是什么驱动了阅读量？新闻文章推荐中用户界面类型与流行度偏差缓和的在线研究
信息检索
2022-05-31 v2
摘要
个性化新闻推荐系统帮助读者在在线新闻平台中找到合适且相关的文章。在本文中，我们讨论了在奥地利热门在线新闻平台 DiePresse 上引入基于内容的个性化新闻推荐，重点关注两个方面：(i) 用户界面类型，以及 (ii) 流行度偏差缓和。为此，我们于2020年10月开展了一项为期两周的在线研究，分析了推荐对两类用户群体（即匿名用户和订阅用户）以及三种用户界面类型（即桌面、移动和平板设备）的影响。关于用户界面类型，我们发现推荐被看到的概率在桌面设备上为最高，而与之交互的概率在移动设备上为最高。关于流行度偏差缓和，我们发现基于内容的个性化新闻推荐能够在匿名用户的情况下使新闻文章阅读量流行度的分布更为均衡。此外，我们发现重大事件（例如奥地利 COVID-19 封锁令宣布和维也纳恐怖袭击）影响了匿名与订阅用户对热门文章的普遍消费行为。
引用
@article{arxiv.2111.14467,
title = {What Drives Readership? An Online Study on User Interface Types and Popularity Bias Mitigation in News Article Recommendations},
author = {Emanuel Lacic and Leon Fadljevic and Franz Weissenboeck and Stefanie Lindstaedt and Dominik Kowald},
journal= {arXiv preprint arXiv:2111.14467},
year = {2022}
}
备注
ECIR 2022 Conference