Supply-Side Equilibria in Recommender Systems

要約

Spotify や Netflix などのアルゴリズム推奨システムは、消費者の行動だけでなく、生産者のインセンティブにも影響を与えます。
プロデューサーは、コンテンツの多様性と品質の両方に影響を与える可能性がある、推奨アルゴリズムによって表示されるコンテンツを作成しようとしています。
この研究では、パーソナライズされたコンテンツ推奨システムにおいて結果として生じる供給側の均衡を調査します。
ユーザーとコンテンツを $D$ 次元のベクトルとしてモデル化し、推奨アルゴリズムは各ユーザーに最高の内積を持つコンテンツを表示し、プロデューサーはコンテンツを推奨するユーザーの数から制作コストを差し引いた数を最大化するものとしてモデル化します。
私たちのモデルの 2 つの重要な特徴は、プロデューサーの決定空間が多次元であることと、ユーザー ベースが異質であることです。これは、古典的な低次元モデルとは対照的です。
多次元性と異質性は専門化の可能性を生み出し、さまざまなプロデューサーがさまざまなタイプのコンテンツをバランスよく作成します。
双対性の引数を使用して、特殊化が発生するかどうかの必要十分条件を導き出します。これらの条件は、ユーザーがどの程度異種であるか、およびプロデューサーが高いコストをかけずに一度にすべての側面で良好なパフォーマンスを発揮できる程度によって異なります。
次に、2 つのユーザー母集団を含む具体的な環境における平衡状態でのコンテンツの分布を特徴付けます。
最後に、専門化により生産者は均衡時にプラスの利益を達成できることを示します。これは、専門化が市場の競争力を低下させる可能性があることを意味します。
概念的なレベルでは、サプライサイドの競争に関する私たちの分析は、パーソナライズされた推奨がデジタル商品の市場をどのように形成するかを解明し、多次元の競争環境でどのような新しい現象が生じるかを理解することに向けて一歩を踏み出しました。

要約(オリジナル)

Algorithmic recommender systems such as Spotify and Netflix affect not only consumer behavior but also producer incentives. Producers seek to create content that will be shown by the recommendation algorithm, which can impact both the diversity and quality of their content. In this work, we investigate the resulting supply-side equilibria in personalized content recommender systems. We model users and content as $D$-dimensional vectors, the recommendation algorithm as showing each user the content with highest dot product, and producers as maximizing the number of users who are recommended their content minus the cost of production. Two key features of our model are that the producer decision space is multi-dimensional and the user base is heterogeneous, which contrasts with classical low-dimensional models. Multi-dimensionality and heterogeneity create the potential for specialization, where different producers create different types of content at equilibrium. Using a duality argument, we derive necessary and sufficient conditions for whether specialization occurs: these conditions depend on the extent to which users are heterogeneous and to which producers can perform well on all dimensions at once without incurring a high cost. Then, we characterize the distribution of content at equilibrium in concrete settings with two populations of users. Lastly, we show that specialization can enable producers to achieve positive profit at equilibrium, which means that specialization can reduce the competitiveness of the marketplace. At a conceptual level, our analysis of supply-side competition takes a step towards elucidating how personalized recommendations shape the marketplace of digital goods, and towards understanding what new phenomena arise in multi-dimensional competitive settings.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google