論文の概要: Segregation Before Polarization: How Recommendation Strategies Shape Echo Chamber Pathways

• arxiv url: http://arxiv.org/abs/2601.16457v1
• Date: Fri, 23 Jan 2026 05:28:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-26 14:27:27.552633
• Title: Segregation Before Polarization: How Recommendation Strategies Shape Echo Chamber Pathways
• Title（参考訳）: 偏光前の偏光:エコーチャンバーの経路をいかに形作るか
• Authors: Junning Zhao, Kazutoshi Sasahara, Yu Chen,
• Abstract要約: コンテンツに基づくアルゴリズムは、分離前偏極経路に向けてソーシャルネットワークを操ることを示す。 再投稿はネットワーク内の接続数を増大させるが、同時にエコーチャンバーを補強する。
• 参考スコア（独自算出の注目度）: 3.7863431327418198
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social media platforms facilitate echo chambers through feedback loops between user preferences and recommendation algorithms. While algorithmic homogeneity is well-documented, the distinct evolutionary pathways driven by content-based versus link-based recommendations remain unclear. Using an extended dynamic Bounded Confidence Model (BCM), we show that content-based algorithms--unlike their link-based counterparts--steer social networks toward a segregation-before-polarization (SbP) pathway. Along this trajectory, structural segregation precedes opinion divergence, accelerating individual isolation while delaying but ultimately intensifying collective polarization. Furthermore, we reveal a paradox in information sharing: Reposting increases the number of connections in the network, yet it simultaneously reinforces echo chambers because it amplifies small, latent opinion differences that would otherwise remain inconsequential. These findings suggest that mitigating polarization requires stage-dependent algorithmic interventions, shifting from content-centric to structure-centric strategies as networks evolve.
• Abstract（参考訳）: ソーシャルメディアプラットフォームは、ユーザの好みとレコメンデーションアルゴリズムの間のフィードバックループを通じて、エコーチャンバーを促進する。 アルゴリズムの均質性はよく文書化されているが、コンテンツベースとリンクベースの推奨によって引き起こされる独自の進化経路はいまだ不明である。 拡張動的境界信頼モデル(BCM)を用いて、コンテンツベースのアルゴリズムは、リンクベースのアルゴリズムとは違って、分離前偏極(SbP)経路へのソーシャルネットワークのステアリングを示す。 この軌道に沿って、構造的分離は意見のばらつきに先行し、個人の孤立を加速させながら遅延するが、最終的には集団分極を強化する。 さらに、情報共有におけるパラドックスも明らかにしている: 再投稿はネットワーク内の接続数を増大させるが、エコーチャンバーを同時に強化する。 これらの結果は、ネットワークが進化するにつれて、コンテンツ中心の戦略から構造中心の戦略へとシフトする、ステージ依存のアルゴリズム介入が必要であることを示唆している。

