論文の概要: Impacts of Mainstream-Driven Algorithms on Recommendations for Children Across Domains: A Reproducibility Study

• arxiv url: http://arxiv.org/abs/2507.06596v1
• Date: Wed, 09 Jul 2025 07:15:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-10 17:37:43.497633
• Title: Impacts of Mainstream-Driven Algorithms on Recommendations for Children Across Domains: A Reproducibility Study
• Title（参考訳）: メインストリーム駆動型アルゴリズムが地域ごとの子どもの推薦に及ぼす影響:再現性の検討
• Authors: Robin Ungruh, Alejandro Bellogín, Dominik Kowald, Maria Soledad Pera,
• Abstract要約: 映画、音楽、書籍ドメインにおける幅広いデータセットの研究を再現し、再現する。 我々は、ドメイン間で一貫性のある子と子の相互作用の相互作用パターンと側面を明らかにする。
• 参考スコア（独自算出の注目度）: 43.79349765513315
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Children are often exposed to items curated by recommendation algorithms. Yet, research seldom considers children as a user group, and when it does, it is anchored on datasets where children are underrepresented, risking overlooking their interests, favoring those of the majority, i.e., mainstream users. Recently, Ungruh et al. demonstrated that children's consumption patterns and preferences differ from those of mainstream users, resulting in inconsistent recommendation algorithm performance and behavior for this user group. These findings, however, are based on two datasets with a limited child user sample. We reproduce and replicate this study on a wider range of datasets in the movie, music, and book domains, uncovering interaction patterns and aspects of child-recommender interactions consistent across domains, as well as those specific to some user samples in the data. We also extend insights from the original study with popularity bias metrics, given the interpretation of results from the original study. With this reproduction and extension, we uncover consumption patterns and differences between age groups stemming from intrinsic differences between children and others, and those unique to specific datasets or domains.
• Abstract（参考訳）: 子どもたちはレコメンデーションアルゴリズムによってキュレーションされたアイテムに晒されることが多い。 しかし、研究は子どもをユーザーグループとみなすことは滅多になく、子どもがあまり表現されていないデータセットに固定され、興味をそそる危険を冒し、大多数のユーザー、すなわち主流のユーザーを優遇する。 最近,Ungruhらは,子どもの消費パターンや嗜好が主流の利用者と異なることを示した。 しかし、これらの発見は2つのデータセットに基づいており、児童のサンプルは限られている。 本研究は,映画,音楽,書籍ドメインの幅広いデータセットを再現し,ドメイン間の相互作用パターンと,データ中の特定のユーザサンプルだけでなく,ドメイン間で一貫性のある子と子の相互作用の側面を明らかにする。 また、本研究の結果の解釈から、人気バイアス指標を用いて、原研究からの洞察も拡張する。 この再現と拡張により、子供と他者の内在的差異に起因する年齢群と、特定のデータセットやドメインに特有の年齢群の違いが明らかになった。

関連論文リスト

• Preserving Individuality while Following the Crowd: Understanding the Role of User Taste and Crowd Wisdom in Online Product Rating Prediction [31.42047941275096]
  ユーザレベルでも製品レベルでも,歴史的評価を重視したユニークな,実践的なアプローチを提案する。 このアプローチを高度にスケーラブルで容易にデプロイ可能な,効率的なデータ処理戦略を開発しました。
  論文  参考訳（メタデータ） (2024-09-06T23:16:06Z)
• Recent Advances in Named Entity Recognition: A Comprehensive Survey and Comparative Study [8.91661466156389]
  NERに対する最近のポピュラーなアプローチの概要を紹介する。 我々は、強化学習とグラフベースのアプローチについて論じ、NERの性能向上におけるそれらの役割を強調した。 我々は,異なる特徴を持つ各種データセット上での主NER実装の性能を評価する。
  論文  参考訳（メタデータ） (2024-01-19T17:21:05Z)
• Towards Group Robustness in the presence of Partial Group Labels [61.33713547766866]
  入力サンプルとターゲットラベルの間に 急激な相関関係がある ニューラルネットワークの予測を誤った方向に導く 本稿では,制約セットから最悪のグループ割り当てを最適化するアルゴリズムを提案する。 グループ間で総合的な集計精度を維持しつつ,少数集団のパフォーマンス向上を示す。
  論文  参考訳（メタデータ） (2022-01-10T22:04:48Z)
• Perceptual Score: What Data Modalities Does Your Model Perceive? [73.75255606437808]
  モデルが入力特徴の異なる部分集合に依存する度合いを評価する指標である知覚スコアを導入する。 近年,視覚的質問応答に対するマルチモーダルモデルでは,前者よりも視覚的データを知覚しにくい傾向がみられた。 知覚スコアを使用することで、スコアをデータサブセットのコントリビューションに分解することで、モデルのバイアスを分析することもできる。
  論文  参考訳（メタデータ） (2021-10-27T12:19:56Z)
• Revisiting Popularity and Demographic Biases in Recommender Evaluation and Effectiveness [6.210698627561645]
  我々は,人気や人口統計によって,レコメンダのパフォーマンスがどう変化するかを検討する。 年齢,性別ともに,推奨者のパフォーマンスに統計的に有意な差が認められた。 我々は、推奨ユーティリティが高齢ユーザーにとって着実に低下し、女性にとっては男性よりも低いことを観察する。
  論文  参考訳（メタデータ） (2021-10-15T20:30:51Z)
• On Releasing Annotator-Level Labels and Information in Datasets [6.546195629698355]
  ラベルアグリゲーションは,個人的視点とグループ的視点の表現バイアスをもたらす可能性があることを示す。 下流のユースケースに対するデータセットの有用性と透明性を高めるための推奨事項を提案する。
  論文  参考訳（メタデータ） (2021-10-12T02:35:45Z)
• Multi-characteristic Subject Selection from Biased Datasets [79.82881947891589]
  本稿では,異なる集団群に対する最良サンプリング分数を求める制約付き最適化に基づく手法を提案する。 その結果,提案手法がすべての問題変化のベースラインを最大90%上回っていることが示された。
  論文  参考訳（メタデータ） (2020-12-18T15:55:27Z)
• Enhancing Facial Data Diversity with Style-based Face Aging [59.984134070735934]
  特に、顔データセットは、通常、性別、年齢、人種などの属性の観点からバイアスされる。 本稿では, 細粒度の老化パターンをキャプチャするデータ拡張のための, 生成スタイルに基づく新しいアーキテクチャを提案する。 提案手法は, 年齢移動のための最先端アルゴリズムよりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-06-06T21:53:44Z)
• Contrastive Examples for Addressing the Tyranny of the Majority [83.93825214500131]
  我々は,グループメンバーシップを介在する,オリジナルのデータセットと新たなデータポイントからなるバランスの取れたトレーニングデータセットを作成することを提案する。 コントラッシブ・サンプル(英語版)と呼ばれるこれらのデータポイントを学習するための強力なツールとして、現在の生成的敵ネットワークが重要であることを示す。
  論文  参考訳（メタデータ） (2020-04-14T14:06:44Z)

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。