无内容信息的中立态推荐的内容无关 moderation

个性化推荐系统常会导致用户接触更极端的内容，加剧意见两极化。虽然提出了（基于内容的） moderation 以缓解此类效应，但此类方法风险削减言论自由和信息自由。为此，本文提出并探讨了基于内容无关 (content-agnostic) 的 moderation 作为替代方法，以减少两极化的可行性。内容无关的 moderation 不依赖于实际被 moderation 的内容，因而较少容易受到内容审查的影响。我们在理论上证明，在完全通用的情形下，内容无关的 moderation 无法被保证有效。然而，我们表明，在具有可行假设的情况下，内容无关的 moderation 往往可以实际有效地实现。我们引入两种新型的内容无关 moderation 方法，通过修改内容推荐器的输出，以在不依赖内容特征的前提下分散用户-物品聚簇。为评估内容无关 moderation 的潜力，我们构建了一个仿真环境，用于分析包含给定用户集合、推荐系统以及 moderation 方法的系统在封闭环路行为下的表现。通过该环境中的全面实验，我们表明所提出的 moderation 方法在各种数据情形下显著增强了立场中立性，同时保持了高水平的推荐质量。我们的结果表明，在不获取直接内容信息的情况下实现立场中立不仅是可行的，而且还能有助于 developing 更平衡和信息丰富的推荐系统，而不会显著降低用户参与度。