論文の概要: Unveiling and Simulating Short-Video Addiction Behaviors via Economic Addiction Theory

• arxiv url: http://arxiv.org/abs/2601.15975v1
• Date: Thu, 22 Jan 2026 13:54:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-23 21:37:20.616354
• Title: Unveiling and Simulating Short-Video Addiction Behaviors via Economic Addiction Theory
• Title（参考訳）: 経済付加理論による短時間ビデオ付加行動の展開とシミュレーション
• Authors: Chen Xu, Zhipeng Yi, Ruizi Wang, Wenjie Wang, Jun Xu, Maarten de Rijke,
• Abstract要約: ショートビデオプラットフォームは大規模な行動データを持ち、中毒行動を分析するための貴重な基盤を提供する。 分析の結果,短期ビデオ中毒は従来の中毒行動と同様の機能的パターンに従っていることが明らかとなった。 これらのパターンを学習し、モデル化できるシミュレータを開発するために、新しいトレーニングフレームワークAddictSimを導入する。
• 参考スコア（独自算出の注目度）: 53.46648619584349
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Short-video applications have attracted substantial user traffic. However, these platforms also foster problematic usage patterns, commonly referred to as short-video addiction, which pose risks to both user health and the sustainable development of platforms. Prior studies on this issue have primarily relied on questionnaires or volunteer-based data collection, which are often limited by small sample sizes and population biases. In contrast, short-video platforms have large-scale behavioral data, offering a valuable foundation for analyzing addictive behaviors. To examine addiction-aware behavior patterns, we combine economic addiction theory with users' implicit behavior captured by recommendation systems. Our analysis shows that short-video addiction follows functional patterns similar to traditional forms of addictive behavior (e.g., substance abuse) and that its intensity is consistent with findings from previous social science studies. To develop a simulator that can learn and model these patterns, we introduce a novel training framework, AddictSim. To consider the personalized addiction patterns, AddictSim uses a mean-to-adapted strategy with group relative policy optimization training. Experiments on two large-scale datasets show that AddictSim consistently outperforms existing training strategies. Our simulation results show that integrating diversity-aware algorithms can mitigate addictive behaviors well.
• Abstract（参考訳）: ショートビデオアプリケーションは、かなりのユーザートラフィックを惹きつけている。 しかし、これらのプラットフォームはまた、ユーザの健康と持続可能なプラットフォーム開発の両方にリスクをもたらす問題的利用パターン(一般にはショートビデオ中毒(英語版)と呼ばれる)を育む。 この問題に関する以前の研究は、主にアンケートやボランティアによるデータ収集に依存しており、小さなサンプルサイズと人口バイアスによって制限されることが多い。 対照的に、ショートビデオプラットフォームは大規模な行動データを持ち、中毒行動を分析する貴重な基盤を提供する。 中毒意識の行動パターンを調べるために,経済依存理論とレコメンデーションシステムで捉えたユーザの暗黙の行動とを組み合わせる。 分析の結果,短期ビデオ中毒は従来の中毒行動(例えば薬物乱用)に類似した機能パターンに従っており,その強度は過去の社会科学研究の知見と一致していることがわかった。 これらのパターンを学習し、モデル化できるシミュレータを開発するために、新しいトレーニングフレームワークAddictSimを導入する。 パーソナライズされた中毒パターンを検討するために、AddictSimは、グループ相対的なポリシー最適化トレーニングを備えた平均から適応的な戦略を使用している。 2つの大規模なデータセットの実験は、AddictSimが既存のトレーニング戦略を一貫して上回っていることを示している。 シミュレーションの結果,多様性を意識したアルゴリズムを統合することで,中毒行動の軽減が図られた。

関連論文リスト

• Knowledge-guided Continual Learning for Behavioral Analytics Systems [0.3437656066916039]
  このコンテンツをキャプチャするために学習するモデルは、データドリフトによって時間の経過とともにパフォーマンスが低下する可能性がある。 このようなモデルを時間をかけて微調整することは、破滅的な忘れ物のために有害である可能性がある。 連続学習におけるリプレイベースのアプローチは、そのようなモデルを更新するための単純で効率的な方法を提供する。 本稿では,リプレイ型連続学習フレームワークに外部知識を取り入れた拡張型アプローチを提案する。
  論文  参考訳（メタデータ） (2025-10-25T19:04:14Z)
• Understanding Endogenous Data Drift in Adaptive Models with Recourse-Seeking Users [6.782864450313782]
  資源制約と競合力学の下で,ユーザの戦略的行動と意思決定システムとの相互作用について検討する。 本稿では,Fair-top-kとDynamic Continual Learningの2つの手法を提案する。 我々の研究は、アルゴリズムによる意思決定がより高い基準を意図せずに強化し、導入に対する内在的障壁を発生させる方法について、経済理論と結びついている。
  論文  参考訳（メタデータ） (2025-03-12T12:17:34Z)
• Studying Behavioral Addiction by Combining Surveys and Digital Traces: A Case Study of TikTok [8.709322238283734]
  ソーシャルメディアプラットフォームから得られたデジタルデータを用いて,行動依存症を効果的に診断できるかどうかを検討した。 我々は1590人のTikTokユーザーを調査し、3つの中毒グループに分類した。 ユーザーのデータを分析することで、中毒の可能性が高いユーザーがTikTokの動画を見て、一日中TikTokに戻ってくる時間が増えていることがわかりました。
  論文  参考訳（メタデータ） (2025-01-26T14:24:07Z)
• Online Social Network Data-Driven Early Detection on Short-Form Video Addiction [0.5532260775975897]
  ショート・フォーム・ビデオ(SFV)は近年、世界的なエンターテイメントの形式となり、主要なソーシャルメディアプラットフォームに登場した。 SFVA(Short-form Video Addiction)は、実生活における心理的サポートの欠如、家族や学術的なプレッシャー、社会不安などの他の問題と関連付けられている。 本研究では,ソーシャルネットワークの挙動に基づく短いビデオ中毒データセットの構築と,SFVAの早期検出フレームワークの設計を目的とする。
  論文  参考訳（メタデータ） (2024-07-24T02:47:09Z)
• Sim-to-Real Causal Transfer: A Metric Learning Approach to Causally-Aware Interaction Representations [58.96953392466609]
  エージェント相互作用の現代的表現の因果認識を詳細に検討する。 近年の表現は、非因果剤の摂動に対して部分的に耐性があることが示されている。 本稿では,因果アノテーションを用いて潜在表現を規則化するメトリクス学習手法を提案する。
  論文  参考訳（メタデータ） (2023-12-07T18:57:03Z)
• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• User Behavior Simulation with Large Language Model based Agents [116.74368915420065]
  LLMベースのエージェントフレームワークを提案し,実際のユーザ動作をシミュレートするサンドボックス環境を設計する。 実験結果から,本手法のシミュレーション行動は実人の行動に非常に近いことが判明した。
  論文  参考訳（メタデータ） (2023-06-05T02:58:35Z)

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。