文献

J-GLOBAL ID：202002247363638141   整理番号：20A2797016

ニュース領域を考慮したレコメンダーアルゴリズムにおけるフィルタバブル測定のための計量【JST・京大機械翻訳】

A metric for Filter Bubble measurement in recommender algorithms considering the news domain

著者 (4件)： Lunardi Gabriel Machado (Programa de Pos-Graduacao em Computacao (PPGC), Universidade Federal do Rio Grande do Sul, Porto Alegre, Brazil) ,  Machado Guilherme Medeiros (Universite de Lorraine, Nancy, France) ,  Maran Vinicius (Laboratory of Ubiquitous, Mobile and Applied Computing (LUMAC). Universidade Federal de Santa Maria, Cachoeira do sul, Brazil) ,  de Oliveira Jose Palazzo M. (Programa de Pos-Graduacao em Computacao (PPGC), Universidade Federal do Rio Grande do Sul, Porto Alegre, Brazil)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 97  号： PA  ページ： Null  発行年： 2020年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： レコメンダーシステムは,レイティング予測とランキング生成の精度を改善するために絶えず洗練されている。しかし,推薦システムがユーザの興味を予測するには正確すぎる場合,負の影響が発生する。最も重要なものは,フィルタ気泡生成であり,ユーザがより少ないコンテンツ多様性を受信する状況である。ニュースドメインでは,そのような効果は,それらが意見形成の方法になると一度重要である。本論文では,推薦者アルゴリズムの特定の集合がフィルタ気泡の創造において,また,多様化手法がそのような効果を減少させることができるかどうかを評価することを目的とした。また,2018年のブラジルの住宅選択において,利用者の曝露におけるそのような環境の影響および新しいニュースに対するインタラクションを検証した。そのような研究を行うために,ニュース階を推薦するプロトタイプを開発し,フィードにおけるこれらの推薦を提示する。フィルタ気泡を測定するために,推奨アイテム集合の均質化に基づく新しい計量を導入した。著者らの結果は,MMR多様化アルゴリズムによるKNNアイテムベースの推薦が,より均一でないコンテンツと接触するユーザをわずかに良好に実行して,一方,ファクニュースにおける類似の低いインデックスを提示することを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  気泡 ,  相互作用 ,  フィルタ ,  レイティング ,  均質化 ,  ブラジル連邦共和国 ,  等級づけ ,  *ニュース ,  多様化 ,  コンテンツ ,  プロトタイプ
準シソーラス用語： 推奨システム , 【Automatic Indexing@JST】

著者キーワード (5件)： レコメンダーシステム ,  ニュース勧告 ,  フィルタバブル ,  多様性 ,  ケーキニュース

分類 (2件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ニュース ,  バブル ,  計量