Social media recommendation considering the diversity of values

本研究では、フィルターバブルの解消を目指し、価値観の多様性に配慮したソーシャルメディア推薦技術の実現に取り組んでいる。その成果は以下の通りである。1）SNSからの価値観の検出およびその意味理解法の開発：Twitterからツイートを収集し、ネットワークを用いてツイートをトピックに分類する手法を開発。分類されたトピックの拡散ユーザの分布から偏向度合いを算出し、トピック内のツイート群から特徴語を抽出することで、偏向している可能性の高い話題や単語の特定が可能となる。また、他トピックへの引用リツイートの攻撃性を分析し、偏向度合いと攻撃性の相関やトピック間の対立構造を検出した。これにより、集団内の価値観の多様性を検出する手法と、個々の価値観の意味を理解する手法を確立することができた。2）多様な価値観を含む推薦リストを生成するパーソナライズ推薦法の開発：多様な視点の情報を推薦するアルゴリズムを提案。提案モデルは、推薦候補が属するコミュニティを検出し、推薦候補のリストのコミュニティ網羅性を最大化することで、ユーザが探索可能な意見の多様性を拡張する。具体的には、ユーザの行動履歴との関連性を維持しつつも、リストのコミュニティ冗長性を排除するように推薦候補の順位を並べ換える手法を構築。本手法は、行動履歴に基づく推薦候補の生成及び多様性に基づく推薦順位の決定をend-to-endで可能とし、関連性と多様性のパラメータを用いて、リストの多様性を制御可能である。手法の性能は、既存の推薦手法との比較実験により検証されている。これらの研究成果は、ソーシャルメディア利用者に対して、異なる価値観や意見を持つ情報を効果的に推薦する手法を提供することができる。本研究により、フィルターバブルによる情報偏りや対立構造の悪化を防ぎ、より健全な情報環境を実現することが可能となる。

本研究では、フィルターバブルの解消を目指し、価値観の多様性に配慮したソーシャルメディア推薦技術の実現に取り組んでいる。その成果は以下の通りである。1）SNSからの価値観の検出およびその意味理解法の開発：Twitterからツイートを収集し、ネットワークを用いてツイートをトピックに分類する手法を開発。分類されたトピックの拡散ユーザの分布から偏向度合いを算出し、トピック内のツイート群から特徴語を抽出することで、偏向している可能性の高い話題や単語の特定が可能となる。また、他トピックへの引用リツイートの攻撃性を分析し、偏向度合いと攻撃性の相関やトピック間の対立構造を検出した。これにより、集団内の価値観の多様性を検出する手法と、個々の価値観の意味を理解する手法を確立することができた。2）多様な価値観を含む推薦リストを生成するパーソナライズ推薦法の開発：多様な視点の情報を推薦するアルゴリズムを提案。提案モデルは、推薦候補が属するコミュニティを検出し、推薦候補のリストのコミュニティ網羅性を最大化することで、ユーザが探索可能な意見の多様性を拡張する。具体的には、ユーザの行動履歴との関連性を維持しつつも、リストのコミュニティ冗長性を排除するように推薦候補の順位を並べ換える手法を構築。本手法は、行動履歴に基づく推薦候補の生成及び多様性に基づく推薦順位の決定をend-to-endで可能とし、関連性と多様性のパラメータを用いて、リストの多様性を制御可能である。手法の性能は、既存の推薦手法との比較実験により検証されている。これらの研究成果は、ソーシャルメディア利用者に対して、異なる価値観や意見を持つ情報を効果的に推薦する手法を提供することができる。本研究により、フィルターバブルによる情報偏りや対立構造の悪化を防ぎ、より健全な情報環境を実現することが可能となる。