谁制造了趋势？理解众包推荐中的人口统计偏差
社会与信息网络
2017-04-04 v1 物理与社会
摘要
Facebook 和 Twitter 等社交媒体网站的用户依赖众包内容推荐系统（例如，热门话题）来检索重要且有用的信息。被选中推荐的内容间接地让最初推广（通过点赞或发布）该内容的用户有机会将他们的信息传播给更广泛的受众。因此，了解使内容值得推荐的人的人口统计特征，并探索他们是否能代表该媒体网站的总体人群是很重要的。在这项工作中，使用从 Twitter 收集的大量数据，我们首次尝试量化和探索众包推荐中的人口统计偏差。我们的分析聚焦于热门话题的选择，发现很大一部分趋势是由人口统计特征与 Twitter 总体人群显著不同的人群推广的。更令人担忧的是，我们发现某些人口统计群体在热门话题推广者中存在系统性的代表性不足。为了使 Twitter 趋势中的人口统计偏差更加透明，我们在 twitter-app.mpi-sws.org/who-makes-trends 开发并部署了一项基于 Web 的服务“Who-Makes-Trends”。
引用
@article{arxiv.1704.00139,
title = {Who Makes Trends? Understanding Demographic Biases in Crowdsourced Recommendations},
author = {Abhijnan Chakraborty and Johnnatan Messias and Fabricio Benevenuto and Saptarshi Ghosh and Niloy Ganguly and Krishna P. Gummadi},
journal= {arXiv preprint arXiv:1704.00139},
year = {2017}
}
备注
11th AAAI International Conference on Web and Social Media (ICWSM 2017)