人工知能学会

フィルターバブルやエコーチェンバーといった現象が社会課題となっている．我々はこれらのユーザ行動をログデータから定量的に評価することを目指している．これまでに，記事のカテゴリ等から得られる情報の多様性に基づき統計的にユーザの行動変容を議論してきたが，フィルターバブル等の課題の本質的な理解のためには，特定の興味を持ったユーザの行動の特徴について解明することが重要であると考えている．本稿では，長期的なデータに対し，新型コロナに関するユーザの興味の大きさと変化を評価し，エンゲージメントに与える影響を分析した．また，単純なクリックログだけでなく時間ごとに変化するタイトル情報を利用することで，ユーザ行動の差異をより詳細に捉えられることを明らかにした．