Verma, Shama Islam, Valeh Moghaddam, Adnan Anwar, Sharon Horwood,
- Abstract要約: 本稿では、コンテンツレコメンデーションを通じて、オンラインプラットフォーム上での対人感情規制を強化するアプローチを提案する。
提案する推薦システムは,システム開始とユーザ開始の感情制御を融合させることが期待される。
この研究はReddit上で1年間に37.5万件のユーザー投稿と対話を収集し、CMAB(Contextual Multi-Armed Bandits)ベースのレコメンデーションシステムを設計した。
- 参考スコア（独自算出の注目度）: 0.39321523855648755
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Interpersonal communication plays a key role in managing people's emotions, especially on digital platforms. Studies have shown that people use social media and consume online content to regulate their emotions and find support for rest and recovery. However, these platforms are not designed for emotion regulation, which limits their effectiveness in this regard. To address this issue, we propose an approach to enhance Interpersonal Emotion Regulation (IER) on online platforms through content recommendation. The objective is to empower users to regulate their emotions while actively or passively engaging in online platforms by crafting media content that aligns with IER strategies, particularly empathic responding. The proposed recommendation system is expected to blend system-initiated and user-initiated emotion regulation, paving the way for real-time IER practices on digital media platforms. To assess the efficacy of this approach, a mixed-method research design is used, including the analysis of text-based social media data and a user survey. Digital applications has served as facilitators in this process, given the widespread recognition of digital media applications for Digital Emotion Regulation (DER). The study collects 37.5K instances of user posts and interactions on Reddit over a year to design a Contextual Multi-Armed Bandits (CMAB) based recommendation system using features from user activity and preferences. The experimentation shows that the empathic recommendations generated by the proposed recommendation system are preferred by users over widely accepted ER strategies such as distraction and avoidance.
- Abstract（参考訳）: 対人コミュニケーションは人々の感情、特にデジタルプラットフォームにおいて重要な役割を担っている。
研究では、ソーシャルメディアを使ってオンラインコンテンツを消費し、感情を調節し、休息と回復を支援することが示されている。
しかし、これらのプラットフォームは感情制御のために設計されておらず、この点での有効性を制限している。
この問題に対処するために、コンテンツレコメンデーションを通じてオンラインプラットフォーム上での対人感情規制(IER)を強化するアプローチを提案する。
目的は、IER戦略、特に共感的な反応と整合したメディアコンテンツを制作することで、オンラインプラットフォームに積極的にあるいは受動的に関与しながら、ユーザーの感情を規制することである。
提案システムは,デジタルメディアプラットフォーム上でのリアルタイムIER実践への道を開くとともに,システム開始とユーザ開始の感情規制を融合させることが期待されている。
このアプローチの有効性を評価するために、テキストベースのソーシャルメディアデータの分析やユーザ調査を含む混合手法の研究設計を用いる。
デジタルアプリケーションはこのプロセスのファシリテーターとして機能し、デジタル感情規制(DER)のためのデジタルメディアアプリケーションとして広く認知されている。
この研究はRedditで1年間に37.5万件のユーザー投稿と対話を収集し、ユーザアクティビティと好みの機能を使ったコンテキスト多関節帯域(CMAB)ベースのレコメンデーションシステムの設計を行っている。
この実験により,提案システムによって生成される共感的レコメンデーションは,注意散らしや回避といった広く受け入れられているER戦略よりも,ユーザが好むことが示された。
関連論文リスト
- Towards Empathetic Conversational Recommender Systems [77.53167131692]
本稿では,共感型会話レコメンデータ(ECR)フレームワークを提案する。
ECRには、感情対応アイテムレコメンデーションと感情対応応答生成という、2つの主要なモジュールが含まれている。
ReDialデータセットの実験は、推奨精度を高め、ユーザの満足度を向上させる上で、我々のフレームワークの有効性を検証する。
論文 参考訳（メタデータ） (2024-08-30T15:43:07Z) - K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via
Prompt Learning [83.19215082550163]
K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。
本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
論文 参考訳（メタデータ） (2023-12-16T08:10:10Z) - EmoTwiCS: A Corpus for Modelling Emotion Trajectories in Dutch Customer
Service Dialogues on Twitter [9.2878798098526]
本稿では,情緒トラジェクトリに注釈を付けた9,489件のオランダの顧客サービス対話コーパスであるEmoTwiCSを紹介する。
感情軌跡」という用語は、顧客の体験したきめ細かい感情だけでなく、会話の前に起きる出来事や人間の操作者による反応も指している。
論文 参考訳（メタデータ） (2023-10-10T11:31:11Z) - The Application of Affective Measures in Text-based Emotion Aware
Recommender Systems [1.1942757095667953]
本稿では,ジェネレーティブ・プレトレーニング・トランスフォーマ技術を用いて,主観的パスの感情的特徴を検出する手法を提案する。
本稿では,EARSサービスプロバイダが保持や保管を控える一方で,ユーザの感情プロファイルデータを保護するための責任アプローチの分離を提唱する。
論文 参考訳（メタデータ） (2023-05-04T13:26:49Z) - Improving Multi-turn Emotional Support Dialogue Generation with
Lookahead Strategy Planning [81.79431311952656]
感情支援のための新しいシステムMultiESCを提案する。
戦略プランニングでは,特定の戦略を使用した後のユーザフィードバックを見積もるルックアヘッドを提案する。
ユーザ状態モデリングにおいて、MultiESCはユーザーの微妙な感情表現を捉え、感情の原因を理解することに重点を置いている。
論文 参考訳（メタデータ） (2022-10-09T12:23:47Z) - 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) - MISC: A MIxed Strategy-Aware Model Integrating COMET for Emotional
Support Conversation [64.37111498077866]
本稿では,感情支援会話のための新しいモデルを提案する。
ユーザの微妙な感情状態を推測し、その後、戦略の混合を使って巧みに応答する。
評価実験の結果,提案手法の有効性が示された。
論文 参考訳（メタデータ） (2022-03-25T10:32:04Z) - Exploring the Effects of AI-assisted Emotional Support Processes in
Online Mental Health Community [26.36961585672868]
我々は、ユーザーが他のユーザーの投稿に感情的なサポートメッセージを書けるように、AIを駆使したワークフローを設計する。
予備的なユーザスタディに基づいて,本システムは,感情の明確化とテキストの具体的記述を支援することを確認した。
論文 参考訳（メタデータ） (2022-02-21T09:25:36Z) - Towards an Online Empathetic Chatbot with Emotion Causes [10.700455393948818]
共感反応に対するユーザの感情を誘発する原因を学習することが重要である。
オンライン環境で感情の原因を収集するために、カウンセリング戦略を活用する。
提案手法の有効性を,複数のSOTA法との比較により検証した。
論文 参考訳（メタデータ） (2021-05-11T02:52:46Z) - Target Guided Emotion Aware Chat Machine [58.8346820846765]
意味レベルと感情レベルにおける投稿に対する応答の整合性は、人間のような対話を提供する対話システムにとって不可欠である。
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2020-11-15T01:55:37Z)
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。