[1I4-GS-4a] Web intelligence

4:10 PM - 4:25 PM JST(7:10 AM - 7:25 AM UTC)

[1I4-GS-4a-03] Analyzing the Impact of Users’ Filter Bubble Sensitivity on Recommendations

〇Ryoma Matsumoto¹, Masahiro Hamasaki², Ryohei Orihara¹, Yasuyuki Tahara¹, Yuichi Sei¹ (1. The University of Electro-Communications, 2. National Institute of Advanced Industrial Sciense and Technology (AIST))

Keywords:

Filter Bubble,Information Recommendation,Simulation,Social Media,LLM

パーソナライズ推薦により，ユーザが特定の考えに閉じ込められるフィルターバブル現象が社会問題となっている. これに対し, 満足度と多様性を両立させ, フィルターバブルの緩和を目指す研究が行われてきたが，ユーザ個人がフィルターバブルにどの程度影響を受けやすいか（感度）を考慮した手法は少ない. 本研究では，感度を考慮した推薦制御の足がかりとして, ユーザごとのフィルターバブル感度を導入したシミュレータを構築し，感度の違いに応じて推薦内容や過程にどのように変化するかを分析した. その結果，ユーザ感度の違いが，多様性や検索行動後の推薦に影響を与えることが確認された.