Core Concepts
Recommendation algorithms impact user behavior by reducing filter bubbles and increasing homogenization.
Abstract
Die Studie untersucht die langfristigen Auswirkungen von Empfehlungsalgorithmen auf das Nutzerverhalten. Es werden zwei kritische Ergebnisse betrachtet: Homogenisierung und Filterblaseneffekt. Neue Empfehlungsalgorithmen werden vorgestellt, die sowohl die Inter-User-Diversität als auch die Intra-User-Diversität berücksichtigen.
- Empfehlungsalgorithmen beeinflussen das Nutzerverhalten.
- Homogenisierung und Filterblaseneffekt werden untersucht.
- Neue Empfehlungsalgorithmen werden vorgestellt.
Stats
Unsere Simulation zeigt, dass traditionelle Empfehlungsalgorithmen die Filterblasen reduzieren, indem sie die Inter-User-Diversität verringern.
Neue Empfehlungsalgorithmen erhöhen die Intra-User-Diversität und reduzieren die Inter-User-Diversität.
Quotes
"Empfehlungsalgorithmen spielen eine entscheidende Rolle bei der Gestaltung des Nutzerverhaltens."
"Die Studie zeigt, dass vergangene Konsumempfehlungen die Filterblasen reduzieren, aber die Homogenisierung verstärken."