社交媒体规模下的策展：Cura
摘要：在线社区如何执行其空间的聚焦愿景？策展提供了一种方法，社区领导者可以手动选择要与社区分享的内容。策展使领导者能够塑造与他们的口味、规范和价值观相匹配的空间，但是在社交媒体规模下，这种做法通常是难以实现的：策展人无法实际地筛选出每天数百或数千条提交的内容。在本文中，我们提出了一种支持大规模策展的算法和界面基础，将这些基础体现在一个名为Cura的系统中。我们的方法基于这样一个观察结果：虽然策展人的注意力有限，但其他社区成员的赞同票却很多，并且这些赞同票可以提供有关策展人可能意见的信息。因此，我们提出了一种基于Transformer的策展模型，该模型根据先前社区中的赞同票预测每个策展人是否会赞同一篇帖子。Cura应用这个策展模型创建一个内容流，它预测策展人在社区中可能想要的内容。评估结果表明，策展模型准确预测了多样化策展者的意见，改变社区的策展人会明显改变社区的内容，并且因此，策展可以在不增加额外的管理工作的情况下将反社会行为减少一半。通过采样不同类型的策展人，Cura降低了策展社交媒体的门槛，范围从编辑团队到利益相关者圆桌会议再到民主国家。
作者：Wanrong He, Mitchell L. Gordon, Lindsay Popowski, Michael S. Bernstein
论文ID：2308.13841
分类：Human-Computer Interaction
分类简称：cs.HC
提交时间：2023-08-29