Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2510.22865v1

帮助 | 高级搜索

计算机科学 > 信息检索

arXiv:2510.22865v1 (cs)
[提交于 2025年10月26日 ]

标题: 新闻推荐器中的公民真实情况:一种公共价值评分方法

标题: Civic Ground Truth in News Recommenders: A Method for Public Value Scoring

Authors:James Meese, Kyle Herbertson
摘要: 在新闻推荐系统(NRS)中的研究继续探索将规范性目标,如编辑目标和公共服务价值,整合到现有系统中的最佳方法。 先前的努力已结合专家输入或受众反馈来量化这些价值,为更具公民意识的推荐系统奠定了基础。 本文为此研究轨迹做出了贡献,介绍了一种通过大规模、结构化的受众评估将公民价值嵌入NRS的方法。 所提出的公民真实数据方法旨在通过全国有代表性的调查生成基于价值的标签,并通过自动元数据增强,在更广泛的新闻语料库中实现可推广性。
摘要: Research in news recommendation systems (NRS) continues to explore the best ways to integrate normative goals such as editorial objectives and public service values into existing systems. Prior efforts have incorporated expert input or audience feedback to quantify these values, laying the groundwork for more civic-minded recommender systems. This paper contributes to that trajectory, introducing a method for embedding civic values into NRS through large-scale, structured audience evaluations. The proposed civic ground truth approach aims to generate value-based labels through a nationally representative survey that are generalisable across a wider news corpus, using automated metadata enrichment.
评论: 发表于NORMalize 2025:第三届推荐系统规范设计与评估研讨会,与2025年ACM推荐系统会议(RecSys 2025)同期在布拉格举行
主题: 信息检索 (cs.IR)
引用方式: arXiv:2510.22865 [cs.IR]
  (或者 arXiv:2510.22865v1 [cs.IR] 对于此版本)
  https://doi.org/10.48550/arXiv.2510.22865
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: James Meese [查看电子邮件]
[v1] 星期日, 2025 年 10 月 26 日 23:16:51 UTC (29 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
cs.IR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-10
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号