論文の概要: Balancing Domestic and Global Perspectives: Evaluating Dual-Calibration and LLM-Generated Nudges for Diverse News Recommendation
- arxiv url: http://arxiv.org/abs/2603.05780v1
- Date: Fri, 06 Mar 2026 00:21:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-09 13:17:44.787029
- Title: Balancing Domestic and Global Perspectives: Evaluating Dual-Calibration and LLM-Generated Nudges for Diverse News Recommendation
- Title（参考訳）: 国内外と世界の両面のバランスをとること--多国間ニュースレコメンデーションのためのデュアルキャリブレーションとLCM生成ナッジの評価
- Authors: Ruixuan Sun, Matthew Zent, Minzhu Zhao, Thanmayee Boyapati, Xinyi Li, Joseph A. Konstan,
- Abstract要約: そこで我々は,話題局所性二重アルゴリズムと大規模言語モデルに基づくニューズパーソナライゼーションプレゼンテーションナッジを新たに設計した。
ユーザインタラクションログとサーベイ応答により、アルゴリズム的なヌッジが露出と消費の多様性を向上できることがわかった。
キャリブレーションされたニュースの 縦方向の露出は 読者の読書習慣を 国内記事と世界記事の バランスのとれたニュースダイジェストに シフトさせるかもしれない
- 参考スコア（独自算出の注目度）: 9.925947953352233
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this study, we applied the ``personalized diversity nudge framework'' with the goal of expanding user reading coverage in terms of news locality (i.e., domestic and world news). We designed a novel topic-locality dual calibration algorithmic nudge and a large language model-based news personalization presentation nudge, then launched a 5-week real-user study with 120 U.S. news readers on the news recommendation experiment platform POPROX. With user interaction logs and survey responses, we found that algorithmic nudges can successfully increase exposure and consumption diversity, while the impact of LLM-based presentation nudges varied. User-level topic interest is a strong predictor of user clicks, while highlighting the relevance of news articles to prior read articles outperforms generic topic-based and no personalization. We also demonstrate that longitudinal exposure to calibrated news may shift readers' reading habits to value a balanced news digest from both domestic and world articles. Our results provide direction for future work on nudging for diverse consumption in news recommendation systems.
- Abstract（参考訳）: 本研究では,「個人化ダイバーシティ・ナッジ・フレームワーク」を,ニュース・ローカリティ(国内・世界ニュース)の観点からユーザ・リーディング・カバー範囲を拡大する目的で適用した。
そこで我々は,ニュースレコメンデーション実験プラットフォームPOPROXについて,120名の米国ニュース読者と5週間のリアルタイム調査を行った。
ユーザインタラクションログとサーベイ応答により,LLMに基づくプレゼンテーションナッジの影響が変化する一方で,アルゴリズム的なナッジは露出と消費の多様性を向上できることがわかった。
ユーザレベルのトピックの関心は、ユーザクリックの強力な予測要因であると同時に、以前の読み込み記事に対するニュース記事の関連性は、一般的なトピックベースよりも優れ、パーソナライズされていない。
また、校正されたニュースに対する経時的露出は、読者の読書習慣を国内および世界の記事からバランスのとれたニュースダイジェストの価値にシフトさせる可能性があることを実証した。
本稿は,ニュースレコメンデーションシステムにおける多様な消費のためのヌードに関する今後の取り組みの方向性を提供する。
関連論文リスト
- GLoCIM: Global-view Long Chain Interest Modeling for news recommendation [59.3925442282951]
候補者のニュース記事をユーザーに正確に推薦することは、常にニュースレコメンデーションシステムの中核的な課題である。
