Все більше і більше інформаційного доступу опосередковується цифровими платформами та різними можливостями, які вони втілюють. Тепер всюдисущий персоналізований алгоритмічний пристрої курації () відіграйте ключову роль у цьому процесі, впливаючи на що, як і коли користувачі піддаються інформації в платформі. Навіть незважаючи на те, що деякі дослідження підтверджують насінню гіпотезу про те, що ці пристрої можуть мати обмеження на різноманітність, ізолюючи користувачів у так званих бульбашках фільтрів¹ надмірно персоналізованого, однорідного вмісту^2,3.^{4,5,6,7,8,9,10,11,12,13,14,15,16}. Незважаючи на емпіричне тестування обґрунтованості таких тверджень, часто вимагає визначення відповідної базової лінії, що відображає користувачів ” органічний (О) споживання, тобто ті, що виконуються з відносною відсутністю алгоритмічної допомоги. Тип слідів використання, що використовуються в цій межі, багато в чому залежить від типу оцінки різноманітності. Загалом, це можна класифікувати під двома нитками літератури на основі того, чи оцінюють вони динаміку концентрації з точки зору Споживання Vs. контакт^4,5,12,13або з точки зору споживання проти іншого меншого доступ^{2,8,9,10,11,16,17,18}.

Перший найчастіше проводиться в галузі політології і керується теорією селективного опромінення, основною концепцією комунікацій та медіа, що описує схильність людей споживати засоби масової інформації, яка відповідає їх попереднім переконанням¹⁹ тим самим обмежуючи вплив перехресного вмісту. Емпіричні роботи в цьому напрямку, як правило, досліджують, як вирівнювання відрізняється в межах інформації, що встановлює алгоритмічні пристрої, піддає користувачів, а потім, вниз за течією, в інформаційних наборах, які органічно вибирають користувачів користувачів^4,5. Відповідно до цього обрамлення, вирівнювання таким чином функціонує, наскільки журнали споживання та експозиції користувачів в алгоритмічній доступності залишаються більш -менш обмеженими в межах попередніх бульбашок користувачів⁵. В той у межах Попередні переваги користувачів Останні емпіричні результати свідчать про те, що, можливо, на диво, власний органічний вибір алгоритмічних рекомендацій користувачів може додатково обмежити їх різноманітність споживання^4,5,12,15 Іноді, ще більшою мірою^4,5.

Друга нитка літератури прагне оцінити алгоритмічне ув'язнення, порівнюючи різноманітність споживання користувачів різний доступність, яку кожен пропонує змінні рівні алгоритмічної допомоги. Після формулювання Девіса²⁰Описує доступність як Об'єкт дозволяє та обмежує; У контексті онлайн -платформ, це, як правило, відповідає одному способу доступу до вмісту чи інформації. Наприклад, на музичних потокових платформах, які також є центром багатьох досліджень у цій нитці, це включає органічний персональний список відтворення, алгоритмічні рекомендаційні пристрої та людські редакції, щоб назвати декілька^{2,8,9,10,16,17}. Хоча більшість існуючих робіт зосереджуються на різноманітних можливостях на одній платформі, деякі виконують порівняння між платформами, завдяки чому кожна платформа також вважається доступністю сама по собі^14,18. Простіше кажучи, різноманітність вмісту, що споживається в межах доступності¹¹. Зазвичай це передбачає порівняння споживання користувачів всередині і О доступність. Він також може бути більш широко розроблений з точки зору порівняння споживання в межах алгоритмічної доступності з меншою алгоритмічною. Як і кілька раніше детальних Експозиція працює, існуючі дослідження, як правило, роблять висновок, що алгоритмічні споживання користувачів послідовно або менше^9,16 або не менш концентрований⁸ ніж їх органічні.

