論文の概要: Towards Multi-Aspect Diversification of News Recommendations Using Neuro-Symbolic AI for Individual and Societal Benefit

• arxiv url: http://arxiv.org/abs/2509.02220v1
• Date: Tue, 02 Sep 2025 11:40:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:04.011935
• Title: Towards Multi-Aspect Diversification of News Recommendations Using Neuro-Symbolic AI for Individual and Societal Benefit
• Title（参考訳）: ニューロシンボリックAIを用いた個人的・社会的なベネフィットのためのニュース推薦の多面的多様化に向けて
• Authors: Markus Reiter-Haas, Elisabeth Lex,
• Abstract要約: 4つの異なるレコメンデーションモードで多視点の多様化を導入し、リスト、シーケンス、要約、相互作用の多様化における難題を概説する。 提案する研究の方向性は,知識グラフとルール学習の両方を活用して,シンボルとサブシンボリック人工知能を組み合わせたものである。
• 参考スコア（独自算出の注目度）: 3.442055448192152
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: News recommendations are complex, with diversity playing a vital role. So far, existing literature predominantly focuses on specific aspects of news diversity, such as viewpoints. In this paper, we introduce multi-aspect diversification in four distinct recommendation modes and outline the nuanced challenges in diversifying lists, sequences, summaries, and interactions. Our proposed research direction combines symbolic and subsymbolic artificial intelligence, leveraging both knowledge graphs and rule learning. We plan to evaluate our models using user studies to not only capture behavior but also their perceived experience. Our vision to balance news consumption points to other positive effects for users (e.g., increased serendipity) and society (e.g., decreased polarization).
• Abstract（参考訳）: ニュースレコメンデーションは複雑で、多様性が重要な役割を果たす。 これまでのところ、既存の文献は主に視点など、ニュースの多様性の特定の側面に焦点を当てている。 本稿では、4つの異なるレコメンデーションモードで多視点の多様化を導入し、リスト、シーケンス、要約、相互作用の多様化における難題を概説する。 提案する研究の方向性は,知識グラフとルール学習の両方を活用して,シンボルとサブシンボリック人工知能を組み合わせたものである。 我々は,行動だけでなく,その知覚的経験を捉えるために,ユーザスタディを用いてモデルを評価することを計画している。 ニュース消費のバランスをとるという私たちのビジョンは、ユーザー(例えば、セレンディピティーの増大)と社会(例えば、分極の減少)に他のポジティブな効果をもたらす。

関連論文リスト

• Understanding Before Recommendation: Semantic Aspect-Aware Review Exploitation via Large Language Models [53.337728969143086]
  レコメンデーションシステムは、クリックやレビューのようなユーザとイテムのインタラクションを利用して表現を学習する。 従来の研究では、様々な側面や意図にまたがるユーザの嗜好をモデル化することで、推奨精度と解釈可能性を改善する。 そこで本研究では,意味的側面と認識的相互作用を明らかにするためのチェーンベースのプロンプト手法を提案する。
  論文  参考訳（メタデータ） (2023-12-26T15:44:09Z)
• Performative Recommendation: Diversifying Content via Strategic Incentives [13.452510519858995]
  学習が戦略的コンテンツクリエーターにインセンティブを与え、多様なコンテンツを作る方法を示します。 われわれのアプローチは、コンテンツに対する戦略的変化を予想する、新しい形式の正規化に依存している。
  論文  参考訳（メタデータ） (2023-02-08T21:02:28Z)
• Variational Distillation for Multi-View Learning [104.17551354374821]
  我々は,多視点表現学習における2つの重要な特徴を利用するために,様々な情報ボトルネックを設計する。 厳密な理論的保証の下で,本手法は,観察とセマンティックラベルの内在的相関の把握を可能にする。
  論文  参考訳（メタデータ） (2022-06-20T03:09:46Z)
• Heterogeneous Demand Effects of Recommendation Strategies in a Mobile Application: Evidence from Econometric Models and Machine-Learning Instruments [73.7716728492574]
  本研究では,モバイルチャネルにおける様々なレコメンデーション戦略の有効性と,個々の製品に対する消費者の実用性と需要レベルに与える影響について検討する。 提案手法では, 有効性に有意な差が認められた。 我々は,ユーザ生成レビューのディープラーニングモデルに基づいて,製品分化(アイソレーション)をキャプチャする新しいエコノメトリ機器を開発した。
  論文  参考訳（メタデータ） (2021-02-20T22:58:54Z)
• Operationalizing Framing to Support Multiperspective Recommendations of Opinion Pieces [1.3286165491120467]
  コミュニケーション科学から取り入れたフレーミングの概念を運用する。 この概念をトピック関連推奨リストの再ランク付けに適用する。 オフライン評価の結果,提案手法はレコメンデーションリストの視点の多様性を高めることができることが示された。
  論文  参考訳（メタデータ） (2021-01-15T14:40:34Z)
• Simultaneous Relevance and Diversity: A New Recommendation Inference Approach [81.44167398308979]
  本稿では,新しいCF推論手法である負対陽性を導入することにより,一般協調フィルタリング(CF)を拡張した新しい手法を提案する。 我々のアプローチは、様々な高度なレベルでの幅広い推奨シナリオ/ユースケースに適用できる。 公開データセットと実世界の生産データに関する分析と実験により、我々のアプローチは、関連性および多様性に関する既存の手法を同時に上回ることを示した。
  論文  参考訳（メタデータ） (2020-09-27T22:20:12Z)
• Repulsive Attention: Rethinking Multi-head Attention as Bayesian Inference [68.12511526813991]
  ベイズの視点からの多面的注目の新たな理解を提供する。 マルチヘッドアテンションにおける反発性を明示的に改善する非パラメトリックアプローチを提案する。 様々な注意モデルや応用実験により、提案された反発的注意が学習された特徴の多様性を向上させることが示されている。
  論文  参考訳（メタデータ） (2020-09-20T06:32:23Z)
• Embedded Deep Bilinear Interactive Information and Selective Fusion for Multi-view Learning [70.67092105994598]
  本稿では,上記の2つの側面に着目した,新しい多視点学習フレームワークを提案する。 特に、さまざまな深層ニューラルネットワークをトレーニングして、様々なビュー内表現を学習する。 6つの公開データセットの実験により,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2020-07-13T01:13:23Z)

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。