新闻应用中用户属性间信息收集偏差的分析

在网页信息收集过程中，已知存在确认偏差，其表现为回声室和过滤气泡等现象。我们的目的是揭示人们如何消费新闻并讨论这些现象。在网页服务中，我们能够利用服务的行动日志来研究这些现象。然而，许多关于这些现象的现有研究是通过问卷进行的，使用行动日志的研究很少。本文试图从新闻分发服务的行为日志中发现由于用户人口统计属性（如年龄和性别）差异所导致的信息收集偏差。首先，我们按每个用户属性总结了服务中的行动，并展示了用户行为随属性而产生的差异。接着，使用相关系数衡量了属性间的关联程度，发现属性间在新闻文章浏览倾向方面存在强相关性。然后，发现了属性间关键词的偏差，利用回归分析的参数找出了属性间行为中具有偏差的关键词。由于这些被发现的关键词几乎都可以用重大新闻解释，我们提出的方法在检测有偏差的关键词方面是有效的。