В той²¹категорії користувачів⁹ і, мабуть, найголовніше, що покладається на заходи різноманітності, які використовують більше геометричних представлень^2,13,17. Останні натякає на важливу дихотомію щодо того, як побудована інформація і, отже, різноманітність: тобто з дискретний або щільний уявлення. Дійсно, існуючі дослідження, як правило, покладаються на дискретні інформаційні уявлення, побудовані на будь-яких категоріях предметів (наприклад, ліворуч проти правого, музичного жанрів, тощо) або просто самі елементи. Під цим обрамленням різноманіття, як правило, оцінюється через новинкабудьте, з точки зору розвідки користувачів та динаміки експлуатації (тобто вивчення нових предметів / експлуатації відомих) або заходів на основі повторень, методи яких покладаються на підходи на основі теоретичної або ентропії. На відміну від останніх творів² також прагнули вивчити різноманітність з більш щільними, постійними представленнями предметів, по суті, захоплюючи різноманітність користувачів через просторова невідповідність з предметів, які вони споживають. Згідно з цим обрамленням, дослідження свідчать про те, що алгоритмічні пристрої насправді можуть мати обмеження впливу на різноманітність користувачів – Anderson et al.² покажіть, що користувачі ' Споживання постійно менш різноманітні, ніж їх О ті, що знаходяться на платформі Spotify. Ці підходи підкреслюють потенційну напругу, яка проживає між різноманітними заходами, на які покладається дискретний або щільний інформаційні уявлення та, таким чином, заходи різноманітності, які захоплюють новинка або просторовий невідповідність. Це відповідає останнім висновкам Mok et al.¹⁷ які говорять про те, що на рівні користувача між двома перспективами мало зв’язку.

Тим не менш, Mok та ін. Не розбирайте переваги, роблячи ці висновки, і, крім того, спроба порівняти їх результати з перспективою, орієнтованою на доступність, стосується питання дисперсії масштабу-Mok et al. Робота в короткостроковій перспективі (на тиждень) та довгострокових (4-річних масштабах), а Anderson et al. Робота за сукупною 1-місячною шкалою². Це натякає на інший фактор, який може мати різкий вплив на те, наскільки дослідження можуть або не можуть підтримувати гіпотезу «фільтр -міхур»: застосована шкала скроневої або шкали агрегації користувачів. Існуючі дослідження, як правило, групують ефекти для цілих платформ^10,11,14групи користувачів^13,22 або цілі історії споживання користувачів^9,15 і, таким чином, працює в широкому сукупному масштабі. В той час як деякі дослідження розрізняють короткострокові ефекти^17,18невелике подальше вдосконалення зазвичай проводиться для журналів споживання сегмента в тимчасово послідовні одиниці. Зокрема, незважаючи на все більший інтерес до так званих «систем рекомендацій на основі сеансів» у літературі, присвяченій концепції алгоритмів²³емпіричні твори, що використовують конкретно, рівень сесій, що відповідає спритній поведінці користувачів, залишається досить рідкісним.

Внесок цього твору має на меті емпірично оцінити ступінь, в якій методи різноманітності, побудовані на дискретних або щільних уявленнях про те, що вони охоплюють неоднорідні перспективи різноманітності споживання користувачів органічний і менший органічний Отримання та, крім того, вивчіть, як це змінюється залежно від масштабу агрегації. За таку користь ми проводимо емпіричний багаторазовий аналіз історій прослуховування Aproximaly 50k користувачів французької трансляції музичної потоки, Deezer. Використання короткого терміну сеанси безперервного залучення платформи Ми вивчаємо різноманітність у 3 послідовних масштабах збільшення агрегації: (1) внутрішньосесії, (2) міжсанси (найближчий до існуючого сукупного аналізу^2,8,9,16) та (3) міжзаплідні. Отже, наша робота показує, як ув'язнення можуть різко відрізнятися залежно від обраного шкали та інформації. Однак, коли паралельні перспективи вважаються масово, вони можуть у багатьох випадках, щоб утворити більш нюансову розповідь. Це дозволяє нам забезпечити істотне оновлення класичної розповіді про бульбашки фільтру, яке, сподіваємось, сприятиме більш збагаченому розумінню складної динаміки, що оточує ув'язнення до платформ: Алгоритмічні пристрої курації на майданчиках для пару, можуть ввести більше новизни, ніж те, що користувачі досягають органічно , але одночасно ця новинка є більш просторово обмеженою.