算法|研究人员找到了放大社交媒体上值得信赖的新闻内容的新方法算法

文章图片

社交媒体网站继续放大错误信息和阴谋论。为了解决这个问题，由南佛罗里达大学 (USF) 领导的计算机科学家、物理学家和社会科学家组成的跨学科团队找到了一种解决方案，以确保社交媒体用户能够接触到更可靠的新闻来源。

在他们发表在《自然人类行为》杂志上的研究中，研究人员专注于社交媒体平台用来优先显示给用户的内容的推荐算法。研究人员没有根据用户数量和浏览量来衡量参与度，而是着眼于新闻源中放大了哪些内容，重点关注新闻来源的可靠性得分和受众的多样性。
低质量的内容很有吸引力，因为它符合我们已经知道和喜欢的内容，无论它是否准确。因此，错误信息经常在志同道合的观众中传播开来。算法最终选择了错误的信号并继续进一步推广它。为了打破这个循环，人们应该寻找引人入胜的内容，但要多样化观众，而不是志同道合的人。

该团队与印第安纳大学和达特茅斯学院的研究人员合作，使用网络流量数据和 6890 人自我报告的党派关系创建了一种新算法，这些人反映了美国在性别、种族和政治派别方面的多样性。该数据由在线民意调查公司 YouGov 提供。他们还根据 NewGuard 可靠性指数审查了 3765 个新闻来源的可靠性分数，该指数根据几个新闻标准对新闻来源进行评级，例如编辑责任、问责制和财务透明度。
他们发现，结合新闻受众的多样性可以提高推荐来源的可靠性，同时仍为用户提供相关推荐。由于该算法并非完全基于参与度或受欢迎程度，因此无论其党派如何，它仍然能够推广可靠的来源。这对于社交媒体平台来说是特别受欢迎的消息，特别是因为他们一直不愿对算法进行更改，因为他们害怕批评偏见.

【算法|研究人员找到了放大社交媒体上值得信赖的新闻内容的新方法】研究人员表示，平台很容易将受众多样性纳入他们自己的推荐算法中，因为可以从参与度数据中得出多样性衡量标准，并且每当用户点击“喜欢”或在新闻源上分享某些内容时，平台已经记录了此类数据。 Ciampaglia和他的同事建议社交媒体平台采用这种新策略，以帮助防止错误信息的传播。