論文の概要: A dynamical measure of algorithmically infused visibility
- arxiv url: http://arxiv.org/abs/2412.04735v1
- Date: Fri, 06 Dec 2024 02:51:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-09 15:56:25.394445
- Title: A dynamical measure of algorithmically infused visibility
- Title(参考訳): アルゴリズムによる可視性の動的測定
- Authors: Shaojing Sun, Zhiyuan Liu, David Waxman,
- Abstract要約: この研究は、人間とアルゴリズムの振る舞いが互いに影響を及ぼす社会における可視性の性質に焦点を当てている。
本稿では、コミュニケーション研究、政治科学、マーケティング、技術デザイン、ソーシャルメディア分析など、様々な分野への含意と応用を含む視界の定量的尺度を提案する。
- 参考スコア(独自算出の注目度): 21.02963809041973
- License:
- Abstract: This work focuses on the nature of visibility in societies where the behaviours of humans and algorithms influence each other - termed algorithmically infused societies. We propose a quantitative measure of visibility, with implications and applications to an array of disciplines including communication studies, political science, marketing, technology design, and social media analytics. The measure captures the basic characteristics of the visibility of a given topic, in algorithm/AI-mediated communication/social media settings. Topics, when trending, are ranked against each other, and the proposed measure combines the following two attributes of a topic: (i) the amount of time a topic spends at different ranks, and (ii) the different ranks the topic attains. The proposed measure incorporates a tunable parameter, termed the discrimination level, whose value determines the relative weights of the two attributes that contribute to visibility. Analysis of a large-scale, real-time dataset of trending topics, from one of the largest social media platforms, demonstrates that the proposed measure can explain a large share of the variability of the accumulated views of a topic.
- Abstract(参考訳): この研究は、人間とアルゴリズムの振る舞いが互いに影響を及ぼす社会における可視性の性質に焦点を当てている。
本稿では、コミュニケーション研究、政治科学、マーケティング、技術デザイン、ソーシャルメディア分析など、様々な分野への含意と応用を含む視界の定量的尺度を提案する。
この尺度は、アルゴリズム/AIによるコミュニケーション/ソーシャルメディア設定において、与えられたトピックの可視性の基本的特徴をキャプチャする。
傾向を示すトピックは互いに比較してランク付けされ、提案尺度は以下の2つの属性を組み合わせている。
一 トピックが異なるランクで過ごす時間、及び
(二)トピックが到達した順位が異なること。
提案手法は, 可視性に寄与する2つの属性の相対的な重みを決定する, 識別レベルと呼ばれる調整可能なパラメータを組み込んだものである。
ソーシャルメディアプラットフォームの一つであるトレンドトピックの大規模リアルタイムデータセットの解析により、提案手法は、トピックの蓄積されたビューのばらつきの大部分を説明できることを示した。
関連論文リスト
- A Survey of Stance Detection on Social Media: New Directions and Perspectives [50.27382951812502]
姿勢検出は 感情コンピューティングにおける 重要なサブフィールドとして現れました
近年は、効果的な姿勢検出手法の開発に対する研究の関心が高まっている。
本稿では,ソーシャルメディア上での姿勢検出手法に関する包括的調査を行う。
論文 参考訳(メタデータ) (2024-09-24T03:06:25Z) - Discovering Latent Themes in Social Media Messaging: A Machine-in-the-Loop Approach Integrating LLMs [22.976609127865732]
ソーシャルメディアメッセージングにおける潜在テーマを明らかにするための新しいアプローチを提案する。
私たちの仕事は、ソーシャルメディアのダイナミックな性質に光を当て、現実の出来事に対するメッセージのテーマ的焦点の変化を明らかにします。
論文 参考訳(メタデータ) (2024-03-15T21:54:00Z) - Modeling Political Orientation of Social Media Posts: An Extended
Analysis [0.0]
オンラインソーシャルメディア上で政治的分極を特徴付ける機械学習モデルを開発することは、大きな課題である。
これらの課題は主に、注釈付きデータの欠如、ソーシャルメディアデータセットにおけるノイズの存在、膨大な量のデータなど、さまざまな要因に起因している。
本稿では、ソーシャルメディア投稿のラベル付けに、メディアバイアスと投稿コンテンツを活用する2つの方法を紹介する。
ソーシャルメディア投稿の政治的指向を予測することで,現在の機械学習モデルの性能向上を実証する。
論文 参考訳(メタデータ) (2023-11-21T03:34:20Z) - Bias and Fairness in Large Language Models: A Survey [73.87651986156006]
本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。
まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。
次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
論文 参考訳(メタデータ) (2023-09-02T00:32:55Z) - Aggression and "hate speech" in communication of media users: analysis
of control capabilities [50.591267188664666]
著者らは新メディアにおける利用者の相互影響の可能性を検討した。
新型コロナウイルス(COVID-19)対策として、緊急の社会問題について議論する際、攻撃やヘイトスピーチのレベルが高いことが分かった。
結果は、現代のデジタル環境におけるメディアコンテンツの開発に有用である。
論文 参考訳(メタデータ) (2022-08-25T15:53:32Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳(メタデータ) (2022-07-20T13:37:57Z) - Recent Advances in Embedding Methods for Multi-Object Tracking: A Survey [71.10448142010422]
マルチオブジェクトトラッキング(MOT)は、動画フレーム全体で対象物を関連付け、移動軌道全体を取得することを目的としている。
埋め込み法はMOTにおける物体の位置推定と時間的同一性関連において重要な役割を担っている。
まず 7 つの異なる視点からMOT への埋め込み手法の奥行き解析による包括的概要を述べる。
論文 参考訳(メタデータ) (2022-05-22T06:54:33Z) - Survey of Generative Methods for Social Media Analysis [8.070451136537788]
本調査は,ソーシャルメディアデータ解析のための生成手法の研究における,最先端技術(SoTA)の広視野パノラマ図を描いている。
論文 参考訳(メタデータ) (2021-12-13T22:03:40Z) - SocialVisTUM: An Interactive Visualization Toolkit for Correlated Neural
Topic Models on Social Media Opinion Mining [0.07538606213726905]
意見マイニングにおける最近の研究は、単語埋め込みに基づくトピックモデリング手法を提案する。
そこで本稿では,SocialVisTUMを用いてソーシャルメディアのテキストに関連性のあるトピックモデルを表示する方法について述べる。
論文 参考訳(メタデータ) (2021-10-20T14:04:13Z) - Through the Data Management Lens: Experimental Analysis and Evaluation
of Fair Classification [75.49600684537117]
データ管理研究は、データとアルゴリズムの公平性に関連するトピックに対する存在感と関心が高まっている。
我々は,その正しさ,公平性,効率性,スケーラビリティ,安定性よりも,13の公正な分類アプローチと追加の変種を幅広く分析している。
我々の分析は、異なるメトリクスとハイレベルなアプローチ特性がパフォーマンスの異なる側面に与える影響に関する新しい洞察を強調します。
論文 参考訳(メタデータ) (2021-01-18T22:55:40Z)
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。