論文の概要: Leveraging Media Frames to Improve Normative Diversity in News Recommendations

• arxiv url: http://arxiv.org/abs/2509.02266v1
• Date: Tue, 02 Sep 2025 12:43:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:04.023781
• Title: Leveraging Media Frames to Improve Normative Diversity in News Recommendations
• Title（参考訳）: ニュースレコメンデーションにおける規範的多様性向上のためのメディアフレームの活用
• Authors: Sourabh Dattawad, Agnese Daffara, Tanise Ceron,
• Abstract要約: クリックベースのニュースレコメンデーターシステムは、既存の歴史に沿ったコンテンツを推奨し、遭遇する記事の多様性を制限する。 アスペクトベースの多様化の最近の進歩は、視点の観点からの勧告の多様化に向けて前進してきた。 我々は,メディアフレームをレコメンデーションパイプライン内の制御可能な側面として扱う。多彩なフレームに基づいて記事を選択することにより,多様な物語の角度を強調し,ユーザに推奨される解釈空間を広げる。
• 参考スコア（独自算出の注目度）: 2.440576202925247
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Click-based news recommender systems suggest users content that aligns with their existing history, limiting the diversity of articles they encounter. Recent advances in aspect-based diversification -- adding features such as sentiments or news categories (e.g. world, politics) -- have made progress toward diversifying recommendations in terms of perspectives. However, these approaches often overlook the role of news framing, which shapes how stories are told by emphasizing specific angles or interpretations. In this paper, we treat media frames as a controllable aspect within the recommendation pipeline. By selecting articles based on a diversity of frames, our approach emphasizes varied narrative angles and broadens the interpretive space recommended to users. In addition to introducing frame-based diversification method, our work is the first to assess the impact of a news recommender system that integrates frame diversity using normative diversity metrics: representation, calibration, and activation. Our experiments based on media frame diversification show an improvement in exposure to previously unclicked frames up to 50%. This is important because repeated exposure to the same frames can reinforce existing biases or narrow interpretations, whereas introducing novel frames broadens users' understanding of issues and perspectives. The method also enhances diversification across categorical and sentiment levels, thereby demonstrating that framing acts as a strong control lever for enhancing normative diversity.
• Abstract（参考訳）: クリックベースのニュースレコメンデータシステムは、既存の履歴と整合し、遭遇する記事の多様性を制限するユーザーコンテンツを推奨する。 アスペクトベースの多様化 - 感情やニュースカテゴリ(例えば世界、政治)などの機能を追加する -- の最近の進歩は、視点の観点からの勧告の多様化に向けて前進している。 しかし、これらのアプローチは、特定の角度や解釈を強調することで物語の語り方を形作るニュースフレーミングの役割をしばしば見落としている。 本稿では,メディアフレームをレコメンデーションパイプライン内の制御可能な側面として扱う。 フレームの多様性に基づいて記事を選択することで,多様な物語のアングルを強調し,ユーザに推奨される解釈空間を広げる。 本研究は,フレームベースの多様化手法の導入に加えて,従来の多様性指標(表現,キャリブレーション,アクティベーション)を用いて,フレームの多様性を統合するニューズレコメンデータシステムの影響を初めて評価する。 メディアフレームの多様化を基礎とした実験により,従来はクリックしていなかったフレームの露出が最大50%向上したことを示す。 これは、同じフレームに繰り返し露出することで、既存のバイアスや狭い解釈が強化される一方で、新規フレームの導入によって、ユーザによる問題や視点に対する理解が深まるためである。 この方法はまた、カテゴリーレベルと感情レベルをまたいだ多様化を促進し、フレーミングが規範的多様性を高めるための強力な制御レバーとして機能することを示す。

関連論文リスト

• Bayesian-Guided Diversity in Sequential Sampling for Recommender Systems [1.675857332621569]
  本稿では,多目的・文脈的な逐次サンプリング戦略を活用する新しいフレームワークを提案する。 アイテムの選択は、多様性を最適化するためにスコアを動的に調整するベイジアン更新によってガイドされる。 実世界のデータセットを用いた実験により、我々のアプローチは妥当性を犠牲にすることなく多様性を著しく改善することが示された。
  論文  参考訳（メタデータ） (2025-06-22T19:36:02Z)
• Distributional Vision-Language Alignment by Cauchy-Schwarz Divergence [83.15764564701706]
  本稿では、コーシーシュワルツの発散を相互情報と統合して視覚言語アライメントを行う新しいフレームワークを提案する。 CS分散はInfoNCEのアライメント・ユニフォーム性競合にシームレスに対処し,InfoNCEと補完的な役割を担っていることがわかった。 テキスト・画像生成およびモダリティ横断検索タスクの実験により,本手法が視覚言語アライメントに与える影響を実証した。
  論文  参考訳（メタデータ） (2025-02-24T10:29:15Z)
• A Canonicalization Perspective on Invariant and Equivariant Learning [54.44572887716977]
  フレームの設計について,本質的で完全な視点を提供する正準化の視点を導入する。 フレームと標準形式の間には固有の関係があることが示される。 既存の手法よりも厳密な固有ベクトルのための新しいフレームを設計する。
  論文  参考訳（メタデータ） (2024-05-28T17:22:15Z)
• Knowledge Graph Context-Enhanced Diversified Recommendation [53.3142545812349]
  本研究では,知識グラフ(KG)の複雑な文脈における多角化RecSys領域について検討する。 私たちのコントリビューションには、革新的なメトリック、エンティティカバレッジ、KGドメイン内の多様性を効果的に定量化するリレーショナルカバレッジの導入が含まれています。 そこで本稿では,文脈整合性を維持しつつ,KG項目の埋め込みを符号化するCAU(Conditional Alignment and Uniformity)という新しい手法を紹介する。
  論文  参考訳（メタデータ） (2023-10-20T03:18:57Z)
• 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)
• 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)
• 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。