日本語タイトル#
線と線の間：書籍推薦システムにおけるテーマバイアスの研究
英文タイトル#
Reading Between the Lines: A Study of Thematic Bias in Book Recommender Systems
日本語要約#
推薦システムはユーザーが新しいコンテンツを発見するのを助けますが、既存のバイアスを強化し、不公平な露出や多様性の減少を引き起こす可能性もあります。本論文では、特定の書籍テーマに対する不均衡な好みや無視として定義される書籍推薦におけるテーマバイアスを紹介し、調査します。私たちは、Book-Crossing データセットを使用して推薦におけるテーマバイアスとそれが異なるユーザーグループに与える影響を評価するために、多段階のバイアス評価フレームワークを採用します。私たちの研究結果は、テーマバイアスがコンテンツの不均衡から生じ、ユーザーの参加パターンによって増幅されることを示しています。ユーザーのテーマの好みに基づいてセグメント化することで、ニッチおよびロングテールの興味を持つユーザーはパーソナライズされた推薦を受けることが少なく、多様な興味を持つユーザーはより一貫した推薦を受けることがわかりました。これらの発見は、推薦システムがより広範なユーザーの興味に適応するように慎重に設計されるべきであることを示唆しています。責任ある AI のより広い目標に貢献することで、この研究は他の分野へのテーマバイアス分析の拡張の基礎を築くものでもあります。
英文要約#
Recommender systems help users discover new content, but can also reinforce existing biases, leading to unfair exposure and reduced diversity. This paper introduces and investigates thematic bias in book recommendations, defined as a disproportionate favouring or neglect of certain book themes. We adopt a multi-stage bias evaluation framework using the Book-Crossing dataset to evaluate thematic bias in recommendations and its impact on different user groups. Our findings show that thematic bias originates from content imbalances and is amplified by user engagement patterns. By segmenting users based on their thematic preferences, we find that users with niche and long-tail interests receive less personalised recommendations, whereas users with diverse interests receive more consistent recommendations. These findings suggest that recommender systems should be carefully designed to accommodate a broader range of user interests. By contributing to the broader goal of responsible AI, this work also lays the groundwork for extending thematic bias analysis to other domains.
文章ページ#
PDF 取得#
抖音でスキャンしてさらに素晴らしいコンテンツを見る