近年の取り組みは、全ユーザのクリックニュースシーケンスによって構築されたグローバルなクリックグラフにおいて、局所的なサブグラフ情報を抽出することに集中している。
本稿では,Global-view Long Chain Interests Modeling for News recommendation (GLoCIM)を提案する。
論文 参考訳（メタデータ） (2024-08-01T18:17:25Z) - Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News
Detection [50.07850264495737]
プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。
我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
論文 参考訳（メタデータ） (2023-09-28T13:19:43Z) - fakenewsbr: A Fake News Detection Platform for Brazilian Portuguese [0.6775616141339018]
本稿ではブラジルポルトガル語における偽ニュースの検出に関する総合的研究について述べる。
本稿では、TF-IDFやWord2Vecといった自然言語処理技術を活用する機械学習ベースのアプローチを提案する。
ユーザフレンドリーなWebプラットフォームである fakenewsbr.com を開発し,ニュース記事の妥当性の検証を容易にする。
論文 参考訳（メタデータ） (2023-09-20T04:10:03Z) - Towards Corpus-Scale Discovery of Selection Biases in News Coverage:
Comparing What Sources Say About Entities as a Start [65.28355014154549]
本稿では,大規模ニュースコーパスにおけるニュースコンテンツから直接メディア選択バイアスのパターンを発見するために,スケーラブルなNLPシステムを構築する上での課題について検討する。
我々は,世界519のニュースソースから180万件のニュース記事のコーパスであるNELA-2020のケーススタディを通じて,フレームワークの能力を示す。
論文 参考訳（メタデータ） (2023-04-06T23:36:45Z) - Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。
バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。
Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
論文 参考訳（メタデータ） (2023-01-14T18:58:42Z) - IGNiteR: News Recommendation in Microblogging Applications (Extended
Version) [3.2108350580418166]
我々は、インフルエンスグラフニュースレコメンダ(IGNiteR)と呼ばれる、拡散と影響を意識したディープラーニングに基づくアプローチを提案する。
このニュースを表現するために、マルチレベルアテンションベースのエンコーダを使用して、ユーザの異なる関心事を明らかにする。
実世界の2つのデータセットに対して広範な実験を行い、IGNiteRが最先端のディープラーニングベースのニュースレコメンデーション手法より優れていることを示す。
論文 参考訳（メタデータ） (2022-10-04T22:33:58Z) - Two-Stage Neural Contextual Bandits for Personalised News Recommendation [50.3750507789989]
既存のパーソナライズされたニュースレコメンデーション手法は、ユーザの興味を搾取することに集中し、レコメンデーションにおける探索を無視する。
我々は、エクスプロイトと探索のトレードオフに対処する文脈的包括的レコメンデーション戦略に基づいて構築する。
我々はユーザとニュースにディープラーニング表現を使用し、ニューラルアッパー信頼境界(UCB)ポリシーを一般化し、加法的 UCB と双線形 UCB を一般化する。
論文 参考訳（メタデータ） (2022-06-26T12:07:56Z) - Deep Dynamic Neural Network to trade-off between Accuracy and Diversity
in a News Recommender System [1.3126169294309855]
本稿では,ニュースと読者の興味を統一した枠組みで学習する深層ニューラルネットワークを提案する。
読者のクリック履歴から読者の長期的関心、LSTMSによる最近のクリックからの短期的関心、および注意メカニズムを通じて多様な読者の興味を学びます。
論文 参考訳（メタデータ） (2021-03-15T15:30:25Z) - Beyond Optimizing for Clicks: Incorporating Editorial Values in News
Recommendation [10.458414681622799]
本稿では,ニュース機関の編集価値の文脈で,自動ニュースレコメンデータシステムについて検討する。
提案する推薦システムは,より多様な読解行動をもたらし,記事のカバレッジを高める。
論文 参考訳（メタデータ） (2020-04-21T13:24:49Z) - Graph Enhanced Representation Learning for News Recommendation [85.3295446374509]
本稿では,ユーザとニュースの表現学習を強化するニューズレコメンデーション手法を提案する。
本手法では,歴史的ユーザクリック行動から構築した二部グラフのノードとして,ユーザとニュースをみなす。
論文 参考訳（メタデータ） (2020-03-31T15:27:31Z)
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。