関連論文リスト

• Why Steering Works: Toward a Unified View of Language Model Parameter Dynamics [81.80010043113445]
  局所的な微調整、LoRAに基づく適応、およびアクティベーションに基づく介入を分離して研究する。 制御信号によって誘導される動的ウェイト更新として、これらの介入をフレーム化する統一的な視点を示す。 提案手法では,選択と効用との間に一貫したトレードオフが観測される。
  論文  参考訳（メタデータ） (2026-02-02T17:04:36Z)
• SecDiff: Diffusion-Aided Secure Deep Joint Source-Channel Coding Against Adversarial Attacks [73.41290017870097]
  SecDiffは、プラグイン・アンド・プレイの拡散支援デコーディングフレームワークである。 対向無線環境下での深部JSCCの安全性と堅牢性を大幅に向上させる。
  論文  参考訳（メタデータ） (2025-11-03T11:24:06Z)
• Online Homogeneity Can Emerge Without Filtering Algorithms or Homophily Preferences [0.0]
  イデオロギー的に均質なオンライン環境は、偏極化、急進化、誤報の原動力と見なされている。 中心的な議論は、このようなホモフィリーがアルゴリズムによるキュレーションや、同志の仲間に対するユーザの好みに主に起因しているかどうかを問うものである。 本研究は, フィルタリングアルゴリズムとユーザの嗜好の両方が欠如している場合に, 均一性が出現することを示すことによって, この視点に挑戦する。
  論文  参考訳（メタデータ） (2025-08-14T09:08:46Z)
• An Efficient Local Search Approach for Polarized Community Discovery in Signed Networks [8.319127681936815]
  そこで本研究では,$k$の偏光コミュニティを同定する手法を提案する。 サイズ不均衡な解を避けるための新しい最適化手法を提案する。 実世界のデータセットと合成データセットの実験は、我々の手法がソリューション品質の最先端のベースラインを一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2025-02-04T10:22:01Z)
• Bridging and Modeling Correlations in Pairwise Data for Direct Preference Optimization [75.1240295759264]
  本稿では,BMC という名前のペアデータにおけるブリッジ・アンド・モデリングの効果的なフレームワークを提案する。 目的の修正によって、ペアの選好信号の一貫性と情報性が向上する。 DPOだけではこれらの相関をモデル化し、ニュアンス付き変動を捉えるには不十分である。
  論文  参考訳（メタデータ） (2024-08-14T11:29:47Z)
• Privacy Preserving Semi-Decentralized Mean Estimation over Intermittently-Connected Networks [59.43433767253956]
  信頼できない無線ネットワークの異なるノードに分散するベクトルの平均をプライベートに推定する問題を考える。 半分散的なセットアップでは、ノードは隣人と協力してローカルコンセンサスを計算し、中央サーバにリレーする。 ノード間のデータ共有による協調中継とプライバシー漏洩のトレードオフについて検討する。
  論文  参考訳（メタデータ） (2024-06-06T06:12:15Z)
• Exploring the Escalation of Source Bias in User, Data, and Recommender System Feedback Loop [65.23044868332693]
  我々は,AIGC(AIGC)がレコメンダシステムの性能と力学に与える影響について検討する。 短期的には、AIGCに対する偏見はLLMベースのコンテンツ作成を促進し、AIGCコンテンツを増大させ、不公平なトラフィック分散を引き起こす。 長期コンテンツエコシステムのバランスを維持するため,L1-loss最適化に基づくデバイアス化手法を提案する。
  論文  参考訳（メタデータ） (2024-05-28T09:34:50Z)
• Quantifying the Echo Chamber Effect: An Embedding Distance-based Approach [28.715087124800565]
  本稿では,Echo Chamber Score(ECS)について紹介する。 ユーザ間の距離測定を容易にするために,自己教師付きグラフオートエンコーダを用いたユーザ埋め込みモデルであるEchoGAEを提案する。 本研究は、エコーチャンバーの定量化とオンライン談話のダイナミックスに光を流すツールとしてのECSの有効性を示す。
  論文  参考訳（メタデータ） (2023-07-10T16:11:33Z)
• Learning Cross-view Geo-localization Embeddings via Dynamic Weighted Decorrelation Regularization [52.493240055559916]
  クロスビュージオローカライゼーションは、ドローンプラットフォームと衛星プラットフォームという2つのプラットフォームから撮影された同じ位置の画像を見つけることを目的としている。 既存の手法は、通常、特徴空間内の他のものとの埋め込み距離を最適化することに焦点を当てる。 本稿では、低冗長性も重要であり、モデルがより多様なパターンをマイニングする動機となっていると論じる。
  論文  参考訳（メタデータ） (2022-11-10T02:13:10Z)
• Network polarization, filter bubbles, and echo chambers: An annotated review of measures and reduction methods [0.0]
  偏極は、下層のネットワークが、グループ間の接続が弱い高度に連結されたグループによって特徴づけられるときに生じる。 本研究は、ネットワーク偏光対策と偏光処理に使用されるモデルについて注釈付きレビューを行う。
  論文  参考訳（メタデータ） (2022-07-27T21:23:27Z)
• Local Edge Dynamics and Opinion Polarization [17.613690272861053]
  局所的なエッジダイナミクスが意見の偏光をいかに引き起こすかを研究する。 簡単な時間進化型ネットワークモデルで拡張した古典的Friedkin-Johnsen意見力学の変種を導入する。 このモデルが理論的解析に適していることを示し、これらの局所力学が意見グループ間の接続を損なう理由を説明するのに役立ちます。
  論文  参考訳（メタデータ） (2021-11-28T01:59:57Z)
• Margin Preserving Self-paced Contrastive Learning Towards Domain Adaptation for Medical Image Segmentation [51.93711960601973]
  クロスモーダル医療画像セグメンテーションのための自己ペースコントラスト学習モデルを保存する新しいマージンを提案する。 プログレッシブに洗練されたセマンティックプロトタイプの指導により、埋め込み表現空間の識別性を高めるために、コントラスト損失を減少させる新しいマージンが提案される。 クロスモーダル心セグメンテーションタスクの実験は、MPSCLが意味セグメンテーション性能を大幅に改善することを示した。
  論文  参考訳（メタデータ） (2021-03-15T15:23:10Z)

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。