利用媒体框架提升新闻推荐中的规范多样性

基于点击的新闻推荐系统会建议用户与其现有历史相吻合的内容，限制用户遇见文章的多样性。近期基于方面(aspect)的多样化措施——添加情感或新闻类别(如世界、政治)等特征——在诠释层面实现了多样化进展。然而，这些方法常常忽视新闻框架的作用，后者塑造故事讲述方式，通过强调特定角度或解释来引导叙述。本文将媒体框架视为推荐管道中的可控制方面。通过基于框架多样性选择文章，我们的方法强化了多样化叙事角度，拓宽了推荐给用户的解释空间。除提出基于框架的多样化方法外，我们的工作是首次评估整合框架多样性的新闻推荐系统的影响，采用规范多样性指标：代表性、校准性和激活性。基于媒体框架的多样化实验显示，用户曾被忽略的框架曝光率提升最高可达50%。这一发现重要，因为反复接触同一框架会强化既有偏见或狭隘解释，而引入新框架可拓宽用户对问题和观点的理解。该方法还增强了在类别和情感水平上的多样化，表明框架作为控制杠杆可显著提升规范多样性。