一种具有偏差感知的新闻推荐系统

在假新闻与政治极化的时代，亟需一套系统使用户能获取均衡的新闻内容。当前方案侧重于自上而下的、基于服务器的方法，以判定新闻文章是否为假或带有偏见，并仅向终端用户展示可信新闻。本文采取不同方法，帮助用户对其欲阅读的新闻做出知情选择：实时使用户知晓其所浏览新闻文章的偏见，并推荐来自其他信源、关于同一主题且偏见程度不同的新闻文章。我们利用最近的Pew研究报告收集具有不同政治倾向的读者偏好阅读的新闻源，随后从这些各异新闻源抓取多主题新闻文章。之后我们进行聚类以发现文章的相似主题，并计算每篇文章的偏见分数。对于用户当前阅读的新闻文章，我们展示其偏见分数，并展示先前所采集文章中来自不同新闻源、关于同一主题的其他文章。以此呈现给用户。我们希望该方法可使用户获取给定新闻主题下更均衡的文章。我们给出了系统的实现细节及在新闻文章上的一些初步结果。