[论文解读] Effects of Social Influence in Peer Online Recommendation.

Tad Hogg, Kristina Lerman|arXiv (Cornell University)|Oct 24, 2014

Mobile Crowdsensing and Crowdsourcing参考文献 16被引用 3

一句话总结

本研究通过实验测量了社会影响——具体而言，显示的推荐数量——如何影响用户在亚马逊机械 Turk 等平台上对在线内容进行推荐的决策。在控制内容质量与位置因素后，社会影响对同侪推荐结果的影响程度约为质量与位置影响的一半，导致群体效应（herding effect）加剧了流行度不平等，但减少了用户评估努力，且未降低推荐表现。

ABSTRACT

Web site providers often use peer recommendation to help people find interesting content. A common method for leveraging opinions of others on these web sites is to display the number of prior recommendations as a social signal. How people react to these social influence signals, in combination with other effects, such as the quality of content and its presentation order, determines how many recommendations content receives. Using Amazon Mechanical Turk, we experimentally measure the effects of social influence on user decisions to recommend content. Specifically, after controlling for variation in content quality and position, we find that social influence affects outcomes of peer recommendation about half as much as position and quality do. These effects are somewhat correlated, increasing the inequality of popularity in the presence of social influence. Further, we find that social influence changes people's preferences, creating a herding effect that biases their judgements about the content. While similar adverse outcomes have been noted in previous studies, we demonstrate a benefit of social influence: namely, it reduces the effort devoted to evaluating content without significantly diminishing the performance of peer recommendation.

研究动机与目标

• 理解社会影响信号（如可见的推荐数量）如何影响用户对在线内容推荐的决策。
• 将社会影响的影响与内容质量与展示位置等混淆因素分离开来。
• 检验社会影响是否改变用户偏好，导致群体效应行为。
• 评估社会影响是否在维持推荐质量的同时，减少了用户在内容评估中的努力。
• 评估社会影响对同侪推荐系统公平性与性能的净效应。

提出的方法

• 通过亚马逊机械 Turk 开展受控实验，收集在不同条件下用户的推荐行为。
• 系统性地操控社会影响信号（如先前推荐数量），同时保持内容质量和位置不变。
• 测量用户在不同社会影响水平、质量与位置下的推荐决策。
• 使用统计建模方法，将社会影响的影响与内容质量及位置的影响分离开来。
• 分析在社会影响下用户偏好与评估行为的变化。
• 量化社会影响、质量与位置对推荐结果的相对影响。

实验结果

研究问题

• RQ1 在独立于内容质量与位置的前提下，社会影响在多大程度上影响用户对在线内容的推荐决策？
• RQ2 社会影响在多大程度上导致同侪推荐系统中的流行度不平等？
• RQ3 社会影响是否引发群体效应，改变用户对内容质量的主观评价？
• RQ4 在社会影响下，用户评估努力减少与推荐表现之间的权衡关系如何？
• RQ5 社会影响、内容质量与位置如何共同塑造同侪推荐的结果？

主要发现

• 社会影响对同侪推荐结果的影响程度约为内容质量与展示位置影响的一半。
• 社会影响因与质量及位置存在相关效应，加剧了流行度不平等，放大了现有差异。
• 社会影响引发群体效应，扭曲了用户对内容质量的独立判断。
• 尽管导致判断偏差，社会影响仍减少了用户评估内容所花费的认知努力。
• 用户努力的减少并未显著降低同侪推荐系统整体的推荐表现。
• 社会影响通过简化用户决策过程，提供了可量化的益处，且未损害推荐的有效性。