論文の概要: Policy Design for Two-sided Platforms with Participation Dynamics

• arxiv url: http://arxiv.org/abs/2502.01792v2
• Date: Tue, 27 May 2025 02:26:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-28 14:37:19.151541
• Title: Policy Design for Two-sided Platforms with Participation Dynamics
• Title（参考訳）: 参加動力学をもつ両面プラットホームの政策設計
• Authors: Haruka Kiyohara, Fan Yao, Sarah Dean,
• Abstract要約: 人口影響下での両面プラットフォーム上でのダイナミックスとレコメンデーターポリシー設計について検討した。 われわれは,標準の「筋電図学」政策の使用を警告し,提供者側の配慮の重要性に光を当てた。
• 参考スコア（独自算出の注目度）: 11.836215878794842
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In two-sided platforms (e.g., video streaming or e-commerce), viewers and providers engage in interactive dynamics: viewers benefit from increases in provider populations, while providers benefit from increases in viewer population. Despite the importance of such "population effects" on long-term platform health, recommendation policies do not generally take the participation dynamics into account. This paper thus studies the dynamics and recommender policy design on two-sided platforms under the population effects for the first time. Our control- and game-theoretic findings warn against the use of the standard "myopic-greedy" policy and shed light on the importance of provider-side considerations (i.e., effectively distributing exposure among provider groups) to improve social welfare via population growth. We also present a simple algorithm to optimize long-term social welfare by taking the population effects into account, and demonstrate its effectiveness in synthetic and real-data experiments. Our experiment code is available at https://github.com/sdean-group/dynamics-two-sided-market.
• Abstract（参考訳）: 両面のプラットフォーム(ビデオストリーミングやeコマースなど)では、視聴者とプロバイダーはインタラクティブなダイナミクスを実践している。 このような「人口効果」が長期的なプラットフォーム健康に重要であるにもかかわらず、レコメンデーションポリシーは一般的に参加のダイナミクスを考慮に入れていない。 そこで本稿では, 人口影響下での両面プラットフォーム上での動的およびレコメンデータ政策設計について検討する。 コントロール理論とゲーム理論の知見は,標準的な「ミオピック・グリーディ」政策の使用に対して警告し,人口増加による社会福祉向上のために,提供者側の配慮(すなわち,提供者グループ間で効果的に露出する)の重要性を浮き彫りにした。 また、人口効果を考慮し、社会福祉の長期的最適化のための簡単なアルゴリズムを提案し、その効果を合成および実データ実験で実証する。 実験コードはhttps://github.com/sdean-group/dynamics-two-sided-marketで利用可能です。

関連論文リスト

• Unveiling User Satisfaction and Creator Productivity Trade-Offs in Recommendation Platforms [68.51708490104687]
  調査力の低い純粋に関連性の高い政策は、短期的ユーザの満足度を高めるが、コンテンツプールの長期的豊かさを損なうことを示す。 調査の結果,プラットフォーム上でのユーザの即時満足度と全体のコンテンツ生産との間には,根本的なトレードオフがあることが判明した。
  論文  参考訳（メタデータ） (2024-10-31T07:19:22Z)
• Exploring the Head Effect in Live Streaming Platforms: A Two-Sided Market and Welfare Analysis [3.4039202831583903]
  本稿では、ライブストリーミングプラットフォームを、ストリーマーと視聴者を結ぶ双方向市場として分析するための理論的枠組みを開発する。 少数のトップストリーマーが、強いネットワーク効果とコミッショナーレートやトラフィック割り当てアルゴリズムのようなプラットフォームポリシーのために、ほとんどの視聴者を惹きつける"ヘッドエフェクト"に焦点を当てている。
  論文  参考訳（メタデータ） (2024-10-16T23:30:42Z)
• Enhancing Population-based Search with Active Inference [0.0]
  本稿では,アクティブ推論を人口ベースメタヒューリスティクスに統合し,性能を向上させることを提案する。 実験結果から,能動推論は計算コストを極端に増加させるだけで,いくつかの改善された解が得られることが示唆された。
  論文  参考訳（メタデータ） (2024-08-18T17:21:21Z)
• System-2 Recommenders: Disentangling Utility and Engagement in Recommendation Systems via Temporal Point-Processes [80.97898201876592]
  本稿では,過去のコンテンツインタラクションが,自己興奮型ホークスプロセスに基づくユーザの到着率に影響を及ぼす生成モデルを提案する。 そこで本研究では,システム1とシステム2のアンタングルを解消し,ユーザ利用によるコンテンツ最適化を可能にすることを解析的に示す。
  論文  参考訳（メタデータ） (2024-05-29T18:19:37Z)
• User Welfare Optimization in Recommender Systems with Competing Content Creators [65.25721571688369]
  本研究では,コンテンツ制作者間での競争ゲーム環境下で,システム側ユーザ福祉の最適化を行う。 本稿では,推奨コンテンツの満足度に基づいて,各ユーザの重みの列を動的に計算する,プラットフォームのためのアルゴリズムソリューションを提案する。 これらの重みはレコメンデーションポリシーやポストレコメンデーション報酬を調整するメカニズムの設計に利用され、それによってクリエイターのコンテンツ制作戦略に影響を与える。
  論文  参考訳（メタデータ） (2024-04-28T21:09:52Z)
• Asymptotically Fair Participation in Machine Learning Models: an Optimal Control Perspective [21.962258178900065]
  最先端の機械学習モデルのパフォーマンスは、トレーニングデータセットで表現されていない人口層をテストすると、しばしば低下する。 我々は,最適制御の定式化を通じて,巧妙に公正な参加を実現することの課題に対処することを目的とする。 最適制御解を推定するために、ポントリャーギンの最大原理の効率的な実装を適用する。
  論文  参考訳（メタデータ） (2023-11-16T22:28:38Z)
• Bayes-enhanced Multi-view Attention Networks for Robust POI Recommendation [81.4999547454189]
  既存の作業では、ユーザによって報告された利用可能なPOIチェックインが、ユーザ行動の真真正な描写であると仮定している。 実際のアプリケーションシナリオでは、主観的および客観的な原因の両方のため、チェックインデータは信頼性が低い。 本稿では,ユーザチェックインの不確実性に対処するため,ベイズ強化型マルチビュー注意ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-11-01T12:47:38Z)
• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• 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)
• Preference Enhanced Social Influence Modeling for Network-Aware Cascade Prediction [59.221668173521884]
  本稿では,ユーザの嗜好モデルを強化することで,カスケードサイズ予測を促進する新しいフレームワークを提案する。 エンド・ツー・エンドの手法により,ユーザの情報拡散プロセスがより適応的で正確になる。
  論文  参考訳（メタデータ） (2022-04-18T09:25:06Z)

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。